Lire la première partie

De
Publié par

Niveau: Supérieur, Doctorat, Bac+8
Lire la première partie de la thèse

  • controle des ecoulements turbulents

  • espace reduit

  • choix de la base orthogonale de projection

  • ecoulement

  • directions inhomogenes

  • base optimale de reconstruction de donnees

  • pod

  • resolution numerique du probleme pod


Publié le : mardi 19 juin 2012
Lecture(s) : 36
Tags :
Source : ethesis.inp-toulouse.fr
Nombre de pages : 44
Voir plus Voir moins
Lire lapremièrepartie de la thèse
Chapter 3
Proper Orthogonal Decomposition (POD) based Reduced Order Modelling (ROM)
D´ ition orthogonale aux valeurs propres (POD) base´e sur ecomppos odele d' d ´duit (ROM) morrere Introduction Lamode´lisationdesstructurescoh´erentesconstitueundesaspectslesplusexcitantdessimula-tionsdes´ecoulementsinstationnaires.Cesstructuresquimaintiennentleurindividualite´pendant l'e´volutiondel'´ecoulementpr´esententund´epourleschercheursdudomainea´erodynamique.La descriptiondes´ecoulementspasseparlar´esolutiondese´quationsdeNavie–Stokes.Lare´solution d'untelsystemepourde´crirenementlesproprie´te´sdel'´ecoulementpeutnepaseˆtrepossibledans cestypesd'e´coulementsacauseducouˆtprohibitifdemand´e.Unefac¸ondecontournercettedif-cult´eestd'adopterlesmodelesd'ordrer´eduitbas´essurleprincipedelad´ecompositionorthogonale auxvaleurspropres(POD).LeROMbas´esurleprojectionsdeGalerkinestintroduitdanslecas d' e´coulements compressibles. Son extension pour inclure l'effet d'actionnement est discut e´e suivie parl'applicationaucasd'´ecoulementdecavit´e.
Approche modele d'ordre re´duit Lare´ductiondumodelesurunebaseautrequelaPODpeuteˆtrere´alise´e.Lapre´sentationg´en´erale delar´eductiondumodeleestsimplementdonn´eeatraversles´equations3.1a3.5rpseL.´te´irpoeques doitv´erierl'espacer´eduitsonte´galementdonn´ees.Danslecaspre´sentlaprojectiondeGalerkin est utilisee. ´
Etat de l'art sur la POD La POD employee pour de´terminer la base optimale de reconstruction de donne´es est bien connue ´ depuis1943.Ellea´ete´utilise´epourdesobjectifsautresquel'identicationdesstructurescohe´rentes:
47
3. Proper Orthogonal Decomposition (POD) based Reduced Order Modelling (ROM)
traitementd'image,analysedessignaux,compressiondedonn´ees,etc...Pourladynamiquedesu-ides,laPODa´eteintroduiteparLumley(1987)pouranalyserlese´coulementsturbulents.Unerevue ´ de´taille´edelaPODpeuteˆtretrouv´eedans(Holmeset al.(1996),Delvilleet al.(1999 POD). La commemoyend'identicationdesstructuresa´ete´largementutilise´eparFiedler(1998) pour les jets et sillages,Delvilleet al.(1998) pour les couches cisaille´es turbulentes et pour le post-traitement des donn´eesenr´efe´rencedephaseobtenuesparPIVPerrinet al.(2007)Le).rospi´pre´tetamsme´hqitaues etl'estimationd'erreuronte´t´ee´tudi´ees.L'applicationaucasdelacavit´ea´et´epropos´eepar Rowleyet al.(2003) etGloerfelt(2008).
Application de la POD dans le controˆle des e´coulements et la turbulence L'utilisationdelaPODcommemoyenpourlecontrˆoledes´ecoulementsturbulentsae´t´efaitela premierefoisparAubryet al.(1988).Ukeileyet al.(2001) l'ont utilis e´e pour analyser les structures degrandes´echellesdansunecouchedeme´langeturbulente.Lesmodelesd'ordrer´eduitpourle controˆleonte´t´etrait´esparUkeileyet al.(2001ontˆxducptimoleolisilatunatpres.L)gsepicniuare´ne´ lamod´elisationd'ordrere´duitdes´equationsdeNavier–Stokesa´ete´l'oeuvredeRavindran(2000a), Ravindran(2000bˆrlooctn.)eLntsulemeecoued'´´ypera´teepmolrselige´ilittnasnca´eeasdononec Fahl(2000).Bergmann & Cordier(2008r-reci´slecenotn´raeil)oycnudnilalli'degmatiusldˆotrople culaire en utilisant une re´gion de conance.Luchtenburget al.(2009) l'a fait pour une conguration portante.Uneextensionpourinclureleseffetsdesactionneurs´t´e´etudie´eparKasnakog lu(2007), a e Welleret al.(2009bsresumeesrlsu.L)oneciurbme´toˆrtudelecoulemeisparl'´´tbesae´tnedaciv expe´rimentalespeutˆetreconsult´edansSamimyet al.(2007).
Lad´ecompositionorthogonaleauxvaleurspropres LaD´ecompositionOrthogonaleauxvaleursPropresouProperOrthogonalDecomposition(POD) est une technique efcace d'analyse de donne´es, qui permet d'approximer un syst eme de dimension e´lev´eeparunautrededimensionnettementplusfaible.Essentiellement,cetteme´thodeestline´aire etconsisteade´terminerunebasedemodespropresorthogonauxrepre´sentatifspard´enitiondes re´alisations les plus probables. Lad´ecompositionorthogonalepropresuivantHolmeset al.(1996), est une technique pour ex-trairelesstructurescohe´rentesdedonn´eesnume´riquesd'un´ecoulementpourlerepr´esenterdansle contexted'unedimensionniepluspratiquepourunesimulationnume´rique.Cettesectionpr´esente leside´esge´n´eralesetlesproprie´t´esdelaPODens'inspirantdeCordier & Bergmann(2002) et de Chatarjee(2000). Leprincipefondamentaldetouteapproximationth´eoriqueestd'extraireunebasesatisfaisant unecontraintedonn´ee,parexempleunerelationd'optimalit´epourl'´energie.Commel'apropose´e Lumley(1967)unesea´eclvetbieuiesr´elncortereno´dtsqeimintuesteentincfoneutcurtsere´hocer r´ealisationsu(X). L'approximation pouruapecdapaadsnnusenoitauqe´'larep´enndosteet´3.6. Le choixdelabaseorthogonaledeprojectionestobtenuparlaminimisationdel'erreurexprim´eepar l'´equation3.7.'Lpoitimasitonsouscontraintedtse´nnoapee´'lruaeqonti3.8iestonquuatie´eq.ttCe unemaximisationpeuteˆtretraite´ecommeunproblemeauxvaleursproprespourlequelunop´erateur
48
Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.