F DF302 Slides

The turbulent regime
The flow is invariant in x and z, stationary and planar.

Analytical solution given by the Poiseuille velocity profile :
1 22
U(y ) 2y
=1≠
U0 h
Poiseuille
The friction coefficient
16 ≠1 2·p Um h
Cf = Re m , with Cf = and Re m = .
3 flU02 ‹
petition
asso
Turbulence What is turbulence ? 8 / 28
Characteristics of the turbulent motion
Turbulence is
instationnaire
random and unsteady pqcoupure
spreading on a continuous and finite range of scales
three-dimensional
turbulence_ t ix
gg
Turbulence Turbulence characteristics 9 / 28

Characteristics of the turbulent motion
termedadvection
û û
+u =0 one-dimensional Burger’s equation
ˆt ˆx
u(x , t0 ) = A cos(kx ) with a first order harmonic initial condition
uCxitordtI_nlxitoltdtfICt.ltO t4_A.cosCkx boltA si_ 2x Holt

Turbulence has
rotational nature (associated with a population of vortical coherent structures)
dissipative nature (more dissipative than laminar flows)
strong non-linear nature (associated with the advection terms in NS equations)
Turbulence Turbulence characteristics 10 / 28
Transition to turbulence
Turbulence is triggered by perturbations (IC/BC) which development depends on the flow

receptivity measured by the Reynolds number
Ë 1 2È
Ûi Ûi 1 ˆP ˆ Ûi Ûj
+ Uj =≠ + ‹ +
ˆt ˆxj fl ˆxi ˆxj ˆxj ˆxi
Non-linear advection term, Linear viscous term,

destabilising perturbations stabilising perturbations
U2 ‹U
≥ ≥
L L2
Reynolds number Re = U¸/‹ drives the transition from laminar to turbulent regime via the
development of instabilities
ante
Turbulence Transition to turbulence 11 / 28

Generic chronology of transition
5étapes
Receptivity : excitation of the most unstable mode by random external
perturbations
chemin
Linear growth : exponential amplification and symmetry breaking
Nonlinear saturation : finite amplitude and bifurcation
gun Secondary instabilities : growth of secondary mode(s), successive symmetry
breaking and bifurcations
Breakdown : rapid excitation of a broad band of length scales and frequencies
Lemergencetrèsrapide
An album of Fluid Motion, Van Dyke, 1982
Other transition types

elleévite lecircuitclassique
Bypass transition : exponential growth of the primary mode bypassed by
non-modal transient dynamics
Fractal transition : infinite succession of instabilities associated with even

more smaller scales and larger frequencies (Landau, Hopf, ≥ 1940)
Max Planck Institute Fontane, Joly & Reinaud, Phys. Fluids, 2008

Summary
A
Turbulent flows are
inherently three-dimensional and unsteady (even if 1D, 2D or stationarity

can be observed in average)
spanning a wide continuous and bounded range of scales (associated with

a population of vortices)
strongly non-linear
dissipative and rotational
chaotic (random functions of space and time (fluctuations) but

deterministic (sensitivity to IC/BC)
triggered by perturbations (instabilities) growing in the transition regime
Extra diffusion
Consider the example of the boundary layer over a flat plate
(Wikimedia commons)
”L (x ) ”T (x )
= 4.92 Re ≠1/2
x = 0.37 Re ≠1/5
x
x x
An increased diffusion has direct impact on transfers in the flow : momentum

(friction), heat and species (mixing)
Effects of turbulence 16 / 28
Statistical approach
Fluctuation
Ensemble
averaging
Statistical averaging : ensemble averaging

n
1 ÿ (i)
F (x , y , z, t) = lim F (x , y , z, t)
næŒ n
i=1
cher en
coûte
nombred'itération
I steady mean flow : temporal averaging (ergodicity)
I homogeneous mean flow : spatial averaging (ergodicity)
I periodic mean flow : phase averaging
L
Properties
f = 0, F + G = F + G, ⁄F = ⁄F , FG = F G + fg Ω≠ correlation
1 2 1 2
ˆF ˆF ˆF ˆF
= and = .
ˆt ˆt ˆxi ˆxi
Statistical approach 21 / 28
The incompressible RANS equations
The Navier–Stokes equations for incompressible flows

Ûj
= 0,
ˆxj
Ûi Ûi 1 ˆP ˆSij
+ Uj =≠ + 2‹ with i = 1, 2, 3 .
ˆt ˆxj fl ˆxi ˆxj
The incompressible Reynolds-Averaged Navier–Stokes (RANS) equations
Û j
= 0,
ˆxj
ajoutépourRANS
Û i Û i 1 ˆP ˆ # $
+ Uj =≠ + 2‹S ij ≠ ui uj with i = 1, 2, 3.
Reynoldssten tenor
The symmetric Reynolds stress tensor R = [Rij ] = [ui uj ] needs to be accounted

for in the turbulent flows.
Statistical approach 22 / 28
Cas d’un écoulement
Solution idéale : écoulement de base
Stabilité selon Lyapounov :

• Perturbation reste petite
• Perturbation tend vers 0
• Perturbation tend exponentiellement vers 0
Technique générale : petites perturbations
12
Exemple « artificiel »
Equation de Burgers V v v
v
Entr observable
mon
détend NEE perturbation
Ecoulement de base
opposée petite
Forme en mode normal
Relation de dispersion
15
Bilan pour l’exemple artificiel
Moninjecte
Perturbation
Problème linéarisé
Pas de perturbation dépenddu d'ondes Relation de dispersion

intéressant
pastrès
16
Théorie temporelle
Théorie temporelle
est un nombre réel est un nombre complexe
Ni _intaboloté
un amplification terme d’onde
La perturbation s’amplifie en t instabilité

La perturbation s’atténue en t stabilité
Ni amplification ni atténuation neutre
17
Théorie spatiale
Théorie spatiale
est un nombre complexe est un nombre réel
On suppose que la perturbation se

propage dans le sens des x croissants
amplification terme d’onde
La perturbation s’amplifie en x instabilité

La perturbation s’atténue en x stabilité
Ni amplification ni atténuation neutre
18
Écoulement de couche limite amant Rondd'attaque

couchehonte et
pasde
ensuite si
Cliché H. Werlé, Onera
20
Définitions
Coefficient d’amplification temporelle
Coefficient d’amplification spatiale
pulsation Nombre d’onde
fréquence Vitesse de phase

C pas une vitessephysique
matérielle
mais une
Longueur d’onde vitre
Vitesse ded'onde
groupe
x
21
Formalisme
Solutionidéale J avec LCO o bistrot Si Onedépendpasdet

un Otu Llorulo LCMClutTNICu Nte x à o
pasexamen 1
0 MG a
II de IER CA SI
• Formalisme (opérateurs)
• Forme de mode normal transitoire careep pasinstantanée

direction
• Direction d’inhomogénéité sitrysalement yest la
d'inhomogénéité
• Croissance transitoire
22
Ecoulement constant en non visqueux (1)
Gaz parfait Gaz idéal
à
I tu o
Écoulement de base : constants
selon l’axe Ox Pour simplifier, problème 2D
24
Solution intuitive
Problème linéarisé de dimension 4
Notation
Mode entropique
avec
Afaf
Mode de vorticité
Modes acoustiques
25
Forme de mode normal
On choisit de prendre le nombre d’onde dépendant de la fonction d’amplitude
Pour la fluctuation d’entropie et pour la fluctuation de vorticité, on a trouvé :
Pourannuler x
Les perturbations d’entropie et de vorticité ont une vitesse de phase égale à la

vitesse de l’écoulement porteur
26
Pour l’acoustique, on a : avec

célérité2
Avec la forme de mode normal :
kf02 kg à
On pose :
Là olkirwokx T kj p o
1er cas : pas d’écoulement porteur et problème 1D

2 ondes acoustiques se propageant à et
2nd cas : cas général

Ondes évanescentes (en géométrie infinie)
Si en plus
27
Instabilité de Kelvin-Helmholtz (1)
instabilités aux
y
cisaillements
denitrure
r interface
Gravité : g
phénomène capillaité
eau remonte
qui
sur lesbords
Changement de référentiel :
29
30
Modèle physique
Position de l’interface :
Relation cinématique à l’interface (continuité de la vitesse normale)
Équilibre en contrainte normale à l’interface
36
Traitement de l’interface
Position de l’interface :
Vecteur normal unitaire
Vitesse de déplacement normal
reçues
Loi de Laplace :
: coefficient de tension superficielle
Interface eau-air : N/m
Longueur de capillarité Eau-air :
37
Diagramme de stabilité
tuciruperfiaille Effet de la gravité

négligée
W
flh Dieu et g
instable
stable
38
iÉge Effet de la tension superficielle
stable
instable
39
il exoste I c Juit
ET àtoutet stable
40
Cas visqueux : exemple de l’écoulement

de Poiseuille plan
Écoulement visqueux 2D incompressible
Vitesse moyenne en laminaire : profil de vitesse parabolique
44
Cas visqueux : Modèle physique (1)
Équations de Navier-Stokes en grandeurs dimensionnelles
Grandeurs de référence
45
Cas visqueux : Modèle physique (2)
Changement de variables et changement de fonctions :
Équations de Navier-Stokes en grandeurs non dimensionnelles
Nombre de Reynolds
instabilitéOu Sommerfeld
Conditions aux limites : adhérence (vitesse nulle) aux parois
46
Écoulement de base
Écoulement de base permanent recherché sous la forme
Équation de continuité + conditions aux limites
constant
Écoulement de base de Poiseuille plan :
47
Équations de Navier-Stokes linéarisées
Technique des petites perturbations
Perturbation en forme de mode normal
48
Équation d’Orr-Sommerfeld
Equations de Navier-Stokes linéarisées :
Équation d’Orr-Sommerfeld
Conditions aux limites (pour l’écoulement de Poiseuille plan) :
49
Calcul du spectre
Théorie temporelle
Discrétisation
Problème aux valeurs propres généralisé
50
Exemple de spectre
instable
stable
51
Formalisme
opérateur linéaire
est solution Y a-t-il d’autres solutions ?
doit être non inversible (non injectif)
52
55
Notion de couche limite
Couche limite: mince couche de fluide adjacente à la paroi au sein de

laquelle la vitesse passe d’une valeur nulle à celle de l’écoulement
en fluide parfait.
Y Ue
X
D
U∞ U
if
f
Convection u
si
o
n
L
Condition d’adhérence à la paroi

Force de cisaillement non négligeable (devant la force
d’inertie)
olivier.vermeersch@onera.fr Dyn. des Fluides: Instabilités et transition 3A 4
Epaisseurs caractéristiques
U
Epaisseur de déplacement: 1 (1 ) dy
0 e Ue
• On montre que physiquement l’épaisseur de déplacement représente la hauteur dont il
faudrait déplacer la paroi pour obtenir le débit inchangé en fluide parfait:
U U
Epaisseur de quantité de mouvement: (1 ) dy
0 e Ue Ue
1
Facteur de Forme: H
Profils de vitesse dans la couche limite

Y U∞
Laminaire Transition Turbulent U

y y 0
Cf
1 U e2
2 e
Mdr
Gaf
H≈2.59 H≈1.4
Augmentation importante du frottement en turbulent

Caractéristiques de la couche limite : Formules
empiriques pour la plaque plane
Laminaire Turbulent
Profil de vitesse moyenne: Profil de vitesse moyenne:
1
• Approché: u sin
y • Approché: u y 7
ue 2 ue
• Exact: solution de Blasius • Exact: Non
H 2.591 H 1.4
x 0,0309 x
1 1.7208 1
Rx1/ 6
Rx
0.0221 x
0.664 x Rx1/ 6
Rx
0.16 x
x Rx1/ 7 23,6 mm
5 6 mm
Rx
Application: Calculer les épaisseurs d’une couche limite laminaire et
turbulente à l’extrémité d’une plaque plane de 1m pour une vitesse de 10 m/s
Evolution des paramètres intégraux
Facteur de forme H: passe de 2.59 à 1.4
Epaisseur de déplacement 1
Epaisseur de quantité de mouvement
Coefficient de frottement Cf
ou flux de chaleur pariétal p

Les Bienfaits de la turbulence …
Dans certaines situations, on a tout intérêt à déclencher la
transition.
Echangeur thermique
Front de flamme turbulent (augmentation de la surface d’échange)
Couche limite turbulente plus résistante au décollement.

Exemple (ultra connu) de la balle de golf.
Même problématique (zone de recirculation) pour l’automobile
olivier.vermeersch@onera.fr Dyn. des Fluides: Instabilités et transition 3A
Phénomène de transition
Déclenchement de la transition
région de transition
Y U∞
X
Instabilité Turbulent
Laminaire Transition
Quel est le phénomène responsable du déclenchement de la transition ?

• Amplification d’instabilités dans la zone laminaire
• La zone de transition est « étendue »: cohabitation de régions laminaires avec des spots
turbulents

Théorie de stabilité linéaire
L’existence de petites perturbations se propageant dans la couche limite
laminaire a été postulée par Lord Rayleigh (1887) et Prandtl (1921).
Tollmien (1929) : théorie de la stabilité linéaire de couche limite

Schlichting (1933) : calcul de l’amplification des fréquences instables
Ondes de Tollmien-Schlichting (TS)
Schubauer-Skramstad (1948) : preuve expérimentale de l’existence d’ondes

instables !
Principe de la théorie :
Introduire des petites perturbations sinusoïdales dans les équations de Navier-
Stokes linéarisées et rechercher les fréquences instables

Etablissement des équations (1)
Equations de Navier-Stokes: Uî
0
xi
Uî ˆ Uî 1 pˆ Uî
2
Uj 2
t xj xi xj
Quantité totale = valeur moyenne + valeur fluctuante:

Qˆ ( x, y, z,t) Q ( x, y, z) q~ ( x, y, z,t )
L’écoulement moyen satisfait les mêmes équations

u~
i 0
Equations pour les fluctuations: x
i
u~ ~ U u~ u~ 1 ~
2~
p ν ui
i u i U i u~ i
ρ x
t j x j x j x x 2
j j j i j
termes non linéaires

i 1 x, Uˆ U u~ direction longitudinale
i 2 y, Vˆ V v~ direction normale à la paroi
i 3 z, Wˆ W w ~ direction transversale (envergure)
Hypothèse 1: Petites perturbations => termes non linéaires négligés

Hypothèse 2: Ecoulement parallèle: U=U(y), V=0, W=W(y)
Hypothèse 3: Adimensionnement
u~ v~ w ~
0
x y z
u~ u~ u~ ~ dU ~
p 1 2u~ U ref
U W v avec R 1
t x z dy x R xl xl
v~ v~ v~ ~
p 1 2 v~
U W
t x z y R xl xl
~
w ~
w w~ dW ~
p 1 2w ~
U W v~
t x z dy z R xl xl

La forme de ces équations suggère une solution de la forme :
q~ q( y ) exp i x z t
fonction d'amplitude fonction d'onde
q(y) : fonction d’amplitude qui ne dépend que de la direction normale y

En théorie, , et peuvent être réels ou complexes
En couche limite (instabilité convective), on s’intéresse à la stabilité
spatiale des perturbations
U
et sont complexes, réel

Résolution des équations (2)
1. Equation d’Orr-Sommerfeld (1907), utilisée autrefois:
La combinaison des équations précédentes conduit à une équation différentielle ordinaire
d’ordre 4 pour la fluctuation de vitesse normale v:
2 2 d 2U d 2W
vIV 2 2 2
v'' 2
v iR U W v'' ( 2 2
)v v
dy2 dy2
y 0 v v' 0
y v 0, v' 0
Problème aux valeurs propres généralisé: (commande « eigen »)

A q B q
Avec A et B matrices dépendant de ( , ,R) et de l’écoulement moyen U et W
Si =0, Solution: Ondes dites « 2D » = Ondes de Tollmien-Schlichting
ondes TS
Influence du gradient de pression extérieur (sur la

stabilité de la couche limite)
Couche limite soumise à un écoulement extérieur du type: Ue=k×xm
Profils de vitesse (dits auto-semblables) dans la couche limite donnés
par les solutions de similitude de Falkner-Skan (1931)
Ecoulement accéléré Ecoulement constant Ecoulement ralenti
(dP/dx<0) (dP/dx=0) (dP/dx>0)
•Pour m donné, H est constant
•Ecoulement Ralenti => Point

d’inflexion

Influence du gradient de pression extérieur
Effet du point d’inflexion (1)
Hypothèse 1: la viscosité joue seulement sur les profils de vitesse
moyenne (Etablissement de la couche limite)
Hypothèse 2: les termes en 1/R (R→∞) sont négligés dans les
équations de stabilité
L’équation d’Orr-Sommerfeld (1907) se simplifie en équation de

Rayleigh (1887). En écoulement bidimensionnel (U(y),0,0) et =0:
IV 2 4 2 d 2U
v 2 v' ' v iR U v' ' v v Orr-Sommerfeld
dy2
Se simplifie en:
2 2 d 2U
U v' ' v v 0 Rayleigh
dy2

Effet du point d’inflexion (2)
2 2 d 2U
U v' ' v v 0 Equation de Rayleigh
dy2
Pour les profils de vitesse moyenne sans point d’inflexion, il n’y a
pas d’ondes instables
Pour les profils de vitesse moyenne avec un point d’inflexion, il existe
des ondes (très) instables
On parle d’instabilités de type inflexionnelles (instabilités de type

Kelvin-Helmholtz)

Effet du point d’inflexion sur le diagramme de stabilité
-102 i =
-102 i =
H = 2.59
R H = 3.05
1
R 1
dP/dx = 0 dP/dx > 0: Ecoulement décéléré

Diminution du nombre de Reynolds critique
Elargissement de la gamme de fréquences instables
Non fermeture de la courbe neutre pour R 1→∞
Ecoulement ralenti => Point d’inflexion => Fort effet déstabilisant
Influence du gradient de pression

Stabilité d’un écoulement bidimensionnel quelconque
1. Ecoulement accéléré: couche limite

point stable
d’inflexion
2. Décélération: Forte déstabilisation
3. Vitesse constante: Existence

d’ondes instables
- i<0
Stable - >> 0 4. Décélération: Forte déstabilisation
i
- i >0 - i >> 0

Influence de l’environnement extérieur
Notion de Réceptivité
Certains paramètres agissent directement sur l’amplitude initiale des
perturbations i.e. agissent sur la Réceptivité de la couche limite
Réceptivité = Comment la couche limite « digère » les perturbations
extérieures
Perturbations: Une excitation E(f) produit une onde de TS

Turbulence extérieure,
de même fréquence et d’amplitude initiale A0
Bruit…
Amplitude E
Ondes de TS:
Amplitude initiale A0
Influence de l’environnement extérieur

Turbulence extérieure
La turbulence extérieure, mesurée par le taux de turbulence extérieur
agit fortement sur l’amplitude initiale des instabilités et donc la
position de la transition
u '2
Tu
Ue
taux deturbulence
extérieure

Bilan
En 2D, la transition est déclenchée par l’amplification des

ondes TS
Le processus de transition à lieu en 3 étapes: la réceptivité, la

phase de croissance linéaire, la saturation non linéaire.
La phase de croissance linéaire des ondes TS est fidèlement

modélisée par la théorie de stabilité linéaire (éqs de Navier-
Stokes linéarisées).
Un écoulement décéléré déstabilise fortement les instabilités

de la couche limite.
Prévision de la transition
Méthode du eN
On est capable de calculer l’amplification d’une
perturbation: x
A
N ln( ) i dx
A0 x0
L’idée est de considérer que la transition se produit

à une valeur de N fixée (par exemple 10)
C’est la méthode du eN, développée par:

van Ingen (1958) qui conseillait N=7 à 8
Smith et Gamberoni (1956) avec N=9
Non uniformité de la valeur à la transition

Méthode du eN
On a vu que le taux de turbulence influait fortement sur la transition
L’idée (géniale ?) de Mack (1977) a été de corréler la valeur du facteur

N critique (i.e. à la transition) en fonction du taux de turbulence:
Experiments
NT 8.43 2.4 ln(Tu ) Mack1977
(flat plate)
Mack Essais en vol: Faible Tu, NT≈10
Etauxturb
Soufflerie: Dépendant fortementext
de la qualité,
3<NT<10 !
Méthode toujours la plus utilisée
« Philosophie » des critères de transition
eN + Formule de Mack: Outil très performant

Nécessite de résoudre un problème au valeur propre
Temps de calcul peut devenir prohibitif (Aile 3D, par exemple)
Développement de critères simples: Comparer une quantité calculée à

partir des paramètres de couche limite ( 1, Re, H, …) à une valeur seuil
Simples => temps de calcul réduit

Quelques lignes de code => Facilement implémentable dans un code de couche
limite ou même Navier-Stokes

Critère de transition
Critère de Michel
Principe: La transition est déclenchée si le nombre de Reynolds basé

sur l’épaisseur de quantité de mouvement R (fourni par un calcul de
couche limite) est supérieur à un nombre de Reynolds de transition.
0.444
Transition si: R R ,T 1.535 Rx
Donné par le calcul de CL Valeur seuil (dépend de x)
Application pour une plaque plane: 0.664 x Blasius

Re x
Limitations: R 0.664 Re x
Pas d’influence du Tu Transition si : 0.664 Re x ,T 1.535 Re x ,T
0.444
Ni du gradient de pression extérieur Re x ,T 3.15 106 , soit Re ,T 1180
Détection expérimentale de la transition

Fil chaud (1) hand he
Mesure de la vitesse moyenne (U) et de ces fluctuations (u’)
Dispositif thermorésistif: sa résistance dépend de la température.
On mesure la tension nécessaire délivrée pour garder le fil à

température constante. Sonde à l’équilibre thermique si: Qthermique=Qjoule
Si la vitesse de l’écoulement augmente la dissipation thermique

aussi. Il faut compenser cette perte par en augmentant l’intensité du
courant d’alimentation
Fil chaud (2)
Fil chaud très fin (quelques microns)
Réponse fréquentielle élevée (Centaine de kilo Hertz)
Possibilité de mesurer les fréquences des ondes TS dans la zone
laminaire
T.S frequency: =2.5°, X/C = 30%, U0 = 7 m/s
1.5
Hot wire Voltage (Volts)

1
0.5
0
0 0.01 0.02 0.03 0.04 0.05
Instabilité Turbulent -0.5
-1
-1.5
t(s)
Signal sur 50 s (350 Hz)


Fil chaud: détection de la transition
Déplacement longitudinal du fil dans la couche limite à hauteur fixée

Transition: forte hausse des fluctuations (valeur rms du signal)
Avantage: réponse fréquentielle
Désavantage: fortement intrusif, nécessite un déplacement

Film chaud
Sr fil
Même principe que le fil chaud
Se colle sur la surface
Résolution fréquentielle plus faible
Détermination précise de la position de la
transition.
Soufflerie F2 (1998)

Peinture thermosensible de
Éépération
Idée: mesurer la température de paroi de la maquette
Tw 1 laminar : rlam 0.85
1 r M e2 with
Te 2 turbulent : rturb 0.90
1
T Tw,turb Tw,lam rturb rlam M e2 Te
2
tant É
Applications: Calculer la différence de
Peinture thermosensible (plaque plane à M = 7)
température pariétale pour:
Une soufflerie hypersonique (M=7,Ti=750K) T=34K
Une soufflerie subsonique (M=0.2, Ti=290K) T=0.1K

Thermographie (essai en soufflerie)
Idée: mesurer la température de paroi de la maquette
Utilisation d’une caméra infra-rouge
Nécessite un hublot adapté (laissant passer l’IR)
donccher
Soufflerie F2 (2009)
Défaut de surface
Les ailes d’avions (nacelles, dérives horizontale & verticale)
présentent des défauts de surfaces inévitables:
Liés à la « manufacture » : rivets, jonction entre deux panneaux
(rainures, marches), …
Liés au vol: impacts d’insectes, de glace, …
Liés à la dégradation: vieillissement du matériel, altérations dues
aux intempéries, aux mauvaises réparations …

Défauts de surface bidimensionnels
Influence sur la transition
Quand la hauteur de rugosité k ou la vitesse

extérieure Ue (k fixé) augmente, la transition se
déplace progressivement vers l’amont
100 Tu =
Exemple de corrélation (Dryden, 1959):

Essentiellement barreaux cylindriques
(RxT)0 : nombre de Reynolds de transition
sans rugosité
Paramètre additionnel : Tu
Dryden (1959)
Défauts de surface bidimensionnels :

Rainures et Marches Critère de Nenni et Gluyas (1966)
Ue b
Rb 15000
Rainure : e
Marche montante :
Ue h
270 m Rh
e
1800
2.3mm
Marche descendante : Marche montante (arrondie) :

Rh
Ue h
900 410 m 2
Rh
Ue h
2700
135 m e e
VIE État
Application: Hauteur maximale d’une marche (descendante et montante) sur l’aile
FI
d’un A380 (h=35000ft, M=0.85)
Model d’atmosphère standard: =0.38[kg/m3], T=218[K], =1.445×10-5 [Pl]

Défauts de surface 3D
On a vu que les défauts bidimensionnels avançaient
progressivement la transition vers l’amont au fur et à mesure que
leur hauteur h/ 1 augmentait.
XT (abscisse de transition)
Xk (position de la rugosité) k/ 1
Défaut tridimensionnel (rivet, impact d’insectes): Tout ou rien.

Quand la hauteur relative de la rugosité k/ 1 atteint une valeur limite, la
transition se déplace brutalement vers l’amont.
Défauts de surfaces: une réelle difficulté mais des

perspectives optimistes !
L’existence de défauts de surface liée à la fabrication est à l’heure
actuelle le principal frein à la mise en service d’ailes laminaires
D’un point de vue aérodynamique il est assez facile de designer des
formes laminaires …
… Mais on ne sait pas encore bien les fabriquer
Cette problématique est en passe d’être levée via l’utilisation de
nouveaux matériaux et de nouvelles techniques (mastics, …)

Ecoulements tridimensionnels
Jusqu’à maintenant, on s’est limité à des écoulements et des couches
limites bidimensionnelles (W=0)
On a vu que dans la couche limite, des ondes bidimensionnelles ( =0)

de Tollmien-Schlichting s’amplifiaient et déclenchaient la transition
L’hypothèse bidimensionnelle est trop réductrice et ne représente que

partiellement les configurations physiques
On peut prendre l’exemple d’une aile en flèche où la composante de

vitesse transversale est importante
L’objectif de cette partie est de considérer l ’exemple réaliste de

couches limites tridimensionnelles.
Couche limite tridimensionnelle

Equations
Repère lié à l’aile (X,Y,Z):
U V W Q∞
0
X Y Z
U U U 1 P U
U V W u ' v'
X Y Z X Y Y
W W W 1 P W
U V W v' w'
X Y Z Z Y Y
Hypothèse d’aile en flèche infinie selon l’envergure. Invariance

suivant Z.
Les dérivées suivant Z (des quantités moyennes) sont nulles.

Couche limite tridimensionnelle
Epaisseurs caractéristiques
Longitudinales
u u u
1 1 dy 11 1 dy
0 e ue u
0 e 0 e ue
Transversales
2
w w
2 dy 22 dy
0 e ue 0 e ue
" Mixtes"
w u w u
12 1 dy 21 dy
0 e ue ue 0 e u e ue
Dans la couche limite tg = w/u
A la paroi, valeur limite :
w pz
tg 0 lim
y 0 u px
Ecoulement tridimensionnel
Instabilités longitudinale (TS) et transversale (CF)
On a vu qu’en 2D la transition était déclenchée par des instabilités
longitudinales les ondes de Tollmien-Schlichting
Sur une aile en flèche s’ajoutent les instabilités transversales les
tourbillons Cross-Flow
Instabilité longitudinale :
ondes TS
Instabilité transversale :
ondes CF (crossflow)

Instabilités transversales
Mise en évidence des ondes stationnaires CF (2)
Ecoulement 2D Ecoulement 3D
Exemple : plaque plane Exemple : aile en flèche
V0
receptivity linear non linear
receptivity
linear
V0
non
linear
Ondes progressives (Tollmien-Schlichting) Essentiellement des ondes stationnaires

Excitées par le bruit, la turbulence Excitées par les imperfections de surface,
extérieure… et la turbulence extérieure
f ≠ 0 Hz 2D f = 0 Hz 3D
Equations aux petites perturbations
Les mêmes qu’en 2D mais avec W non nul (et non nul aussi)
i( u w) v' 0 En y 0 : u(0) v(0) w(0) 0
dU 1 2 2
i( U W )u v i p u'' u
dy R y : u( y), v( y), w( y), p( y) 0
1 2 2
i( U W ) p' v'' v
R
dW 1 2 2
i( U W )w v i p w'' w
dy R
Problème aux valeurs propres

Même résolution qu’en 2D (avec ≠0)
Prévision de la transition: Méthode du eN

Propriétés des instabilités Cross-Flow
Instabilité longitudinale :
ondes TS
Instabilité transversale :
ondes CF (crossflow)
Ondes Cross-flow (CF) Ondes de Tollmien-Schlichting (TS)
Instabilité Inflexionnelle Instabilité visqueuse
de 85 à 90° ≈0° à faible vitesse
Stationnaire (Tu<0.2%) Instationnaire (Tu>0.2%) Instationnaires (fréquences élevées)
Etat de surface turbulence extérieure Sensibles à la turbulence extérieure
Instable dP/dx<0 Instable dP/dx ≥ 0
Localisation des instabilités (1)
dp/dx<0 dp/dx>0
-Kp
gradient
favorable
CF destabilizing TS destabilizing
Sublimation, Arnal (Onera – 1984) Cuve hydraulique, Werlé (Onera)

Calcul de la transition: Stabilité exacte
Evolution des facteurs N
Rappel: Facteur N = Amplification des instabilités
x
A
N ln( ) i dx
A0 x0
Le processus de réceptivité est différent

Il faut dissocier TS & CF
En vol on aura: L Crois Flow
NT=8-10 pour les ondes TS (dépend de Tu & p’)
NT=7-8 pour les ondes CF (état de surface)
Phénomène de contamination du bord d’attaque

Ligne de glissement
Ligne particulière qui sépare l’écoulement qui se propage d’un
côté sur l’intrados et de l’autre sur l’extrados.
Toute la vitesse est portée par la composante transversale
En bidimensionnel on aurait un point d’arrêt
Attachment line
2U
Ue kX avec k ,We Q sin
R
1/ 2
longueur caractéristique
k
We
R nombre de Reynolds caractéristique

Critère de contamination du bord d’attaque (1)
Phénomène complètement non-linéaire (théorie des petites
perturbations non applicable) découvert en 1963
Critère de Pfenninger-Poll (1965-1978) pour les basses vitesses
We e
Contamination du bord d’attaque si: R 250 with
e dU e
dx
A basse vitesse (subsonique): x 0
2U
Ecoulement au voisinage d' un point d' arret d' un cylindre : U e kX avec k
R
On a : U Q sin , et We Q sin
longueur caractéristique
dU e 2U 2Q cos
dx R R
1/ 2
R
Q R sin tan Risque de contamination augmente avec la flèche,
2 le rayon du BA, et la vitesse
Comment retarder de la contamination du bord

d’attaque ?
Premier problème à résoudre pour garder la couche limite laminaire
Précautions de design. On a vu que R R sin tan

On peut réduire l’angle de flèche
Et/ou réduire le rayon du bord d’attaque R
Utilisation de dispositifs de contrôle:

Gaster Bump (ou Anti Contamination Device)
Aspiration sur la ligne de partage

Contrôle de la contamination du bord d’attaque ?
Gaster Bump
Solution passive
Objectif:
Créer un point d’arrêt utilisation d’un « bump »
Redémarrer derrière avec une nouvelle couche limite laminaire (sur la ligne de
partage)
laminaire
Point d’arrêt
O Gate
Ligne de partage
Contrôle de la contamination du bord d’attaque ?

Aspiration sur la ligne de partage
Solution active qui nécessite : Vp R
usinage spécifique Paramètre d’aspiration: K We
système de pompage
Turbulent
Laminaire

Rappel
Scénario vers la turbulence
Sur une aile en flèche, il existe plusieurs phénomènes pouvant conduire au
déclenchement de la transition
Tollmien Schlichting (TS) instabilities
Inflow
Leading edge region:
l
Cross-Flow instabilities
Görtler instabilities
Attachment-line contamination
Paramètres agissants sur la transition

Contrôle des ondes TS (Ecoulement bidimensionnel), Equation de
quantité de mouvement longitudinale écrite à la paroi:
2
U dP d T U U
Vw fx y 0
y 2 dx dT y y y
Le profil de vitesse sera d’autant plus stable que la dérivée seconde
∂2U/∂y2 est négative II
Ceci peut-être effectué avec:
Un écoulement accéléré: dP/dx<0 TS
Un refroidissement de paroi: d /dT>0 and dT/dy>0 (dans l’air)
Une aspiration de paroi Vw<0
L’ajout d’un terme source fx
Contrôle des CF:

Un écoulement déccéléré: dP/dx>0 Cf
Une aspiration de paroi Vw<0
Méthode de contrôle de la transition
Natural Laminar Flow (NLF)

Optimisation de forme = Optimisation des
gradients de pression
Laminar Flow Control (LFC)

Aspiration (ou chauffage) le long de toute la
corde
Hybrid Laminar Flow (HLFC)

Aspiration (ou chauffage) locale + gradient
de vitesse optimisé
Q
Validation expérimentale de la laminarité

On a vu que les TS étaient sensibles à la turbulence extérieure et au bruit.
Les CF sont sensibles à la rugosité de paroi et à la turbulence extérieure.
Les études de laminarité peuvent être limitées par la qualité de l’écoulement en
soufflerie par rapport au vol
Quiet wind tunnel Noisy wind tunnel

Natural laminar flow control (NLF) (1)
Méthode passive (la plus « facile » à mettre en œuvre)

But: Optimiser la forme de l’aile de manière à avoir une distribution
de pression la plus favorable possible stabilisant les perturbations
PASSIVE
En 2D, il suffit d’avoir la zone d’accélération la plus étendue possible
Contrôle des ondes de Tollmien-Schlichting
2D Zone Ac étendue
En 3D: pour contrôler TS
la zone d’accélération près du bord d’attaque doit être la plus courte possible pour
limiter la région d’amplification des ondes cross-flow
En aval, on doit imposer un gradient de pression légèrement favorable pour
contrôler les ondes de Tollmien-Schlichting 3D zone Ac BA courte
pour
limiterrégionamplifdeCF
PCO pour TS
Laminar flow control (LFC) Aspiration Red Reset Meat

Principe de l’aspiration Lit
L’aspiration a deux effets: f f
Diminution du Reynolds
En particulier R 2 instable
instable
Diminution du facteur de forme
R R
La diminution de H a pour effet: sans avec
Diminution des i
Application pratique :
La transition est ainsi retardée Réduction de traînée visqueuse
Fentes mais surtout tôles perforées

Laminar flow control (LFC)
Démonstrateur en vol
Programme X21 (1963-1968) mené par la NASA
Zones d’aspiration par des fentes parallèles au BA:
Sur 95% à l’extrados
Sur 85% à l’intrados
La couche limite reste laminaire sur:
La totalité de l’extrados
75 % de l’intrados
Système d’aspiration, problème de colmatage: débris, insecte, givre

Nécessite une maintenance conséquente
Hybrid Laminar flow control (HLFC)

Effet cumulatif: HCFC
Aspiration dans la région du bord d’attaque = Contrôle des CF
Ecoulement légèrement accéléré = Contrôle des TS
Plaque de titane perforée sur 6 m d’envergure

Boeing 757 (1990-1991) Transition retardée au-delà de 65% de corde
LFC & HLFC control
Chauffage localisé
En aval, la couche limite chauffée « voit »
Bande chauffante
V0 une paroi froide:
Effet local déstabilisant
•Effet stabilisant
•Contrôle de la transition
Pas de chauffage Chauffage localisé entre

Ti=296K x = 0 and 0.1 m à Tw=381 K
Recul de la transition
Transition mesurée
Déstabilisation locale
Le chauffage doit être appliqué près de l’abscisse critique
LFC & HLFC control

Chauffage localisé: Système Anti-givrage et laminarité
On a vu qu’un chauffage modéré et localisé permettait de stabiliser la
couche limite (car en aval la couche limite voit une paroi froide)
Néanmoins si le chauffage est trop important, celui-ci peut déclencher la
transition
Soufflage gaz
chaud
Tw=493 K

Nouvelles méthodes de contrôle de la transition
Actionneur plasma: Décharge à Barrière Diélectrique (DBD)
Flow Plasma
HT
Dielectric materialDielectric material
Electrodes
Principe des DBD:

Deux électrodes séparées par un matériau diélectrique (isolant)
Application d’une haute tension (Plusieurs KiloVolts)
Ajouter de la quantité de mouvement (ajout d’un terme source)
Effet sur le profil de vitesse moyen => Stabilisation
119 olivier.vermeersch@onera.fr Dyn. des Fluides: Instabilités et transition 3A 119

Actionneur plasma: Décharge à Barrière Diélectrique (DBD)
Recul de la transition
Facile à implémenter (collage des électrodes)
mais nécessite une alimentation en haute tension
A l’heure actuelle limité à des faibles vitesses
120 olivier.vermeersch@onera.fr Dyn. des Fluides: Instabilités et transition 3A 120
Contrôle des instabilités Cross-Flow par Micro Rugosités
Cross-flow: instabilités fortement non-linéaires.

Idée: générer une onde dite « tueuse » qui va interagir non
linéairement avec l’instabilité cross-flow naturelle, dite onde « cible »,
et diminuer son intensité
Cette onde tueuse va être générée près du bord d’attaque par des
micro-rugosités
Cette onde « tueuse »

Doit être amplifiée près du bord d’attaque
Avoir une amplitude conséquente pour interagir avec l’instabilité CF
naturelle (la cible)
Avoir une amplitude réduite pour ne pas déclencher elle-même la
transition
Bilan
Phénomènes de transition aujourd’hui assez bien compris dans des cas
« standard » (exemple : conditions de vol)
Moyen de mesure expérimentale efficace en vol et en soufflerie
Prévision possible grâce à la théorie de stabilité linéaire, critères de
transition
Capacité à prévoir les défauts admissibles
Application:
Laminarité (avion de transport)
Turbomachines
Véhicule de rentrée atmosphérique (en sommeil)
Efforts actuels:
Introduction des critères dans les grands codes
Modélisation de la réceptivité et de la phase non-linéaire
Modélisation plus réaliste des défauts de surface

The RANS equations
The Reynolds-Averaged Navier–Stokes (RANS) equations
Û j
= 0,
ˆxj
Û i Û i 1 ˆP ˆ # $
+ Uj =≠ + 2‹S ij ≠ ui uj with i = 1, 2, 3.
added for
The Reynolds stress tensor R = [Rij ] = [ui uj ] RANS équation
has an advective (non linear) origin
is cast under a divergence form (turbulent diffusion)
accounts for 6 extra unknowns which must be modelled in order to close the
system
4 / 58
The Reynolds stress : advection of diffusion ?

Reynolds stress originates from the non-linear term
Ûi Û j ûi
Uj = Uj + uj
ˆxj ˆxj ˆxj
≠æ advection of the mean flow by the fluctuations
The fluctuating velocity field is solenoidal

ûi ûi uj ûi
uj = ≠ uj
ˆxj ˆxj ˆxi
¸˚˙˝
=0
≠æ turbulent diffusion of the mean momentum
MACRO micro
Change of point of view :
macro/micro vs. mean/fluctuation Advection by + Advection by molecular
the mean flow the fluctuation diffusion
≠æ new definition of the

material derivative Advection by turbulent molecular
the mean flow diffusion + diffusion
D„ ˆ„ ˆ„
= + Uj MEAN fluctuation
Dt ˆt ˆxj
5 / 58
Turbulence intensity and turbulent Reynolds number
Turbulence intensity is a conventional measure indicating the turbulent « rate »
Often associated with a specific direction (e.g. in wind tunnel)

  
u2 v2 w2
Iu = Iv = Iw =
U U U
Measure of the fluctuating motion energy compared to the mean flow energy

ui2
Ie =
Ui
Order of magnitude
Iu < 0.5% weak turbulence
Iu ≥ 1% moderate turbulence
Iu > 10% strong turbulence
Turbulent Reynolds number

uÕ ¸ turbulent advection
Re t = ≥
‹ viscous diffusion
where u Õ and ¸ are the characteristic scales of the turbulent motion (fluctuations)
6 / 58
Problematic of statistical modelling
The RANS equations constitute an open system : 10 unknowns for 4

independent equations only
Two solutions...
Relate ui uj to the primary unknowns (U i , P)
æ first order modelling
Derive the transport equations for ui uj
æ second order modelling
Modelling consists in deriving behaviour schemes (laws) for the turbulent

« material »
Modelling requires knowledge on the characteristic scales of turbulence

(definition, evolution)
æ this is the objective of the homogeneous turbulence theory
The turbulent motion Problematic of statistical modelling 7 / 58

The Reynolds stress equations
ˆ ui uj ˆ ui uj
+ Uk = Pij + Dij + Dijp + dij‹ + „ij ≠ Áij
ˆt ˆxk p
3 4
Û j Û i
Pij = ≠ ui uk + uj uk . . . . . . . . . . . . . . . . . . . . . . . is the production term ;
ˆxk ˆxk
ˆ ui uj uk
Dij = ≠ . . . . . . . . .is the diffusion by velocity fluctuation ;
ˆxk
3 4
1 ˆ pui ˆ puj
Dijp =≠ + . . . . . . . . is the diffusion by pressure fluctuation ;
fl ˆxj ˆxi
ˆ ! "
dij‹ = 2‹ ui sjk + uj sik . . . . . . . . . . . is the molecular (viscous) diffusion ;
ˆxk
3 4
1 ûi ûj
„ij = p + . . . . . . . . . is the pressure-strain correlation term ;
fl ˆxj ˆxi
3 4
ûi ûj
Áij = 2‹ sjk + sik . . . . . . . . . . . . . . . . . . . . . . is the dissipation tensor.
ˆxk ˆxk
The turbulent motion The Reynolds stress equations 8 / 58
The Reynolds stress equations
ˆ ui uj ˆ ui uj
+ Uk = Pij + Dij + Dijp + Dij‹ + „ij ≠ ‘ij
ˆt ˆxk
p
3 4
Û j Û i
Pij = ≠ ui uk + uj uk . . . . . . . . . . . . . . . . . . . . . . . is the production term ;
ˆxk ˆxk
ˆ ui uj uk
Dij = ≠ . . . . . . . . .is the diffusion by velocity fluctuation ;
ˆxk
3 4
1 ˆ pui ˆ puj
Dijp =≠ + . . . . . . . . is the diffusion by pressure fluctuation ;
fl ˆxj ˆxi
ˆ 2 ui uj
Dij‹ = ‹ . . . . is the molecular (viscous) pseudo diffusion ;
ˆxk ˆxk
3 4
1 ûi ûj
„ij = p + . . . . . . . . . is the pressure-strain correlation term ;
fl ˆxj ˆxi
1 2 1 û 2
ûi j
‘ij = 2‹ . . . . . . . . . . . . . . . is the pseudo dissipation tensor.
ˆxk ˆxk

Turbulent kinetic energy transport equation
1 21 2
ˆk ˆk Û i 1 ˆ puj ˆ kuj ˆ2k ûi ûi
+ Uj = ≠ui uj ≠ ≠ +‹ ≠‹
ˆt ˆxj ˆxj fl ˆxj ˆxj ˆxj ˆxj ˆxj ˆxj
¸ ˚˙ ˝ ¸ ˚˙ ˝ ¸ ˚˙ ˝ ¸ ˚˙ ˝ ¸ ˚˙ ˝
Ein Pk p Dk D‹
f
D ‘
k k
ke
Disappearance of the
pressure/deformation
correlation terms
∆ they correspond to energy
transfers between the
Reynolds stress tensor
components without
production/destruction of
energy
Energy transfers in turbulent flows
Mean kinetic energy : Ec = 12 U i U i
Turbulent kinetic energy : k = 12 ui ui

p
Internal energy (molecular kinetic energy) : E
Production of
turbulent kinetic energy
Mean motion ≠ui uj S ij Turbulent motion
-
Ec k
Energy transfers
Molecular motion
2‹S ij S ij 2‹sij sij
-
E
Mean Turbulent
dissipation dissipation

Homogeneous turbulence
A turbulent flow is said homogeneous when all its statistical properties are
invariant under translation
Simplified Reynolds stress dynamics

ˆ ui uj ˆk
= Pij + „ij ≠ ‘ij , and = Pk ≠ ‘.
ˆt ˆt
æ focus on local transfers only
Condition of existence : tensor of mean gradient velocity must be constant

in all space
5 6
Û i
Craya homogeneity : G= = cst ’(x , y , z)
ˆxj
5 6
Û i
Taylor homogeneity : G= =0 ’(x , y , z)
ˆxj
The turbulent motion Homogeneous and isotropic turbulence 12 / 58
Isotropic turbulence
A turbulent flow is said isotropic when all its statistical properties are
invariant under reflection symmetry and rotation
æ Isotropic turbulence is necessarily homogeneous (Taylor)
Homogeneous Isotropic Turbulence (HIT)
Specific form for the correlation tensors

2
u2 = v 2 = w 2 = k and uv = vw = uw = 0
3
2
‘11 = ‘22 = ‘33 = ‘ and ‘12 = ‘13 = ‘23 = 0
3
2
„ij = 0 ’(i, j) and
3
Simplified turbulent kinetic energy dynamics
ˆk
= ≠‘
ˆt
æ k decreases with time because

ofMIT
Pseudo vs true dissipation
Rearranging viscous terms in Reynolds stress transport equations :
dij‹ ≠ Áij = Dij‹ ≠ ‘ij
with
ˆ ˆ 2 ui uj
dij‹ = 2‹ (ui sjk + uj sik ) Dij‹ = ‹
ˆxk ˆxk ˆxk
3 4 1 21 2
ûi ûj ûi ûj
Áij = 2‹ sjk + sik ‘ij = 2‹
ˆxk ˆxk ˆxk ˆxk
Difference between true and pseudo-dissipation :
ˆ ˆ 2 ui uj
Áij ≠ ‘ij = 2‹ (ui sjk + uj sik ) ≠ ‹
ˆxk ˆxk ˆxk
Both dissipations are strictly equivalent only in homogeneous flows. In the
TBL, differences are less than 2% (Bradshaw & Perot, Phys. Fluids, 1993)
Turbulent Boundary
layer
Grid turbulence in a irrotational plane strain field
U = U0
-
-
U0 -
- -
- -
-
- -
- Sr Sz -
-
-
-
Constant section 5 Compression /y Stretching /z

52
Û ˆV ˆW
æ =0 æ <0 æ >0
ˆx ˆy ˆz
Inotational Plane Strain Field

Grid turbulence in an irrotational axisymmetric strain field
U0
-
- U > U0
- -
- -
- -
- 52 -
- -
-
-
Si
Deacreasing section Compression /y Compression /z

Si Sal
Û ˆV ˆW
æ >0 æ <0 æ <0
ˆx ˆy ˆz
Inotational Asymmetric strain Field
Grid an uniformly sheared turbulence
Variable mesh size in z-direction

- -
- - æ
Û
>0
- - ˆz
- -
Constant flux
- - ⁄
- - Û
- - æ dz = U0 h
h
ˆz
- -
- - No compression/stretching in
- - transversal directions
U0 @U /@z = S æV =W =0
UniformlySheared Turbulence

Divergence free HIT
Divergence free condition for the velocity fluctuation field implies
ˆL,i ˆQi,j ˆSij,k
= 0, =0 and =0
ˆri ˆrj ˆrk
Application to the conventional correlations leads to Kármán–Howarth formulas
¸=0
r ˆf
g =f +
2 ˆr
k = ≠2h
r ˆh
q = ≠h ≠
2 ˆr
Correlation tensor in divergence free HIT
L,i = 0
1 2
1 ˆf r ˆf
Ri,j = ≠ ri rj + f + ”ij
2r ˆr 2 ˆr
1 2
1 1 ˆr 2 k 1 ˆr 2 k k
Tij,k = 3k ≠ ri rj rk + (ri ”jk + rj ”ik ) ≠ rk ”ij
2r 3 r ˆr 4r 2 ˆr 2r
∆ 2 scalar arguments (r , t) and 2 scalar functions (f , k)
Two-point correlation theory Correlation tensor in divergence free HIT 31 / 58
Taylor micro-scales
Defined as the intersection of the osculating parabola with the horizontal axis
-
1 1 ˆ 2 f (r , t) --
= ≠
⁄2f (t) 2 ˆr 2 -
r =0 fgentoconelation
functions
Similarly
-
1 1 ˆ 2 g(r , t) --
= ≠
⁄2g (t) 2 ˆr 2 - 1
r =0
Kármán–Howarth formula
f (r, t)
Ô
⁄f (t) = 2 ⁄g (t).
Intermediate characteristic 0
f
(« dissipation ») scale
r
Two-point correlation theory Turbulence characteristic length scales 34 / 58

Taylor macro-scales
Defined as integral scales

⁄ Œ
f (t) = f (r , t) dr
0
Similarly
1
⁄ Œ
g (t) = g(r , t) dr
0
f (r, t)
Kármán–Howarth formula
f (t) = 2 g (t).
0
⇤f
Characteristic scale of the

energetic vortices r
Two-point correlation theory Turbulence characteristic length scales 35 / 58
Dynamics of the double correlations
Derivation of the transport equation for the two-point double velocity correlation
known as the Kármán–Howarth equation :
1 [Eq : ui ]P ◊ uj P Õ + [Eq : uj ]P Õ ◊ ui P
2 Averaging
3 Recasting the derivatives using rk = xk |P Õ ≠ xk |P
4 Simplifying according to properties of divergence free HIT
ˆQi,j ˆ ! " ˆ 2 Qi,j

≠ Sik,j + Sjk,i = 2‹
ˆt ˆrk ˆrk ˆrk
The equation is open and the extra unknowns (triple correlations) come from the
non-linear inertial terms again !
Kármán–Howarth equation can be derived for the longitudinal auto-correlation

function
1 2
û Õ2 f u Õ3 ˆr 4 k u Õ2 ˆ ˆf
≠ 4 = 2‹ 4 r4
ˆt r ˆr r ˆr ˆr
Two-point correlation theory Dynamics of the double correlations 36 / 58

Dynamics of the double correlations
Integration of Kármán–Howarth equation leads to the Loitsyanski invariance

5 ⁄ Œ 6
ˆ ˆ # Õ2 5 $
u Õ2 r 4 f dr = u ¸ =0
ˆt 0
ˆt
In divergence free HIT, u Õ √ ¸¬
Local restriction of the Kármán–Howarth equation

1 2
û Õ2 f u Õ3 ˆr 4 k u Õ2 ˆ ˆf
≠ 4 = 2‹ 4 r4
ˆt r ˆr r ˆr ˆr
Ë È 2 Ë È
ˆf û Õ2 ˆk k Õ2 ˆ f 1 ˆf
u Õ2 +f ≠ u Õ3 ≠ 4u Õ3 = 2‹u + 8‹u Õ2
ˆt ˆt ˆr r ˆr 2 r ˆr
¿ ¿ ¿ ¿ r æ0 ¿ ¿
u Õ2 u Õ2
0 ≠‘ 0 0 ≠2‹ ≠ 8‹
⁄2f ⁄2f
u Õ2
∆ ‘ = 30 ‹
⁄2f
Asymptotic solutions
Linear solution
Linear Kármán–Howarth equation corresponds to a small Reynolds number of turbulence
1 2
û Õ2 f u Õ2 ˆ 4 ˆf
= 2‹ 4 r
ˆt r ˆr ˆr
2 ≠5/2
Ô
u (t) = – t and ¸(t) = 8‹t
small Rez
Õ2
Inviscid solution
Inviscid Kármán–Howarth equation corresponds to a large Reynolds number of turbulence
ˆ ! " u Õ3 ˆ ! 4
"
u f r k =0
Õ2
≠
ˆt r 4 ˆr
2/7
u (t) = – (t ≠ t0 ) and ¸(t) = — (t ≠ t0 )
Õ2 ≠10/7
lage Re
Both solutions are in agreement with Loitsyanski invariance

Motivation for the spectral approach
Characteristics length scales of turbulence defined statistically : Taylor

scales ⁄f , f
They increases in divergence free HIT according to Loitsyanski invariance

ˆ # Õ2 5 $
u ¸ =0 ∆ uÕ √ ¸¬
ˆt
Several issues
Is the energetic decrease is the same for all vortices whatever their size ?
Is the increase of the characteristic length scale associated with an increase

of their size of with the disappearance of the smallest ones ?
Are there interactions between vortices of different size ?
Answers provided by the spectral approach
Spectral approach in HIT Spectral tensor 40 / 58
Energy spectrum
What is the spectral content of the kinetic turbulent energy k ?
⁄ ⁄+Œ⁄
1 1 1
k(t) = ui ui = lim Qi,i (˛r , t) = lim „ii (˛Ÿ, t) exp (i˛Ÿ · ˛r ) d 3˛Ÿ
2 2 r æ0 2 r æ0
≠Œ
After some maths...

⁄ +Œ
k(t) = E (Ÿ, t) dŸ with E (Ÿ, t) = 2fi Ÿ2 „ii (Ÿ, t) .
0
where E (Ÿ, t) is called the spectral density of energy or energy spectrum
E (Ÿ, t) is not the Fourier transform of k but its integration over all wavenumbers
leads to the turbulent kinetic energy
Connexion with one-dimensional spectrum A

1 2
E (Ÿ, t) Ÿ i Ÿj
E (Ÿ, t) = ≠4fi Ÿ4 A(Ÿ, t) ∆ „ij (Ÿ, t) = ”ij ≠
4fiŸ2 Ÿ2
How to access to the energy spectrum ? ∆ through conventional correlation

functions
Spectral approach in HIT Spectral density of energy 42 / 58
Spectral dynamics : Lin equation
Kármán–Howarth equation :
ˆQi,j ˆ ˆ 2 Qi,j
≠ (Sik,j + Sjk,i ) = 2‹
ˆt ˆrk ˆrk ˆrk
Fourier transform :
ˆ
„ij (Ÿ, t) ≠ Ÿk [Âikj (Ÿ, t) + Âjki (Ÿ, t)] = ≠2‹Ÿ2 „ij (Ÿ, t)
ˆt
Indices contraction (trace of the tensor) :

Lin equation
ˆ
E (Ÿ, t) = T (Ÿ, t) ≠ 2‹Ÿ2 E (Ÿ, t)
ˆt
with T (Ÿ, t) = 4fiŸ2 Ÿk Âiki (Ÿ, t) and as usual... ECK.tl

æ the Lin equation is open
æ extra unknowns Âiki are of inertial origin (triple correlations)
Spectral approach in HIT Spectral dynamics 45 / 58
Physical interpretation of Lin equation
Integration of Lin equation over all wavenumbers :

⁄ +Œ ⁄ +Œ ⁄ +Œ
ˆ
E (Ÿ, t) dŸ = T (Ÿ, t) dŸ ≠ 2‹Ÿ2 E (Ÿ, t) dŸ
ˆt 0 0 0
¸ ˚˙ ˝ ¸ ˚˙ ˝
ˆk(t)/ˆt ≠‘
Dissipation spectrum :
E(Ÿ, t) = 2‹Ÿ2 E (Ÿ, t)
Inter-spectrum energy transfer :

⁄ +Œ
T (Ÿ, t) dŸ = 0
0

Dissipation spectrum
E(Ÿ, t) = 2‹Ÿ2 E (Ÿ, t)
Ÿ2 factor drifts the dissipation spectrum towards large wavenumbers
1
10
E D
2
10
E(, t)/k(t)
3
E(, t)/✏(t)
10
ŸE : most energetic
wavenumber 10 4
5
10
ŸD : most dissipative
wavenumber 10 6
7
10
8
10
0.1 1 10 100 1000
 ⇥ k 3/2 /✏
Dissipation is mainly active on small vortices

Inter-spectrum energy transfer
E D Sink for large scales

0.5
Source for small scales
0.4
Defining the spectral energy flux by

0.3 integration up to Ÿ
W ()
⁄ Ÿ
0.2
W (Ÿ, t) = ≠ T (Ÿ, t) dŸ
0
0.1
which characterises the amount of energy

0 transferred from wavenumbers < Ÿ to
0 0.2 0.4 0.6 0.8 1 wavenumbers > Ÿ.

Spectral energy flux is always positive ∆ energy is transferred down the scales

The energy cascade
Analysis of the Lin equation

Energy density spectrum decreases at
ˆ all scales but peaks at large scales
0=≠ E (Ÿ, t) + T (Ÿ, t) ≠ E(Ÿ, t) At large scales, energy decreases
ˆt
mainly due to transfer towards small
scales
At small scales, weak unbalance
Production (+)
between inter-spectrum energy

@E()/@t
transfer and dissipation
E()
T () Energy cascade
Large eddies
0
»
Destruction ( )
Small eddies
Heat (dissipation)
0 
The energy cascade
The energy is injected at large scales from the mean flow and transferred towards
small scales
Scales in Turbulent Motions, Jacquin, 2009
The amount of energy injected at large scale (and thus cascading and dissipated)
is driven by the mean flow
Z
u Õ2 _
injection rate : ‘≥ ^
· u Õ3
‘≥
f
_
\ f
lifetime of largest eddies : · ≥
uÕ

Quasi-static equilibrium of small scales
Similarity hypotheses of Komogorov (1941) rely on the existence of a quasi-static

equilibrium of small scales
÷ ŸI such as ŸE π ŸI π ŸD
Integration of Lin equation up to ŸI
5⁄ Œ 6 ⁄ Œ ⁄ Œ
ˆ
E (Ÿ, t) dŸ = T (Ÿ, t) dŸ ≠ 2‹Ÿ2 E (Ÿ, t) dŸ
ˆt ŸI ŸI ŸI
¸ ˚˙ ˝ ¸ ˚˙ ˝ ¸ ˚˙ ˝
ˆ
EI (t) = W (ŸI , t) ≠ ‘I (t)
ˆt
Z
ŸI π ŸD ‘I (t) ¥ ‘(t) ^
∆ ‘(t) ¥ W (ŸI , t)
ÊI (t) ˆk \
ŸE π ŸI ≠ π≠ = ‘(t)
ˆt ˆt
The amount of energy dissipated at small scales (Ÿ > ŸI ) is equal to the

amount of energy which cascades through the spectrum
Spectral approach in HIT Kolmogorov hypotheses 52 / 58
Kolmogorov similarity hypotheses

First hypothesis : if turbulence Reynolds number is large enough
there exists a range of statistical equilibrium (÷ ŸI )
In this range, the form of the energy spectrum only depends on ‘ and ‹
3 4
E (Ÿ, t) Ÿ‹ 3/4
=F
‘(t)1/4 ‹ 5/4 ‘(t)1/4
where F is a universal function independent of time.
Second hypothesis : If turbulence Reynolds number is even larger

There exists a zone of statistical equilibrium called inertial range which contains a significant
range of wavenumbers ŸE π Ÿ π ŸD
In this range, the form of the spectrum only depends on ‘
E (Ÿ, t)Ÿ5/3
=A
‘(t)2/3
3 4≠5/3
E (Ÿ, t) Ÿ‹ 3/4
=A◊
‘(t)1/4 ‹ 5/4 ‘(t)1/4
Kolmogorov normalisation

Separation of scales
Kolomogorov scales (dissipative vortices)

# $1/4 Physical space
÷K = ‹ 3 /‘
‚K = [‹‘]1/4
·K = [‹/‘]1/2
Taylor macro-scale (energetic vortices)
u Õ3
f ≥
‘
Taylor micro-scale (intermediate vortices)
u Õ2
⁄2f = 30‹ Scales in Turbulent Motions, Jacquin, 2009
‘
f 3/4 f 1/2
≥ Re ≥ Re
÷K ⁄f
Kolmogorov spectrum
107
Dissipation cut-off 5/3 slope
‚ K ÷K 105
Re K = =1
‹
103
Kolmogorov constant cut-o↵
10 Re
A¥1
10 1
Inertial range with ≠5/3 slope
F æ AŸ̃≠5/3 when Ÿ̃ æ 0 10 3
10 6 10 4 10 2 1
̃
The width of the intertial range increases with turbulence Reynolds number
Production and dissipation are nevertheless active at all scales

Kolmogorov spectrum
1
107
2 3
105 1 : Statistical quasi-equilibrium
4
103
E(, t)
2 : Inertial range
10 3 : Dissipative range
10 1
4 : Energetic range
10 3
10 6 10 4 10 2 1
̃
Temporal decrease : which scaling ?
What about the increase of the turbulent characteristic length scale ?
Grid turbulence experiment (Roches, 1999)
2 160
10
10 3
t = x/U0 140
x/M : 30 ! 50
4
120
10
100
x/U0
5
10 x/M : 50 ! 70
E
E(, t)
80
⇥
6
10
E
1
60
7
10
x/M = 30 40
x/M = 50
8 x/M = 70
10 20
9 0
10
1 10 100 1000 10000 0 500 1000 1500 2000 2500 3000 3500 4000 4500
 
Spectrum decreases at all scales Small scales decrease proportionally more
The temporal growth of the characteristic length scale in HIT is a statistical

effect !

Specific features of near-wall turbulence ?
Local asymptotic behaviour
The Reynolds stresses collapse at the wall
The viscous friction reaches its peak value
æ Small Reynolds number of turbulence
Confinement effect near the solid boundary
Blocking in the wall normal direction
Anisotropy of normal stresses
æ Almost two-component turbulent motion
3 / 46
The boundary layer flow
The turbulent boundary layer is a boundary layer and deserves a description

relying on the thin-layer assumption
Framework
Incompressible flow at low

Mach number y Ue (x)
-
6
Mean motion : statistically

-
-
-
steady and two-dimensional

-
......................................................... -
6 -
-
Thin layer : slow downstream
(x)
-
-
.............
evolution
-
” x
Ïa
π1
L
Streamwise diffusions are neglected against cross-stream diffusions
Turbulent boundary layer : the mean velocity profile The turbulent Prandtl equations 5 / 46
The turbulent Prandtl equations
2D RANS equations under Prandtl hypothesis
Û ˆV
+ = 0 ai
U
Û
+V
ˆx
Û
ˆy
= ≠
1 dPe
+
ˆ
3
‹
Û
≠ uv
4 j
ˆx ˆy fl dx ˆy ˆy
Pe (x ) = P + flv 2
L peutêtreévaluer à la loute
de la couche bite
The TBL equations are parabolic : integration using space marching in the
streamwise direction
3 4 ⁄ y
Û Û 1 dPe ˆ Û Û
U = ≠V ≠ + ‹ ≠ uv with V = dy
ˆx ˆy fl dx ˆy ˆy 0
ˆx
Initial conditions : U(x0 , y ) = U 0 (y ), V (x0 , y ) = V 0 (y )
Boundary conditions : U(x , 0) = 0, V (x , 0) = 0, lim U(x , y ) = Ue (x )

y æŒ
Self-similar solutions ?
In laminar regime, the zero pressure gradient boundary layer exhibits a

self-similar solution : Blasius solution
analogiepossible avec Blasius
1 2 1 2
U y V y
=f and =g
Ue ” Ue ”
0.006
Scaling of the friction coefficient in

self-similar situations
Experiments
A/Re
- 0.004
Û -- Ue
·w = µ - = µ f Õ (0) Cf
ˆy y =0 ”
0.002
2·w 2 Õ A
∆ Cf = = f (0) =
flUe2
Re ” Re ◊ 0
0 4000 8000 12000 16000
Re
A multiple scale problem
(Tennekes & Lumley, A first course in turbulence, 1972)
Outer characteristic scales Inner characteristic scales


velocity scale : Ue velocity scale : u· = ·w /fl
length scale : ” length scale : ‹/u·
time scale : Te ≥ ”/Ue time scale : Ti ≥ ‹/u·2 ≥ µ/·w
Turbulent boundary layer : the mean velocity profile A multiple scale problem 8 / 46
The ratio of time scales
Te ” ·w Ue ” ·w Cf
= ◊ = ◊ = Re ”
Ti Ue µ ‹ flUe 2
2
The ratio of time scales
Laminar regime
K
Te
= cst ¥ 0.6
Ti
CST
Turbulent regime
Te Â
”= cst = f (Re ” )
Ti Ref
Scaling of the friction law in turbulent regime
Empirical law supported by experiments

Cf 3/4 Te 3/4
= 0.0224 Re ” Cf ◊ Re ◊ = 1.12 Re ◊ ≥ Re ◊
≠1/4
∆ ∆
2 Ti
An approximate solution
Despite the absence of self-similar velocity profile, an approximate solution
supported by experimental data exists
1 2 17
U y
=
UE ”
9
with a shape factor of H12 = 7
= 1.29
Approximate wall friction law

Cf (x ) = 0.0592 Re x
≠1/5
A piecewise approach
The mean velocity profile depends on two independent scales
The scale separation grows

with the Reynolds number
Surface layer depending on

viscous scales
Outer layer normalised by

outer scales
‹/u· ”
Partial self-similarity in the surface layer and the outer layer ?
The inner layer : the surface layer
Relevant physical quantities Characteristic inner scales


Viscosity : ‹ Velocity : u· = ·w /fl
-
Û -- Length : ¸‹ = ‹/u·
Shear at the wall :
ˆy -y =0
Time : Ti = ‹/u·2
Boundary layer variables normalised by inner scales :

U
Velocity : U + =
u·
y u·
Wall-normal distance : y + =
‹
Self-similar velocity profiles U + = f (y + ) in the inner region ?
Turbulent boundary layer : the mean velocity profile The surface layer 14 / 46
Local self-similarity in the surface layer

An approximate streamwise mean momentum equation
3 4
Û Û 1 dPe ˆ Û
U +V = ≠ + ‹ ≠ uv
ˆx ˆy fl dx ˆy ˆy
3 4
ˆ Û
0 = µ ≠ fluv
ˆy ˆy
ˆ
0 = (· ‹ + ·t )
ˆy
flu·2 = · ‹ + ·t
The surface layer is a region of constant total friction stress
An even more severe approximate in the viscous sub-layer ∆ closer to the wall the
mean viscous friction dominates : if y + æ 0, · ‹ ∫ ·t
Û
‹ = u·2 ∆ U+ = y +
ˆy
Local self-similarity in the viscous sub-layer in inner variables
Local self-similarity in the inner layer
Self-similarity beyond the viscous sub-layer ?
Û
‹ = u·2 + uv
ˆy
+
Û
= 1 + uv +
ˆy +
⁄ y+
+ +
U = y + uv + dy +
0
Self-similarity of the turbulent shear stress ? uv + = g(y + )?
Experimentally verified conjecture

Close to the wall, only small structures, not affected by the blocking of normal
velocity fluctuations, contribute to the uv correlation which turns out to depend
on local (small-)scales :
uv + = uv + (y + )
experimentally verified
Local self-similarity over the whole region of constant friction stress
Prandtl phenomenology of the turbulent diffusion
y
Par itition
6
U (y)
- uv is negative
u and v are correlated :

induced fluctuation v<0  
u<0
. U. . . . . . . . . . . . . . . . . .
....................................-
uv = Cuv u2 v2
K
u>0
with Cuv = ≠0.5
v>0 induced fluctuation
uv is independent of ” if
y π”
The outer layer
Relevant physical scales

Length : ” and ÷ = y /”
Velocity : Ue
æ loss of velocity reference
Velocity variable and velocity scale in the outer layer ?

variable : velocity defect U = (U ≠ Ue )
scale : friction velocity u·
The Von Kármán equation stresses the relevance of u· as an outer velocity

scale :
Cf d◊ 1 dUe
= + (2◊ + ” ú )
2 dx Ue dx
Turbulent boundary layer : the mean velocity profile The outer layer 18 / 46
Local self-similarity in the outer layer
Local self-similar solution requires the definition a velocity defect law
U ≠ Ue y
= F (÷) with ÷=
u· ”
Turbulent boundary layer : the mean velocity profile The outer layer 19 / 46
Existence of an overlap region ?
L zonederecouvrement
Surface layer f inner Outer layer
layer
Small ÷ = y /” large y + = yu· /‹
÷æ0 y+ æ Œ
independent of ” Independent of ‹
1. Overlap layer exists when both conditions hold, small ÷ and large y + :
y+ yu· ” Ue ” u·
∫1∆ ◊ = ◊ ≥ Re 7/8 ∫ 1
÷ ‹ y ‹ Ue
2. No overlap yields a non-self-preserving layer depending both on ” and ‹

æ very small Reynolds number invalidating the existence of the BL
High Reynolds number boundary layers exhibit an overlap layer
Turbulent boundary layer : the mean velocity profile The overlap region 20 / 46
Mean velocity profile in the overlap region
Both velocity profiles apply

+
Z I
Surface layer : U = f (y + ) ^ matching f (y + ) ≠ Ue+ = F (÷)
∆
U ≠ Ue condition u· Õ + 1 Õ
Outer layer : = F (÷) \ f (y ) = F (÷)
u· hum ‹ ”
1
y + f Õ (y + ) = ÷F Õ (÷) =
Ÿ
Y 1
_
] F (÷) = ln (÷) + B
Ÿ
_
[ 1
f (y + ) = ln(y + ) + C
Ÿ
The logarithmic law is a specific feature

of the high Reynolds number turbulent boundary layer
Resulting velocity profile
The surface layer : the viscous zone (Spalding, 1961)

Ë " È ≠ŸC
+ + ŸU + + 1! "
+ 2 1! + 3
y =U + e ≠ 1 ≠ ŸU ≠ ŸU ≠ ŸU e
2 6
The outer layer : the wake zone (Coles, 1956)

1 2
+ 1 y
U = ln y + + C + w
Ÿ Ÿ ”
with wake function 1 2 1 2

y 2 fi y
w = 2 sin
” 2 ”
Zero pressure gradient turbulent boundary layer
Ÿ ƒ 0.41, C ƒ 5.2, ƒ 0.55, B ƒ ≠2.7
Logarithmic representation (inner scales)

30
Viscous sub-layer Bu↵er layer Log. layer Wake
zone
2⇡
25 
Inner layer
20
22
+ + +
U
+
= ln y + /0.41 + 5.2 pp 19
U 15 U =y
Outer layer
10
0
0.1 1 10 100 1000 10000
y+
Inner region Outer region

Viscous sub-layer Logarithmic region Boundary layer width
+ + + +
y =1 y =5 y = 60 y = 1000 ” + = 104
÷ = 0.1 % ÷ = 0.5 % ÷ = 0.6 % ÷ = 10 % ÷ = 100 %
y = 2.5 µm y = 12.5 µm y = 0.15 mm y = 2.5 mm y = 25 mm
Spatial-resolution constraint for RANS/LES simulations y + ≥ 1

Linear representation (outer scales)
1
velocity profile
0.9
0.8
0.7
Logarithmic profile
0.6
y/ 0.5
0.4
Wake
0.3 component
0.2
0.1
0
-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4
U /Ue
Inner self-similar profiles
30
Re
25
20
+
15
U
10
Re✓ = 3250
5 Re✓ = 7500
Re✓ = 15000
0
0.1 1 10 100 1000 10000
y+
Outer self-similar profiles
-5
-10
Ue )/u⌧
-15
(U
-20 Re
Re✓ = 3250
-25 Re✓ = 7500
Re✓ = 15000
-30
0.0001 0.001 0.01 0.1 1 10
y/
Generalisation to non zero pressure gradient TBL

The intensity of the external pressure gradient is measured by a non dimensional
parameter
” ú d(Pe /fl)
—=
u· dx
The inner layer remains insensitive to a large range of the external pressure
gradients while the outer layer is strongly affected.
The wake parameter increases with the intensity of the external pressure gradient
(Ligrani, 1989)
= 0.8 (— + 0.5)0.75 1989 Lignan
wakeparameter
1.2 8
7
1
H = 1,33 6
0.8 H = 1,53
H = 1,65 5
H = 1,81
0.6 ⇧ 4
y/
Wieghardt & Tillmann

3 Bradshaw, a = 0.15
0.4 Clauser, flow 1
2 Bradshaw & Ferriss, a = 0.255
Clauser, flow 2
0.2 Skare & Krogstadt
1 ⇧ = 1.21( + 0.258)0.564
0 0
0 0.2 0.4 0.6 0.8 1 1.2 0 5 10 15 20 25
U /UE
The friction law
1 2
+ 1 y Ue 1 ”u· 2
U = ln y + + C + w ≠æ = ln +C +
Ÿ Ÿ ” y æ” u· Ÿ ‹ Ÿ
1 2≠1/2 1 2
Cf 1 1 Cf 2
Coles1956 = ln Re ” + ln +C +
2 Ÿ 2Ÿ 2 Ÿ
0.006
0.005
0.004
Cf
0.003
0.002
0.001
0 5000 10000 15000 20000
Re✓
Comparison with experimental data of Wieghardt & Tillmann (1968)
Turbulent boundary layer : the mean velocity profile The friction law 28 / 46
Viscous and turbulent shear stress profiles
Viscous sub-layer Buffer layer Log zone
Turbulent boundary layer : the mean velocity profile The friction law 30 / 46
Back to the turbulent kinetic energy transport equation
mean motion internal energy

¿ ø
ˆk ˆk
+ Uk = Pk + Dk + Dkp + Dk‹ ≠ ‘
ˆt ˆxk
Û i
Pk = ≠ui uj . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . is the production term
ˆxj
ˆ kuj
Dk = ≠ . . . . . . . . . . . . . . . . is the diffusion by velocity fluctuation
ˆxj
p 1 ˆ puj
Dk = ≠ . . . . . . . . . . . . . . . . is the diffusion by pressure fluctuation
fl ˆxj
ˆ2k
Dk = ‹ . . . . . . . . . . . .is the molecular (viscous) pseudo diffusion
‹
ˆxj ˆxj
1 21 2
ûi ûi
‘=‹ . . . . . . . . . . . . . . . . . . . . . . . . . . . . is the pseudo dissipation
ˆxj ˆxj
Turbulent motion in the vicinity of the wall Energy and dissipation transport equations 32 / 46
Normal Reynolds stresses
Transport equations for normal Reynolds stress under Prandtl thin layer assumption
1 2
Du 2 Û ˆ ! 2" ˆ 2 u2 2 û û û
= ≠2uv ≠ vu + ‹ + p ≠ 2‹
Dt ˆy ˆy ˆy 2 fl ˆx ˆxk ˆxk
3 4 1 2
Dv 2 ˆ pv ˆ2v 2 2 ˆv ˆv ˆv
= ≠ v3 + 2 +‹ + p ≠ 2‹
Dt ˆy fl ˆy 2 fl ˆy ˆxk ˆxk
1 2
Dw 2 ˆ ! 2" ˆ2w 2 2 ˆw ˆw ˆw
= ≠ vw + ‹ + p ≠ 2‹
Dt ˆy ˆy 2 fl ˆz ˆxk ˆxk
Production Diffusion
2
1. Production of u only 1. In the crosswise direction only
2. Feeding of v 2 and w 2 ? 2. D p ”= 0 (v 2 transport equation)
Dissipation
Always negative
Turbulent motion in the vicinity of the wall The Reynolds stress equations 33 / 46
Shear Reynolds stress and turbulent kinetic energy
Transport equation for shear Reynolds stress under Prandtl thin layer
assumption
∆ statistical symmetry : uw = vw = 0 but uv ”= 0
1 2 1 2 1 2
Duv Û ˆ pu ˆ 2 uv p û ˆv û ˆv
= ≠v 2 ≠ v 2u + +‹ + + ≠ 2‹
Dt ˆy ˆy fl ˆy 2 fl ˆy ˆx ˆxk ˆxk
Transport equation for turbulent kinetic energy under Prandtl thin layer
assumption
3 4
Dk Û ˆ ui ui pv ˆ2k
= ≠uv ≠ v + +‹ ≠‘
Dt ˆy ˆy 2 fl ˆy 2
Turbulent motion in the vicinity of the wall The Reynolds stress equations 34 / 46
Asymptotic analysis close to the wall
Expansion in Taylor series when y æ 0 :

# $
u = a0 + a1 y + a2 y 2 + O y 3
# $
v = b0 + b1 y + b2 y 2 + O y 3
# $
w = c0 + c1 y + c2 y 2 + O y 3
# $
p = p0 + p1 y + p2 y 2 + O y 3
No-slip condition at the wall :
a0 = b0 = c0 = 0
Continuity equation evaluated at the wall :

-
ˆv --
=0 ∆ b1 = 0
ˆy -y =0
u ≥ a1 y , v ≥ b2 y 2 , w ≥ c1 y
D y æ0 y æ0 y æ0
Turbulent motion in the vicinity of the wall Specific features of near-wall turbulence 35 / 46
Asymptotic analysis close to the wall
Reynolds stresses :
u 2 ≥ a12 y 2 , v 2 ≥ b22 y 4 , w 2 ≥ c12 y 2 , uv ≥ a1 b2 y 3

y æ0 y æ0 y æ0 y æ0
Turbulent kinetic energy :
a12 + c12
k ≥ y2
É in
y æ0 2
∆ Blocking effect yields a turbulent kinetic energy defect

in the wall-normal direction
Dissipation :
‘11 ≥ 2‹ a12 , ‘22 ≥ 8‹ b22 y 2 , ‘33 ≥ 2‹ c12 , ‘12 ≥ 4‹ a1 b2 y

y æ0 y æ0 y æ0 y æ0
1 2
1
‘= (‘11 + ‘22 + ‘33 ) ≥ ‹ a12 + c12
2 y æ0
Dissipation is not nil at the wall ! It even reaches its maximal value
Anisotropy
Among normal stresses

Only u 2 is produced (thin-layer type structure of the flow)
v 2 is blocked (impact effect, inviscid kinematic blocking)
DNS of channel flow (Kim, Moin & Moser, 1987)

8
Prediction ? +
7 u2
+
u2 ∫ w 2 ∫ v 2
v2
+
6 w2
4
1. Hierarchy of normal
stresses 3
2. Production is local 2
3. Blocking distance 1
0
0 50 100 150 200 250 300 350 400
y+
Anisotropy
Anistropy factors : Reynolds stresses normalised by the local turbulent kinetic

energy
DNS of channel flow (Kim, Moin & Moser, 1987)

2
u2 /k
v 2 /k
1.5 w2 /k
u2 v2
uv/k
¥1 ¥ 0.4
k k
1
w2 ≠uv 0.5
¥ 0.6 ¥ 0.3
k k
0
-0.5
0 50 100 150 200 250 300 350 400
y+
Two-component turbulent motion close to the wall
Influence of viscosity
TBL experiments (Tieleman, 1967)

105
y + = 3270
Viscous friction dominates the 104
near-wall region
y + = 121
itielle
103
Viscosity prescribes the sub-layer

behaviour
y + = 5,33
Je
2
10
1/4
Molecular diffusion of turbulent

F11 ⇥ ✏⌫ 5
101
quantities y + = 1,21
5/3
/ 1
100
Low turbulence Reynolds number
a12 + c12
1
10
Re t ≥ y4
y æ0 4‹ 2
10
3
10
4 3 2 1
10 10 10 10 100 101
1 ⇥ ⌫ 3/4 /✏1/4
Progressive collapse of the inertial range

∆ loss of the spectral equilibrium assumed by Kolmogorov
Turbulent kinetic energy budget
Structure of the turbulent kinetic energy transport equation :

Thickness growth (advection)
Turbulent transfer towards the outer region of boundary layer
ø”
Energy drain from the mean motion (production) in the buffer layer
¿0
Turbulent transfer towards the wall
Transfer towards the wall by molecular diffusion
Dissipation of the transferred energy
Locally simplified energy budgets :

1. Viscous sub-layer : dissipation = molecular diffusion
Bien retire les
2. Log region : production = dissipation 2
premier
3. Outer region : advection = turbulent diffusion
Pseudo dissipation transport equation
pour
lethéorème d'E turbulent pressure-strain
ajesoin diffusion correlation
¿ ¿
ˆ‘ ˆ‘
+ Uk = P‘1 + P‘2 + P‘3 + P‘4 + D‘t + D‘‹ + ‘ ≠
ˆt ˆxk
¸ ˚˙ ˝ ø ø
production viscous destruction
dedissipation diffusion deladissipation
3 4 3 4
ˆ ûi ûi ‹ ˆ ûi ˆp
D‘t = ≠‹ uk ‘ = ≠2
ˆxk ˆxj ˆxj fl ˆxi ˆxj ˆxj
ˆ2‘ ˆ 2 ui ˆ 2 ui
D‘‹ =‹ = ≠2‹ 2
ˆxj ˆxj ˆxj ˆxk ˆxj ˆxk
Pseudo-dissipation budget aide à
sortirdestendances
0.03
DNS of channel flow (Kim, Moin & Moser, 1987) blablablablablabla faire
dans la couchelimite
P✏1 + P✏2
0.02 P✏3
(⌥ P✏4 )
D✏t
0.01
⇧✏
D✏⌫
0
-0.01
-0.02
-0.03
0 10 20 30 40 50
+
y
The energy spectrum and turbulence length scales
Energetic length scales

p
I Velocity scale : u ⇠ k
I Length scale: ` ⇠ ⇤f
The dissipation rate "
I Kinetic energy budget: dt k = ... "
I Measured in external scales: " ⇠ u 3 /`
The dissipative scales
I Velocity scale : v ⇠ (⌫")1/4
I Length scale: ⌘ ⇠ (⌫ 3 /")1/4

Discrete resolution of a turbulent flow
I Length scales separation:

✓ ◆3/4
` u` 3/4
⇠ ⇠ Re`
⌘ ⌫
I Domain discretisation in one direction:
Domain length L & `

⌘
Finest resolution x = , n = f (Numerical scheme) > 2
n
L 3/4
n1D = ⇠ Re`
x
Discrete resolution of a turbulent flow
I Number of grid points required to solve all length scales of a

3D turbulent flow :
9/4
n3D ⇠ Re` M
I Example : the turbulent flow past a small aircraft:
Uo ⇠ 100 m/s, L ⇠ 1 m, et ⌫ ⇠ 10 5 m2 /s
Re ⇠ 107 ) n3D ⇠ 1015
I Resolution extremes in the industry ⇠ 108
I Resolution extremes in turbulence research ⇠ 1010

Description levels - Simulation technique
DNS Direct Numerical Simulation

I Explicit resolution of all (spatio-temporal) scales,
I Post-resolution statistics,
I Low to moderate Reynolds numbers on supercomputers,
I Numerical experiments (numerical errors),
I Unlimited measurements (any variable, no meas. incertainty)
I An improving microscope for fluid turbulence scientists
LES - Large Eddy Simulation

I Scale filter before resolution,
I Unsteady 3D description at large scales,
I Modelling subgrid-scales,
I Post resolution statistics,
I Large Reynolds numbers on supercomputers,
I A soon to be a↵ordable solution for big industries
(U)RANS - (Unsteady) Reynolds Averaged Navier-Stokes

I Statistic filter before resolution,
I Description of the fields of statistic moments,
I Loose resolution remote from walls,
I Relies on a turbulence model...
I and on a priori knowledge of the solution!
I An everyday routine even in small industries
The academic point of view
What for ?
DNS Build comprehensive flow data bases for physical
analysis of turbulent flows; design and validation of
LES and RANS models.
LES Sub-grid scale models design and validation;

implementation in simulation codes; unsteady flow
realisations at large scale for physical analysis and
design of flow control strategies.
RANS Model design and validation; parametric studies of

complex systems.
The industrial point of view
1. Average specifications
I Global specifications :
lift, load losses, heat exchange rate, efficiency;
I Design at the nominal poin:
shaped for averaged loads.
RANS
2. Local specifications time/space/frequency
I unsteady modes at large scales (vibrations, fluid-structure
interactions, (aero-)acoustics);
I local stresses (local temperature/load maxima);
I Lagrangian transport: droplets, bubbles, interfaces;
I unsteady flow control.
URANS,LES, DES, Hybrid URANS-LES
Navier-Stokes Equations
Incompressible flow
@Ui
= 0,
@xi
@Ui @Ui 1 @P @ 2 Ui
+ Uj = +⌫ .
@t @xj ⇢ @xi @xj xj
Constitutive law of the Newtonian fluid
✓ ◆
1 @Ui @Uj
⌧ij = 2µSij avec Sij = +
2 @xj @xi
Averaged Navier-Stokes Equations
The mean flow
@ Ūi
= 0,
@xi
@ Ūi @ Ūi 1 @ P̄ @ 2 Ūi @ui uj
+ Ūj = +⌫ .
@t @xj ⇢ @xi @xj xj @xj
Reynolds stress tensor
Rij = ui uj avec tr(R) = 2k

Symmetrical tensor - Normal and shear stresses
A constitutive law for the ”turbulent fluid”

The Boussinesq assumption
I Average viscous friction
⌧¯ij = 2µS̄ij
I Reynolds stresses
2
⇢Rij = 2µt S̄ij ⇢k ij
3
An Eddy-viscosity model
I A linear constitutive law:

2
Rij = 2⌫t S̄ij k ij
3
I Di↵usivity: ⌫t ⇠ u `
I Velocity and length scales for most energetic structures,
u2 ⇠ k and ` ⇠ k 3/2 /"
k2
I Dimensionally correct scheme: ⌫t ⇠ u ` ⇠
"
k2
I Operational scheme: ⌫t = Cµ
"
Advancement of the closure procedure
I Mean continuity
@ Ūi
=0
@xi
I Mean momentum

@ Ūi @ Ūi 1 @ P̄ @ 2 Ūi @ k2 2
+ Ūj = +⌫ + 2Cµ S̄ij k ij
@t @xj ⇢ @xi @xj @xj @xj " 3
I 4 equations - 7 unknowns and among them Cµ , k, "

Transport equation for k
@k @k
Deke + Ūj = Pk + Dkp + Dkt + Dk⌫ "
@t @xj
@ Ūi
Production Pk = ui uj
@xj
@puj
Pressure transport Dkp = ⇢1
@xj
@ui ui uj
Turbulent transport Dkt =
@xj
@2k
Molecular di↵usion Dk⌫ = ⌫
@xj @xj
@ui @ui
Dissipation "=⌫
@xj @xj
Modelling the turbulent di↵usion of tke
Contents of the di↵usion term Dkt + Dkp = r· qk
Gradient-type model q ⇠ r
Qualitatively correct scheme qk ⇠ rk
Dimensionally correct scheme qk ⇠ dt rk
⌫t
Operational scheme qk = rk
k
@ui @ui
A transport equation for " = ⌫
@xj @xj
@" @"
DEE + Ūj = P" + D" + D"⌫ d"
@t @xj
Production P"
@"uj
Turbulent transport D" =
@xj
@2"
Molecular di↵usion D"⌫ =⌫
@xj @xj
Destruction d"
Modelling the turbulent di↵usion of "
The di↵usion term D" = r· q"
Gradient-type model q ⇠ r
Qualitatively correct scheme q" ⇠ r"
Dimensionally correct scheme q" ⇠ d" r"
⌫t
Operational scheme q" = r"
"
I 2 transport equations

@k @k @ ⌫t @k
+ Ūj = (⌫ + ) + Pk "
@t @xj @xj k @xj

@" @" @ ⌫t @"
+ Ūj = (⌫ + ) + P" d"
@t @xj @xj " @xj
I k are " positive and finite kissa

I both equations are strongly coupled by "
Analysis of source/sink terms of "
I (shear-less) homogeneous turbulence (k, ") ! 0
dk d2 k
= " = d" P " > 0 ) P " 6 d"
dt dt 2
d" d2 " dd" dd"
= P" d" ' > 0 ) 60
dt dt 2 dt dt
I P" is small against d" when no Pk (Pk “small” against ")
I d" behaves like ".

Closure of source/sink terms of "
Qualitatively correct scheme P" ⇠ Pk and d" ⇠ "
" "
Dimensionally correct scheme P" ⇠ Pk and d" ⇠ "
k k
" "
Operational scheme P" = C"1 Pk and d" = C"2 "
k k
"
P" d" = (C"1 Pk C"2 ")
k
I Turbulence di↵usivity ⌫t = Cµ k 2 /"
I 2 transport equations

@k @k @ ⌫t @k
+ Ūj = (⌫ + ) + Pk "
@t @xj @xj k @xj

@" @" @ ⌫t @" "
+ Ūj = (⌫ + ) + (C"1 Pk C"2 ")
@t @xj @xj " @xj k
I Autonomous transport equations

6 equations - 6 unknowns Ū, P̄, k, "
I 5 pure numerical constants to be prescribed

Prescription of Cµ
The local energetic balance assumption
Couchetonite
Test case: the turbulent boundary layer turbulente
I Dissipation is maximum at the wall

I Production of k peaks o↵-wall
I At some distance from the wall Pk = "
I Experimental measurements are giving uv /k = 0.3
Hence Cµ = 0.09
Prescription of C"2
Calibration the ratio between " and k destruction rates
Test case: decrease of the TKE in HIT

I Temporal decrease of k in Homogeneous Isotropic Turbulence
I Experimental approximation using grid-generated turbulence
(t t0 ) = (x x0 )/Ū
I Experimental measurements are giving k ⇠ x 5/4 (or x 6/5 )
Hence C"2 = 1.8 (or 1.83)

Prescription of C"1
Calibration of the ratio between " and k productions
Test case: relaxation of uniformly sheared Homogeneous Turb.

dŪ
I Uniformly sheared Homogeneous Turbulence =
dy
I We define ↵ = Pk /" et = k/"
I Experimental approximation by grid-turbulence
(t t0 ) = (x x0 )/Ū
I Experimental measurements are giving limx!1 ↵ = 1.8
Hence C"1 = 1.44
The standard (k, ") model

With a constants set said to give reasonably good results
I 6 equations
@ Ūi
=
@xi

@ Ūi @ Ūi 1 @ P̄ @ 2 Ūi @ 2
+ Ūj = +⌫ + 2⌫t S̄ij k ij
@t @xj ⇢ @xi @xj @xj @xj 3

@k @k @ ⌫t @k
+ Ūj = (⌫ + ) + Pk "
@t @xj @xj k @xj

@" @" @ ⌫t @" "
+ Ūj = (⌫ + ) + (C"1 Pk C"2 ")
@t @xj @xj " @xj k
I Turbulence di↵usivity ⌫t = Cµ k 2 /"
I 5 purely numerical constants
Cµ = 0.09, C"1 = 1.44, C"2 = 1.92, k = 1, " = 1.3

Eddy-viscosity model
2
Rij = 2⌫t S̄ij k ij
3
I Linear constitutive law
I The principal axes of Rij aligned with those of S̄ij
I Isotropic eddy-viscosity,
I Cµ prescribed under the assumption of local equilibrium
A hierarchy of closure schemes
1. One-transport equation models

I Spalart-Almaras model
2. Two-transport equations models
I Variations around the (k, ") model
3. Second order closure schemes or Reynolds Stress Models
(RSM)
Variations on the eddy-viscosity ⌫t ⇠ u`
I Algebraic models u = `|@y Ū| and ` = `m (y ) – Prandtl (1945)

1
I One-transport equation models u = k 2 and ` = `m algebraic
1
I Two-transport equations models u = k 2 and z = k p `q with q 6= 0
u3
I (k, ") (Jones & Launder 1972) ! p = 3 , q = 1 then z ⌘ " ⇠
2 `
u
I (k, !) (Willcox 1980) ! p = 1 , q = 1 then z ⌘ ! ⇠
2 `
k ` "2 1
I (', ✓) (Lewandowski 1991) ! ✓ = ⇠ et ' = 3 ⇠ 2
" u k `
The eddy-viscosity according to (k, ")

The pioneering work of Baldwin & Barth (1990)
1. Starting-point: (k, ")


@k @k @ ⌫t @k
+ Ūj = (⌫ + ) + Pk "
@t @xj @xj k @xj

@" @" @ ⌫t @" "
+ Ūj = (⌫ + ) + (C"1 Pk C"2 ")
@t @xj @xj " @xj k
2. Turbulence-viscosity
k2 k2 ⌫t
⌫t ⇠ we take ⌫t⇤ = =
" " Cµ
3. Starting point: a unique transport equation for ⌫t⇤
d⌫t⇤ dk d" Dt ⌫t⇤ Dt k Dt "

⇤ =2 ) ⇤ =2
⌫t k " ⌫t k "
Transport de ⌫t selon Baldwin et Barth
I Version derived from (k, ")
⌫t⇤ Pk ⌫t⇤ ⌫t⇤

Dt ⌫t⇤ = (2 C"1 ) + (C"2 2)k + 2 Di↵(k) Di↵(")
k k "
I Transformation of the di↵usion term
⌫t⇤ Pk @ 2 ⌫t⇤
⌫t Cµ
Dt ⌫t⇤ = (2 C"1 ) + (C"2 2)k+(⌫ + ) (r⌫t⇤ )2
k " @xj @xj "
I Transformation of the production term under the equilibrium

assumption Pk = "
p ⌫t @ 2 ⌫t⇤ Cµ
Dt ⌫t⇤ = (C"2 C"1 ) ⌫t⇤ Pk + (⌫ + ) (r⌫t⇤ )2
" @xj @xj "
The root version for simple shear flows
The production term

I Dt ⌫t = Cb1 S⌫t et S = |r ⇥ Ū|
I Cb1 = 0.13 0.14
The di↵usion term

I A non-conservative di↵usion term
1⇥ ⇤
Dt ⌫t = Cb1 S⌫t + r · (⌫t r⌫t ) + Cb2 (r⌫t )2
I Calibration on the shear layer and the wake
= 2/3 Cb2 = 0.622

Algebraic models
I Minimalist approach: only uv has to be modelled

I Analogy with molecular di↵usion ! eddy viscosity:
L niscosité
@U turlute
uv = ⌫t ⌫t = UL
@y
@U Le mélange delangue
I Velocity scale: U = | |L tourbillonnaire
@y
@U 2 @U 2
I Mixing length model: ⌫t = | |L , uv = L2 | |
@y @y
5 / 33
Algebraic Modelling
È L
I Logarithmic layer
ngi L
IEF
L
y
9
Inner layer Overlapping layer >
>
⌧t >> ⌧l >
>
>
>
>
>
@U >
>
⌫ uv = u⌧2 uv = u⌧2 >
> Model
@y =
L = y
>
@U 2 >
> ⌫t = yu⌧
Constitutive law uv = L2 | | >
>
>
>
@y >
> M
@U u⌧ >
>
Logarithmic profile = >
; modèle
@y y linéaire
7 / 33
Algebraic Modelling
Test of the fully linear model
✓ ◆2
@U @U @U
⌫ uv = ⌫ + L2 = u⌧2
@y @y @y
!2
@U + @U +
L+ + 1=0
@y + @y +
with L+ = y + , U + = U/u⌧ and y + = yu⌧ /⌫

p
@U + 1 + 4L+ 2 1
=
@y + 2L+ 2 de
risque
mal se
Z y+ p
+ 1 + 4L+ 2 1 + comporter
U = dy
0 2L+ 2
8 / 33
Algebraic Modelling
Test of the fully linear model
Z p
y+
1 + 4L+ 2 1
U+ = dy +
0 2L+ 2
with U+ = 0 at y = 0
30
Log law
linear model
25 Hoyas et. al (2008) - channel
Schlatter et. al ( 2012) - BL
peutpas
20
on ne
intégrer jusquà
U+
15
15
10
g
5
0 1
10 100 101 102 103
y+
9 / 33
Algebraic Modelling
The Van Driest model
Need to add a damping function in the vicinity of the wall
Li = y (1 exp y + /A+ ) with A+ = 26

VAN DRIEST
30
Log law
linear model
25 damping model, A+ = 26
Hoyas et. al (2008) - channel
20 Schlatter et. al (2012) - BL
U+
15
10
0 1
10 100 101 102 103
+
y
11 / 33
Algebraic Modelling
The wake layer
Same constitutive relation: L, Schlatter et al, 2010, Re = 4060

L= y
t /(Ue ), Schlatter et al,2010
@U 2
uv = L2 | | Original Cebecci & Smith value
Clauser value: 0.018
@y
0.10
This can be extracted from
experiments/simulations 0.08
I U, uv knowns 0.06
I L ⇠ cst in the outer layer

L/
0.04
I ⌫t : max then tends
towards 0 0.02
0.00
0.0 0.2 0.4 0.6 0.8 1.0 1.2
y/
12 / 33
Algebraic Modelling
Final formulation
I Inner layer ! Linear + Van Driest Damping

I Outer layer ! Fixed fraction of BL thickness
⌫t = (min(Le , Li ))2 |
@U @U
|
@y @y
D
With Li = y (1 exp y + /A+ ) and Le = ↵
Model performance
I Lack of generality
I Definition of a normal to the wall
I y + , evaluation
I Le and pressure gradient dependency
I Outer layer intermittency not taken into account
13 / 33
Algebraic Modelling
Baldwin & Lomax, Boundary layer scalel
6
I Inner layer: ⌫ti = (Li )2 k ⌦ k
5
I Outer layer: A more
general function F 4
F (y)/u
3
+ +
F (y ) = y k ⌦ k(1 exp y /A )
2
! Fmax = u⌧ (2.44 + 4.43⇧) 1
! ymax = 0.646 0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
⇧ pressure-gradient dependent y/
F from Schlatter’s data
16 / 33
Algebraic Modelling
Baldwin & Lomax algebraic model
Final formulation
I Fwake can take into account a boundary layer or a wake

I Fkleb take into account the outer layer intermittency
(Klebano↵, 1954)
18 / 33
Algebraic Modelling
Baldwin & Lomax algebraic model
A succesfull e↵ort to generalize many turbulence aspects.

I Robustness
I Exist in a compressible form
I External Aerodynamics (Boundary layers, wakes,flow
separation)
19 / 33
Two equations Modelling
Two Equations k " formulation
Reminder: constitutive relation - Class C6:

!
@Ui @U j 2
ui uj = ⌫ t + + k ij
@xj @xi 3
⌫t = UL
p
I Velocity scale U = k
I Length scale L
k 3/2
I k " formulation ! L = Cµ
"
21 / 33

Two Equations k " formulation - Large Reynolds number
Large Reynolds number approximation (Ret >> 1)
k2
⌫t = Cµ
" ! ✓ ◆
DK @Ui @Uj @Ui @ ⌫t @k
= ⌫t + + "
Dt @xj @xi @xj @xj k @xj
! ✓ ◆
D" " @Ui @Uj @Ui @ ⌫t @" "2
= C"1 ⌫t + + C"2
Dt k @xj @xi @xj @xj " @xj k
22 / 33
I In the log layer : Advection= 0

I Production=Dissipation
I Log layer: ⌫t = u⌧ y
! ✓ ◆
= ⌫t + + "=0
u⌧
0 = u⌧ y ( )2 "
y
u⌧3 u⌧2 k2
I "= and k = p with ⌫t = Cµ
y Cµ "
p p
I uv /k = Cµ , 2 = (C"1 C"2 ) " Cµ - Class C6
!  = 0.43 ' 0.4
23 / 33

Standard k " formulation

I The Large Reynolds number approximation permits to respect
the log law with two constraints on the model
! All the variables can be computed in this log layer
u⌧3
"=
y Lage Ree
u⌧2
k=p
Cµ
U 1 ⇣ yu ⌘
⌧
= log +C
u⌧  ⌫
24 / 33
Two Equations k " formulation - Low Reynolds number
Low Reynolds number approximation: (Ret ' 1)

k2 p k 3/2
• Anisotropy ⌫t = Cµ = Cµ k
" "
I The normal component v is responsible for the wall-normal
transport in a thin shear layer
I v 2 /k is constant in the boundary layer, but tends to 0 at the
wall
Solution: Introduce a damping sfunction:
p 3/2
k v2
⌫t = Cµ kfµ with fµ =
" k
25 / 33

Low Reynolds context: (Ret ' 1)

• Length and time scales: L and T
3/2
k
I limy !0 L = =0
"
k
I limy !0 T = =0
"
Unphysical behavior as this scales are bounded by the Kolmogorov
scales
Regularisation:
p 2
II
@ k
"e = " 2⌫
@y
26 / 33

• Length and time scales: L and T
"e = ⌫(a12 + c12 ) + 4⌫(a1 a2 + c1 c2 )y + O(y 2 )

p 2
@ k
2⌫ = ⌫(a12 + c12 ) + 4⌫(a1 a2 + c1 c2 )y + O(y 2 )
@y
3/2
k
T = = O(1) at the wall
"e
k
L = = O(y ) at the wall ! not regularised
"e
27 / 33

• Production of "
@ui @ 2 Ui
P"3 = 2⌫uk
@xj @xj @xk
Non negligible in the bu↵er layer
Additional modeling for a first order closure
@ui @ 2 Ui
uk ⇠ ui uk T
@xj @xj @xk
✓ 2 ◆2
@ U i
⇠ ⌫v 2 T
@xj @xk
✓ 2 ◆2
@ Ui
⇠ 2⌫⌫t
@y 2
28 / 33
I The Launder & Sharma model lowRe
k2
⌫t = Cµ fµ
"e ! ✓ ◆
= ⌫t + + ⌫+ "
! ✓ ◆
D "e "e @Ui @Uj @Ui @ ⌫t @e"
= C"e1 ⌫t + + ⌫+
Dt k @xj @xi @xj @xj "e @xj
✓ ◆2
"e2 @ 2 Ui
C"e2 f2 + 2⌫⌫t
k @y 2
( 3.4)
With fµ = exp , f2 = 1 0.3 exp Ret2
(1 + Ret /50)2
p 2
@ k
and "e = " 2⌫
@y 29 / 33

I The Launder & Sharma model

X Most universal among simple models
X Well known and tested over a variety of turbulent flows
• Fragile log law in APG boundary layers
• Stagnation point anomaly
• Underestimates flow separation
33 / 33
Introduction
LES: the right accuracy vs cost compromise?
Direct numerical simulation cost:
!3
L3 k2
3 ⇣ " ⌘3 9 k2
3 4
N = 3 ⇠ ⇠ Ret (with Ret =
4
) (1)
⌘ ✏ ⌫3 ⌫✏
où 2 k et v34
Motivations e y_ E
I Direct Numerical Simulation is too expensive (1000 4 = 5.6e6)
9
I Large scales carry the kinetic energy and the anisotropy

I Small scales have a more universal behavior
Problems
I Numerical schemes
I Wall bounded flows
I Require high computational power (parallel computers)
I Filter definition
8 / 57
Large Eddy Simulation

Fields of interest and application
I Fluid Structure Interaction,

I Aeroacoustic,
I Lagrangian tracking of interface, level-sets, particles,
I High-Re transitional flow control.
Academics, Institutes and large industrial actors

I Aeroacoustic of aerial and ground vehicles
Airbus-Dassault-Renault-Alstom,
I Fluid Structure Interaction - Airbus, Dassault,
I Energy production ICF - CEA,
I Two-phase combustion Cerfacs-CORIA-Onera-Safran.
12 / 57
LES: at which cost
I Need for large cpu power

I Orders of magnitude for RANS: few hours on a single CPU
I Orders of magnitude for LES: few days using 100-1000 CPUs
15 / 57

In practice
In a CFD code
(For eddy viscosity models) just switch µt to µsgs , and you are
done!
However...
RANS/LES problems have their own and di↵erent problems!
LES formalism
Although simple to implement, the LES formalism is not
straightforward.
Filtering operation
Try to a priori estimate the e↵ect of an under-resolved grid,
formalized with a filtering operation
16 / 57
LES filtering
Scale separation and cut-o↵ length
I Low-pass filter associated to a cut-o↵ length,

I Need for a Sub-grid Scale model:
1. the kinetic energy drain: dissipation rate,
2. represent the spatio-temporal structure at the smallest
resolved scales srs.
18 / 57
LES filtering
A very simple space filtering for LES
I The box-filter with cut-o↵ length scale ¯
8
< 1 if |x x 0 | 6 ¯
G (x x 0 ) = ¯ 2
:
0 otherwise
DNS on a L3 domain ¯ = L/32 ¯ = L/16

| {z }
A posteriori filtering
23 / 57
LES filtering
A very simple space filtering for LES
I The box-filter preserves constants

I The box-filter is a linear operation
I The box-filter commutes with di↵erentiation on homogeneous
mesh
I Commutation error in the inhomogeneous case
I Development of commuting filters for distorted meshes
I The box-filter is not a projector
25 / 57
LES filtering
Decomposition of the non-linear term
@ ūi @ui uj 1 @ p̄ @ 2 ūi
Filtered Navier Stokes equation + = +⌫
@t @xj ⇢ @xi @xj @xj
ui uj = (ūi + ui0 )(ūj + uj0 )

= ūi ūj + ūi uj0 + ui0 ūj + ui0 uj0
= ūi ūj + (ūi ūj ūi ūj ) + (ui0 ūj + ūi uj0 ) + ui0 uj0
| {z } | {z } |{z}
Lij Cij Rij
I Lij : Leonard tensor : interactions btw resolved scales
I Cij : Correlation tensor btw resolved and modelled scales -
Difficult to model
I Rij : Reynold stress tensor but based on the subgrid scales not
resolved
27 / 57
LES filtering
Filtered Navier Stokes equation
@ ūi @ui uj 1 @ p̄ @ 2 ūi

+ = +⌫
@t @xj ⇢ @xi @xj @xj
Final formulation
@ ūi @ ūi ūj 1 @ p̄ @ 2 ūi @⌧ij
+ = +⌫
@t @xj ⇢ @xi @xj @xj @xj
with ⌧ij = Lij + Cij + Rij
28 / 57
Sub-grid Scale Modelling

Panorama of Sub-Grid Scale models
I Closure with a turbulent viscosity model

! Smagorinski, Germano and Lilly
! Introduce a sub-grid scale viscosity written ⌫sg = UL with
L linked to , the width of the filter
I LES based on an explicit relaxation filtering
! Bogey
31 / 57
Sub-grid Scale Modelling
The closure issue
Final formulation
@ ūi @ ūi ūj 1 @ p̄ @ 2 ūi @⌧ij

+ = +⌫
! ⌧ij = ui uj ūi ūj
Physical issues
I The model is necessary if sub-grid scale activity,
I Has to yield the right dissipative or dispersive e↵ect,
Numerical issues
I Acceptable cost hence local in time and space,
I Do not generate numerical instabilities,
I Has a distinct e↵ect from numerical dissipation
32 / 57
Smagorinski model
Construction of ⌫sg
I Introduce a sub-grid scale viscosity written ⌫sg = UL with L

linked to , the width of the filter
I Length scale L = Cs
I Velocity gradient scale s̄ = (2S̄ij S̄ij )1/2 , with
✓ ◆
1 @ ūi @ ūj
S̄ij = +
2 @xj @xi
I Smagorinski constant Cs ' 0.18 with HIT assumptions
! Smagorinski model ⌫sg (x, t) = UL = L2 s̄ = (Cs )2 (2S̄ij S̄ij )1/2
34 / 57
Smagorinski model
Limitations
I Introduce a sub-grid scale viscosity written ⌫sg = UL with L

linked to , the width of the filter
I Length scale L = Cs
I Velocity gradient scale s̄ = (2S̄ij S̄ij )1/2 , with
✓ ◆
1 @ ūi @ ūj
S̄ij = +
2 @xj @xi
I Smagorinski constant Cs ' 0.18 with HIT assumptions
! Smagorinski model ⌫sg (x, t) = UL = L2 s̄ = (Cs )2 (2S̄ij S̄ij )1/2
I QUESTION 6 : Can you see any problems of the model ?
35 / 57
Smagorinski model
Pro/cons
In practice
I Implemented with Cs ⇡ 0.1 0.12 in practice, not following
HIT results
Problems
I A model referenced against HIT, misleading in flows with
strong inhomogeous and/or anisotropy,
I Fail in a simple laminar boundary layer
I Purely dissipative model, over-dissipative in transition zones or
inverse cascade,
Alternatives
I Dynamical model: adjustment of the constant to the smallest
resolved scales (srs),
36 / 57
Smagorinski model
Dynamic evaluation of the constant
Idea
I Use a test filter (with lengthscale e )
I Usually, e = 2
I Uses the Germano identity
@ui @ui uj 1 @p @ 2 ui @⌧ijsgs

Filtered Mom. eq. + = +⌫
@ uei @ uei uej e

1 @p @ 2 uei @Tijsgs
2⇥ Filtered Mom. eq. + = +⌫
Germano’s identity Lsgs g

ij = (u i u j
ej ) = T sgs
ei u
u ij ⌧gsgs
ij
! Exact equality for any filter
37 / 57
Smagorinski model
We can then use our smagorinsky model (d for deviatoric) :
⌧ijd = Cd (2 )2 (2Sij Sij )1/2 · Sij (2)

Tijd fS
= Cd (2 e )2 (2S f 1/2 · S
f
ij ij ) ij (3)
(4)
For the model to work well, we must chose the dynamic constant
in order to statisfy the best we can the Germano’s identity :
Ldij Tijd ⌧f d
ij minimum
Ldij Cd (2Mij ) minimum
9 equations for a single constraint
38 / 57
Smagorinski model
Ldij Cd (2Mij ) minimum
9 equations for a single constraint

Usually, Cd is minimized using a least square method:
@ ⇣ d ⌘
Lij Cd (2Mij ) = 0 (5)
@Cd
Finally:
d
1 Lij Mij
Cd =
2 Mkl Mkl
39 / 57
Wall bounded flows

At the wall: Smagorinsky model
Viscous layer u ⇠ O(y )

1
⌧sg ⇠ (Sij Sij ) 2 ⌧sg 6= 0!
Solutions:
I Problem remedy(1): Van Driest damping function:
! ⌫sg (x, t) = (Cs (1 exp( y + /A+))2 (2S̄ij S̄ij )1/2
Difficult to generalize in complex geometries
I Problem remedy(2): Dynamic evaluation of the Smagorinsky
constant Cs using a test filter
44 / 57
Wall bounded flows
Grid requirements-Outer layer
Wing of aspect ratio b, cord c, resolution in the boundary layer:

Boundary layer thickness c ⇠ Rec 0.2 ,
x resolution Nx ⇠ c
⇠ Re0.2
c ,
z resolution Nz ⇠ b
⇠ Re0.2
c ,
y resolution Ny ⇠ cste,
Total resolution Nx Ny Nz ⇠ Re0.4
c .
48 / 57
Wall bounded flows

Grid requirements-Inner layer
Wing of aspect ratio b, cord c, resolution in the inner viscous layer

(wall units) :
cb
xz resolution Nx Nz ⇠ ,
x z
y resolution Ny ⇠ cste,
p
l ⌧w /⇢ cb ⌧w
Wall units (l + = ) Nx Ny Nz ⇠ ,
⌫ x + y + ⇢⌫ 2
Mean shear stress Cf ⇠ Rec 0.2 ,
2 S =
R
Mean shear stress Cf ⇢U1 S ⌧w dS.
Total resolution Nx Ny Nz ⇠ Re2c Rec 0.2 ⇠ Re1.8
c
49 / 57
Wall bounded flows
Detached Eddy Simulation (Spalart et al., 97)
Original idea
I RANS has be tuned to work reasonnably well in turbulent
boundary layers
I Large eddy simulation works well in detached shear layers
(wakes, flow separation)
I Turbulent boundary layers are very expensive with LES
Combine the two approaches

Spalart Allmaras model
I ⌫t transport equation has a destruction term in ⌫t /d 2 , d
distance to the closest wall
I The above term allows to scale ⌫t as ⌫t ⇠ d 2 Sij
I Smagorinsky model uses a SGS viscosity ⌫sgs ⇠ 2S
ij
I Define de = min(d, CDES ), with CDES = O(1)
52 / 57
Wall bounded flows

Detached Eddy Simulation (Spalart et al., 97)
Two turbulence production regions

I Detached shear layers
I Turbulent boundary layers
Only the detached shear layers should be solved with LES
pro/cons
I on a practical point of view, very dependant to the grid used
I Mixing of resolved fluctuations and mean quantities
53 / 57
Wall bounded flows
Wall modeling
Exchange
Locations
RANS model
I RANS model: Simple mixing length model
I To some extent, “shift the boundary condition”
I Cost decreased by 2 orders of magnitude!
I Shear layers and outer layer of the TBL are solved using LES
55 / 57
Conclusion
LES limitations
I LES pros
- Part of the fluctuating flow field
- Aeroacoustic feedback
- Fluid Structure interaction
- Transitional flows
I LES cons
- Computational cost
- Inflow conditions
- Grid convergence
57 / 57

F DF302 Slides

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

F DF302 Slides

Uploaded by

Copyright:

Available Formats

The turbulent regime

The flow is invariant in x and z, stationary and planar.

Turbulence What is turbulence ? 8 / 28

Characteristics of the turbulent motion

Turbulence Turbulence characteristics 9 / 28

uCxitordtI_nlxitoltdtfICt.ltO t4_A.cosCkx boltA si_ 2x Holt

Turbulence Turbulence characteristics 10 / 28

Turbulence is triggered by perturbations (IC/BC) which development depends on the flow

Non-linear advection term, Linear viscous term,

Turbulence Transition to turbulence 11 / 28

An album of Fluid Motion, Van Dyke, 1982

Turbulence Transition to turbulence 12 / 28

Other transition types

Fractal transition : infinite succession of instabilities associated with even

Turbulence Transition to turbulence 13 / 28

inherently three-dimensional and unsteady (even if 1D, 2D or stationarity

spanning a wide continuous and bounded range of scales (associated with

dissipative and rotational

chaotic (random functions of space and time (fluctuations) but

triggered by perturbations (instabilities) growing in the transition regime

Turbulence Transition to turbulence 15 / 28

Consider the example of the boundary layer over a flat plate

An increased diffusion has direct impact on transfers in the flow : momentum

Statistical averaging : ensemble averaging

The incompressible RANS equations

The Navier–Stokes equations for incompressible flows

The incompressible Reynolds-Averaged Navier–Stokes (RANS) equations

The symmetric Reynolds stress tensor R = [Rij ] = [ui uj ] needs to be accounted

Solution idéale : écoulement de base

Stabilité selon Lyapounov :

Technique générale : petites perturbations

Forme en mode normal

Pas de perturbation dépenddu d'ondes Relation de dispersion

est un nombre réel est un nombre complexe

La perturbation s’amplifie en t instabilité

est un nombre complexe est un nombre réel

On suppose que la perturbation se

La perturbation s’amplifie en x instabilité

Écoulement de couche limite amant Rondd'attaque

Cliché H. Werlé, Onera

Coefficient d’amplification temporelle

Coefficient d’amplification spatiale

pulsation Nombre d’onde

fréquence Vitesse de phase

Solutionidéale J avec LCO o bistrot Si Onedépendpasdet

• Forme de mode normal transitoire careep pasinstantanée

Gaz parfait Gaz idéal

selon l’axe Ox Pour simplifier, problème 2D

Ecoulement constant en non visqueux (2)

Problème linéarisé de dimension 4

Forme de mode normal

On choisit de prendre le nombre d’onde dépendant de la fonction d’amplitude

Pour la fluctuation d’entropie et pour la fluctuation de vorticité, on a trouvé :

Les perturbations d’entropie et de vorticité ont une vitesse de phase égale à la

Ecoulement constant en non visqueux (4)

Pour l’acoustique, on a : avec

1er cas : pas d’écoulement porteur et problème 1D

2nd cas : cas général

Instabilité de Kelvin-Helmholtz (2)

Relation cinématique à l’interface (continuité de la vitesse normale)

Équilibre en contrainte normale à l’interface

Vecteur normal unitaire

Vitesse de déplacement normal