Prédiction de l'aéroacoustique de jets subsoniques confinés à l'aide d'une méthode stochastique de génération de la turbulence - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Prediction of confined jet noise relying on a stochastic turbulence generation method

Prédiction de l'aéroacoustique de jets subsoniques confinés à l'aide d'une méthode stochastique de génération de la turbulence

Résumé

In air exchangers, the cool air flow can be produced by jet pumps. These devices, which can be consideredas subsonic jets confined in ducts, could contribute directly to ramp noise. A predictive numerical toolof the acoustic radiated by jet pumps is therefore developped in order to be able to propose appropriatenoise reduction solutions. This tool is adapted to Liebherr Aerospace’s industrial context. A stochasticmethod allows, starting from a steady RANS computation, to synthetise a turbulent velocity fields andto enforce source terms in the linearized Euler equations therefore used as a wave propagator. A newstochastic model relying on the sweeping hypothesis is developped. Unsteady fields reproducing someaerodynamics features of a free subsonic jet flow can be generated. This method is then coupled withOnera’s Euler solver sAbrinA_v0 and the resulting tool is applied on a free subsonic jet configuration atMach 0.72. Assuming a cabration of the source terms, this methodology models properly the far fieldacoustic spectra except for small angles. The numerical tool is then coupled with a FW-H solver to studya realistic jet pump. Aerodynamic and acoustic results are validated by comparison with a data baseobtained from an experimental campaign including laser Doppler anemometry measures inside the ductand pressure recording in the far-field.
Au sein d’un échangeur à air, les trompes à air permettent de créer l’écoulement d’air froid nécessaireà son bon fonctionnement. Ces dispositifs, qui peuvent ^etre assimilés à des jets subsoniques confinésen conduit, peuvent contribuer au bruit rayonné par les avions lors des phases au sol. Nous proposonsdans cette thèse de développer un outil numérique prédictif de l’acoustique rayonnée par ces dispositifsafin de pouvoir proposer des solutions de réduction de bruit appropriées. Cet outil est adapté au contexteindustriel de Liebherr Aerospace. Une méthode stochastique permet, à partir d’un calcul stationnaireRANS, de générer un champ de vitesse turbulente qui autorise la formation d’un terme de forçage dansles équations d’Euler linéarisées qui sont alors utilisées comme un opérateur de propagation. Un nouveaumodèle stochastique basé sur l’hypothèse de sweeping est développé. Ce dernier permet de produiredes champs instationnaires respectant certaines propriétés aérodynamiques statistiques dans le cadre dejets libres subsoniques. Cette méthode est couplée avec le solveur Euler de l’Onera sAbrinA_v0 et l’outilrésultant est appliqué sur le cas d’un jet libre subsonique à M=0.72. Moyennant une calibration duterme source, la méthodologie permet de reproduire les spectres acoustiques en champ lointain, exceptépour les angles faibles. L’outil numérique est ensuite couplé avec un solveur FW-H pour étudier le casconcret de la trompe à air. Les résultats aérodynamiques et acoustiques sont validés par comparaison àune base de données aérodynamique et acoustique constituée au préalable à partir d’une campagne d’essaiscomprenant des mesures par anémométrie laser Doppler à l’intérieur du conduit et des microphonesacoustiques en champ lointain.
Fichier principal
Vignette du fichier
TH_T2303_alafitte.pdf (16.4 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-00805414 , version 1 (27-03-2013)

Identifiants

  • HAL Id : tel-00805414 , version 1

Citer

Anthony Lafitte. Prédiction de l'aéroacoustique de jets subsoniques confinés à l'aide d'une méthode stochastique de génération de la turbulence. Autre. Ecole Centrale de Lyon, 2012. Français. ⟨NNT : 2012ECDL0037⟩. ⟨tel-00805414⟩
274 Consultations
418 Téléchargements

Partager

Gmail Facebook X LinkedIn More