Comment améliorer la prédiction de l'accrétion de glace sur les surfaces d'avion ?

La méthode utilisée pour la simulation de l'accrétion de glace sur les ailes d'avion a montré sa capacité à traiter diverses conditions atmosphériques et formes expérimentales de glace. Elle estime la rugosité de la surface en fonction du modèle CFD choisi. Bien que la méthode donne des résultats acceptables en termes de prédiction, certaines limites ont été mises en évidence. Le modèle actuel, basé sur une seule couche d'accrétion et un motif de rugosité unique sur l'ensemble de l'aile, pourrait bénéficier de quelques améliorations. Les résultats de calibration ont révélé que la position de la corne de glace était décalée par rapport à la référence expérimentale. L'introduction d'un motif de rugosité variable sur la surface de l'aile permettrait d'améliorer cet aspect.

Une approche multi-couches est connue pour mieux prédire les accrétion de glace avec des cornes larges, comme dans le cas NASA36, qui a été particulièrement difficile à calibrer. Cette étude a montré l'importance cruciale des paramètres de rugosité dans la prédiction finale de la forme de la glace. En effet, un choix adéquat de ces paramètres est essentiel pour réduire une des principales sources d'incertitude dans la forme de la glace. Ce constat est d'autant plus important que la revue de la littérature a montré que les paramètres optimaux de rugosité dépendent du modèle utilisé, même pour un cas d’essai donné.

Cette approche présente des avantages significatifs, mais son efficacité dépend de l'ajustement précis des paramètres du modèle et de la capacité à traiter des configurations complexes, telles que des surfaces de wing de formes non conventionnelles ou des conditions atmosphériques instables. Les recherches futures devront se concentrer sur la gestion de l'incertitude associée à ces ajustements, et particulièrement sur la manière de calibrer les modèles numériques dans des conditions réelles de vol, où les facteurs variables, tels que l'humidité et la vitesse du vent, jouent un rôle déterminant dans la formation de glace.

Comment la dynamique des gouttes affecte l'impact et la déformation dans des environnements industriels et techniques ?

Les interfaces entre phases ont été largement étudiées grâce à diverses méthodes de simulation, telles que la méthode Volume of Fluid (VOF), le Level Set (LS), la méthode Couplée Level Set et VOF (CLSVOF), ainsi que les techniques de phase field et front tracking. Ces approches ont permis de comprendre des phénomènes complexes comme la déformation et la rupture des gouttes de liquide dans des systèmes différents. Par exemple, Han et Tryggvason (1999) ont étudié numériquement la rupture des gouttes dans un système axisymétrique, tandis que Quan et Schmidt (2006) ont investigué la force de traînée des gouttes accélérées par un flux gazeux. Ils ont trouvé que la traînée totale des gouttes déformées était supérieure à celle des sphères solides, en raison de la plus grande région de recirculation derrière la goutte.

Dans le même cadre, la dynamique d'impact des gouttes de liquide est également un phénomène largement étudié dans de nombreuses applications techniques et industrielles, notamment dans la pulvérisation pour le refroidissement, les moteurs à combustion interne, l'impression jet d'encre et la peinture. Lorsque les gouttes surchauffées contenues dans des nuages de glace frappent un aéronef, cela entraîne des conditions de givrage, mettant en péril la sécurité aérienne. Pendant l'impact, divers phénomènes peuvent se produire, tels que l'étalement, le retrait, le rebond, la fragmentation et les éclaboussures. Ces phénomènes sont influencés par plusieurs facteurs, notamment la vitesse d'impact, le diamètre de la goutte, la viscosité de la goutte, la tension superficielle, et les caractéristiques géométriques des surfaces.

L'impact des gouttes sur des surfaces superhydrophobes a été un sujet de recherche important. Des études ont montré que des structures microscopiques, telles que des projections sur la surface, pouvaient réduire considérablement le temps de contact des gouttes avec la surface, et ce, au-delà des limites théoriques initiales. Par exemple, Gauthier et al. (2015) ont démontré que des surfaces superhydrophobes pouvaient réduire le temps de contact de 37 % par rapport aux surfaces plates. Ce phénomène est d’une grande importance pour les applications industrielles, car la réduction du temps de contact influence directement la dynamique des gouttes et leurs interactions thermiques et hydrodynamiques avec les surfaces.

Ainsi, ces recherches mettent en lumière l'importance d’une compréhension approfondie des phénomènes de déformation et d'impact des gouttes dans de nombreuses applications techniques et industrielles. L'impact des gouttes et leur déformation sont des processus complexes qui dépendent de nombreux facteurs physiques et géométriques. La modélisation de ces processus est essentielle pour le développement de nouvelles technologies et pour l’amélioration des performances des systèmes utilisant des gouttes, qu'il s'agisse de refroidissement par pulvérisation, d'impression, ou d'autres procédés industriels où la gestion de l'impact des gouttes joue un rôle crucial.

Comment modéliser un système de protection contre le gel électrothermique pour les aéronefs

Pour la protection contre le gel des ailes, le système « bleed-air », qui utilise l'air chaud provenant des moteurs pour souffler sur la surface protégée, est couramment utilisé. Cependant, ce système est énergivore et, dans le contexte des aéronefs « plus électriques » et de la réduction de la consommation de carburant, de nouveaux systèmes sont en cours de développement. L'un de ces systèmes est le système électrothermique de protection contre le gel (ETIPS). Ce système se compose de tapis chauffants installés dans un matériau multicouche et peut être utilisé aussi bien en mode anti-givrage qu'en mode de dégel.

Le fonctionnement nominal d'un ETIPS en mode de dégel repose sur l'activation de régions spécifiques de l'aile, généralement autour du bord d'attaque, pour empêcher l'accumulation de glace. Une fois qu'un tapis chauffant est activé, il fond une partie de la glace en contact avec la surface, créant ainsi un film d'eau liquide qui réduit l'adhérence de la glace à la surface. Les forces aérodynamiques peuvent alors détacher le bloc de glace de l'aile. Toutefois, ce type de système fonctionne dans un environnement complexe, où de nombreux phénomènes physiques sont en jeu.

Pour étudier ces systèmes et faciliter leur conception, la modélisation et la simulation sont des outils précieux. Les phénomènes physiques à prendre en compte dans la simulation d'un système de protection contre le gel incluent, entre autres, l'écoulement aérodynamique, qui transporte les gouttelettes d'eau super-refroidies et leur impact sur des zones spécifiques de l'aile, ainsi que le transfert de chaleur entre la couche limite et la couche de glace ou la surface de l'aile.

Les codes de givrage sont souvent organisés autour de modules spécialisés qui sont couplés pendant le calcul. Par exemple, un solveur d'écoulement inviscide est utilisé pour obtenir le champ d'écoulement externe. Ce champ sert ensuite d'entrée pour un module de trajectoire des gouttelettes et un module de la couche limite. Ces deux modules alimentent ensuite le module d'accumulation de glace. De plus, le solveur d'accumulation de glace peut également être couplé avec des modules de simulation pour le système de protection et l'éjection de glace.

Le travail présenté ici se concentre sur le calcul de la couche limite, le solveur d'accumulation de glace, le solveur de conduction thermique et l'éjection de glace. Ces outils numériques font partie du développement de cadres de simulation plus larges, tels que les systèmes IGLOO2D et IGLOO3D.

Modélisation du système thermique

La modélisation d'un système électrothermique de protection contre le gel peut varier en fonction de la manière dont la chaleur est fournie. Par exemple, un modèle complet pour un système de « bleed air » nécessite une solution couplée entre l'écoulement de l'air à l'intérieur de l'aile et la conduction thermique à l'intérieur de cette dernière. Cependant, une approche simplifiée consiste à modéliser le flux d'air chaud à l'aide d'une condition de Robin sur la frontière interne de l'aile, ce qui nécessite la spécification d'un coefficient de transfert thermique et d'une température de référence.

Dans le cas des systèmes électrothermiques, la source de chaleur est plus facile à modéliser puisqu'elle est située à l'intérieur de l'aile. Elle peut être prise en compte à l'aide d'un terme source dans l'équation de chaleur. Le phénomène physique principal à considérer dans un système thermique électrothermique est la conduction thermique. Ces systèmes étant souvent basés sur un empilement multicouche de matériaux, il est nécessaire de prendre en compte la possibilité d'une conduction thermique hétérogène. De plus, certains matériaux peuvent être anisotropes, et la conductivité pourrait donc prendre une forme tensorielle.

L'équation de chaleur régissant ce système est la suivante :

où $\rho$ est la densité, $c_p$ est la capacité thermique spécifique, $\Lambda$ est la conductivité (en forme scalaire ou tensorielle) et $q$ est un terme source utilisé pour représenter la chaleur fournie par les chauffages. Il est aussi nécessaire de spécifier les conditions aux limites sur les surfaces externes et internes.

Les conditions aux limites peuvent varier en fonction des simulations en cours. En cas de conditions de givrage, un solveur d'accumulation de glace est couplé avec le solveur de conduction thermique. Un tel couplage peut être effectué à l'aide d'une condition aux limites basée sur le taux d'accumulation de glace, où la température de surface dépend à la fois du phénomène de givrage et des interactions thermiques avec les chauffages.

Les simulations permettent ainsi de mieux comprendre les phénomènes physiques complexes impliqués dans la protection contre le gel et de développer des systèmes plus efficaces, moins énergivores et adaptés aux exigences des aéronefs modernes.

Pour que ces systèmes soient efficaces, plusieurs aspects doivent être pris en compte. Le choix des matériaux, la gestion thermique et la synchronisation des chauffages jouent un rôle crucial dans le succès du système. De plus, la modélisation numérique de ces phénomènes est indispensable pour garantir la fiabilité des systèmes avant leur mise en production. La simulation numérique permet de tester différentes configurations, d’optimiser les performances et de réduire les risques de défaillances sous des conditions extrêmes.

Comment la simulation morphogénétique permet de prédire l’accumulation de glace sur les profils aérodynamiques d’avion ?

La simulation de l'accumulation de glace en vol, notamment via des modèles morphogénétiques, est une méthode clé pour comprendre la formation de la glace sur les ailes d'avion. Cette approche permet de prédire avec précision la forme de l'accumulation de glace en fonction des conditions climatiques et des caractéristiques aérodynamiques. En particulier, l'étude de la formation de la glace sur un profil aérodynamique NACA 0012 fournit des insights sur le comportement de la glace à différentes températures et vitesses, et sur les variations de la forme de l'accumulation de glace en fonction de ces paramètres.

Les résultats expérimentaux issus des modèles analytiques et morphogénétiques montrent que ces deux approches concordent bien, mais que le modèle morphogénétique offre un niveau de détail supérieur, notamment pour les grandes accumulations de glace. Par exemple, en modélisant une accumulation de glace à une température de l'air de -25°C et une vitesse de 30,5 m/s, le modèle morphogénétique a permis de simuler non seulement la forme générale de la glace mais aussi sa distribution en densité, rendant compte de la variabilité au sein des couches de glace successives.

Les résultats de ces simulations sont cruciaux pour l’ingénierie aéronautique, car ils permettent d’estimer l’impact de l’accumulation de glace sur les performances aérodynamiques de l’avion. Par exemple, l'étude de la glace formée sur une aile sans chauffage anti-givrage montre que l'eau non gelée s'écoule en aval du point de stagnation avant de geler, formant une glace de type glace-verre au-delà de la zone chauffée. Cela peut entraîner une réduction significative des performances aérodynamiques, affectant à la fois la portance et la traînée.

L'application de systèmes de chauffage anti-givrage, comme l'indique l’étude sur la simulation d’un système de chauffage de 4 kW/m² à 20 kW/m², permet de moduler la formation de la glace en régulant la quantité d'eau gelée sur la surface de l'aile. Lorsque le chauffage est insuffisant, l'eau non congelée s'écoule encore en aval et se transforme en une accumulation de glace plus dense. Mais avec un chauffage plus fort, la glace se forme principalement à l’extérieur de la zone chauffée, ce qui réduit la masse totale de glace accumulée. Ces simulations montrent également que, même avec un flux thermique de chauffage de 20 kW/m², il reste une quantité d’eau non évaporée qui gèle en aval, créant ainsi une accumulation de glace résiduelle.

En conclusion, la modélisation de la formation de glace à l'aide du modèle morphogénétique montre un potentiel prometteur pour prédire et gérer les accumulations de glace en vol. Elle ouvre également la voie à une optimisation des tests en soufflerie, réduisant ainsi la nécessité de tests en vol coûteux et potentiellement dangereux. En complément, il serait utile de développer davantage ce modèle pour inclure des spectres de gouttes d'eau plus diversifiés et pour explorer d'autres configurations aérodynamiques et conditions environnementales. De plus, l'extension du modèle pour inclure des effets de turbulences et d'interactions entre les couches de glace pourrait permettre une prévision encore plus précise de la performance des systèmes de dé-icing en vol.