These PHD

N DORDRE : ANNEE : 2000
Institut de Recherche en Informatique de Toulouse

Universit Paul Sabatier 118, Route de Narbonne 31062 Toulouse Cedex

THESE
prsente devant
LUNIVERSITE PAUL SABATIER DE TOULOUSE III
en vue de lobtention du titre de
DOCTEUR DE LUNIVERSITE PAUL SABATIER
spcialit : Informatique
par
Daniel BARRERO

SIMULATION ET VISUALISATION DE
PHENOMENES NATURELS POUR LA SYNTHESE
DIMAGES

Soutenue le 16 Janvier 2001

Proposition de jury compos de Messieurs :

Rapporteurs: Didier ARQUS Marne la Valle
Claude PUECH Grenoble

Examinateurs: Ren CAUBET Toulouse
Mathias PAULIN Toulouse
Jean Pierre JESSEL Toulouse
Yves DUTHEN Toulouse

Rsume

RESUME
Les phnomnes naturels sont omniprsents dans notre environnement et leurs
comportements se rapplent nous tous les jours. La plupart du temps ils sont visibles lil
nu et comprennent une srie de phnomnes trs divers dont les plus connus sont ceux
correspondant des milieux participants. Ce sont ceux auxquels on affaire le plus souvent
dans notre vie quotidienne : Le brouillard matinal, lvolution des nuages, la fume de
cigarette ou le feu dans la chemine. Ainsi, il va de soi, que lorsquon veut recrer une scne
quelconque laide de lordinateur, il est essentiel que les phnomnes naturels soient pris en
compte. En consquence, dans le domaine de la synthse dimages, le dveloppement dun
modle convaincant des phnomnes naturels est devenu lun des problmes les plus attirants.
Etant donn la diversit et la complexit de ces phnomnes, la plupart des modles existants
ne concernent que les phnomnes les plus courants, dont les milieux participants plus
spcialement. En effet, vu lubiquit de ces derniers depuis quelques annes il y a eu un
intrt croissant pour reproduire de faon plus prcise les milieux participants et leurs
comportements dans le but de gnrer des images de plus en plus ralistes. Comme rsultat,
diffrentes approches avec plusieurs degrs de compromis vis vis des modles physiques ont
t proposes pour essayer de les reprsenter.
Le travail de cette thse sinscrit dans cette perspective. Ainsi, dans un premier temps,
nous avons dvelopp un nouveau modle pour la reprsentation des milieux participants
turbulents permettant de reprsenter les diffrents phnomnes optiques et dynamiques sy
droulant de faon trs raliste. La technique dveloppe pour reprsenter le comportement
dynamique du phnomne, tire profit dune srie de proprits caractristiques et lois
physiques concernant les phnomnes de turbulence pour rsoudre directement les quations
gouvernant le comportement du fluide de faon efficace et trs rapide. Cette mthode
compose dun modle hirarchique de champs de turbulence en combinaison avec un modle
multi-chelle de volumes finis et un modle simplifi des ondelettes, est compltement
indpendante de la reprsentation visuelle du milieu. Cela permet de lutiliser avec diffrents
types dapplications et mthodes de rendu, pour lesquels nous avons dvelopp des modles
adapts pour reprsenter les diffrentes proprits et phnomnes optiques propres du milieu.
Dans un deuxime temps, nous avons tendu notre modle pour reprsenter le
comportement turbulent ayant lieu lorsquun gaz enflamm interagit avec des objets solides et
le milieu environnant. Plus exactement on essaye de reprsenter le mouvement rotationnel
produit par le mlange entre les parties du gaz fraches et brles dans la surface de la flamme
en plus des effets rciproque de combustion et les phnomnes de turbulence. Dans ce but,
nous avons complt notre mthode de simulation avec un modle de combustion pour tre en
mesure de rsoudre le systme dquations diffrentielles pour des milieux participants
ractifs. Ce modle de combustion est construit sur la base dun modle chimique simplifi de
la combustion, et un modle des flammelettes qui nous permet de reprsenter les interactions
complexes ayant lieu dans la surface de la flamme, tels que la diffusion et lextinction de
celui-ci. Le modle de visualisation que nous avons dvelopp pour ce type de phnomne
tire avantage de la faon dont nous faisons le suivi de la surface de la flamme dans le modle
de flammelettes pour obtenir ainsi une reprsentation plus adapte de la gomtrie visible du
phnomne.

Abstract

SIMULATION AND VISUALIZATION OF NATURAL
PHENOMENA FOR COMPUTER GRAPHICS
ABSTRACT
Natural phenomena are an integral part of our environment, and regroup a very large
spectrum of complex phenomena. The most easily recognizable ones, are the ones
corresponding to participating media because theyre the ones we deal with most of the time
on a daily basis: The formation of a cloudy sky, a cigarette smoke or the cozy fire on the
fireplace. As a result, it becomes necessary to be able to take them into account for the
realistic portrayal of a synthesized scene. The development of a convincing model of natural
phenomena has thus become one of the most attractive problems in computer graphics. But
given the large variety and complexity of these phenomena, the models proposed have to be
limited to the reproduction of the most common ones, among which the participating media
stands out from the lot since it plays such an essential role on the portrayal of a scene. Indeed,
given the ubiquity of this last kind of phenomenon, there has been a growing interest in recent
years to reproduce more accurately the participating media and its dynamic behavior, with the
goal of generating more realistic images. As a result, the different approaches have become
more driven by physically accuracy than purely visual appearance.
Following this trend towards more physically accurate models of natural phenomena, we
have developed in the first place, a new model for the representation and simulation of
turbulent participating media capable of taking into account the different optical phenomena
and dynamic behavior having place at the interior of the gas in a very realistic way. Indeed,
the technique developed to represent the dynamic behavior of the phenomenon, takes
advantage of a series of characteristic properties and physics laws concerning turbulence
phenomena. As a result we are able to solve directly the system of differential equations
governing the fluids behavior both effectively and efficiently. This method composed of a
hierarchical model of turbulence fields combined with a multi-grid finite volumes method and
a wavelet model, is completely independent from the visual models for the participating
media, this allows for its utilization with different kinds of applications and rendering
methods. The integration with applications using different rendering methods for the final
output required the development of specific models for the visualization and illumination of
participating media, which were capable of reproduce the optical properties and phenomena
characteristics of the given participating media.
We have extended this model later to represent the turbulent behavior that occurs when a
burning gas interacts with solid objects and the surrounding medium. More specifically we try
to model the rotational motion produced by the mixture of burned and unburned gases on the
flame front in addition to the reciprocal effects of the combustion and turbulence phenomena.
To this purpose, we have extended our simulation method with a combustion model to be able
of solving the differential systems of equations describing the behavior of a reactive gas. This
combustion method is based on a simplified chemical combustion model and a flamelet model
for simulating the complex interactions taking place on the surface of the flame, like flame
spreading and extinction. The visualization method that we have developed for this type of
phenomenon takes advantage of the way we follow-up the flame front surface on the flamelet
model to obtain a close representation of the geometry of the flame.

A ma famille

Remerciements

REMERCIEMENTS

Je tiens tout dabord remercier Monsieur le professeur Ren Caubet qui ma accueilli dans
son quipe et ma donn les moyens deffectuer mes recherches.

Je remercie Monsieur Didier Arqus, professeur lUniversit de Marne la Valle et
Monsieur Claude PUECH, professeur lUniversit Joseph Fourier de Grenoble pour avoir
accept dtre rapporteurs de cette thse et davoir pris le temps dtudier mon mmoire ainsi
que davoir eu lamabilit de participer au jury.

Je remercie galement Messieurs Yves Duthen, professeur lUniversit Toulouse I, Jean-
Pierre Jessel et Mathias Paulin, matres de confrence lUniversit Paul Sabatier, pour avoir
accept dtre membres de mon jury.

Je tiens remercier lensemble des membres de lquipe Synthse dImages de lIRIT pour
son aide au cours de ces annes.

Enfin, je tiens remercier ma famille et mes amis pour leur soutien inconditionnel pendant
ces longes annes dtudes

Table de Matires
1
TABLE DE MATIERES
TABLE DE MATIERES ...................................................................................................... 1
TABLE DES FIGURES....................................................................................................... 7
TABLE DES IMAGES....................................................................................................... 11
CONSTANTES PHYSIQUES, NOTATIONS ET SYMBOLES ................................................. 13
INTRODUCTION.............................................................................................................. 15
1
ERE
PARTIE : MODELISATION ET SIMULATION DES PHENOMENES TURBULENTS ..... 21
Chapitre 1: Reprsentation Physique des Milieux Turbulents ................................... 23
Introduction................................................................................................................... 23
1.1. Niveau Microscopique............................................................................................ 24
1.1.1. Gaz Parfaits ..................................................................................................... 24
1.1.2. Gaz Rels......................................................................................................... 26
1.1.3. Phnomnes de Transport................................................................................ 28
1.1.3.1. Diffusion des particules ....................................................................................... 29
1.1.3.2. Modle Thermodynamique.................................................................................. 30
1.1.4. Phnomnes Optiques lmentaires................................................................ 32
1.1.4.1. Absorption............................................................................................................ 32
1.1.4.2. Emission............................................................................................................... 32
1.1.4.3. Diffusion .............................................................................................................. 33
1.1.4.3.1. Diffusion Sortante ........................................................................................ 35
1.1.4.3.2. Diffusion entrante. ........................................................................................ 37
1.1.4.3.3. Equation du Transfert Radiatif ..................................................................... 37
1.2. Niveau Macroscopique........................................................................................... 38
1.2.1. Description Eulrienne .................................................................................... 39
1.2.1.1. Transport dune Proprit Quelconque. ............................................................... 39
1.2.1.2. Conservation de la Masse .................................................................................... 40
1.2.1.2.1. Fluides Compressibles et Incompressibles. .................................................. 41
1.2.1.3. Conservation de la Quantit de Mouvement ........................................................ 42
1.2.1.4. Fluides Newtoniens.............................................................................................. 44
1.2.1.4.1. Nombre de Reynolds .................................................................................... 44
1.2.1.5. Flottabilit Thermique.......................................................................................... 45
1.2.1.6. Conservation de lEnergie.................................................................................... 45
1.2.1.7. Evolution de la Temprature................................................................................ 46
1.2.2. Fluide Parfait ................................................................................................... 47
1.2.2.1. Flux Laminaire ou Flux Idal............................................................................... 47
1.2.3. Turbulence....................................................................................................... 49
1.2.3.1. Caractristiques Gnrales de la Turbulence ...................................................... 50
Table de Matires
2
1.2.3.2. Echelles de turbulence et cascade nergtique de Kolmogorov .......................... 51
1.2.3.2.1. Evolution du Spectre dEnergie.................................................................... 54
1.2.3.3. Equations de Navier Stokes auto similaires......................................................... 56
Synthse ......................................................................................................................... 57
Chapitre 2: Etat de lArt de la Modlisation et Simulation des Milieux Turbulents 59
Introduction................................................................................................................... 59
2.1. Simulation Dynamique des Phnomnes Turbulents ............................................. 60
2.1.1. Systmes de Particules .................................................................................... 60
2.1.1.1. Hydrodynamique des Particules Lisses (SPH)................................................... 62
2.1.1.2. Particules Tourbillonnaires .................................................................................. 63
2.1.2. Modlisation Fonctionnelle Gomtrique ....................................................... 63
2.1.3. Modlisation Stochastique............................................................................... 65
2.1.4. Simulation Numrique Directe........................................................................ 67
2.1.4.1. Elments Finis...................................................................................................... 68
2.1.4.2. Volumes Finis ...................................................................................................... 70
2.1.4.2.1. Mthode Donneur-Rcepteur ....................................................................... 72
2.1.4.2.2. Mthode de Projection.................................................................................. 73
2.1.4.3. Mthodes Multi-grilles......................................................................................... 75
2.2. Modlisation des Milieux Participants................................................................... 78
2.2.1. Systmes de Particules .................................................................................... 78
2.2.2. Distribution de Densit.................................................................................... 80
2.2.3. Hypertextures et Espaces Solides.................................................................... 82
2.2.3.1. Reprsentation par Voxels. .................................................................................. 84
2.2.3.2. Processus dIllumination des Voxels. .................................................................. 85
2.2.4. Modlisation laide des Blobs. ..................................................................... 87
2.2.4.1. Blobs Perturbs .................................................................................................... 89
2.2.4.2. Intersection entre un Blob et un Rayon................................................................ 90
2.2.4.2.1. Intersection entre un Blob Perturb et un Rayon.......................................... 91
2.2.4.3. Processus d'Illumination des Blobs...................................................................... 92
Synthse ......................................................................................................................... 93
Chapitre 3: Un Nouveau Modle pour la Simulation des Milieux Participants
Turbulents........................................................................................................................... 94
Introduction................................................................................................................... 94
3.1. Modle de Simulation Dynamique ......................................................................... 96
3.1.1. Bases de Turbulence........................................................................................ 97
3.1.1.1. Formes de Turbulence Comme Champs de Base ................................................ 99
3.1.2. Modle Multi-Niveaux des Ecoulements Turbulents.................................... 101
3.1.2.1. Evolution du Modle.......................................................................................... 104
3.1.3. Hirarchie de Turbulence et Grilles Multi-chelle pour la Rsolution du
Systme dquations de Navier-Stokes. ..................................................................... 108
3.1.3.1. Reprsentation de lEspace de Simulation......................................................... 108
Table de Matires
3
3.1.3.2. Rsolution du Systme dEquations. ................................................................. 111
3.1.4. Amlioration du Modle : Ondelettes Comme Champs de Base. ................. 112
3.1.5. Algorithme de Simulation ............................................................................. 115
3.1.5.1. Etape de Prparation .......................................................................................... 115
3.1.5.2. Etape de Simulation Automatique ..................................................................... 115
3.2. Modlisation du Milieu......................................................................................... 117
3.2.1. Hirarchie des Blobs Diffus .......................................................................... 117
3.2.2. Interaction entre le Modle de Gaz et le Modle de Turbulence .................. 119
3.3. Mthodes de Visualisation.................................................................................... 120
3.3.1. Mise en uvre du Modle dans un Algorithme de Radiosit Classique....... 120
3.3.1.1. Echanges facette facette .................................................................................. 121
3.3.1.2. Echanges facette blob...................................................................................... 121
3.3.1.3. Echanges blob facette...................................................................................... 122
3.3.1.4. Echanges blob blob ......................................................................................... 123
3.3.1.5. Processus dillumination du milieu.................................................................... 124
3.3.1.6. Echanges facette facette avec milieu interpos ............................................... 125
3.3.2. Application dans linfrarouge........................................................................ 125
3.3.2.1. Rendu................................................................................................................. 125
3.3.3. Mise en uvre pour des Applications Interactives........................................ 126
3.3.3.1. Intgration dans un pipeline dillumination globale pour des applications
interactives. ........................................................................................................................ 127
3.4. Rsultats ............................................................................................................... 129
3.4.1. Ecoulement Convectif Simple....................................................................... 130
3.4.2. Ecoulement Convectif de Rayleigh-Benard.................................................. 131
3.4.3. Jet Chaud Turbulent. ..................................................................................... 133
3.4.4. Jet Vertical Laminaire ................................................................................... 134
3.4.5. Interaction et Mlange entre Deux Flux Opposs ......................................... 135
3.4.6. Exemple de linfluence dun obstacle dans lcoulement du fluide.............. 135
3.4.7. Fume dune Cigarette. ................................................................................. 136
3.4.8. Fume dun moteur du Biplan mal rgl. ...................................................... 139
3.4.9. Utilisation du modle dans une application interactive dillumination globale.
.................................................................................................................................... 141
Conclusions .................................................................................................................... 143
2
EME
PARTIE : MODELISATION ET SIMULATION DES PHENOMENES DE COMBUSTION
TURBULENTS............................................................................................................... 147
Chapitre 4: Reprsentation Physique des Phnomnes de Combustion Turbulents
............................................................................................................................................ 149
Introduction................................................................................................................. 149
4.1. Dfinition et decomposition de la combustion turbulente.................................... 150
4.2. Combustion........................................................................................................... 151
Table de Matires
4
4.2.1. Aspect Chimique ........................................................................................... 151
4.2.1.1. Cintique chimique. ........................................................................................... 153
4.2.2. Aspect Physique ............................................................................................ 154
4.2.2.1. Dtermination du rgime et structure de lcoulement ...................................... 154
4.2.2.2. Equations des Ecoulements Ractifs.................................................................. 156
4.2.2.3. Le model de Arrhenius....................................................................................... 157
4.2.2.4. Le modle de Flamme Cohrente (CFM) .......................................................... 158
4.3. Turbulence Gnre par la Flamme..................................................................... 160
Synthse ....................................................................................................................... 160
Chapitre 5: Modles de Combustion pour la Synthse dimages : tat de l art....... 162
Introduction................................................................................................................. 162
5.1.1. Systmes de Particules .................................................................................. 163
5.1.2. Hypertextures et Espaces Solides.................................................................. 164
5.1.3. Champs de Luminance .................................................................................. 165
5.1.4. Mthodes physiques et de Simulation Numrique Directe ........................... 166
Synthse ....................................................................................................................... 167
Chapitre 6: Un nouveau Modle de Combustion Turbulente pour la Synthse
dImages ............................................................................................................................ 168
Introduction................................................................................................................. 168
6.1. Modle de Simulation Dynamique ....................................................................... 169
6.1.1. Reprsentation de lEspace de Simulation. ................................................... 170
6.1.2. Alimentation de la Flamme. .......................................................................... 170
6.1.3. Rsolution du Systme dEquations. ............................................................. 171
6.1.4. Suivi du Front de la Flamme. ........................................................................ 173
6.1.5. Effets Secondaires : Gnration de fume..................................................... 175
6.1.6. Algorithme de Simulation ............................................................................. 176
6.1.6.1. Etape de Prparation .......................................................................................... 177
6.1.6.2. Etape de Simulation Automatique ..................................................................... 177
6.2. Modlisation du Milieu Visible ............................................................................ 179
6.3. Mthodes de Visualisation................................................................................... 181
6.3.1. Rendu............................................................................................................. 181
6.3.2. Mise en uvre pour des Applications Interactives........................................ 182
6.4. Rsultats ............................................................................................................... 183
6.4.1. Diffusion dune Flamme trs Turbulente sur un Plan. .................................. 185
6.4.2. Diffusion dune Flamme sur un Objet Complexe. ........................................ 186
6.4.3. Interaction du feu et fume avec des objets complexes. ............................... 187
6.4.4. Boule de Feu.................................................................................................. 189
Conclusions .................................................................................................................... 191
Table de Matires
5
CONCLUSIONS GENERALES ET PERSPECTIVES........................................................... 193
ANNEXES..................................................................................................................... 197
Annexe A. Exemple de la Transformation par Ondelettes ................................. 199
Annexe B. Equations de Navier-Stokes et Combustion sous la forme des
Diffrences Finis ............................................................................................................... 201
Annexe C. Glossaire................................................................................................ 203
REFERENCES............................................................................................................... 205

6
Table des Figures
7
TABLE DES FIGURES
Figure 1 : Gaz reprsent par un systme de particules....................................................................... 24
Figure 2 : Courbe dnergie potentielle entre particules. ..................................................................... 27
Figure 3 : Trajectoire hasardeuse dune particule dans le gaz due aux collisions. ............................. 28
Figure 4 : Absorption............................................................................................................................. 32
Figure 5 : Emission propre. ................................................................................................................... 33
Figure 6 : Fonction de phase de Henyey-Greenstein (g = -0,6; -0,3; 0; 0,3; 0,6). ............................... 35
Figure 7 : Diffusion sortante. ................................................................................................................ 36
Figure 8 : Diffusion entrante. ................................................................................................................ 37
Figure 9 : Elment du fluide utilis comme volume de controle............................................................ 38
Figure 10 : Champ de vitesse autour dun profil daile. ....................................................................... 39
Figure 11 : Flux massique a travers un lment du fluide (Conservation de la masse). ....................... 41
Figure 12 : Forces associes aux mouvements du flux dans la direction Y........................................... 43
Figure 13 : Tenseurs dus aux forces de contact dans la direction Y. .................................................... 43
Figure 14 : Flux de chaleur et travail dans la direction Y. ................................................................... 46
Figure 15 : Utilisation dune transformation conforme de Joukovski lgrement dcentre, pour
simuler lcoulement autour dun profil d'aile (droite), en partant du flux laminaire autour
dun cercle dans lespace complexe (gauche). ................................................................... 49
Figure 16 : Couche limite. ..................................................................................................................... 50
Figure 17 : Identification des structures de turbulence, et dcomposition hirarchique de la
turbulence. .......................................................................................................................... 51
Figure 18 : Spectres dnergie typiques pour un coulement turbulent. (a) les diffrentes rgions dun
spectre ad-hoc. (b) Spectre exprimental de turbulence dans lhlium.............................. 53
Figure 19 : Modlisation dun gaz par un systme de particules. ......................................................... 60
Figure 20 : Exemple du flux primitif (a gauche) et coulement dun liquide rentrant dans un trou perc
dans une paroi (droite). ...................................................................................................... 64
Figure 21 : Rptition du champ de vitesse alatoire tel une texture, en combinaison avec le modle de
dfinition du flux gnral du fluide (selon Stam). ............................................................... 66
Figure 22 : Dformation de la grille des champs alatoires par des champs de mouvements
dterministes (selon Stam). ................................................................................................. 66
Figure 23 : Mthodes de subdivision du domaine: a - dcomposition du domaine, b - chantillonnage
uniforme de lespace, c et d - mthodes d'chantillonnage adaptatif. ................................ 68
Figure 24 : Solution stationnaire de lcoulement autour dun cylindre par lutilisation des lments
finis...................................................................................................................................... 69
Figure 25 : Dcomposition de la scne et du milieu dans une grille de volumes finis. ........................ 69
Table des Figures
8
Figure 26 : Dfinition des proprits physiques pour chaque voxel. .................................................... 70
Figure 27 : Mthode Donneur-Rcepteur. Le transfert est effectu dans la direction indique par le flux
(flche), la densit est reprsente par la hauteur et lnergie par la couleur................... 72
Figure 28 : Suivi inverse dans le temps dun point pour rsoudre le terme dadvection. ..................... 75
Figure 29 : Mthode Multi-grilles: Dcoupage de lespace en sries de grilles embotes.................. 76
Figure 30 : Mthode Multi-grilles: Structure des cycles. ...................................................................... 77
Figure 31 : Utilisation dun systme de particules trs simple pour tester une simulation................... 79
Figure 32 : Distribution de densit en blob diffus (la grandeur est associe une distribution de
probabilit) ......................................................................................................................... 81
Figure 33 : Evolution dune distribution de densit. ............................................................................. 82
Figure 34 : Rendu volumique................................................................................................................. 83
Figure 35 : Reprsentation du milieu participant par une grille des voxels. ........................................ 84
Figure 36 : Echanges radiatifs dans la mthode zonale........................................................................ 85
Figure 37 : Types dchantillonnages utiliss par les mthodes des flux. ............................................. 86
Figure 38 : Diffusion dans la grille de voxel pour une direction d'chantillonnage. ............................ 87
Figure 39 : Modlisation d'un volume l'aide de blobs. ....................................................................... 88
Figure 40 : Modlisation hirarchique d'un milieu participant l'aide de blobs ................................. 89
Figure 41 : Evolution d'un "blob perturb" au cours du temps (d'aprs Stam) .................................... 90
Figure 42 : Comparaison d'un chantillonnage rgulier ( gauche) et adaptatif ( droite) des blobs
(selon Stam). ....................................................................................................................... 91
Figure 43 : Intgration du chemin d'un rayon l'intrieur d'un blob perturb. ................................... 92
Figure 44 : Exemple du Concept des Bases de Turbulence. .................................................................. 98
Figure 45 : Exemple de forme de turbulence et le champ de vitesse correspondant............................. 98
Figure 46 : Formes de turbulence les plus couramment utilises. ...................................................... 100
Figure 47 : Modle Multi-Niveaux des champs de mouvement. .......................................................... 103
Figure 48 : Spectre dnergie versus transfert dnergie cintique et tourbillons associes. ............ 104
Figure 49 : Reprsentation de la scne par une grille de voxels multi-rsolution, chaque voxel contient
les paramtres physiques de lobjet. ................................................................................. 109
Figure 50 : Dcoupage de lespace dans une srie de grilles dlments finis superposes diffrentes
chelles.............................................................................................................................. 110
Figure 51 : Relation entre la hirarchie de turbulence, les bases de turbulence et le modle multi-
grille.................................................................................................................................. 110
Figure 52 : Exemple dondelette 1D appartenant la base de Meyer. .............................................. 113
Figure 53 : Exemple de champs typiques produits avec la mthode dondelettes............................... 114
Figure 54 : Hirarchie de blobs.. ........................................................................................................ 118
Figure 55 : Evolution dun blob plong dans un champ de mouvement.............................................. 119
Figure 56 : Facteur de forme entre une facette et un blob. ................................................................. 122
Table des Figures
9
Figure 57 : Approximation dun blob par une mosaque des polygones (gauche), application dans un
ensemble de blobs (centre), rsultat du mlange (droite)................................................. 127
Figure 58 : Diagramme dnergie pour une raction chimique. La coordonne de raction est le
chemin minimum dnergie potentielle des ractants aux produits par rapport aux
distances entre atomes. ..................................................................................................... 153
Figure 59 : Dfinition de la vitesse dune flamme turbulente............................................................. 154
Figure 60 : Le rgime des flammelettes. .............................................................................................. 155
Figure 61 : Le principe du model de Flamme Cohrente (CFM). ....................................................... 159
Figure 62 : Approximation dune flamme laminaire par des particules de gomtrie variable (selon
Perry). ............................................................................................................................... 164
Figure 63 : Modlisation du feu par Hypertextures et turbulence fractale : Rampe de
couleur/temprature + Turbulence fractale = Image rappelant le feu........................ 165
Figure 64 : Reprsentation de la scne par une grille des voxels multi-resolution, chaque voxel
contient les paramtres physiques et chimiques de lobjet. .............................................. 170
Figure 65 : Suivi de la surface de une flamme..................................................................................... 174
Figure 66 : Volume contenu par une flamme reprsente par des blobs diffus. ................................... 180

10
Table des Images
11
TABLE DES IMAGES
Image 1 : Ecoulement convectif laminaire : A droite ltat initial de lespace de simulation, et a
gauche ltat du fluide aprs quelques secondes de simulation. ...................................... 131
Image 2 : Ecoulement convectif de Rayleigh-Benard aux instants t=0, t=12 et t=30 de haut en bas
respectivement. ................................................................................................................. 132
Image 3 : Jet chaud horizontal. ........................................................................................................... 133
Image 4 : Jet Vertical Laminaire......................................................................................................... 134
Image 5 : Interaction et mlange des deux flux opposs. .................................................................... 135
Image 6 : Exemple dcoulement autour dun obstacle. ..................................................................... 136
Image 7 : Effets de la profondeur de la hirarchie de turbulence sur la fume dune cigarette. A
gauche le flux laminaire, A droite le flux turbulent .......................................................... 137
Image 8 : Fume de cigarette trs turbulent dans le spectre visible gauche, et dans le infrarouge
droite (on visualise uniquement la fume dans linfrarouge pour plus de clart). ........... 137
Image 9 : Quelques images dune squence de simulation pour la fume dune cigarette. ................ 138
Image 10 : Illustration de la composition dune simulation dans notre interface temps rel. ............ 138
Image 11 : Diffrentes techniques pour le rendu des blobs en temps rel dans notre interface de
simulation: Systmes de particules (gauche), et mosaque des polygones (droite). ........ 139
Image 12 : Quelques images dune squence danimation ralises en temps rel. ........................... 139
Image 13 : Biplan et son dcoupage correspondant en grille des voxels........................................... 140
Image 14 : Exemple de Simulation en temps rel de linteraction entre un gaz et un objet complexe
(biplan).............................................................................................................................. 140
Image 15 : Etapes pour lclairage raliste dune scne contenant un coulement turbulent dans une
application interactive grce laide dun pipeline dillumination globale. ...................... 141
Image 16 : Diffusion dune flamme turbulente sur une plane. ............................................................ 185
Image 17 : Diffusion du feu sur un objet complexe. ............................................................................ 186
Image 18 : Diffusion du feu et interaction avec des objets complexes. ............................................... 187
Image 19 : Interaction du feu avec des objets complexes et gnration de fume par chauffement. 188
Image 20 : Boule de feu. ...................................................................................................................... 189

12
Constantes Physiques, Notations et Symboles
13
CONSTANTES PHYSIQUES, NOTATIONS ET
SYMBOLES
Constante de Boltzmann k
b
=1,3806503x10
-23
JK
-1

Constante de Kolmogorov C
k
1.5
Constante de Planck h=6,6256x10
-34
Js
Constante des gaz rels R=8,31441 JK
-1
mol
-1

Nombre dAvogadro N
A
=6,0221419910
23
mol
-1

Nombre de Mach Ma0.3
Vitesse de la lumire c=2,99792458x10
8
ms
-1

Oprateur Gradient z , y , x
Laplacien
2
2
2
2 2 2 2
z y x + +
Forme diffrentielle
t

Drive particulaire ou Lagrangienne
+
) (
t z
v
y
v
x
v
t Dt
D
z y x
v
Tenseur
ij
(voir quation ( 1.44 ))

Capacits thermiques C
v
, C
p

Chaleur Q
Coefficient dextinction optique K

Coefficient de diffusion

Coefficient de diffusion optique

Coefficient de diffusion thermique

Densit locale la surface dune flamme

Echelle de Taylor l
T

Energie cintique
k

Energie dactivation E
a

Energie interne U
Constantes Physiques, Notations et Symboles
14
Energie potentielle
p

Energie totale

Entropie S
Fraction massique dune espce chimique Y
R

Fraction massique des ractifs Y
Libre parcours moyen
l

Luminance mise L
e

Masse m
Masse molaire M
Masse volumique (densit)

Micro chelle de Kolmogorov

Nombre donde

Nombre de Lewis Le
Nombre de Prandtl
P
Nombre de Reynolds Re
Pression P
Taux de consommation par unit de surface dun flamm w
L

Taux moyenne de raction
w
&

Temprature T (en
0
C)
Temprature dactivation Ta
Travail W
Viscosit cinmatique

Viscosit du fluide

Vitesse v, u
Vitesse de la raction chimique
R
w&
Vitesse de propagation de la flamme S
T

Volume V

15

INTRODUCTION

16
Introduction
17
Dans le domaine de la synthse dimages on est toujours la recherche de nouvelles
techniques pour obtenir des images de plus en plus proches de la ralit. Il est donc naturel de
vouloir reprsenter de faon trs proche les phnomnes naturels puisquils sont omniprsents
dans notre environnement et jouent un rle essentiel dans notre vie quotidienne. La cration
synthtique de ces phnomnes est donc trs intressante, surtout dans des domaines
spectaculaires tels que le cinma ou la tlvision, o dsormais, grce la puissance des
derniers ordinateurs, virtuel et rel sassocient de plus en plus de faon presque inidentifiable.
Lintrt de reproduire ces phnomnes de faon synthtique nest pas seulement pour limiter
les cots de production, mais aussi pour rendre possible tous les besoins des ralisateurs en
permettant de reproduire des phnomnes qui autrement seraient trs difficiles trouver ou
reproduire de faon prcise dans la nature. Mme sil est possible de les trouver ou de les
reproduire, ils peuvent tre trs difficiles et mme dangereux contrler. Dans ce type
dapplication ce qui compte le plus est le ralisme esthtique ou visuel, dict uniquement par
la perception de lobservateur.
Ainsi, en plus des mthodes de rendu ralistes capables de reproduire les caractristiques
visuelles des diffrents phnomnes, il est indispensable davoir de bonnes mthodes
danimation. En effet, la vitesse laquelle les images sont prsentes, lobservateur na pas
le temps dapprcier tous les dtails de chaque image mais cest plutt laspect gnral de
lanimation qui va lui permettre de reconnatre un certain type de phnomne. Mme si les
contraintes en temps de calcul sont diffrentes, cela est aussi valable dans dautres types
dapplications tels que les jeux vido ou des autres applications interactives tel que des
environnements de ralit virtuelle, surtout depuis que la puissance des derniers ordinateurs et
cartes graphiques permet de recrer des environnements de plus en plus complexes.
Ainsi, pour reprsenter des diffrents types de phnomnes naturels plusieurs modles ont
t dvelopps en synthse dimages ces dernires annes. La plupart des algorithmes
danimation se font souvent au profit de laspect visuel et esthtique du phnomne ainsi que
de la contrlabilit et du temps de calcul du modle, au dtriment du ralisme physique. En
effet, bien que des modles physiques, chimiques et mathmatiques dcrivant le
comportement de ces phnomnes ont t proposs, et que des algorithmes spcifiques ont t
mis en uvre pour les simuler par ordinateurs, ils sont souvent trop coteux en termes de
calcul et mmoire requis. Cependant, toujours dans le but damliorer le ralisme des images
de synthse, on trouve un intrt croissant dans le domaine de la synthse dimages pour
trouver un compromis entre le ralisme physique et le ralisme visuel. Ainsi, petit petit, de
Introduction
18
plus en plus de mthodes de calcul scientifique commencent tre adaptes la synthse
dimages. Car, si le ralisme visuel nest pas un but en soi dans les mthodes scientifiques, il
en fait partie de faon implicite. Le plus gros problme est alors de trouver un compromis
entre les deux types de ralisme, sans oublier de laisser la place pour que lanimateur puisse
faonner ou influencer le phnomne selon ses besoins, le tout en conservant un temps de
calcul raisonnable.
Le but de nos recherches lors de cette thse rentre dans ce cadre. Ce but a t de dvelopper
de nouvelles mthodes pour amliorer la prise en compte des phnomnes naturels par le biais
des reprsentations fondes sur la physique. Cependant, les phnomnes naturels
comprennent un ensemble trs large de phnomnes, plus complexes les uns que les autres,
au point que pour certains dentre eux il existe des disciplines scientifiques qui leur sont
entirement consacres. Aussi, nous nous sommes limits ltude des phnomnes les plus
courants ayant le plus deffet sur la visualisation finale dune scne, qui plus est en principe,
non directement contrlables par lutilisateur. Ces phnomnes correspondent aux
phnomnes ayant lieu dans lenvironnement gazeux qui nous entoure, car il joue un rle
essentiel dans ce que nous percevons. Par exemple, le feu de la chemine, la fume de
cigarette, le brouillard matinal ou encore la sortie du pot dchappement font partie de notre
vie quotidienne. Malgr leur omniprsence, la reprsentation de ces phnomnes de faon
synthtique a longtemps t limite principalement une reprsentation artistique du
phnomne au dtriment du ralisme physique car ils sont trs complexes et coteux mettre
en uvre.
Ainsi, dans cette thse nous aborderons la reprsentation et modlisation de ces phnomnes
gazeux, plus couramment appels milieux participants du fait quils participent de faon trs
importante lclairement dune scne. La prise en compte de ces phnomnes est
relativement rcente [Blinn82]. Depuis, plusieurs types de modles avec des approches trs
diffrentes ont t proposs pour les reprsenter. Cependant, sil est possible dobtenir des
rsultats trs proches du ralisme visuel pour des images figes, leur modlisation est encore
imparfaite, surtout lorsquil sagit de reprsenter le comportement dynamique de ces milieux
pour arriver un tat dtermin. Le problme se pose principalement lorsquil sagit de
reproduire le comportement des milieux avec des comportements trs perturbs par laction
des contraintes dynamiques (dites des milieux turbulents), ou des milieux soumis laction
des ractions chimiques trs rapides (appels milieux ractifs, dans ce type de milieux on
trouve certains phnomnes de combustion dont la manifestation la plus visible est le feu).
Introduction
19
Nous avons divis cette thse en deux grandes parties pour tudier chacun de ces types de
milieu plus prcisment.
Ainsi, Dans la premire partie nous aborderons le sujet concernant la reprsentation des
milieux participants turbulents non ractifs. Ce type des phnomnes naturels correspond aux
phnomnes tels que la fume ou le brouillard. Pour parvenir les apprhender, il est
ncessaire de comprendre leurs origines. Cela demande de possder de bonnes notions des
lois physiques qui les rgissent. Ainsi, dans le premier chapitre nous allons prsenter la
thorie et la modlisation physique pour ce type de phnomnes naturels. Nous introduisons
ainsi des notions de physique lmentaire et des lments de thermodynamique et
hydrodynamique ncessaires pour reprsenter les proprits dynamiques du milieu. Ce
chapitre est sans aucun doute le plus important de ce document car il reprsente la base de
toute recherche dans ltude de ces phnomnes. Dans le chapitre suivant nous prsenteront
les divers travaux effectus dans le domaine de limage de synthse pour la modlisation du
comportement dynamique des milieux participants ainsi que les diffrents modles de
visualisation proposs pour reprsenter leur gomtrie. Dans le troisime et dernier chapitre
de la premire partie nous prsenteront les divers travaux effectus au cours de cette thse.
Ceux-ci sont diviss leur tour en deux parties : une premire partie dcrivant les diffrents
modles et techniques que nous avons dvelopps pour reprsenter le comportement
dynamique du milieu en tirant profit des caractristiques et lois physiques qui le rgissent, et
une deuxime partie dcrivant diffrentes techniques de visualisation adaptes pour tre
utilises avec diffrents types dapplications et mthodes de rendu.
Dans la deuxime partie de cette thse nous allons aborder le problme des milieux
participants ractifs, et plus prcisment des phnomnes de combustion turbulente. La
complexit de ce type de phnomnes concerne principalement le comportement turbulent
ayant lieu lorsquun gaz enflamm interagit avec son environnement. Cette partie de la thse
va nous permettre de montrer la flexibilit des modles dvelopps dans la premire partie, et
la faon dont il est possible dutiliser notre technique comme une plate-forme de base pour la
simulation de diffrents types des phnomnes naturels complexes. Ainsi, Cette deuxime
partie de la thse est galement divise en trois chapitres. Dans le premier chapitre de cette
partie nous allons introduire les diffrentes notions physiques et chimiques ncessaires pour
comprendre ce phnomne. Cependant, d au caractre multidisciplinaire et la complexit
inhrente des processus ayant lieu dans le milieu nous sommes obligs de nous limiter un
sous domaine spcifique du problme, celui des flammes turbulentes prmlanges. Dans ce
Introduction
20
chapitre on tudiera surtout le phnomne de combustion du point de vue de la cintique
chimique et de la thermodynamique et leur faon daffecter le comportement du fluide. Nous
tudierons aussi la faon dont la reprsentation physique de la turbulence peut tre tendue
pour tenir compte de ces nouveaux paramtres rgissant le comportement du milieu. Dans le
chapitre suivant nous prsenterons trs rapidement les divers travaux effectus dans le
domaine de limage de synthse pour la modlisation de ce type des milieux. Cependant, on
remarquera que, bien que la cration synthtique de ce type de phnomnes prsente des
nombreux avantages, il y a eu trs peu de modles qui ont t proposs. De plus, pour la
plupart, ils sont limits aux modles simples des flammes sans donner un vrai modle pour la
combustion. Cette limitation est lie au caractre multidisciplinaire du phnomne et sa
complexit. La mise en uvre des mthodes physiquement ralistes savre trs coteuse en
temps de calcul. Dans le dernier chapitre de cette thse, nous prsenterons les divers travaux
que nous avons effectu pour reprsenter ce type de phnomnes en partant la base dun vrai
modle de combustion. Dans ce chapitre nous prsenterons dabord les modifications
effectues dans notre modle de turbulence pour tenir compte des nouveaux paramtres
physiques et chimiques rgissant le comportement du phnomne. Puis nous prsenterons
ensuite la mthode de visualisation que nous avons dveloppe en rapport avec des
applications interactives.
Enfin, nous conclurons en analysant lintrt des modles proposs ainsi quen tablissant
des diffrentes perspectives envisageables pour la poursuite de ces travaux.
On trouvera la fin du document, une annexe dveloppant certains points de dtail ainsi
qun glossaire de quelques termes de base couramment employs.

21

1
ERE
PARTIE : MODELISATION ET SIMULATION
DES PHENOMENES TURBULENTS

22
Modlisation et Simulation des Phnomnes Turbulents : Reprsentation Physique
23
Chapitre 1: REPRESENTATION PHYSIQUE DES MILIEUX
TURBULENTS
INTRODUCTION
Les milieux participants sont omniprsents dans la vie de tous les jours, et leur mouvement
se rapple nous quotidiennement, par exemple par le temps quil fait, le brouillard matinal,
ou tout simplement dans la fume dune cigarette ou lvolution des nuages. Il est donc
naturel de vouloir les recrer synthtiquement dans la qute constante de notre discipline pour
obtenir des images de plus en plus proches de la ralit.
Mais, quand on veut recrer ce type de phnomnes de faon raliste, on doit se rendre
lvidence quils sont parmi les plus complexes existant dans la nature. Cette complexit est
due au fait quils semblent avoir un comportement compltement alatoire. De plus, cest
justement ce comportement alatoire qui permet de les identifier. Ainsi, on ne peut donc pas
raliser un modle raliste du comportement de ces phnomnes sans comprendre les
processus et lois physiques qui sont lorigine de ces irrgularits. Ces lois et processus
physiques sont tudis depuis trs longtemps et ont mme donn naissance plusieurs
disciplines scientifiques spcifiques comme la mcanique et la dynamique des fluides ou
encore la thermodynamique. Cest partir des lois et thories tablies dans ces domaines que
la recherche dans notre domaine a t initie.
Le but de ce chapitre est dintroduire ces lois et processus physiques, en essayant de fournir
les bases ncessaires pour mieux comprendre les origines et la dynamique des coulements
turbulents.
Nous prsenterons dabord la reprsentation physique de la structure microscopique du
milieu en dfinissant les phnomnes lmentaires s'y droulant. Dans, un second temps, nous
allons expliquer les mouvements convectifs animant de tels milieux qui agissent de faon
macroscopique, pour en finir avec la faon dont les phnomnes de turbulence modifient le
comportement dynamique du fluide grce ses caractristiques trs spciales.

24
1.1. NIVEAU MICROSCOPIQUE
1.1.1. Gaz Parfaits
Quand on analyse un gaz du point de vue microscopique, on peut voir que celui-ci, comme
tous les objets dans la nature, nest quun ensemble compos par un trs grand nombre
datomes et de molcules. Bien que dans tous les objets ces particules soient soumises aux
mme lois physiques les plus lmentaires, dans le cas spcifique des objets gazeux ces
particules sont trs loignes les unes des autres au point quelles peuvent bouger en toute
libert avec des comportements indpendants (Figure 1).
Cest cette caractristique de construction molculaire dun gaz qui lui permet d'tre dilat
ou compress dune faon plus libre que les autres types de fluides, en faisant lexemple idal
dun fluide compressible. Cest aussi par cette caractristique quun gaz peut tre associ
idalement avec un systme de particules o les particules correspondent aux molcules qui
composent le gaz. Cest partir de ces observations que Maxwell a tabli le modle de thorie
cintique de gaz parfaits en 1859 [Candel95] [Rieutord97] [Streeter95].

Figure 1 : Gaz reprsent par un systme de particules.
Le modle de la thorie cintique des gaz parfaits fournit la signification fondamentale
physique de la temprature T et de la pression P dans un gaz. Ce modle a t amlior plus
tard par dautres chercheurs pour reprsenter les gaz rels [Streeter95].
Selon ce modle, un gaz parfait est dfini partir de trois hypothses : la premire concerne
la structure des molcules, la deuxime linteraction entre les molcules et la troisime
lquilibre statique.
25
Dans le modle de Maxwell, les molcules dun gaz parfait sont assimiles des sphres
dures (Figure 1) dont le diamtre est ngligeable devant la distance moyenne qui les
spare. Il en rsulte quun gaz rel se comporte comme un gaz parfait lorsquil est
suffisamment dilu.
Conformment au modle des sphres dures, les interactions entre molcules sont
uniquement de trs courte dure, ce qui localise linteraction lors des collisions. Pour
simplifier lanalyse, on suppose que les collisions sont lastiques.
Les composantes des vecteurs position et quantit de mouvement des molcules, suivant
trois directions orthogonales, sont distribues au hasard: Cest le chaos molculaire
caractristique de lquilibre statistique.
Une fois admis le chaos molculaire, il reste prciser la loi statistique qui lui est associe.
Pour tablir cette loi, Maxwell a propos trois hypothses supplmentaires de nature
statistique :
En labsence dun champ extrieur, les molcules se repartissent uniformment par unit
de volume (gaz en tat statique), cest dire pour un nombre N de particules dans un
volume V, la concentration moyenne est : <n
v
>=N/V.
Les diffrentes directions du vecteur vitesse sont quivalentes. On dit quil y a isotropie
de vitesses (la vitesse napparat que par sa norme).
La rpartition des particules en fonction de la vitesse, suivant une direction donne ne
dpend que de la composante de la vitesse suivant cette direction.
Pour calculer la pression du gaz, on part de la dfinition de la pression dun fluide (force par
unit de surface que ce fluide exerce sur la surface suivant sa normale). Mais comme le gaz
parfait est compos de particules solides, la force sur une surface en contact avec le fluide doit
tre interprte partir des collisions de ses molcules sur la surface ce qui permet dtablir
lquation dtat dun gaz parfait :
nRT T Nk pV
B

( 1.1 )
k
b
=1,3806503x10
-23
JK
-1
tant la constante de Boltzmann, n=N/N
A
le nombre de moles avec
N
A
=6,0221419910
23
mol
-1
, N le nombre de molcules du gaz, et R=8,314 JK
-1
mol
-1
la
constante universelle des gaz parfaits.

26
Cette quation peut scrire autrement en introduisant la masse m de gaz:
nRT mrT pV avec
M
R
r ou rT p
( 1.2 )
M tant la masse molaire et =m/V la masse volumique ou densit du gaz.
La temprature dun gaz parfait est une mesure de lnergie cintique interne moyenne des
molcules qui le composent et donc de son nergie interne U. Cette relation entre la
temprature et lnergie interne du gaz est exprime par la premire loi de Joule :
T c nRT
2
3
T Nk
2
3
2
mv
N U
v B
2
q
m
k

( 1.3 )
v
q
tant la vitesse quadratique moyenne,
m
k
lnergie cintique microscopique qui nest
autre que la somme des nergies cintiques des particules, et c
v
la capacit thermique du gaz
qui correspond la quantit de chaleur qui peut tre absorbe ou libre par unit de masse.
Pour tablir la vitesse moyenne, les hypothses statistiques de maxwell sont utilises. Ces
hypothses permettent dtablir rigoureusement que le type de fonction qui caractrise le
nombre de molcules dont la vitesse a une composante dune valeur donne dans une
direction dtermine correspond une loi statistique gaussienne. Suite cette observation
Maxwell a dmontr que la densit de probabilit de la norme de la vitesse avait pour
expression :
( )

,
_
,
_
T k 2
mv
exp v 4
T k 2
m
v P
b
2
2
2 / 3
B
v

( 1.4 )
Les trois vitesses caractristiques de cette distribution statistique sont :
2 / 1
b
p
m
T k 2
v
,
_
,
2 / 1
b
m
m
T k 8
v
,
_
et
2 / 1
b
q
m
T k 3
v
,
_
avec v
p
<v
m
<v
q

( 1.5 )
v
p
tant la vitesse la plus probable, v
m
la vitesse moyenne qui est en ralit la moyenne de la
norme de la vitesse puisque la moyenne de la vitesse vectorielle est nulle.
1.1.2. Gaz Rels
Le modle du gaz parfait est excellent tant que la pression du fluide est suffisamment faible
pour que lon puisse ngliger les forces dinteraction molculaire. Dans le cas contraire, ces
forces modifient lquation dtat du gaz, ces forces drivant dune nergie potentielle
dinteraction non ngligeable.
27
La valeur de lnergie potentielle engendre par ces forces (forces de Van der Waals) est
minimale pour une distance entre molcules gale r
0
dun ordre de grandeur de la taille des
molcules. Cette nergie potentielle peut tre reprsente par lquation de Lennard-Jones:
1
1
]
1
,
_

,
_

6
1
12
1
0 p
r
r
r
r
4 ) r (
( 1.6 )
r
1
tant la distance entre molcules pour laquelle lnergie potentielle sannule et
0
la
valeur minimale de lnergie potentielle.

Figure 2 : Courbe dnergie potentielle entre particules.
Lorsque la distance qui spare les particules est trop faible r<r
0
, linteraction est rpulsive et
varie en 1/r
12
. Tout se passe alors comme si les particules avaient une certaine taille et donc
un volume propre, inaccessible aux autres particules. On en dduit alors que le volume
disponible lensemble des particules nest pas V mais (V-nb), n tant le nombre de moles et
b le volume relatif une molcule de gaz (covolume molaire).
De faon rciproque lorsque la distance entre particules est suffisamment grande r>r
0
,
linteraction est attractive et varie pratiquement en 1/r
6
. Comme les molcules proches de la
paroi sont attires par les autres molcules, contrairement celles qui sont lintrieur du gaz,
on doit ajouter une pression dite interne due aux collisions sur la paroi. Cette dernire est
proportionnelle au nombre de collisions, donc au nombre de molcules par unit de volume
n/V, et lnergie dinteraction, qui est aussi proportionnelle ce nombre de molcules. La
pression interne est donc de la forme : a(n/V)
2
, a tant une constante caractristique des
molcules. Cependant cette dernire contribution tant de trs courte porte, ds que le gaz est
assez dilu son nergie potentielle devient ngligeable (Figure 2). Son comportement est
alors celui dun gaz parfait.
28
La prise en compte de ses conditions donne lquation dtat des gaz rels propose par le
physicien hollandais Van der Waals:
( ) nRT nb V
V
a
n p
2
2

,
_
+
( 1.7 )
1.1.3. Phnomnes de Transport
Certaines proprits macroscopiques, telles que la diffusion molculaire, la diffusion
thermique, la conductivit lectrique et la viscosit, peuvent tre attribues au transport des
grandeurs physiques par les molcules.
Suivant le modle de Maxwell pour les gaz parfaits, on assimile les molcules formant un
gaz a des sphres rigides. Comme ces sphres sont en constant mouvement, elles subissent
des collisions lastiques entre elles. En outre, linteraction entre molcules est suppose de
trs courte porte de telle sorte que lon peut ngliger cette interaction en dehors des
collisions. Il en rsulte quau cours dune collision, non seulement la quantit de mouvement
de lensemble des deux molcules considres se conserve, mais aussi son nergie cintique.

Figure 3 : Trajectoire hasardeuse dune particule dans le gaz due aux collisions.
Entre deux collisions chaque molcule a une trajectoire rectiligne, puisque si on nglige la
pesanteur, elle nest soumise aucun action. Cette dernire approximation est aisment
justifiable : alors que le parcours entre deux collisions est gnralement infrieur un mtre,
la vitesse moyenne est de lordre de 300m/s.
Ainsi, pendant une dure suffisante les molcules dcrivent, au sein du gaz une trajectoire
dont les changements de direction sont alatoires (Figure 3), et o la longueur qui spare deux
collisions varie dune collision lautre. Si on dfinit alors le libre parcours moyen
l
par la
moyenne des longueurs parcourues entre deux collisions, on peut obtenir la frquence de
29
collision v comme le rapport entre la vitesse moyenne v
m
et le parcours moyen : v=v
m
/
l
. Le
libre parcours moyen est donne alors par :
2
l
d 2
m

( 1.8 )
Ou d reprsente le diamtre efficace des molcules.
La faon la plus simple de savoir si un phnomne de transport a eu lieu suivant un axe d
au mouvement alatoire des particules, cest de dire quune grandeur est transporte suivant
un axe, seulement si la quantit totale de cette proprite, qui traverse pendant une dure
dtermine une surface donne, nest pas nulle. Lexprience montre que les causes du
transport doivent tre attribues la non-uniformit du nombre par unit de volume de
particules qui possdent une valeur dtermine de la proprit considre.
Ainsi, lorsque seule la concentration des particules varie dun point lautre, il y a diffusion
des particules (diffusion molculaire). Lorsque le nombre de particules par unit de volume
ayant une nergie cintique dtermine nest pas le mme en tout point, il y a diffusion
thermique. Enfin, cest en considrant la quantit de mouvement comme la grandeur
transporte que lon explique la viscosit.
1.1.3.1. Diffusion des particules
Il existe deux modes de transfert de matire travers une surface : la convection attribue
un dplacement global de matire (i.e. le vent qui dplace une colonne de fume), et la
diffusion en labsence dun tel dplacement de lensemble (i.e. les molcules gazeuses dune
parfum quon vient de dboucher). En fait, la diffusion rsulte de la non-homognit de
lagitation molculaire, plus prcisment du celle du nombre de collisions entre particules. Ce
phnomne fondamental est irrversible et traduit la tendance a luniformit du nombre n
v
de
particules par unit de volume, et il est rgi par la loi de Fick :
v n
n J
( 1.9 )
J
n
tant le courant volumique des particules, le coefficient de diffusion exprime en m
2
s
-1
,
toujours positive, et loprateur gradient z , y , x . Le signe ngatif rappelle que
le courant des particules est toujours dirig vers les faibles concentrations.

30
En faisant le bilan du nombre de particules contenues dans une surface ferme pendant un
delta de temps, on obtient lquation diffrentielle de la diffusion :
n v
v
) n (
t
n
+

( 1.10 )
n
dsignant le taux de production des particules par unit de temps et par unit de volume,
et correspond au laplacien
2
2
2
2 2 2 2
z y x + + .
Pour le cas spcifique dun gaz parfait, il en rsulte que le coefficient de diffusion est reli
la temprature T, la pression p et la masse m des molcules par lquation :
p m
T k 8
3
1
2 / 1
2 / 3
2 / 1
3
B
,
_

( 1.11 )
O dsigne la section efficace de diffusion caractristique de linteraction entre
molcules, avec un ordre de grandeur de la surface dune molcule : 2 R 4
2
, R rayon
de la molcule.
1.1.3.2. Modle Thermodynamique
Dans le modle de Maxwell pour les gaz parfaits, linteraction entre molcules subissant des
collisions lastiques est suppose tre de trs courte porte de telle sorte quil est possible de
ngliger cette interaction en dehors des collisions. La quantit de mouvement de lensemble
est conserve au cours de la collision, ainsi que son nergie cintique. Ce qui conduit la mise
en uvre de la premire loi de la thermodynamique (loi de conservation de lnergie) :
Pour tout systme ferm, on peut dfinir une fonction U des variables dtat, extensive,
appele nergie interne, telle que lnergie totale dfinit par:
U
ex , p
k
m
+ +
( 1.12 )
soit conservatoire, cest dire constante lorsque le systme nchange pas dnergie avec
lextrieur.
k
m
tant lnergie cintique macroscopique du systme, et
ex , p
lnergie
potentielle extrieur au systme introduit par des actions extrieures au systme.
On sait que le travail des forces W, dfinies lchelle macroscopique, qui sexerce sur la
surface dlimitant un systme ferm, traduit un change dnergie. Lexprience montre que
de lnergie peut tre aussi change lorsque le travail reu est nul. Ce transfert dnergie est
31
appel chaleur. La chaleur est donc lchange dnergie quil faut ajouter au travail reu pour
obtenir lchange total dnergie :
W Q
r

( 1.13 )
r
tant lnergie reue par le systme travers la surface qui le dlimite, et puisquil ny a
pas dnergie produite
p
(cre ou dtruite), la variation dnergie entre deux instants de
temps est gale a
r
. Le bilan nergtique peut alors tre exprim en fonction du travail et de
la chaleur :
( ) Q W U
ex , p
m
k
+ + +
( 1.14 )
Il y a une diffrence importante entre travail et chaleur : Le travail est un change dnergie
par lintermdiaire de forces macroscopiques alors que la chaleur est un change dnergie qui
est indpendant de ces forces. Le deuxime principe de la thermodynamique : lentropie,
souligne cette diffrence :
Pour tout systme ferm, il existe une fonction des variables dtat extensive, non
conservatoire, appele entropie S, telle que sa variation, entre deux dates successives t
1
et
t
2
>t
1
, sexprime de la manire suivante :
p r
S S S + avec
T
Q
S
r
et 0 S
p

( 1.15 )
S
p
tant la production dentropie et T une grandeur intensive, positive, appel temprature
thermodynamique, en chaque point de la surface ferme S qui dlimite le systme.
Lentropie peut tre interprte plus clairement de la faon dont Boltzmann la dfinit: le
systme (fluide, gaz) est en constante volution vers un dsordre (ou une uniformit) maximal
et lentropie fournit une mesure de ce dsordre.
Comme la quantit de dsordre des particules formant un fluide un instant donn est en
relation directe avec la turbulence, on peut dire que lentropie est en gnral une faon de
mesurer le niveau de turbulence dun fluide dans un espace de temps dtermin.

32
1.1.4. Phnomnes Optiques lmentaires
Lorsquune onde nergtique (i.e. onde lumineuse) se propage lintrieur dun gaz, sa
trajectoire et lnergie quelle transporte vont tre modifies par les interactions entre le rayon
lumineux et les constituants lmentaires du milieu (i.e. molcules). Si on tudie les
modifications optiques dun rayon L sur un chemin lmentaire S dues ces interactions, on
trouve que l'nergie du rayon sur ce chemin peut tre rduite par les phnomnes d'absorption
et de diffusion sortante et amplifie par l'mission propre du milieu et la diffusion entrante.
1.1.4.1. Absorption
Ce phnomne correspond au passage d'une partie de l'nergie ondulatoire (photons) de
l'nergie vibratoire (phonons) propre l'lment ayant reu le rayonnement. Il est caractris
par le coefficient dabsorption a

qui permet de reprsenter l'absorption d'une partie du
rayonnement reu par un lment du milieu (Figure 4). Il dpend de la temprature, de la
pression, des concentrations des diffrents constituants du milieu et de la longueur d'onde du
rayonnement incident (). Il permet dtablir la relation :
dS ) S ( L a dL

( 1.16 )

Figure 4 : Absorption.
1.1.4.2. Emission
Ce phnomne prsent dans les gaz chauds et les phnomnes de combustion, correspond au
passage de l'nergie contenue dans l'lment du milieu sous forme d'nergie vibratoire, une
nergie de rayonnement (Figure 5). Il est linverse du phnomne dabsorption et de la mme
faon il est indpendant de la direction du rayonnement considr. A l'quilibre
thermodynamique local, il peut tre modlis en fonction de la luminance mise L
e
(T) par un
lment du volume une temprature T:
dS ) T ( L E dL
e

( 1.17 )
33
Cette luminance mise L
e
(T) est suppose correspondre lmission du corps noir
[gaussorgues89] suivant la loi de Planck :
1
B
2
5
2
e
1 )
T k
hc
exp(
hc 2
) T ( L
1
1
]
1

( 1.18 )
k
B
= 1,38054x10
-23
J.K
-1
tant la constante de Boltzmann, h= 6,6256x10
-34
J.s la constante
de Planck, et c = 2,998 10
8
m.s
-1
la vitesse de la lumire. Lmission du corps noir caractrise
la magnitude et le spectre de lmission. Le facteur multiplicatif E
cest une fonction

dpendent du matriau et caractrise la couleur de lmission. Ce facteur permet la
modlisation des flammes blues comme celles produites par un brleur de gaz, d au fait que
lmission du corps noir est beaucoup plus forte dans les frquences rouge et jaune.
Lmission du corps noir dans toutes les longueurs donde est donne par :
4 4
2 3
4
B
5
0
e
T T
c h 15
k 2
d ) T ( L

( 1.19 )

Figure 5 : Emission propre.
1.1.4.3. Diffusion
Lorsqu'un rayonnement atteint un lment du milieu, il peut tre diffus. Une partie du
rayonnement est alors transmise dans une direction diffrente de la direction d'entre. Ce
phnomne est valable pour l'ensemble des directions de l'espace. Il faut donc, pouvoir
dterminer la quantit d'nergie qui est dvie dans une direction donne connaissant la
direction d'entre. Cela est possible grce lutilisation de la fonction de phase du milieu. En
effet, suivant le modle microscopique de Maxwell, il est possible de dfinir la distribution
sphrique d'une nergie atteignant un lment d'un milieu participant, en utilisant des
fonctions sphriques thoriques normalises sur 4.
Le choix d'une fonction de phase thorique pour reprsenter un milieu est dfini par le
rapport entre la taille de la particule constituant le milieu et la longueur d'onde de la lumire.
Au lieu de changer de modle suivant les variations de longueur donde, on peut donner un
34
classement des diffrents cas possibles et leur type de fonctions de phase associe en utilisant
un seul chantillon moyen reprsentant le pic intermdiaire du visible [Inakage91] :
r <<
Absorption atmosphrique (pas de diffusion)
r < Diffusion de Rayleigh
r Diffusion de Mie
r >> Optique gomtrique (pas de fonction de phase)
Ainsi, lorsque la particule est trop petite, il n'y a pas d'effet de diffusion et toute l'nergie
perdue par le rayonnement incident est absorbe (i.e. dans le vide interstellaire). A l'oppos,
lorsque le rayon de la particule est largement plus important que la longueur d'onde, il faut
alors considrer la particule comme un objet solide et lui appliquer les lois de l'optique
gomtrique classique (rflexion, diffraction, etc.).
La fonction de phase la plus simple quon puisse trouver est celle concernant lisotropie. La
particule diffuse donc la mme quantit d'nergie dans toutes les directions:
1
I

( 1.20 )
Cette dfinition ne correspond aucun phnomne de diffusion existant. Cependant, elle
peut tre utilise pour approcher la diffusion dans un milieu trs dense et trs grand (i.e. gros
nuages), d au fait que le grand nombre de diffusions se produisant dans toutes les directions
dans un tel milieu fini par se rapprocher une diffusion isotrope.
Les autres cas intermdiaires correspondent des situations dans lesquelles la longueur
d'onde et la taille des particules sont trs proches (i.e. la fume de cigarette et la poussire).
Ainsi, lorsque le rayon de la particule est lgrement plus petit que la longueur d'onde du
rayonnement (r/<0,05), la diffusion est dfinie par la fonction de phase thorique de
Rayleigh [Klassen87] :
) a 1 (
4
3
) a (
2
R
+
( 1.21 )
Lorsque la taille des particules est comparable la longueur d'onde du rayonnement incident
(i.e., rose, brouillard), on utilise les fonctions de phase de Mie. Bien que ces fonctions de
base soient trs complexes, elles peuvent tre approches par deux fonctions plus simples selon
la densit du milieu considr [Nishita87] :
8
1 M
2
a 1
9 1 ) a (

,
_
+
+
( 1.22 )
reprsente alors la densit pour un milieu faiblement dense, et
35
32
2 M
2
a 1
50 1 ) a (

,
_
+
+
( 1.23 )
Celui dun milieu trs dense.
Une famille de fonctions de phase couramment employe dans le domaine thorique et trs
souvent utilis dans le domaine de la synthse dimages, cest lapproximation d'Henyey-
Greenstein [Blinn82]:
2 / 3 2
2
HG
) g ga 2 1 (
g 1
) a , g (
+

( 1.24 )
Ces fonctions sont paramtrables en fonction de l'excentricit g de l'ellipse rsultante
(Figure 6). Le centre de l'ellipse est l'origine locale de la fonction de phase. En faisant varier
g, on peut gnrer des rtro-diffusions (g<0), des diffusions uniformes (isotropes, g=0) ainsi
que des diffusions principalement vers l'avant (g>0). On peut aussi approcher les fonctions de
diffusion de Raleigh et Mie.

Figure 6 : Fonction de phase de Henyey-Greenstein (g = -0,6; -0,3; 0; 0,3; 0,6).
1.1.4.3.1. Diffusion Sortante
La diffusion sortante ou dispersion, est la dviation du rayonnement entrant dans la particule
dans toutes les directions de l'espace (Figure 7). Il contribue donc la diminution de la
quantit d'nergie (luminance) transporte par le rayon. La quantit d'nergie diffuse dans
chaque direction est fournie par l'utilisation de la fonction de phase approprie l'lment
considr. La dispersion de la mme faon que labsorption dpend de la temprature, la
pression du milieu et la longueur d'onde du rayonnement incident. La variation de la
luminance due la diffusion sortante peut sexprimer alors:
dS ) S ( L dL

( 1.25 )
tant le coefficient de diffusion du milieu.

36

Figure 7 : Diffusion sortante.
Il est souvent plus pratique dutiliser le coefficient d'extinction K
,
:
K
=a
+

( 1.26 )
Qui permet de regrouper les phnomnes dabsorption et diffusion sortante. On peut alors
regrouper les quations ( 1.16 ) et ( 1.25 ) pour obtenir une expression pour la quantit
totale dnergie perdue lors de linteraction avec la particule :
dL
= - K
(S)dS ( 1.27 )
Pour obtenir la luminance restante aprs un parcours S du rayon, il suffit d'intgrer
l'quation prcdente sur le chemin S, et on obtient ainsi lexpression pour la loi de Bouguer
obtenue exprimentalement. :

S
0
ds ) s ( K
e ) 0 ( L ) S ( L
( 1.28 )
On peut dfinir galement la distance de pntration moyenne l
m
que peut parcourir un
rayonnement avant d'tre totalement absorb ou diffus partir du coefficient d'extinction :
( )

0 S
m
dS ) S ( exp ) S ( K S l
( 1.29 )
(S) tant lpaisseur optique (ou opacit) qui nest autre que le pouvoir d'attnuation
d'un milieu pour une distance S donne reprsente par :

S ' s
0 s
' ds ) ' s ( K ) S (
( 1.30 )
Ainsi, un milieu est dit optiquement pais si
>> 1 et optiquement mince si
<< 1. Si K

est constant dans le volume, l'quation ( 1.29 ) se rsume : l
m
=1/K

37
1.1.4.3.2. Diffusion entrante.
De faon similaire la diffusion sortante, la diffusion entrante modlise l'nergie que celle-
ci va recevoir en contrepartie de toutes les directions l'entourant pour tre diffuse dans la
direction du rayonnement (Figure 8). Il y a donc une augmentation de la luminance sur le
chemin du rayon.

Figure 8 : Diffusion entrante.
Pour un rayonnement L'
(S, , ) correspondant la luminance incidente la particule

suivant les coordonnes sphriques (, ) relatives la direction du rayonnement sortant au
point S. Seule la modification directionnelle L
,S
du rayonnement dans cette direction indique
par la fonction de phase est modlise :

4
) , (
cos
dS
) , , S ( L dL
'
S ,

( 1.31 )
Pour obtenir le terme modlisant la diffusion entrante, on intgre toutes les luminances
incidentes l'lment et leur diffusion dans la direction considre:
i
4
'
d ) , ( ) , , S ( L
4
dS
dL
i

( 1.32 )
Le coefficient
est identique celui utilis pour la diffusion sortante.

1.1.4.3.3. Equation du Transfert Radiatif
L'quation du transfert radiatif (ou ETR) correspond l'intgration le long d'un chemin S de
l'ensemble des phnomnes vus prcdemment (quations ( 1.16 )( 1.17 )( 1.32 )( 1.35 )). Elle
exprime la variation de luminance due la traverse du milieu participant sur ce chemin :
4 4 4 4 4 3 4 4 4 4 4 2 1
43 42 1 43 42 1 43 42 1
entrante diffusion
4
i
'
dispersion mission
e
absorption i
d ) , ( ) , , S ( L
4
) S ( L ) T ( L E ) S ( L a
dS
dL
+ +
( 1.33 )
38
1.2. NIVEAU MACROSCOPIQUE
Le modle macroscopique [Candel95] [Rieutord97] est bas sur lide quon peut dcrire le
comportement dun fluide en considrant uniquement le mouvement moyen de la matire
liminant ainsi le problme du dplacement propre de ses constituants. Cette approximation
ne se justifie que si lchelle L des phnomnes auxquels on sintresse, est grande devant
celle du mouvement des atomes (i.e. leur libre parcours moyen
l
(quation ( 1.8 )). Cette
condition est mesure par nombre de Knudsen :
L
Kn
l

( 1.34 )
qui doit donc tre trs petit par rapport lunit.
Suivant cette approximation, pour la dfinition macroscopique du comportement dun
fluide, on parlera donc dlment du fluide, qui correspond une section du volume
infinitsimal appartenant au fluide. Bien que par sa dimension infiniment petite, un lment
de fluide possde un volume et une surface. Cette surface est mme dune grande importance
physique puisque, cest grce elle que llment du fluide pourra subir des forces de contact.
Cet lment de fluide est ainsi une limite mathmatique qui idalise le concept physique de
volume lmentaire de fluide :
volume suffisamment petit pour que le fluide y ait des proprits uniformes mais
suffisamment grand pour que le nombre de molcules soit grand et que des quantits
thermodynamiques comme la temprature soient dfinies.

Figure 9 : Elment du fluide utilis comme volume de controle.
39
Toutes les quations diffrentielles dcrivant le comportement dun fluide peuvent tre
drives en considrant un volume lmentaire fix dans un cadre de rfrence. La plupart du
temps cet lment de fluide est caractris par un paralllpipde align suivant les axes
(Figure 9).
1.2.1. Description Eulrienne
La manire la plus naturelle de reprsenter le mouvement dun fluide est de dfinir un
champ vectoriel pour la vitesse en chaque point de lespace, qui varie en fonction du temps:
) t , z , y , x ( w ) z , y , x ( v ) t , z , y , x ( u ) t , ( k j i r u + + ( 1.35 )
Cette description dite eulrienne base sur lutilisation dun champ vectoriel, appel champ
de vitesse, est la variable la plus importante dans la dynamique des fluides. La connaissance
du champ de vitesse est presque quivalente connatre la solution du problme dcoulement
du fluide. Dans une simulation du type soufflerie de vent, ces champs (appels champs de
vent) permettent de modliser le flux dair autour des obstacles se trouvant dans le chemin du
fluide (Figure 10).

Figure 10 : Champ de vitesse autour dun profil daile.
Dans ce modle, le systme de coordonnes est fixe dans lespace, et on observe le fluide
pendant quil traverse chaque lment au lieu de suivre la position changeante de chaque
particule comme dans la description lagrangienne du fluide (qui correspond beaucoup plus au
modle microscopique).
1.2.1.1. Transport dune Proprit Quelconque.
On a vu que du point de vue microscopique (Section 1.1.3), certaines proprits
macroscopiques des fluides, telles que la diffusion molculaire, la diffusion thermique, et la
viscosit, peuvent tre attribues au transport de grandeurs physiques par les molcules.
40
On peut dire alors, que la modlisation du comportement dun gaz est rduite la
modlisation des phnomnes de transport. Il est donc, indispensable de
considrer lvolution dans le temps dune grandeur attache une particule du fluide
lorsque lon suit le mouvement de cette particule dans le champ de vitesse. Pour exprimer
cette variation de , on calcule la drive totale :
+
) (
t z
v
y
v
x
v
t Dt
D
z y x
v
( 1.36 )
dite encore drive particulaire ou drive lagrangienne. est une grandeur quelconque
(scalaire, vecteur, tenseur) fonction des coordonns despace et du temps
) t ), t ( z ), t ( y ), t ( x ( , et v le vecteur vitesse de la particule dont on suit le mouvement.
Le terme ) (v est appelle le terme dadvection et reprsente le transport de la quantit
par le champ de vitesse v.
Dans le cas o est une quantit conserve au cours du mouvement de chaque particule, les
variations de cette quantit du point de vue dun lment du fluide fixe correspondant au
passage des particules transportant chacune leur valeur de . Formellement cela se traduit par:

) (
t
0
Dt
D
v
( 1.37 )
Si on remplace par v, on peut alors utiliser la drive particulaire pour obtenir le champ
vectoriel dacclration du fluide partir du champ de vitesse:
v v
v v
a ) (
t Dt
D
+

( 1.38 )
Dans ce cas, le terme t v est appelle acclration locale et disparat si lcoulement est
stable (i.e. indpendant du temps). Le deuxime terme correspond lacclration convective,
qui apparat lorsque une particule se dplace travers des rgions avec des changement
spatiales de vitesse (i.e. dans un diffuseur).
1.2.1.2. Conservation de la Masse
Pour quil y ait conservation de masse dans un lment du fluide il ne doit pas y avoir
cration ni destruction de masse. Cela veut dire que le taux de variation de la masse contenue
dans le volume doit tre gale zro, et ne dpend que du flux massique travers un lment de
fluide, lequel a lieu travers les six faces du volume (Figure 11).
41
dxdy w

dxdy dz
z
w
w
1
]
1

+
dxdz dy
y
v
v
1
]
1

+
dydz dx
x
u
u
1
]
1

+

dydz u
dxdz v

Figure 11 : Flux massique a travers un lment du fluide (Conservation de la masse).
La Figure 11 montre le dbit massique pour chaque face du volume, qui est seulement une
fonction de la vitesse v, et de la masse volumique puisquon considre que toutes les
proprits du fluide changent de faon uniforme avec le temps et la position dans chaque
lment du fluide. On peut alors exprimer le taux de variation de la masse en fonction des
diffrences entre le dbit massique pntrant le volume et le dbit massique sortant de chaque
face :
dxdy dz
z
w
w dxdy w dxdz dy
y
v
v dxdz v dydz dx
x
u
u dydz u
t
1
]
1

+ +
1
]
1

+ +
1
]
1

En simplifiant on obtient :
0 ) (
t
+

v
( 1.39 )
Cette quation est appele souvent quation de continuit car elle ne demande pas
dhypothses autres que la densit et la vitesse soient des fonctions continues. Ce qui est
valable pour tous les coulements stables ou instables, visqueux ou pas, et compressibles ou
incompressibles.
1.2.1.2.1. Fluides Compressibles et Incompressibles.
Si le fluide est compressible et stable, 0 t et toutes les proprits sont une fonction de la
position, lquation ( 1.39 ) peut tre rduite :
0 ) ( v ( 1.40 )

42
Un cas spcial qui permet de faire de grosses simplifications est le cas de lcoulement des
fluides incompressibles. En effet, dans ce type de fluides les variations de densit en temps et
en espace sont ngligeables par rapport aux variations locales des vitesses. Lquation ( 1.39 )
est rduite alors la divergence nulle du vecteur vitesse :
0 v ( 1.41 )
ce qui est valable pour des coulements incompressibles stables ou instables.
Mais avant dtre en mesure dappliquer les simplifications possibles, il faut savoir si le
fluide est incompressible ou pas. En rgle gnrale, on peut dire que le fluide est
incompressible si les vitesses lintrieur du fluide sont beaucoup plus petites que la vitesse
du son c dans le fluide. Formellement, cela peut tre exprime par le nombre de Mach Ma du
fluide :

c
v
Ma C
( 1.42 )
C tant une constante qui dnote la limite entre fluides compressibles et incompressibles,
par rgle gnrale la limite accepte est : C=0.3
1.2.1.3. Conservation de la Quantit de Mouvement
La quantit de mouvement sexprime comme le produit de la masse par la vitesse (v). Le
principe fondamental de la mcanique implique que la variation de la quantit de mouvement
dun domaine matriel doit tre gale la somme des forces extrieures F qui sexercent
sur lui. Pour un lment de fluide on exprime la quantit de mouvement par rapport aux forces
associes aux mouvement du flux (i.e. Figure 12). La conservation de la quantit de
mouvement peut tre exprime alors comme :
F
v
Dt
D

( 1.43 )
Ces forces F sont de deux types :
Forces volumiques ou de champ, comme la pesanteur (g).
Forces de contact comme la pression, agissant sur la surface du domaine.
43

dxdz dy
y
u
v
2
2
1
]
1

+

dxdz v
2
dxdz dy
y
vw
vw
1
]
1

+

dxdz vw
dxdydz
t
v

Figure 12 : Forces associes aux mouvements du flux dans la direction Y.
Les forces de contact dues aux tensions sur les surfaces de contrle, peuvent tre exprimes
par la notion de tenseur
xy
(i.e. Figure 13). Les tenseurs sont un outil mathmatique pour
exprimer les forces usuelles telles que la tension normale (pression p) et tangentielle (viscosit
ij
) :
zz yz xz
zy yy xy
zx yx xx
ij
p
p
p
+
+
+

( 1.44 )
La force totale sur la surface est donc gale la somme des gradients de pression et la
divergence du tenseur de viscosit. En remplaant ces forces dans lquation ( 1.43 ) on
obtient lquation pour la conservation de la quantit de mouvement :
F g
v
+ + +
ij
p
Dt
D

( 1.45 )

dxdz dy
y
yy
yy 1
]
1

+

dxdz
yy

dydx dz
z
zy
zy 1
]
1

+
dydx
zy
dydz dx
x
xy
xy 1
]
1

+
dydz
xy

Figure 13 : Tenseurs dus aux forces de contact dans la direction Y.
44
1.2.1.4. Fluides Newtoniens
Lorsque la relation contrainte-taux de dformation du fluide est linaire et isotrope on dit
que le fluide est newtonien. Pour ce type de fluide, les contraintes visqueuses, sont
proportionnelles la viscosit du fluide et aux tensions dues aux changements de vitesse du
fluide :
) (
3
2
j i
j
i
ij
v
v
v

,
_
, avec i,j {x,y}

En remplaant cette valeur dans lquation ( 1.45 ) on obtient :
F g v v
v
+ +
+ + ) (
3
p
t D
D
2

( 1.46 )
Ce systme dquations est connu sous le nom du systme dquations de Navier-Stokes.
Ces quations non-linaires de deuxime ordre permettent de rsoudre un bon nombre de
problmes dcoulements visqueux intressants, et sont considres comme les plus
importantes de la dynamique des fluides.
Trs souvent on utilise un autre coefficient de viscosit apple viscosit cinmatique
dfinie par :

( 1.47 )
1.2.1.4.1. Nombre de Reynolds
Il est possible de dfinir un nombre sans dimension qui caractrise le rapport de deux
vitesses de transport prsent dans le fluide : le transport macroscopique (dynamique) et le
transport microscopique (diffusif ). Ce nombre appel nombre de Reynolds, est dfinie par :
L v
Re
( 1.48 )
L tant la longueur caractristique de lcoulement (taille dun objet dans le fluide, ou
dimension caractristique du conduit ou dun rcipient), et v tant la vitesse moyenne du
fluide pour la parcourir.
En faisant les changements de variables ncessaires, ce nombre sans dimension peut tre
utilis comme le seul paramtre intervenant dans les quations du mouvement dun fluide.
45
Tous les coulements possdant le mme nombre de Reynolds sont identiques un facteur
prs : on dit alors quils sont similaires. Ce qui permet dutiliser le nombre de Reynolds pour
corrler diffrents types dcoulements. Plus Re est petit plus le fluide est visqueux, plus Re
est grand plus la turbulence est dveloppe.
1.2.1.5. Flottabilit Thermique
Une caractristique trs importante des phnomnes gazeux chauds est la tendance naturelle
du gaz monter. Ce mouvement est d aux forces produites par les phnomnes de
convection lis la chaleur. Si un lment du gaz est plus chaud que ceux qui lentourent, il
aura une tendance naturelle se dplacer. Ainsi, les rgions les plus chaudes monteront plus
vite que les rgions les plus froides mlanges avec de lair frais.
Cette force de pousse ascensionnelle due la chaleur, appele aussi force de flottabilit,
peut tre reprsente en utilisant lapproximation de Boussinesq:
) T T (
0 k f
g F
( 1.49 )
Ou est le coefficient dexpansion thermique, T
k
la temprature moyen de llment de
fluide, et T
0
la temprature de rfrence.
1.2.1.6. Conservation de lEnergie
Pour tablir une quation locale exprimant la conservation de lnergie, on part du premier
principe de la thermodynamique qui dtermine les changements dnergie comme tant la
somme du travail fait par le systme et la chaleur reue (quation ( 1.14 )). Le travail par
unit de temps est celui des forces de volume et des contraintes visqueuses
) -( w
xx xx xx x
w v u + + appliques a la surface du volume, et la chaleur reue dpend du
flux de chaleur q travers les surfaces de llment (Figure 14). Lquation de conservation
de lnergie sexprime alors sous la forme :
+ +

) ( p
t
ij
v q v v g
( 1.50 )
Avec :

{ } 1
1
]
1
,
_
+

z , y , x j , i
j
i 2
i j 2
1
) (
3
2
v
v
v
( 1.51 )
46
dy
y
q
q
y
y
+

y
w
dy
y
w
w
y
y
+

y
T
q
y

Figure 14 : Flux de chaleur et travail dans la direction Y.
Le fait que le flux de chaleur soit d aux changes dnergie occasionns par un
dsquilibre thermique, permet de lexprimer uniquement en fonction du gradient de
temprature grce la loi de Fourier :
T q ( 1.52 )
Lutilisation de cette loi en combinaison avec lquation pour la conservation de
mouvement (quation ( 1.45 )) permet dobtenir une expression plus simplifie pour
lquation de conservation de lnergie en termes de vitesse et temprature :
+ + T p
Dt
D
2
v
v

( 1.53 )
1.2.1.7. Evolution de la Temprature
Il est possible dobtenir une expression pour la distribution de chaleur travers le fluide
partir de lquation pour la conservation de lnergie ( 1.53 ) en faisant lapproximation :
DT C D
v
v et , , , C
v
constantes

Lquation pour la distribution de la temprature sexprime alors:
+ T
Dt
DT
C
2
v

( 1.54 )
tant le coefficient de diffusion thermique o encore diffusivit thermique dfinit par :
p
C

( 1.55 )
47
La relation entre la viscosit cinmatique et la diffusivit thermique peut sexprimer grce
au nombre sans dimension :
P
( 1.56 )
caractristique du fluide considr et appel nombre de Prandtl.
1.2.2. Fluide Parfait
De la mme faon quil existe le modle des gaz parfaits, il existe le modle du fluide
parfait qui correspond une idalisation des fluides rels. Ce type de fluide est appel aussi
fluide non-visqueux ; car la seule contrainte se rsume la contrainte de pression. Il faut noter
que la perfection du gaz parfait na rien voir avec celle du fluide parfait. Un gaz parfait
nest pas en gnral un fluide parfait car il possde une viscosit qui, suivant le type
dcoulement, sera ngligeable ou non.
Si nous reprenons lquation de la quantit de mouvement ( 1.45 ), nous obtenons pour le
fluide parfait soumis aucune force extrieure :
p
Dt
v D

r

( 1.57 )
Cette quation est connue sous le nom dquation dEuler.
1.2.2.1. Flux Laminaire ou Flux Idal
Le flux laminaire, appel galement flux idal ou coulement parfait, correspond la
description de la dynamique d'un fluide (liquide ou gazeux) lorsque les effets de la
compressibilit et viscosit peuvent tre ngligs. Cest la faon la plus simple de reprsenter
lcoulement dun fluide. Elle est couramment utilise pour simuler lvolution des grandes
quantits de flux autour des navires, avions, sous-marins ou de voitures. En effet, dans ce cas,
les flux peuvent tre considrs comme presque idaux.
Le flux laminaire proprement dit, correspond au mouvement gnral dun fluide dont les
phnomnes de turbulence ne sont pas pris en compte (i.e. le fluide est parfait, Re>>1) ou
sont si faibles qu'ils peuvent tre considrs comme presque inexistants (i.e. un fluide avec un
fort indice de viscosit, Re<<1). Lvolution dun tel fluide dans lespace peut tre
reprsente par une fonction ou une composition de plusieurs fonctions vectorielles continues.

48
Mathmatiquement, cette mthode est base sur l'observation que :
Si le flux est dfini par des fonctions dans lespace des nombres complexes pour
reprsenter la position du fluide,
Si ces fonctions sont diffrentiables,
alors, par dfinition, elles sont une solution lquation de Laplace qui rgit le
comportement des fluides [Karamcheti80] [Candel95] [Streeter95] [Post93].
Le problme principal de cette mthode est qu'il est difficile de connatre priori quelle
fonction produira le flux voulu. Comme les flux idaux sont des solutions lquation de
Laplace, et que cette quation est linaire alors le produit de la somme (superposition) de
nimporte quel nombre de flux idaux est un flux idal. On peut alors utiliser la mthode de
superposition. Cette mthode permettant de trouver une solution aux problmes du flux
complexe consiste commencer par modliser des flux idaux trs simples, qui sont
beaucoup plus faciles apprhender, et de les combiner pour obtenir le flux complexe dsir.
De plus, la description de flux idaux par des nombres complexes possde un autre
avantage. Elle permet d'utiliser un autre moyen de contrle des rsultats dsirs par l'altration
d'un flux l'intrieur d'un autre. Pour cela, il est ncessaire d'utiliser des transformations
conformes [Karamcheti80] [Post93] [Candel95] [Streeter95] [CFD95].
Une transformation conforme est la transformation de la coordonne complexe z (le flux est
dfini par z(x,y), par exemple: z = x + iy) en une autre coordonne s=s(z). Ce procd
transforme le flux dcrit par une fonction initiale F(z) en un autre flux F1(s)=F(z(s)). Si la
drive de la transformation s=s(z) est diffrente de zro, il faut que le flux transform soit
une solution l'quation de Laplace (donc valide). Aux points o la drive vaut zro (points
critiques), le flux est invalid. La connaissance de la position de ces points est trs importante
car ils sont l'origine de violentes ruptures de courbures dans le flux, par exemple lors de
l'tude d'un profil d'aile (Figure 15).
49

Figure 15 : Utilisation dune transformation conforme de Joukovski lgrement dcentre,
pour simuler lcoulement autour dun profil d'aile (droite), en partant du flux laminaire
autour dun cercle dans lespace complexe (gauche).
1.2.3. Turbulence
Contrairement aux coulements laminaires (Re<<1) o le mouvement des particules est
suppos tre fait de faon rgulire et ordonne, on trouve plus souvent dans la nature des
coulements dits turbulents (Re trs grand) o le dplacement du fluide semble tre
compltement irrgulier et o il est possible dobserver des fluctuations alatoires de vitesse
se superposant au mouvement moyen du fluide. En fait, la plupart des coulements
intressants sont turbulents, et plus spcialement dans le cas des phnomnes gazeux qui
deviennent turbulents trs rapidement cause de la libert de mouvement des particules
composant le gaz.
Malgr le fait que les phnomnes turbulents sont censs tre pris en compte par le systme
dquations de Navier-Stokes, la turbulence reste lun des grands problmes non rsolus de la
physique contemporaine du au fait que les fluctuations alatoires de la vitesse, la pression, la
masse volumique, et la temprature du fluide occasionnes par les phnomnes turbulents
introduisent des non-linarits dans le systme qui le rendent trs difficile rsoudre. Une
faon de simplifier le problme est de prendre en compte de faon plus explicite certaines
caractristiques propres aux phnomnes de turbulence [Candel95] [Streeter95] [CFD95].

50
1.2.3.1. Caractristiques Gnrales de la Turbulence
Bien que les coulements turbulents apparaissent dans des circonstances varies et sous des
formes trs diffrentes, ils ont un certain nombre de caractristiques communes :
La turbulence acclre les processus de mlange. Les transferts de masse, de quantit de
mouvement et dnergie sont fortement augments, elle accrot aussi le frottement
parital, les pertes de charges et les flux de chaleur.
La turbulence apparat dans des coulements dont le nombre de Reynolds est lev, et a
souvent pour origine le dveloppement dune instabilit partir dun coulement
laminaire (i.e. Figure 16). Cest dire, lorsque le nombre de Reynolds dpasse une
certaine valeur critique, les petites perturbations de lcoulement deviennent instables et
leur croissance rapide produit la transition vers la turbulence, cette zone de transition est
apple couche limite.
Flux Turbulent
Transition
Couche Limite
Laminaire
Re~10
5
Couche Limite
Turbulente
Flux Laminaire

Figure 16 : Couche limite.
Si on analyse de prs la structure dun coulement turbulent, on dcouvre quelle peut
tre exprime en fonction des fluctuations grande chelle principalement lies la
configuration de lcoulement moyen (i.e. flux laminaire dans la plus grand chelle
correspondant au mouvement globale du fluide), et des fluctuations plus petite chelle
avec une dynamique propre (i.e. flux turbulent). Qui plus est, on peut faire la mme
analyse sur les fluctuations de petite chelle de faon rcursive, jusqu ce quon arrive
au point que la taille des fluctuations est suffisamment faible pour que les contraintes
visqueuses puissent agir, et lnergie transmise entre les chelles soit finalement dissipe.
La turbulence peut donc tre dfinie comment un phnomne multi-chelle, cest dire
les coulements turbulents sont caractriss par une large gamme dchelles de longueur,
de vitesses, et de frquences, et qui plus est, peut tre dcompose de faon hirarchique
(Figure 17).
51
Suivant ce modle, lchelle des plus grosses structures est donne par lobjet
macroscopique que les gnre et la taille des plus petites structures est donne par le taux
auquel elles dissipent lnergie cintique turbulente qui leur est transmise par les grandes
structures grce aux contraintes visqueuses. Lcoulement turbulent ne peut donc pas
subsister sans un transfert permanent dnergie. Il faut noter que les chelles turbulentes
sont toujours largement suprieures au libre parcours moyen et les quations de Navier-
Stokes restent applicables.
Des structures plus ou moins cohrentes existent dans la plupart des coulements
turbulents (i.e. tourbillons), et jouent un rle important dans les mcanismes de transfert
dnergie et de mlange turbulent. Il a t observ aussi que ces structures fortement
rotationnelles ont une tendance apparatre de faon rptitive aux diffrentes chelles de
la turbulence. Leurs tailles et leurs orientations distribues de faon alatoire. (Figure 17).

Figure 17 : Identification des structures de turbulence, et dcomposition hirarchique de la
turbulence.
1.2.3.2. Echelles de turbulence et cascade nergtique de Kolmogorov
La faon dont les diffrentes chelles de turbulence changent de lnergie, depuis les plus
grosses structures vers les plus petites est trs souvent associe une cascade nergtique dans
laquelle les fluctuations grande chelle reoivent leur nergie de lcoulement moyen pour
la transfrer vers des fluctuations dchelles de plus en plus rduites. En consquence les
tailles, les vitesses et les frquences des fluctuations qui composent lcoulement couvrent des
gammes tendues de valeurs. Il est donc ncessaire de dgager celles qui sont les plus
caractristiques et de dterminer les chelles spatiales et temporelles avec leurs vitesses
correspondantes.
52
Pour identifier les diffrentes chelles on utilise leur taille caractristique r, leur vitesse
caractristique u(r), et leur temps caractristique (r)=r/u(r). Il est possible, et trs utile, de
dfinir un nombre de Reynolds Re(r), comme le rapport entre les forces dinertie et les
contraintes visqueuses pour chacune des chelles de turbulence:
r r u
r Re
) (
) (
( 1.58 )
Lcoulement moyen peut tre ainsi caractris par une vitesse U et une chelle typique L.
Le nombre de Reynolds pour cette chelle est plus souvent appel nombre intgral de
Reynolds, et il nest autre que le nombre de Reynolds caractristique du fluide : Re (Section
1.2.1.4.1).
Les fluctuations turbulentes qui ont la plus grande taille sont dcrites par une vitesse typique
u et une chelle caractristique l appele macro-chelle ou encore taille intgrale. Comme
ces tourbillons grande chelle tirent leur nergie de lcoulement moyen, et comme le
mcanisme de transfert nergtique est surtout efficace lorsque le temps caractristique de
lcoulement moyen concide avec celle des fluctuations, on trouve trs souvent que la taille
intgrale est comparable la taille du rcipient contenant le fluide. Le nombre de Reynolds
pour la taille intgrale (Re(l)) est quivalent au nombre intgral de Reynolds, lequel est
usuellement trs grand pour les coulements turbulents:
1 Re
UL ) (
) ( >>
l l u
l Re

Ce qui veut dire que les plus grandes chelles de turbulence sont principalement influences
par linertie du fluide et ne subissent pas de dissipation visqueuse.
Les tourbillons les plus petits qui subsistent dans un coulement turbulent auront une
chelle appelle micro chelle ou encore chelle de Kolmogorov. Lnergie des tourbillons
cette chelle est dissipe par les contraintes visqueuses en un temps gal au temps
caractristique de lchelle. Pour quil soit ainsi, lchelle doit tre de lordre de lpaisseur
dune couche visqueuse, alors on peut en dduire facilement que le nombre de Reynolds pour
cette chelle est de lordre de lunit :
1 ~
) (
) (

u
Re

53
Toutes les chelles de turbulence prsentes dans lcoulement, se trouvent entre les
diffrentes chelles caractristiques qui viennent dtre dfinies, le nombre de Reynolds pour
ces chelles varie donc entre le nombre intgral de Reynolds et lunit de faon descendante.
Ces chelles peuvent tre relies entre elles laide de la cascade dnergie de
Kolmogorov. En effet, dans cette reprsentation de la turbulence, le transfert dnergie
seffectue des gros tourbillons vers les plus petits. Ce flux dnergie cintique vers les
structures de taille infrieure pendant le temps caractristique =l/u est plus ou moins
constant, et dpends uniquement du taux de dissipation de lnergie cintique :
r
u(r)
3
~
( 1.59 )

Figure 18 : Spectres dnergie typiques pour un coulement turbulent. (a) les diffrentes
rgions dun spectre ad-hoc. (b) Spectre exprimental de turbulence dans lhlium.
A cause du caractre alatoire de la turbulence, le problme est de pouvoir identifier les
chelles intermdiaires de turbulence. Pour rsoudre ce problme on recours lanalyse de
Fourier pour exprimer la distribution de lnergie cintique dans le domaine spectrale (E(K)),
comme une combinaison des fonctions propres correspondant aux diffrentes chelles de
turbulence. Il faut donc choisir le spectre dnergie E(K) de manire reproduire les
caractristiques des spectres de champs physiques turbulents (Figure 18 b). Notamment, il
faut remarquer que le concept de cascade dnergie induit dans lespace spectral lexistence
dune zone inertielle dans laquelle lnergie E(K) ne dpend que du flux dnergie moyen et
du nombre donde K. Lanalyse dimensionnelle conduit alors au rsultat :
3 5 3 2
K
K C ) K ( E

( 1.60 )
54
O C
k
est la constante de Kolmogorov dont des nombreuses expriences ont montr quelle
vaut environ 1,5. Cette expression, correspondant au spectre dnergie de la turbulence, est
plus connue sur le nom de spectre dnergie de Kolmogorov. On peut exprimer la cascade
dnergie en fonction du spectre dnergie de la faon suivante : lnergie injecte aux
grandes chelles par les instabilits qui gnrent la turbulence, est peu peu transporte
spectralement travers la zone inertielle pour tre finalement dissipe par la viscosit dans
la zone dissipative, i.e. Figure 18 a.
Trs souvent on utilise aussi dautres types de spectres plus prcis suivant le type de
turbulence comme le spectre de Von Karman-Pao, trs utilis pour reprsenter les grandes
chelles dans les modles de turbulence isotrope :
,
_
,
_

1
1
]
1
,
_
,
_
3 / 4
d
6 / 17
2
e
4
e
2 / 5
K
K
2
3
exp
K
K
1
K
K
k
A ) K ( E
( 1.61 )
A et tant des constants valant toutes les deux 1.5. Lnergie cintique k et sa dissipation
sont relies au spectre de turbulence par les relations :

0
2
dK ) K ( E u
2
1
k et

0
dK ) K ( E 2
( 1.62 )
1.2.3.2.1. Evolution du Spectre dEnergie.
Pour tablir la faon dont le spectre dnergie volue, il faut rcrire les quations de
Navier-Stokes et de continuit dans lespace spectral [Rieutord97] :
0 u k
u k p ik u u ik u
t
i i
i
2
i j i j
i

( 1.63 )
O la double barre dsigne la transforme de Fourier.
A partir de ces quations qui tablissent une liaison entre les tenseurs de corrlation
longitudinale doubles f et triples k pour deux points diffrents de lespace, on obtient
lquation dvolution du spectre dnergie dans le cas isotrope :
) t , k ( T ) t , k ( E k 2
t
2
,
_

( 1.64 )
55
T(k,t) est le terme dit de transfert. Ce terme provient des termes non-linaires des quations
de Navier-Stokes [Rieutord97] : Il explicite lchange dnergie entre trois modes de Fourier
lorsque les nombres donde de la triade sont compatibles, cest dire lorsque leur somme est
gale a zro. Dans le cas ou la viscosit du fluide est trs petite, le fluide est trs turbulent et il
se rapproche dun tat stable :
) k ( E ) t , k ( E et 0
t
) t , k ( E

Ainsi, lexpression pour le transfert dnergie cintique partir de lquation ( 1.64 ) est:
) k ( T ) k ( E k 2
2

( 1.65 )
Si on dfinit une chelle moyenne des zones tourbillonnantes de la turbulence l
T
(chelle de
Taylor) en fonction de la taille intgrale l et lchelle de dissipation de Kolmogorov :
3 2 3 1
T
l l
( 1.66 )
On peut alors calculer lchelle de temps pour laquelle lnergie cintique dcrot
en moyenne :

2
T
l

( 1.67 )
Une faon dintroduire la dpendance du temps dans les fonctions reprsentant le spectre
dnergie, est dutiliser lhypothse de Taylor comme quoi la turbulence est cens se
dplacer une vitesse moyenne v=(v
1
,v
2
,v
3
) tel que [Rieutord97][Streeter95]:
) 0 , v / t x , v / t x , v / t x ( ) t , (
3 3 2 2 1 1
u x u

Cette hypothse permet de reprsenter la frquence temporale du spectre dnergie
) , k ( E en multipliant le spectre dnergie de Kolmogorov E
K
(k) par une fonction de
diffusion temporelle G
k
() :
) ( G ) k ( E ) , k ( E
k K

( 1.68 )
Pour garantir la conservation dnergie cintique, cette fonction de diffusion temporelle doit
remplir la condition :
) k ( E d ) ( G ) k ( E d ) , k ( E
K
R R
k K

( 1.69 )

56
1.2.3.3. Equations de Navier Stokes auto similaires
Le fait que la turbulence puisse tre dcompose de faon hirarchique, et que cette
hirarchie est auto-similaire (i.e. gros tourbillons se dcomposant en de petits tourbillons et
ainsi en suite) est connue depuis trs longtemps. Bien que lon connaisse aussi la faon dont
les diffrentes chelles changent de lnergie, il navait pas t possible jusqu maintenant
de produire une expression qui puisse reprsenter cette auto-similarit. Cet chec tant du au
caractre alatoire de la turbulence. Maintenant il est possible dexprimer cette auto-similarit
dans certains conditions grce lutilisation de lanalyse par ondelettes pour obtenir une
expression auto-similaire des quations de Navier-Stokes [Cannone95] [Abry97].
Cette formulation auto-similaire des quations de Navier-Stokes, peut tre dcrite
formellement, en dveloppant les solutions en sries de Fourier, comme un systme infini
dquations diffrentielles ordinaires dans lespace des phases. Il prend aussi avantage de la
description de la cascade dnergie de Kolmogorov dans le domaine spectral pour connatre la
faon dont les diffrentes chelles interagissent. Le problme de ce modle est quil nest
valide que dans certaines conditions dhomognit comme celles quon peut trouver dans un
espace adapt de type Morrey-Campanato o Besov [Abry97]. Plus exactement la valeur
initiale de la vorticit w
0
(x) doit tre trs petite par rapport la moyenne dans lun de ces
espaces homognes. Dun autre ct, si les conditions sont remplies cela permet dassurer
lunicit de la solution.
Il est possible de dmontrer la faisabilit de lanalyse par ondelettes pour la frquence et
lchelle des structures sans avoir un espace compltement adapt (cette dmonstration ainsi
que le dveloppement ncessaire pour la rcriture des quations de Navier-Stokes est trs
complexe mais largement explique dans la littrature spcialise, i.e. [Canonne95]
[Abry97]). En appliquant lanalyse par ondelettes, on dcouvre alors que dans lquation (
1.60 ) pour le spectre dnergie de Kolmogorov, les puissances des accroissements et auto-
corrlations entre les diffrentes chelles et longueurs donde prsentent le mme
comportement que pour un processus stochastique stationnaire [Cannone95] :
))] t ( y ) t ( y ( E ) )) t ( y (( E [ 2 ] )) t ( y ) t ( y [( E
2 2
+ +
( 1.70 )
lquation pour la vitesse de lcoulement devient alors [Cannone95]:
3 / 2 3 / 2
0 0 u
r ~ )) r ( ) r r ( ( ) r (

+ u u
( 1.71 )
57
Cette dernire quation est lexpression duale de la dpendance en
-2/3
K
-5/3
de la densit
spectrale de puissance du champ de vitesse. Ces associations successives entre
comportements des accroissements de vitesse mesurs sur une chelle r et lauto-corrlation
des signaux de vitesse, ainsi que lauto-corrlation du spectre dnergie, donnent un corps
mathmatique la mise en correspondance des chelles pour une longueur donde K~1/r.
Ce comportement en loi de puissance des accroissements de vitesse suggre les proprits
auto-similaires des quations de Navier-Stokes. En effet, lquation pour la vitesse ( 1.46 )
reste invariante vis vis des changements dchelle suivantes :
u
u
H
H 1
, t
, r r
t

( 1.72 )
Les variables despace temps sont dynamiquement lies : Le changement dchelle effectu
sur la seconde est donc subordonn celui de la premire, et ainsi de suite pour toutes les
chelles de turbulence. Le champ de vitesse prsente donc une relation dauto-similarit :
) t , r ( ) , r (
H H 1
t
u u

( 1.73 )
qui est identique celle du Mouvement Brownien Fractal (fBm) [Cannone95] :
) t ( B ) t ( B
H
H
H

Il faut noter cependant, que lanalogie avec le fBm nest pas complte dans la mesure o on
observe exprimentalement que le champ de vitesse est un processus stochastique non
conjointement gaussien. De plus, rien dans les quations de Navier-Stokes elles-mmes ne
slectionnent la valeur de H. Cest donc le modle du Kolmogorov qui fixe la valeur du
paramtre dchelle travers le rsultat
3 / 2 2
r
r ) u ( E comme tant : H=1/3.
SYNTHESE
La reprsentation physique des phnomnes gazeux et du comportement dynamique des
coulements turbulents prsent dans ce chapitre est le rsultat des travaux mens depuis trs
longtemps dans des diffrentes disciplines scientifiques comme la dynamique des fluides et la
thermodynamique. Bien que dans ces disciplines, le problme est toujours considr comme
ntant pas compltement rsolu, cette reprsentation nous permet didentifier une srie
minimum des variables dtat tels que la masse (M), le volume (V), la densit ( ), la pression
(P), la vitesse (U), lnergie (E), et la temprature (T), selon lesquels il est possible de dcrire
le comportement dynamique dun coulement turbulent de faon trs proche suivant une srie
des lois physiques.
58
Ainsi, tout modle de fluide doit permettre dobtenir une valeur pour chacune de ces
variables un instant donn, soit de faon directe, soit de faon indirecte, et quel que soit le
type de modle utilis pour les calculer. Le modle doit permettre de dterminer galement les
variations de ces variables dans des intervalles de temps de manire exacte et efficace sans
oublier de prendre en compte les diffrentes caractristiques propres aux coulements
turbulents. Nous avons ainsi prsent toute une srie de processus et de lois physiques
dcrivant le comportement des coulements turbulents pour permettre de mieux les
comprendre, et que tout modle devrait prendre en compte sil veut donner une reprsentation
raliste de ceux-ci.
Bien que la propagation de la lumire travers un milieu participant dpende uniquement de
son interaction avec les lments composant celui-ci et pas de son comportement dynamique,
pour les calculer, il faut connatre la distribution de ces lments, et donc de la gomtrie du
milieu, qui par contre dpend du modle dynamique. Ainsi, tout modle pour un milieu
participant doit tre capable de reprsenter les diffrents phnomnes optiques prsents dans
celui-ci en fonction du modle gomtrique utilise pour sa reprsentation visible.
Modlisation et Simulation des Milieux Turbulents : Etat de lArt
59
Chapitre 2: ETAT DE LART DE LA MODELISATION ET
SIMULATION DES MILIEUX TURBULENTS
INTRODUCTION
Les milieux participants sont omniprsents dans la vie quotidienne, et font partie des
phnomnes naturels les plus importants. Il est donc ncessaire dtre en capacit de les
rcrer pour la modlisation dimages de synthse ralistes. Cependant, sils sont trs
courants, ils sont aussi trs complexes apprhender comme on a pu le remarquer en tudiant
leur reprsentation physique dans le chapitre prcdent. Aussi, depuis le dbut des annes
1980, de nombreux chercheurs dans notre domaine ont tudi le problme avec des points de
vue trs diffrents, et diffrences algorithmiques importantes.
Malgr la diversit des approches utilises pour modliser les milieux participants
turbulents, la plupart des approches diffrencient la reprsentation visible du milieu
participant, son impact sur lclairage de la scne et la modlisation de la dynamique du
milieu. En effet, bien que la gomtrie visible du milieu un instant donn soit dtermine
par lvolution dynamique de celui ci, on a vu que physiquement la dynamique du milieu est
compltement indpendante de ses proprits optiques. Le problme de la modlisation des
milieux participants turbulents pour la synthse dimage peut tre divis en trois parties :
o la simulation dynamique,
o la modlisation du milieu visible,
o linteraction entre les deux.
Malgr cette distinction trs claire entre les parties du problme, certains modles pour la
partie visible du milieu permettent de reprsenter des caractristiques propres la dynamique
du milieu comme les effets dus la diffusion du gaz. Cela vient du fait quils ont t
dvelopps en troite relation avec des modles dynamiques, et essayaient de combler les
dfauts dus aux limites du modle dynamique auquel ils taient lis.
Dans ce chapitre nous prsenterons dabord les diffrents modles existants dans le domaine
de la synthse dimages pour simuler la dynamique des milieux participants turbulents, pour
prsenter ensuite les diffrentes reprsentations qui ont t dveloppes pour la gomtrie
visible des milieux participants turbulents et la faon dont ils peuvent tre relis aux modles
dynamiques du milieu.
60
2.1. SIMULATION DYNAMIQUE DES PHENOMENES TURBULENTS
Le problme de la simulation du comportement des milieux participants turbulents dans le
domaine de la synthse dimages a t apprhend sous plusieurs points de vue : des modles
compltement empiriques trs simples, jusquaux mthodes les plus complexes de simulation
numrique directe essayant de rsoudre les quations physiques pour le comportement du
fluide, en passant par des mthodes stochastiques et dautres mthodes hybrides. En gnral
toutes ces mthodes ont en commun le fait quelles peuvent tre utilises pour obtenir une
reprsentation du champ de vitesse du fluide u(r,t) et ses variations dans le temps du(r,t) pour
tous les points de lespace.
2.1.1. Systmes de Particules
Le modle le plus lmentaire que lon puisse considrer pour reprsenter les milieux
participants et leur comportement dynamique est celui des systmes de particules. En effet, ce
modle traduit de faon trs directe le modle microscopique de construction molculaire des
phnomnes gazeux propos par Maxwell (Section 1.1). Il est donc trs naturel quil ait t
lun des premiers modles utilis pour reprsenter les milieux participants et leur
comportement dynamique dans le domaine de la synthse dimages [Reeves83].
Force
Externe
Forces dinteraction
molculaire
Force
Externe

Figure 19 : Modlisation dun gaz par un systme de particules.
Ce modle est bas sur lide quon peut reprsenter un gaz et son comportement
exclusivement par les particules le composant. On dfinit donc le gaz comme un ensemble de
N (trs grand en gnral) particules solides soumises aux lois newtoniennes de la mcanique
et a une srie de forces externes et forces dinteraction entre particules propres au gaz. Avec
ce modle, un gaz peut tre dfinit de la faon suivante [Reeves83] [Foley93] :
{ }
N 0
P ,..., P Gaz
( 2.1 )
61
o P
i
est une particule dfinie par un vecteur masse, position et vitesse:
i i i i
v , x , m P
( 2.2 )
Pour simplifier, la masse m
i
est considre tre identique pour toutes les particules
composant le gaz (m
i
=m). Lvolution dans le temps du systme des particules est donne par
les lois de la mcanique newtonienne :
i
i
i
i
F
m
1
dt
dv
), t ( v
dt
dx
avec i=1,,N.
( 2.3 )
F
i
tant la force applique sur chaque particule i et nest autre que la somme des forces
externes
ext
i
F , la force due aux forces dans les surfaces aux limites de la frontire
bnd
i
F , et la
somme des forces entre particules F
ij
:
+ +
N
1 j
ij
bnd
i
ext
i i
F F F F
( 2.4 )
Les forces entre particules tant les forces de Van der Waals, elles peuvent tre dfinies en
fonction de lnergie potentielle entre particules (Section 1.1.2):
) x x ( F
j i p ij

( 2.5 )
A lexception des premiers modles qui ne prennent pas en compte linteraction entre
particules [Reeves83], la plupart des mthodes des systmes de particules, se diffrentient
principalement dans lutilisation de diffrents modles simplifis de ces forces dinteraction
entre particules [Reeves85] [Luciani95] [Miller89].
Lavantage de cette mthode est de permettre une implantation simple et rapide en machine.
Cependant elle prsente plusieurs problmes En premier lieu, il est ncessaire dutiliser un
trs grand nombre de particules, ce qui demande une capacit de stockage assez importante.
De plus il faut dterminer chaque instant un grand nombre dinteractions complexes entre
particules, ce qui devient trs coteux en temps de calcul mme si on limite le nombre
dinteractions seulement aux voisins les plus proches. En deuxime lieu les paramtres de
lquation de potentiel de Lennard-Jones utilise pour dfinir les forces entre particules ne
sont pas trs simples manipuler pour obtenir des comportements globaux spcifiques, du fait
quils viennent des quations microscopiques et donc ne sont pas trs bien adapts pour
reprsenter des comportements lchelle macroscopique.
62
Lintgration sur le temps est aussi lorigine de pas mal de problmes. Mme quand les
particules se trouvent au repos, les forces dinteraction doivent tre intgres ou littralement
modifies avec beaucoup de prcautions pour viter des oscillations dans la rsolution des
quations [Luciani95], ce qui oblige utiliser des pas de temps trs petits.
Pour essayer de contourner ces problmes, plusieurs mthodes ont t proposes dont deux
des plus importantes sont la mthode des particules lisses ou SPH, et la mthode des
particules tourbillonnaires.
2.1.1.1. Hydrodynamique des Particules Lisses (SPH)
Le model hydrodynamique des particules lisses apple plus souvent SPH (Smoothed
Particle Hydrodynamics), t introduit par les physiciens [Monaghan92] pour la simulation
des fluides et des phnomnes complexes en astrophysique. Et a t adapt plus tard dans le
domaine de la synthse dimages [Desbrun95].
La diffrence principale entre ce modle et le modle des systmes de particules
traditionnel, est quau lieu de reprsenter le fluide comme une srie de masses discrtes
ponctuelles, il le reprsente comme une srie de petits volumes matriels inlastiques
spcialement slectionns voluant dans le temps. Ces volumes distribus dans le fluide sont
utiliss pour dterminer les valeurs et drives des proprits physiques du fluide par
lutilisation dune somme discrte.
De faon plus prcise chacun de ces volumes qui va prendre la place des particules, est
dfini par sa masse fixe m
i
, sa vitesse v
i
et sa position x
i
, ainsi que la densit de masse
i

dpendant de la densit locale des particules. Chacun de ces volumes est suppos tre tal
dans lespace suivant un noyau de lissage le long dune longueur donne pour dterminer
ainsi la distribution de masse du volume. Linteraction entre particules se ralise de faon
similaire au modle traditionnel.
Lavantage de cette mthode est quelle permet de modliser lobjet de faon plus souple et
que lutilisation de rgions continues permet de rsoudre les problmes dintgration sur le
temps. Lutilisation du noyau de lissage permet dobtenir une reprsentation implicite de la
surface de lobjet de faon trs naturelle. Cependant, bien que le nombre de particules
ncessaires pour reprsenter le milieu ait diminu, il est encore important dans le cas des
milieux turbulents, et la complexit des calculs a t augmente.

63
2.1.1.2. Particules Tourbillonnaires
Le modle des particules tourbillonnaires (ou Point Vortex Particles en anglais) connu
depuis longtemps dans le domaine de la simulation numrique des fluides [Peyret83], est en
fait une mthode hybride conue pour mieux reprsenter le mouvement rotationnel des
coulements turbulents. [Yaeger86] a t le premier avoir utiliser ce modle pour animer
latmosphre de la plante Jupiter dans le film 2010.
Ce modle, bas sur la reprsentation physique du fluide comme un champ de vorticit
u , reprsente le fluide comme une srie de tourbillons discrets, qui se dplacent avec
le fluide. En effet, dans ce modle chaque particule est cense transporter une certaine
quantit de vorticit, et peut tre vue comme si elle tait un tourbillon infiniment petit. Pour
obtenir une reprsentation de la turbulence, il suffit de faire la somme de tout ces tourbillons.
La plupart du temps, on nutilise pas le modle dynamique dinteraction entre particules, mais
un modle de simulation numrique directe pour obtenir une reprsentation du champ de
vitesse partir de la valeur du champ de vorticit reprsente par les tourbillons.
Bien que ce modle soit trs simple il permet de simuler des flux turbulents assez complexes
mais est limit deux dimensions. Malgr cela il est possible de trouver des applications
intressantes dans le domaine de la synthse dimages [Yaeger86] [Chiba94] [Gamito95].
2.1.2. Modlisation Fonctionnelle Gomtrique
Ce modle est bas sur la mthode de superposition pour les flux idaux (Section 1.2.2.1). Il
reprsente lvolution des coulements turbulents comme la composition dune srie de flux
primitifs [Haumman88] [Ebert94a] [Ebert94b]. Ces flux primitifs sont des solutions simples
aux quations des fluides incompressibles reprsentes comme une srie de fonctions
continues dans lesquelles on peut trouver des coulements uniformes, sources de fluide,
attracteurs, tourbillons (i.e. Figure 20 gauche), etc. Un champ de vitesse est donc construit
partir de la combinaison de ces fonctions. Par exemple, limage droite de la Figure 20
reprsente lcoulement dun liquide rentrant dans un trou perc dans une paroi en utilisant
trois fonctions de base : Une attracteur sphrique limit par un angle de 180 degrs plac
droite de la paroi dans le centre du trou et dirig vers la droite pour gnrer le flux vers le
trou, un champ rpulsif limit aussi par un angle de 180 degrs et plac au mme endroit mais
dirig vers la gauche pour crer le flux travers le trou, et finalement un champ dattraction
linaire plac aux parois du trou pour simuler lcoulement tangentiel dans celui-ci.
64

Figure 20 : Exemple du flux primitif (a gauche) et coulement dun liquide rentrant dans un
trou perc dans une paroi (droite).
Cette mthode est trs oriente synthse dimages et, gnralement est trs lie la mthode
de rendu, qui doit reprsenter lvolution des proprits quil nest pas possible de reprsenter
avec ce modle comme les effets dus la diffusion de la densit du gaz. Il est le plus souvent
utilise en combinaison avec des textures 3d ou despaces solides (voir Section 2.2.3) pour
reprsenter la gomtrie du gaz. On utilise alors des tables de champs de flux fonctionnels
comme moyen principal pour chorgraphier lanimation du gaz par les changements dans sa
gomtrie [Perlin85] [Perlin89] [Ebert90] [Ebert94a] [Ebert94b].
Le problme avec ce modle est quil nest pas un vrai modle physique pour reprsenter
linteraction et volution des diffrentes chelles de turbulence. Il est donc limit par lhabilit
de lartiste pouvoir identifier les primitives ncessaires, et son habilit les combiner aux
diffrentes chelles afin dobtenir une reprsentation de lcoulement turbulent. Dans tout les
cas elle ncessite beaucoup de tentatives et deffort humain pour obtenir des rsultats
visuellement ralistes.
Une faon de simplifier un peu la tche de lanimateur pour la modlisation dcoulements
turbulents complexes, est dutiliser la modlisation fonctionnelle pour reprsenter le
comportement global dsir, et de perturber le rsultat par une fonction de turbulence. Le plus
souvent, cette fonction de turbulence est modlise comme la superposition des fonctions de
bruit des chelles conscutives [Perlin85] [Perlin89] [Ebert94a]. Ces dernires fonctions,
sont des fonctions stochastiques pseudo-alatoires de bruit limit par bandes, comme le bruit
blanc et le bruit rose, dont le seul but est de crer des discontinuits dans lcoulement du
fluide. En effet, cette fonction de turbulence dveloppe par [Perlin85] peut se rsumer un
simple cycle fractal construit sur la fonction de bruit, et ne correspond en aucun cas un vrai
modle de turbulence.
65
Toutefois, il nest pas possible de contrler le comportement du gaz avec des paramtres
physiques ou plus rels. Le principal problme tant la dfinition des fonctions de bruit et de
turbulence, car elles sont trs spcifiques au type dimage que lanimateur veut obtenir et il
est trs difficile de les modifier pour obtenir un rsultat diffrent. De plus, il est trs
complexe de trouver une bonne fonction alatoire qui soit capable de produire le rsultat
dsir. Malgr cela cette mthode est trs utilise dans la synthse dimages grce sa
simplicit du point de vue algorithmique.
2.1.3. Modlisation Stochastique
Une autre stratgie de reprsentation des phnomnes de turbulence est l'utilisation de
processus stochastiques [Reeves85] [Sakas93] [Stam93] [Stam95a] [Stam95b]. Ces processus
sont utiliss dans ce cas pour dterminer un champ de vitesse dans un domaine spatio-
temporel et de manire inverse pour obtenir un champ de vitesse priodique dans cet espace.
Il y a deux mthodes pour contrler ce modle : La premire consiste utiliser un systme
d'volution dterministe dans l'espace-temps (principalement en ce qui concerne linteraction
avec des objets rigides). Le second, quant lui, consiste contrler l'volution du phnomne
dans le temps, galement par un processus stochastique.
Le champ dtermin par ces mthodes doit satisfaire deux pr-requis de base :
Il doit tre priodique et dfini en tout point de lespace-temps,
Il doit tre cr dans un espace discret et peut tre recalcul itrativement par
interpolation.
Ainsi, [Sakas93] considre la turbulence de lcoulement comme une fonction de bruit
stochastique dfinie pour tout lespace, superpos un coulement constant bas sur la
fonction potentielle du spectre dnergie de Kolmogorov. De lautre ct, Stam [Stam93]
[Stam95b], au lieu de dfinir un champ de vitesse alatoire pour tout l'espace de simulation,
utilise une combinaison de mthodes gomtriques et stochastiques pour amliorer la
contrlabilit du modle. Il utilise les champs de vitesse alatoires pour modliser les
irrgularits dans le comportement du fluide, c'est dire la turbulence. De plus, il utilise la
mthode de superposition pour les flux idaux (Section 1.2.2.1) de faon similaire au model
fonctionnel gomtrique (Section 2.1.2) pour contrler le flux gnral du fluide.
66

Figure 21 : Rptition du champ de vitesse alatoire tel une texture, en combinaison avec le
modle de dfinition du flux gnral du fluide (selon Stam).
Pour la gnration de champs de mouvements alatoires, il profite du fait que, si on a dfini
un tel champ dans le domaine de Fourier, on peut obtenir une fonction dnergie, dpendant
de lespace, qui remplit les conditions pour le spectre dnergie de Kolmogorov. Il est alors
possible d'appliquer la transformation de Fourier inverse pour obtenir l'quation dnergie
relle du champ [Stam95b]. Les patrons spectraux obtenus de cette faon tant uniformes et
isotropes, on obtient une fonction pour les champs de vitesse alatoires qui, non seulement
possde un bon comportement qui est aussi priodique. Elle peut ainsi tre reproduite dans
tout lespace de la mme faon qu'une texture sans se proccuper de lapparition d'artefacts
visibles dus aux discontinuits entre deux applications successives de la texture originale
(Figure 21).

Figure 22 : Dformation de la grille des champs alatoires par des champs de mouvements
dterministes (selon Stam).
67
Pour modliser linfluence que le flux gnral du fluide a sur les champs de vitesse, Stam
calcule, chaque instant, leffet de la dformation des quations de mouvement gnral du
fluide sur la grille discrte dfinie par les champs alatoires (Figure 22). De cette faon, il
parvient diminuer l'apparition dartefact.
Grce ce modle, Stam russit introduire des irrgularits dans le modle du flux
laminaire de faon trs simple. Cela lui permet dobtenir une bonne approximation visuelle
des phnomnes de turbulence. Cependant ce modle prsente plusieurs problmes.
Le principal dfaut de ce modle est qu'il ne peut pas tre considr comme physiquement
valide. Il faut alors admettre que l'on modlise le mouvement du gaz tel qu'on le dsire et non
tel qu'il serait dans la ralit. Le modle de Stam ne correspond pas une paramtrisation
phnomnologique d'un modle gnrateur.
Le deuxime problme vient du fait que les interactions du gaz avec lenvironnement ne
sont pas prises en comptes directement, cest lanimateur qui doit utiliser des champs rpulsifs
recouvrant les objets dans la scne pour essayer de les reproduire de faon compltement
artificielle et empirique. De mme, la faon dont linteraction entre deux volumes de gaz
distincts interagissent nest pas correcte, i.e. des nouvelles turbulences devraient apparatre
dans la zone de mlange.
2.1.4. Simulation Numrique Directe
Afin daugmenter le ralisme des animations, la recherche en synthse dimages sest
oriente vers limplantation de mthodes fondes sur des modles physiques. Le problme
tant la rsolution des systmes dquations diffrentielles trs complexes, il nest donc pas
surprenant quon veuille appliquer de plus en plus des mthodes de simulation numrique
directe (SND) pour essayer de les rsoudre.
Bien que ces mthodes soient connues depuis longtemps dans le domaine de la physique
applique, au point quil existe mme des disciplines entires ddies leur tude tels que la
Dynamique des Fluides Numrique (ou CFD de son nom en anglais), ils nont t utiliss
dans le domaine de la synthse dimages pour la simulation dynamique des fluides que depuis
trs peu de temps. Cela vient du fait quils sont souvent trs coteux en termes de mmoire et
puissance de calcul requis.

68
[Foster96] est le premier avoir prsent une rsolution des quations de Navier-Stokes
dans le domaine de la synthse dimages fond sur des mthodes de SND, dabord pour la
simulation des liquides incompressibles [Foster96] et plus tard pour la simulation des
quations de convection dans des fluides newtoniens chauds [Foster97b]. Plus rcemment,
dautres modles ont t proposs dans le but damliorer la vitesse de calcul et la prcision
pour certains types de fluides tels que les fluides stables [Stam99], des flux idaux
[Weimer99], pour simuler des explosions [Yngve00] ou tout simplement les utiliser pour la
production des effets spciaux dans des dessins anims [Witting99].
Lide principale derrire la plupart de ces modles est quil est possible dobtenir une
solution des quations de Navier-Stokes lorsque l'on a dfini les conditions initiales et aux
frontires appropries, grce une dcomposition de lespace en lments ou volumes finis.
2.1.4.1. Elments Finis
La mthode des lments finis est une mthode numrique permettant de rsoudre des
quations diffrentielles. Elle effectue une subdivision du domaine spatial du problme en un
ensemble dlments non superposs K
e
(gnralement des triangles ou des quadrilatres)
avec e=1,2,...M. Le but est de construire un ensemble de fonctions discrtes N, en utilisant un
ensemble dfini de degrs de libert U (ensemble de variables inconnues du problme
discret). Cela permet ainsi dobtenir une approximation de la formulation finie du problme
[Peyret83] [NumRecipes92] [CFD95] [Collela98].

a
b
c
d

Figure 23 : Mthodes de subdivision du domaine: a - dcomposition du domaine, b -
chantillonnage uniforme de lespace, c et d - mthodes d'chantillonnage adaptatif.
La subdivision du domaine correspond directement un chantillonnage de lespace
d'valuation du problme (Figure 23). Cette subdivision doit toujours produire une
approximation continue de la solution (Figure 24). Ainsi une condition de modlisation est
que chacun des lments connexes ne possde qu'une seule arrte ou face en commun.
69
Dans le cas contraire il aura des discontinuits dans la solution du problme. L'ensemble N
des fonctions discrtes peut tre rsolu par nimporte quelle mthode numrique de rsolution
de systmes d'quations diffrentielles ordinaires (i.e. Runge-Kutta discret [NumRecipes92]).

Direction du fluide

Figure 24 : Solution stationnaire de lcoulement autour dun cylindre par lutilisation des
lments finis.
Bien que cette mthode soit capable de produire des rsultats trs prcis, elle peut savrer
trs coteuse en temps de calcul et en quantit de mmoire requise. En effet, le nombre de
variables est directement proportionnel au nombre d'lments et il est ncessaire d'en dfinir
un grand nombre pour obtenir une solution acceptable. Malgr ces limitations, [Weimer99] a
prsent un systme de production deffets spciaux pour des dessins anims en utilisant cette
mthode. Il utilise un chantillonnage uniforme de lespace pour rsoudre les quations de
Navier-Stokes pour des fluides compressibles en deux dimensions. A chaque point de la
grille, on associe des coordonnes de textures, qui vont ensuite tre modifies par le champ de
vitesse du fluide. Cela permet de suivre lvolution du fluide de faon simple, et de changer
lapparence du fluide rien quen changeant la texture appliquer.
Pour rduire le nombre dlments dfinis, il est possible d'utiliser des mthodes
dchantillonnage adaptatif qui subdivisent lespace selon le type de problme rsoudre et la
gomtrie des objets pris en compte.

Figure 25 : Dcomposition de la scne et du milieu dans une grille de volumes finis.
70
2.1.4.2. Volumes Finis
La mthode des volumes finis, est une extension de la mthode des lments finis dans un
espace trois dimensions [Peyret83] [Collela98] et elle correspond la mthode utilise par
[Foster97] pour dterminer le comportement dynamique des gaz chauds. Dans cette mthode,
tout lespace de simulation, y compris les objets solides, est discrtis en une srie de volumes
finis ou voxels (Figure 25). Les voxels contenant une portion du milieu participant prennent la
place des volumes diffrentiels utiliss pour dfinir les quations continues du modle
macroscopique de la dynamique des milieux participants turbulents (Section 1.2). Ainsi, si on
associe les diffrentes proprits physiques du fluide chaque voxel [i,j,k] de faon quelles
puissent tre supposes constantes travers le volume (Figure 26), on peut alors utiliser des
sries de Taylor pour approcher les drives spatiales en utilisant la grille de voxels.
u
i,j+1/2,k
u
i,j,k-1/2
u
i-1/2,j,k
mn
T
i,j,k
, p
i,j,k
, C
i,jk

Figure 26 : Dfinition des proprits physiques pour chaque voxel.
Avec cette mthode un terme diffrentiel tel que :
y
T

( 2.6 )
Donne une nouvelle expression pour la drive, aprs avoir utilis lapproximation des
sries de Taylor pour des diffrences finies centrs :
) h ( O )) h y ( T ) h y ( T (
h 2
1
y
T
2
+ +

( 2.7 )
h tant la distance finie sur laquelle la drive est prise. O(h
2
) exprime lexistence des
termes de deuxime ordre ou plus grands. Ainsi, on peut exprimer de faon similaire la
drive de deuxime ordre comment tant :
) h ( O )) h y ( T ) y ( T 2 ) h y ( T (
h
1
y
T
2
2 2
2
+ + +

( 2.8 )
71
Si on dfinit h comme tant la taille caractristique des voxels . On peut alors approcher
lquation prcdente en fonction des valeurs dans la grille de voxels, et en ignorant les
termes dordre plus grands que 2 de la faon suivante :
) T T 2 T (
1
y
T
k , 1 j , i k , j , i k , 1 j , i
2 2
2
+
+

( 2.9 )
En rcrivant les quations de Navier-Stokes comme une srie de termes diffrentiels du
premier et deuxime degr, on peut alors obtenir une reprsentation en fonction des variables
libres dans la grille des voxels. Par exemple, lquation ( 1.54 ) pour lvolution de la
temprature en termes de variables libres dans la grille donne :
)]} T T 2 T (
) T T 2 T ( ) T T 2 T [(
] ) T ( ) T ( ) T (
) T ( ) T ( ) T )[( / 1 {( t T T
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ +
+
+
+ +
+ + +

+
+
+ +
w w v
v u u

( 2.10 )
Lapproximation de lenvironnement par une grille des voxels permet une rsolution des
quations de Navier-Stokes de faon trs simple et rapide. Cependant, la basse rsolution de
lchantillonnage spatial peut introduire des trs grandes erreurs dans la simulation. Cela vient
du fait que les variables sont chantillonnes dans de positions fixes au centre des voxels,
alors quand une erreur dordre O(
2
) est introduite, il reprsente des quantits de masse cres
ou dtruites dans le voxel. Comme rsultat, il faut appliquer un pas de relaxation pour assurer
que le flux masse vers le voxel est gale a la quantit de masse sortant de celui-ci. [Foster97b]
propose de limiter la simulation aux fluides incompressibles (Section 1.2.1.2.1) et dutiliser
cette restriction (quation ( 1.41 )) pour calculer un champ de divergence chaque instant. Il
rcrit ainsi lquation ( 1.41 ) pour la contrainte de compressibilit en fonction des lments
finis en utilisant une fois de plus les sries de Taylor. Mais, le champ de divergence doit tre
nul pour que la masse puisse tre conserve. Il faut donc rsoudre une quation de Poisson en
trois dimensions [Peyret83] [Collela98], ce qui peut devenir trs coteux en temps de calcul.
Un autre problme avec cette mthode est que la quantit de turbulence est limite par les
tailles des voxels. Ainsi, les seules chelles de turbulence quon puisse reprsenter sont celles
qui ont une taille plus grande que la taille moyenne du voxel, ce qui veut dire que plus le
milieu est turbulent, plus les voxels devront tre petits ce qui peut devenir trs coteux en
temps de calcul et en quantit de mmoire requis pour stocker la grille.
72
Finalement, on est limit par rapport aux types de fluides quon peut reprsenter. Cette
limitation est due au problme de la stabilit numrique du modle. En effet pour que le
modle reste stable, en plus de remplir les conditions de stabilit de Von Newman (en
drive) ou de Dirichlet (en valeur) [Peyret83] [Foster97b] [Collela98], on doit assurer que la
vitesse maximale du gaz par unit de temps est plus petite que la taille moyenne du voxel.
2.1.4.2.1. Mthode Donneur-Rcepteur
La mthode classique des lments finis, engendre des problmes de stabilit pour les
fluides se dplaant grande vitesse tels quon les trouve dans les jets supersoniques ou les
explosions [Collela98] [Peyret83] [Yngve00]. Les changements rapides de pression gnrs
par le dplacement vitesses supersoniques des gradients de pression trs raides, peuvent
faire diverger la mthode trs rapidement. Cela vient en partie du fait que les restrictions
dincompressibilit ne sont plus valables pour ce type dcoulements.
Pour rsoudre ce problme [Yngve00] propose dutiliser la mthode dite de Donneur-
Rcepteur [Peyret83] [Collela98] [CFD95] au lieu dutiliser la mthode de relaxation dans les
cas o la masse, la quantit de mouvement, et lnergie sont transportes par des forts
gradients de pression.
Cette mthode est base sur lide que flux de masse et nergie dans la grille de voxels
peuvent tre reprsents exclusivement par le transfert de masse entre les voxels
voisins. Ainsi, le transfert de masse vers un voxel rcepteur dans une direction donne est
suppos tre proportionnel la masse du voxel source ou donneur et transporte avec lui une
quantit proportionnelle dnergie (i.e. Figure 27).

Figure 27 : Mthode Donneur-Rcepteur. Le transfert est effectu dans la direction indique
par le flux (flche), la densit est reprsente par la hauteur et lnergie par la couleur.
Dans ce modle cest la vitesse moyenne du fluide v
i,j
=(v
i
+v
j
)/2 entre les deux voxels i,j
dans une direction donn qui dtermine le type de transfert. Ainsi, si v
ij
>0 le transfert est dans
la direction i vers j. i est donc le donneur et on utilise
i
avec lquation de continuit ( 1.39 )
pour calculer le changement de densit dans le voxel i. Dans le cas contraire, v
ij
<0, le voxel j
est le donneur et i le rcepteur, on utilise alors
j
pour calculer la densit du voxel i.
73
Pour obtenir la nouvelle densit du voxel i, ces calculs doivent tre rpts pour tous les
voisins du voxel. La vitesse et lnergie sont alors multiplies par le rapport entre la nouvelle et
lancienne densit du voxel. Le fait que les calculs doivent tre faits pour tous les voisins de
chaque voxel, peut entraner une augmentation trs important du temps de calcul.
2.1.4.2.2. Mthode de Projection
Lun des problmes principaux du modle classique des lments finis est que pour des pas
de temps trs larges il devient instable. Cela vient en partie du fait qu`il propose une solution
explicite du problme [Peyret83] [Collela98]. Linstabilit de ces algorithmes explicites pose
entre autres, des srieuses limitations dans la vitesse de calcul et linteractivit du modle.
Dun autre ct les mthodes implicites sont pour la plupart inconditionnellement stables due
au fait quelles utilisent des solutions intermdiaires projetes vers lavant pour approcher la
solution du systme un instant de temps donn. Lautre partie du problme vient du fait que
les coulements turbulents sont par nature trs instables, avec des plages de vitesses qui
peuvent tre trs diffrentes pour toutes les rgions du milieu. Ils introduisent alors des non-
linarits dans les quations de la dynamique du milieu qui obligent utiliser un plus grand
nombre de voxels et des pas de temps trs petits.
Pour viter ces problmes, [Stam99] a propos dutiliser une mthode implicite pour la
solution du systme dquations diffrentielles de Navier-Stokes pour des fluides stables
incompressibles. Cette mthode est base sur lide quil est possible de rsoudre le problme
en le dcomposant en tapes orthogonales successives en utilisant les mthodes de projection
[Peyret83] [Collela98] pour viter les problmes dus aux erreurs de divergence la fin de
chaque pas de simulation. Il propose aussi dutiliser la mthode des caractristiques
[Peyret83] pour rsoudre la partie concernant ladvection du milieu.
La mthode de projection est base sur lide que si lon peut dcomposer nimporte quel
champ vectoriel w, dans un champ vectoriel u avec divergence nulle (u=0) qui conserve la
masse, et un champ de gradient q [Peyret83]:
q + u w ( 2.11 )
q tant un champ scalaire. On peut alors dfinir un oprateur P qui permet de projeter le
champs vectoriel w dans sa partie de divergence nulle u=Pw. Cet oprateur est dfini de faon
implicite si on multiplie les deux cotes de lquation ( 2.11 ) par loprateur :
q
2
w
( 2.12 )
74
Cette quation correspond une quation de Poisson pour le scalaire q remplissant les
conditions de frontire de Von Newman. La solution de cette quation est utilise pour
calculer la projection u :
q w Pw u ( 2.13 )
Si lon applique cet oprateur de projection P dans lquation ( 1.46 ) pour la vitesse du
fluide on obtient une quation similaire :
) ) ( (
t
2
F u u u P
u
+ +

( 2.14 )
On voit donc, quen appliquant la mthode de projection la solution du champ de vitesse
peut tre assimile une composition successive des champs vectoriels contenant les rsultats
des diffrentes parties composant lquation ( 2.14 ), puisquune fois loprateur de projection
appliqu, lespace de divergence peut tre considre comme nul. Ainsi, on peut rsoudre
lquation ( 2.14 ) pour un instant de temps t+t partir de la valeur du champ actuelle
w
0
(x)=u(x,t) en quatre pas :
{ { { {
) ( ) ( ) ( ) ( ) (
4
ojeter Pr
3
Diffuser
2
Advecter
1
Forces
. Appliq
0
x w x w x w x w x w

La solution linstant de temps t+t est donn par la valeur du dernier champ
u(x,t+t)=w
0
(x). Le premier pas est le plus simple si lon considre que la force ne varie pas
beaucoup pendant le laps de temps t. :
w
1
(x)=w
0
(x)+t F(x,t)
Le deuxime pas prend en compte les effets de la convection du fluide dans lui-mme. Cest
ce terme qui fait devenir les quations de Navier-Stokes non-linaires. Pour le rsoudre, Stam
propose dutiliser la mthode des caractristiques [Peyret83]. Cette mthode peut tre
interprte intuitivement de la faon suivante :
Les particules du fluide sont transportes la vitesse de celui-ci chaque laps de temps. Il
est donc possible dobtenir la vitesse dun point donn x un nouvel instant t+t, en faisant
un suivi inverse dans un temps t de la position du point travers le champ de vitesse w
1
. La
trajectoire obtenue p(x,s) dfinit alors une ligne de courant partielle dans le champ de vitesse.
La vitesse du point la position x actuelle est donc suppose tre celle que la particule avait
linstant t prcdent (Figure 28):
w2(x)=w1(p(x,-t))

75

Figure 28 : Suivi inverse dans le temps dun point pour rsoudre le terme dadvection.
Le troisime pas prend en compte les effets de la viscosit et est quivalent une quation
de diffusion. Plusieurs mthodes peuvent tre utilises pour rsoudre cette quation, la faon
la plus directe tant la mthode des lments finis classiques avec un pas de temps explicite
tel que [Foster97b] la propos. Cependant, lorsque la valeur de la viscosit est trs grand la
mthode devient instable. Stam99 propose donc dutiliser une mthode implicite :
) ( ) t (
2 3
2
x w w I
( 2.15 )
I tant loprateur identit. Quand loprateur de diffusion est discrtise cela conduit un
systme pars dquations linaires, qui peut tre rsolu de faon trs efficace avec une
mthode des lments finis centrs [Collela98].
Quant aux quatrime et dernier pas, le pas de projection, cela implique la rsolution dun
problme de Poisson :
3
2
q w q
3 4
w w
( 2.16 )
Lorsque cette quation est discrtis de faon spatiale, on retrouve un systme pars
dquations linaires. On peut donc se servir de la mme mthode que pour le pas de
viscosit.
Lavantage principal de cette mthode est la simplicit de limplmentation et la vitesse de
calcul qui permet davoir des rsultats de faon interactive. Cependant, elle est limite aux
fluides stables incompressibles, donc trs peu turbulents.
2.1.4.3. Mthodes Multi-grilles.
Une faon de diminuer le temps de calcul, et de rsoudre en partie les problmes de stabilit
des mthodes dlments finis est dutiliser des mthodes dites de multi-grilles (MG) pour
remplacer la mthode de relaxation. En effet, ces mthodes permettent de rsoudre des sries
dquations elliptiques partielles tels que les quations de Poisson dans des grilles de N points
avec O(N) oprations.
76

Figure 29 : Mthode Multi-grilles: Dcoupage de lespace en sries de grilles embotes.
Malheureusement, elles ne sont pas aussi gnrales que les mthodes classiques dlments
finis. Cependant, la description de la technique peut tre utilise comme base pour dfinir une
mthode de rsolution adapte un problme spcifique [Collela98] [Peyret83]
[NumRecipes92]. Ainsi, lide gnrale de ces mthodes est lutilisation dune srie de grilles
embotes avec des densits dchantillonnage successives de plus en plus fortes pour
approcher lcoulement exact du fluide (i.e. Figure 29). Pour comprendre le fonctionnement
de ces mthodes, le plus simple est dtudier la faon dont le processus de rsolution des
quations en utilisant deux niveaux de grilles successives fonctionne [Collela98].
Ainsi, si lon a deux grilles superposes, dont (E) correspond a la grille de densit moins
forte, et (F) correspond a la grille de densit plus forte, et en plus on a une fonction
dinterpolation S(A,B) qui nous permet de donner des valeurs a la grille A, en interpolant les
valeurs de la grille B, le processus de simulation peut sexprimer comme suit :
1. Dans un premier temps on initialise les variables contenues dans chaque voxel de la grille
(E), en utilisant une premire une approximation trs grossire de la solution, cette
premire approximation peut tre obtenue grce lutilisation dune mthode des lments
finis traditionnelle sur la grille (E) en limitant le pas de relaxation, ou encore en utilisant
une mthode de MG avec des grilles moins denses.
2. Une fois la grille (E) initialise, on utilise loprateur dinterpolation pour initialiser la grille
(F) : S((E),(F)).
3. On utilise maintenant la grille (F) de faon similaire au pas 1 pour obtenir une nouvelle
solution au problme.
77
4. On interpole la solution obtenue dans la grille (F) pour la comparer avec les valeurs
contenues dans la grille (E) et dterminer le marge derreur entre les deux solutions : |(E)-
S((F),(E))|=erreur.
5. Si lerreur est trop grande, on utilise alors les nouveaux valeurs pour appliquer un
correction (suivant le type du problme) aux valeurs contenues dans la grille (E).
6. On revient au pas 1. jusqu ce quon arrive la solution exacte du problme.
Chacune de ces itrations des petites grilles vers le gros et vice-versa est appelle un cycle.
Les structures de ces cycles dpendent du nombre de interactions deux a deux chaque tape
intermdiaire (i.e. Figure 30).

Figure 30 : Mthode Multi-grilles: Structure des cycles.
Bien que ces mthodes soient plus rapides que les mthodes dlments finis traditionnelles
et permettent dobtenir des solutions plus prcises. Ils restent trop coteux et termes de
mmoire et temps de calcul. Cependant, si il nont pas encore t utilises dans le domaine de
la synthse dimages directement, les mthodes de subdivision conues pour tre utiliss par
ceux-ci, ont t utilises pour approcher les champs de vitesse des fluides trs simples (flux
idaux) de faon efficace [Weimer99].

78
2.2. MODELISATION DES MILIEUX PARTICIPANTS
Le problme li la reprsentation visuelle des milieux participants turbulents, vient de
deux facteurs principalement : absence de gomtrie clairement dfinie, qui plus est en
constante volution lie au comportement dynamique du fluide, et les phnomnes optiques
complexes ayant lieu dans le milieu. Pour reprsenter la gomtrie du milieu plusieurs
mthodes trs diffrentes existent. Ils ne sont cependant quune faon de rendre visible le
comportement dynamique du fluide. La reprsentation du milieu nayant aucun effet sur son
comportement, transportant uniquement des proprits optiques. On peut faire alors
lquivalence avec le fait dutiliser de la fume pour rendre visibles les courants dair autour
dune voiture dans une soufflerie de vent par exemple.
Bien que, en principe, toutes les mthodes de modlisation des milieux participants puissent
tre adaptes pour tre utilises avec nimporte quelle mthode de rendu, la plupart des
mthodes de modlisation des milieux participants ont t dveloppes et optimises pour tre
utilises avec des mthodes de rendu spcifiques, dans le but de mieux reprsenter les
phnomnes optiques complexes prsents dans le milieu. On prsentera donc brivement avec
chaque mthode de modlisation, les mthodes utilises traditionnellement pour reprsenter
ces phnomnes optiques complexes.
Le modle le plus lmentaire quon puisse considrer pour reprsenter la gomtrie des
milieux participants est bien sur celui des systmes de particules. Il traduit de faon trs
directe le modle microscopique de construction molculaire des phnomnes gazeux propos
par Maxwell (Section 1.1). On modlise alors le gaz comme un ensemble de particules
plonges dans le fluide et cest alors le modle dynamique qui dtermine leur volution dans
lespace et leurs interactions.
Pour combiner ce modle avec le modle de phnomnes de turbulence, il suffit de
combiner les valeurs des variables communes entre les deux modles pour chacune des
particules du gaz. Ainsi, la valeur de la vitesse pour une particule est la valeur du champ de
mouvement la position de la particule. Lquation de mouvement pour une particule Pi
quelconque en fonction du champ de vitesse est donc une quation de la forme :
2 t t t P t P t .x(t),t))* (P (t) . (P (t) . P ) 1 (t . P
2
i i i i i i
/ )) ), ( . ( + ) ( . ( + + + + x du v u v x x
( 2.17 )
79
De mme, les proprits optiques de la particule peuvent tre associes aux valeurs de la
densit et la temprature en ce point du fluide. Si on utilise la mthode du systme des
particules pour simuler le comportement dynamique du gaz (Section 2.1.1) on peut se servir
des mmes particules pour la reprsentation visuelle du milieu.
Lavantage de cette mthode est qu'elle permet une implantation simple et rapide en
machine. Cependant le problme, pour obtenir une bonne approximation dun gaz, est qu'il est
ncessaire de modliser un trs grand nombre de particules. Comme, chaque particule, est
associ un grand nombre de variables, la capacit de stockage doit tre importante. De plus,
il faut recalculer les quations de mouvement pour chaque particule ce qui peut tre trs
coteux suivant le modle de simulation dynamique choisi pour obtenir la valeur du champ de
vitesse du fluide. Dun autre ct, avec un nombre raisonnable de particules simples (i.e.
sphres, points, etc.) il permet davoir une premire ide des rsultats du modle dynamique
de faon trs rapide (Figure 31), ce qui savre trs pratique pour tester les effets des
diffrents paramtres de contrle de la simulation.

Figure 31 : Utilisation dun systme de particules trs simple pour tester une simulation.
Un des plus grands avantages de ce modle, est que les particules peuvent transporter
nimporte quel type et quantit et de proprits, mme gomtriques, elles peuvent donc tre
habilles par nimporte quel type de reprsentation gomtrique. Ce qui permet de changer
compltement lapparence de lobjet reprsent de faon trs simple, mais aussi de modliser
les phnomnes optiques du milieu de faon trs directe en appliquant les lois de l'optique
gomtrique classique (rflexion, diffraction, etc.) chaque particule, puisquelle peut tre
considre comme un objet solide.

80
2.2.2. Distribution de Densit
Tout systme de particules est associ une fonction de densit dans lespace-temps
(x,y,z,t), qui peut tre dfinie de manire dterministe ou stochastique. Elle est dfinie pour
tout lespace et peut tre reprsente par une quation dadvection diffusion (A-D) [Stam93]
[Stam95b] qui possde, de plus, un terme de dissipation (,t) qui dpend du gaz modliser:

t
( , t) + u
2

( 2.18 )
u tant le champ de vitesse du gaz, le terme de diffusion et la densit. Le premier terme
est le terme dadvection qui simule les effets du mouvement du gaz en supposant quil
possde un vecteur u. Le deuxime terme reprsente la diffusion molculaire de taux et le
troisime est la dissipation de densit.
On suppose galement que les particules nont pas deffet dans le milieu. Ainsi tout
mouvement est dfini seulement par sa localisation et leffet qu'il a sur le milieu. De cette
faon, linteraction entre le milieu et son volution sera simule par la combinaison de la
fonction de distribution de densit avec les diffrents modles de phnomnes de turbulence.
Dans lquation prcdente ( 2.18 ), on a dfini un gaz comme une distribution de densit.
On peut voir facilement quil suffit de substituer les fonctions de vlocit et de pression par
celles dfinies par le champ de mouvement (u et p) qui affectent le gaz. Mais si on peut
trouver des rsultats trs rapidement de cette faon, la solution cette quation pour des
champs complexes est rapidement prohibitive en temps de calcul et en mmoire. Pour
rsoudre ce problme et obtenir les mmes rsultats, on peut transformer cette quation. En
effet, on peut dire que la distribution de densit est une somme pondre dune distribution
simple f:
( , ) ( ) * ( ( ) , ) ( , ) x x x x t m t f t t t t
i i i
i
n
i
i
n

1 1

( 2.19 )
Cest dire, la distribution de densit est un "blob diffus" avec une fonction de champ
dpendant du temps f, o x
i
(t) est le centre de la masse, t
i
le temps de cration de
i
, et m
i
(t)
sa masse.
Ainsi, si lon considre que la fonction f correspond une distribution gaussienne (Section
2.2.2) avec un cart-type
0
plus petit que le champ dont lchelle du champ de mouvement
est la plus petite, le champ peut tre considr comme constant dans chaque blob (Figure 32).
81

Figure 32 : Distribution de densit en blob diffus (la grandeur est associe une distribution
de probabilit)
Ainsi, le terme dadvection fait voluer le blob, mais il ne change pas sa forme. Le
mouvement du blob est donc donn par lintgrale de son centre de masse dans le champ de
mouvement :
x x x
i i i i
t
t
t t s s ds
i
( ) ( ) u( ( ), ) +
, i=1,...,n ,
( 2.20 )
La dformation (i.e. Figure 33) est donne par le terme de diffusion. Il faut noter que la
diffusion un taux aprs un temps t-t
i
reprsente par une gaussienne de variance
0
2
est
quivalente la convolution dune gaussienne de variance (t-t
i
) avec une autre gaussienne de
variance
2
0
. Comme les gaussiennes sont fermes sous convolution, le rsultat possde une
variance :

i i
t t t
2
0
2
( ) ( ) +
( 2.21 )
tant le terme de diffusion. On obtient de mme :
,
_

) t ( 2
r
exp
) t ( ) 2 (
1
) t t , r ( f
2
i
2
3
i
i
2
3

( 2.22 )
avec ) t ( x x r
i
. Ainsi, f se disperse vers lextrieur avec une variance
i
t
2
( ) qui
augmente avec t.

82

Figure 33 : Evolution dune distribution de densit.
Le facteur de normalisation ) t ( ) 2 (
3
i
2
3
permet de garantir que la masse est constante lors
de la diffusion. Une fois que la variance est comparable l'chelle du plus petit champ de
mouvement, le blob courant peut tre remplac par des blobs plus petits et distribue sa masse
de manire gale entre eux. Leffet du terme de dissipation est une diminution exponentielle
de la masse dans le temps :
m t m t t
i i
( ) *exp( ( ))
0
( 2.23 )
tant le coefficient de dissipation du gaz.
2.2.3. Hypertextures et Espaces Solides
Une technique trs souvent utilise pour la modlisation des phnomnes gazeux en image
de synthse, est de dcrire la gomtrie du gaz l'aide despaces solides [Ebert90] [Ebert94a]
[Ebert94b] ou Hypertextures [Perlin89]. Ces espaces correspondent des espaces
tridimensionnels ou chaque point de lespace reprsente un ou plusieurs attributs de lobjet
tels que la couleur, la transparence ou la densit. Ils sont reprsents par une fonction
caractristique f continue de R
3
dans [0..1], ainsi tous les points pour lesquels f(x) est gale
zro ne font pas partie de lobjet, tous les points pour lesquels f(x) est gale un sont
strictement dans lintrieur de lobjet, et tous les points pour lesquels 0<f(x)<1 sont considrs
tre dans la rgion diffuse de lobjet.
Ainsi, pour modliser un gaz avec cette mthode, on utilise des fonctions de densit de
volume lies la description de la gomtrie du gaz. Ces dernires sont, la plupart du temps,
des fonctions stochastiques plutt alatoires dont le seul but est de crer des discontinuits
dans les fonctions de densit qui, normalement, sont des fonctions qui dcrivent la gomtrie
du gaz selon le critre de lartiste (Section 2.1.2), ce qui demande beaucoup deffort pour
obtenir des rsultats ralistes. Cependant, il est possible dutiliser cette mthode en
combinaison avec dautres modles de simulation de turbulence pour obtenir une meilleure
description de la gomtrie du gaz et son volution dans lespace au cours du temps.
83
Cette mthode est gnralement trs lie la mthode de rendu. La mthode la plus utilise
et qui donne les rsultats les plus ralistes est une simplification du rendu des volumes
[Perlin89] [Ebert94a] [Ebert94b] (utilise en mdecine principalement). Cette mthode pose
l'hypothse que le gaz est confin dans un espace ferm o est dfinie la fonction de densit.
Ainsi, Ebert [Ebert94] a propos un systme hybride avec subdivision de lespace en une sorte
darbre octal o il utilise une mthode de A-buffer pour chaque ligne de rendu (dans un
systme utilisant un lanc de rayons) constitue dune liste de tous les pixels avec les
subdivisions qui sont partiellement ou totalement couvertes. Finalement, ces fragments de A-
buffer sont rorganiss laide dun Z-buffer. La liste fragmente est analyse pour obtenir la
couleur finale du pixel.
Pour raliser le rendu dun volume, un rayon apple rayon de visibilit, est lanc de
lobservateur travers un pixel vers la gomtrie dfinie par le volume (Figure 34). Pour
chaque incrment dans les sections du volume, on calcule la fonction de densit. Couleur,
densit, opacit, ombre et illumination de chaque pixel sont calculs partir dun modle
dillumination de faible albdo pour des gaz et des attnuations atmosphriques [Blinn82].
Pour dterminer la quantit de luminance que le milieu va recevoir et la manire dont il va la
diffuser avec ce modle dillumination, on lance des rayons travers le milieu vers chaque
source de lumire depuis chaque chantillon appartenant au rayon de visibilit (Figure 34).
Ces rayons dillumination sont ensuite valus de faon similaire aux rayons de visibilit.

Figure 34 : Rendu volumique.

84
Cette mthode permet dobtenir des images de trs bonne qualit mais est trs coteuse en
temps de calcul, surtout lorsquon veut prendre en compte les phnomnes optiques
complexes ayant lieu dans le milieu, tels que la multi-diffusion [DaDalto97a]. Plusieurs
mthodes ont t dveloppes pour essayer de diminuer la complexit du calcul. Ainsi, Max
[Max86a] [Max86b] propose lutilisation des volumes dombre pour prendre en compte les
problmes de visibilit des sources lumineuses pour diminuer la complexit du calcul.
[DaDalto97b] prsent plusieurs techniques pour acclrer le rendu de ces phnomnes dans
des applications dillumination globale. Dautres chercheurs [Nishita87] [Sakas90] [Sakas91]
proposent un discrtisation du milieu en lments de densit constante (i.e. grilles des voxels )
et, partir de cette reprsentation proposent diffrentes techniques pour reprsenter les
phnomnes optiques complexes ayant lieu dans le milieu.
2.2.3.1. Reprsentation par Voxels.
Un moyen de diminuer le nombre de calculs dans le modle despaces solides, est
lutilisation dune reprsentation discrte du milieu. Dans ce modle, au lieu de reprsenter le
milieu comme un espace solide continu, on discrtise lespace en une srie de des petits
volumes dans lesquels la densit du gaz peut tre considre comme uniforme. [Nishita87]
propose dutiliser des surfaces courbes pour dlimiter ces rgions de lespace. Le plus
souvent, ces particules sont associes des rgions cubiques de lespace contenant une
portion du gaz (un voxel)[Sakas90], on obtient ainsi un modle homogne du gaz (Figure 35).

Figure 35 : Reprsentation du milieu participant par une grille des voxels.
Cette mthode permet de calculer les interactions entre le rayon et le milieu de faon plus
rapide que dans la mthode du lanc de rayon traditionnel. Pour calculer les intersections
entre un rayon et le milieu, il suffit de dterminer les voxels contenant du gaz quont t
traverses par le rayon. Cela peut tre fait de faon trs rapide en utilisant des algorithmes de
traage des lignes tridimensionnelles dans despaces discrets tels que Breseham 3d pour le
suivi du rayon.
85
Lun des problmes principaux de cette mthode vient du fait que le dcoupage en voxels
cubiques d'un volume demande une capacit de stockage trs importante. En plus ce
dcoupage en voxels du volume qui au dpart peut tre de densit variable et de forme trs
perturbe, cre le plus souvent des problmes d'aliasing. La solution tant de considrer des
milieux de densit homogne et dont on ne visualisera pas les limites ou d'chantillonner le
milieu suffisamment finement pour que l'aliasing ne se voie plus. Cependant, plus les voxels
seront petits, plus ils seront nombreux dans la modlisation de la scne, ce qui demande une
grande capacit de stockage, et une augmentation significative du temps de calcul.
Il est possible dutiliser une mthode dchantillonnage diffrent dans le but de diminuer les
problmes daliasing. [Sakas91] a tudi diffrentes mthodes d'chantillonnage et leur
influence sur le rendu final.
2.2.3.2. Processus dIllumination des Voxels.
Pour tenir compte des phnomnes optiques complexes ayant lieu dans le milieu lors du
processus dillumination tels que la multi-diffusion on peut profiter de la dcomposition en
voxels. La complexit de ces phnomnes s'explique par le fait que la diffusion ne dpend pas
seulement de la position dans le volume mais galement de la direction d'observation. Il y a
donc une dpendance spatiale et une angulaire.

Figure 36 : Echanges radiatifs dans la mthode zonale.
Pour rsoudre le problme de la dpendance spatiale on utilise la mthode zonale
[Rushmeier87], propose initialement par [Cohen55] en tant que modle de rsolution
mathmatique. Cette mthode propose dtendre le calcul du facteur de forme d'un algorithme
classique de radiosit des objets surfaciques, aux objets volumiques. On dfinit ainsi, en plus
de lchange classique de facette facette deux nouveaux types dchanges nergtiques les
changes volume facette et volume volume (Figure 36).
86
On obtient donc de la mme manire que pour la radiosit de base, un systme d'quations
o chaque quation dcrit les changes entre les zones [Rushmeier87]. Lorsqu'un objet
volumique intervient, ces quations prennent en compte l'ETR pour simuler les changes
radiatifs.
Quant au problme de la dpendance angulaire, on utilise les mthodes de flux qui
proposent en plus de lchantillonnage spatial en voxels, un chantillonnage angulaire. Deux
modles importants ont t proposs : la mthode des moments ou harmoniques sphriques, et
la mthode des ordonnes discrtes.
La mthode des moments propose lutilisation des harmoniques sphriques dans le but de
dvelopper la luminance en une srie de fonctions d'angle pour transformer l'ETR en un
systme d'quations aux drives partielles [Kajiya84]. Bien que cette mthode soit bien
adapte aux milieux isotropes permettant de calculer la luminance en tout point du milieu,
dans le cas de milieux anisotropes il est ncessaire d'utiliser un ordre trs lev dharmoniques
sphriques (>100), ce qui rend alors le calcul trs coteux. De plus, le milieu doit tre contenu
dans une enceinte de forme simple de prfrence. Les coefficients d'absorption et de diffusion
doivent rester constants sur le milieu.

Figure 37 : Types dchantillonnages utiliss par les mthodes des flux.
Dun autre ct, La mthode des ordonnes discrtes propose de diviser l'espace angulaire
en angles solides lmentaires (Figure 37). Ces angles solides sont reprsents par des
vecteurs correspondant aux axes de chaque angle. La discrtisation doit tre adapte aux
proprits physiques du milieu, on utilise une discrtisation uniforme pour des milieux
isotropes par exemple. Pour chaque voxel, on fait une subdivision angulaire au centre comme
dcrit prcdemment. Le calcul du rendu du milieu va ensuite se drouler en trois phases:
En premier lieu l'nergie environnante est reue par l'enveloppe du milieu, cette nergie est
ensuite diffuse l'intrieur du milieu, pour finir avec lmission de la nouvelle nergie
accumule sur l'enveloppe vers la scne.
87
Pour prendre en compte la multi-diffusion, on effectue un chantillonnage angulaire pour
chaque voxel, qui va modliser les flux directeurs selon lesquels la diffusion va tre calcule.
Dans un premier temps, la diffusion a lieu partir de la luminance stocke sur l'enveloppe
vers l'intrieur du milieu. Pour s'assurer que l'ensemble des phnomnes de diffusion sont pris
en compte, on traite chaque direction d'chantillonnage l'une aprs l'autre (Figure 38).

Luminance entrante
(stocke sur la membrane)
Diffusion
dans le
milieu
Luminances
sortantes sur les
faces de la
membrane

Figure 38 : Diffusion dans la grille de voxel pour une direction d'chantillonnage.
Une fois toutes les directions dchantillonnage traites, les luminances accumules sur la
membrane du milieu ont t diffuses et les facettes de la membrane ont reu l'nergie
diffuse par le milieu. Le milieu peut alors devenir un objet "source" qui va transmettre cette
nergie l'ensemble des lments de la scne.
Le principal dfaut de cette mthode comme pour la plupart des mthodes discrtes, est le
dcoupage en voxels qui produit de l'aliasing. Cela est pratiquement invitable, tant donne
que le cot de calcul est multipli par le nombre de directions d'chantillonnage de la multi-
diffusion, il est donc difficile de modliser un milieu trs finement.
2.2.4. Modlisation laide des Blobs.
Les blobs sont des structures gomtriques lmentaires enveloppant uniquement des
rgions de lespace contenant une partie du gaz. Ainsi, il est possible de les reprsenter par
des sphres dans lesquelles la densit du gaz est homogne [Stam93] [Stam95b]. En fait, cest
la combinaison de ces structures qui permet dobtenir une reprsentation de la gomtrie
enveloppant le milieu participant. La dcomposition du volume en zones uniformes peut tre
assimile lchantillonnage de lespace en grille des voxels utilis par dautres mthodes.
Cependant, dans ce modle, l'espace n'est chantillonn qu'aux endroits contenant de
l'information (Figure 39), et puisquil ne reprsente qu'une partie infime du milieu, plus le
milieu est perturb, plus les blobs qui le constituent doivent tre petits.
88

Figure 39 : Modlisation d'un volume l'aide de blobs.
Cette reprsentation demande moins de place mmoire pour la modlisation du volume
puisque seules les zones utiles sont reprsentes. Cependant, elle prsente les mmes artefacts
visuels que les mthodes de dcoupage en voxels. En effet, il est ncessaire dutiliser des
sphres trs petites pour obtenir une visualisation correcte du phnomne. Malgr cela,
niveau de dtail gal, la reprsentation par des sphres est plus approprie une visualisation
des phnomnes gazeux qu'une reprsentation par des cubes.
Le problme avec cette reprsentation est quelle peut devenir trs coteuse cause de la
quantit des blobs requis pour une bonne approximation du milieu. Une faon de rsoudre ce
problme est lutilisation d'un modle de blobs multi-chelle [Stam95b]. Pour cela, il faut
construire une hirarchie en gnrant des "macro-blobs" qui ne sont pas des reprsentants
directs du milieu, mais qui contiennent des blobs plus petits. Ainsi, une arborescence est
cre, et on peut utiliser une modlisation de haut niveau ou une modlisation plus dtaille
(Figure 40) selon la distance d'observation, le ralisme physique et optique, et le temps de
calcul dsir.
Cette structure hirarchique possde de nombreux avantages. Par exemple, lors du calcul
d'intersection un grand nombre de blobs pourront tre limins sans avoir calculer leur
intersection relle avec le rayon si leur blob englobant n'est pas touch par ce rayon.
Cependant, comme toute structure hirarchique, il est important de dfinir une bonne
heuristique en ce qui concerne sa construction. [Stam95b] propose une construction purement
gomtrique qui regroupe les blobs les plus proches d'un blob de rfrence choisi priori.
Cette heuristique nest pas forcment la meilleure lorsqu'il est ncessaire de reprsenter la
dynamique du milieu puisquil faut recrer toute la hirarchie chaque instant de temps.
89

Figure 40 : Modlisation hirarchique d'un milieu participant l'aide de blobs
Stam dfinit ainsi une structure de base permettant de modliser un milieu participant un
instant donn. En effet, dans son modle, le temps joue un rle prpondrant. Il ne modlise
pas seulement le milieu de manire visuellement correcte mais tente galement de modliser
l'volution du milieu au cours du temps (Section 2.1.3). Ainsi, il propose dassocier chaque
blob une distribution de densit pour obtenir une reprsentation plus raliste de la forme du
milieu. On applique alors le modle dAdvection-Diffusion (Section 2.2.2) pour intgrer le
modle dynamique du fluide avec ce modle statique des milieux participants.
Cependant, si l'utilisation de mthodes physiques pour reprsenter l'aspect gnral du milieu
permet d'amliorer le ralisme final, il n'en reste pas moins que le milieu est toujours modlis
sous forme de blobs de densit constante ce qui peut crer une forme d'aliasing lors de la
visualisation.
2.2.4.1. Blobs Perturbs
Pour viter les problmes daliasing dans la mthode des blobs, et pour obtenir une
meilleure reprsentation visuelle des perturbations du milieu, Stam propose d'utiliser des
blobs perturbs ("warped blobs" en anglais). Ces nouveaux types de blobs vont voir leur
rpartition de densit voluer avec le temps. Cependant, Stam utilise les lois de la dynamique
des fluides se rapportant aux gaz incompressibles. Ainsi, si la densit l'intrieur d'un blob
peut varier, la taille de ce volume doit pouvoir tre ajuste cette volution. Les blobs
perturbs vont donc voir leur taille voluer au cours du temps. Initialement, il s'agit de blobs
classiques de densit constante. L'volution du phnomne gazeux au cours du temps amne
la sphre reprsentant le blob ne plus tre que le volume englobant l'intrieur duquel le
90
blob va voir sa densit varier. Comme le principe de conservation de la masse doit tre
respect, la masse un instant t d'un blob donn sera identique sa masse initiale (Figure 41).

Figure 41 : Evolution d'un "blob perturb" au cours du temps (d'aprs Stam)
Pour un blob donn un instant t, il est ncessaire de connatre la densit en n'importe quel
point du blob. Pour cela, Stam effectue un suivi inverse dans le temps de la position du point
considr dans le blob jusqu' revenir la forme initiale l'instant t
0
(Figure 41). Il est
important de noter qu' l'intrieur d'un blob, la rpartition de la densit est binaire : Soit une
zone ne contient pas de particules, soit, elle contient une densit de particules identique la
densit uniforme initiale. Cependant, la perturbation de la forme sphrique au cours du temps
est conditionne par les champs de force du champ de mouvement du gaz. Ainsi, on assure un
ralisme gnral bas sur des phnomnes physiques dynamiques.
Pour effectuer un suivi inverse de la densit du point dans le blob, il est ncessaire de
connatre toutes les tapes de la modification de ce blob. Ce calcul est trs coteux tant en
temps qu'en mmoire.
2.2.4.2. Intersection entre un Blob et un Rayon
Pour pouvoir reprsenter les diffrents phnomnes optiques prsents dans le milieu, il est
ncessaire de dterminer un moyen de calculer la traverse d'un rayon dans la structure
hirarchique du modle des blobs. Comme cette structure amne laisser vide certaines zones
de l'espace et occuper de manire importante certaines autres, [Stam95b] propose un suivi
du rayon en utilisant une mthode de dcoupage adaptatif, trs avantageux en temps de calcul
et peu coteux en mmoire.
91

Figure 42 : Comparaison d'un chantillonnage rgulier ( gauche) et adaptatif ( droite)
des blobs (selon Stam).
Le principe du dcoupage adaptatif est d'chantillonner le rayon en tout point d'entre et de
sortie des blobs qu'il coupe (Figure 42). Ainsi, il a plusieurs avantages sur la mthode
dchantillonnage rgulier. Les trois cas les plus reprsentatifs sont modliss dans la (Figure
42). Dans le premier cas, la mthode rgulire effectue un sur-chantillonnage inutile. Dans le
deuxime cas, le plus petit blob est tangent au rayon et la mthode rgulire ne le dtecte pas,
cela cre des artefacts similaires aux phnomnes d'aliasing. Dans le dernier cas, la mthode
rgulire sous chantillonne le plus petit blob privilgiant les deux autres gnrant ainsi des
problmes daliasing une fois de plus.
Dans une animation, les trois tapes peuvent se succder. Ainsi, les problmes lis un
dcoupage rgulier vont avoir un effet visuel important qui va crer des discontinuits dans
l'animation. La mthode du dcoupage adaptatif est donc prfrable.
2.2.4.2.1. Intersection entre un Blob Perturb et un Rayon
Une fois le type d'chantillonnage du rayon dtermin, il faut tablir une mthode de calcul
de l'intersection du rayon avec un blob perturb. Stam [Stam95a] [Stam95b] propose
d'effectuer un sous-chantillonnage rgulier du rayon l'intrieur d'un blob perturb.
La mthode tire avantage du fait que la forme d'un blob perturb dpends des
transformations qu'il subit dans l'espace des champs vectoriels reprsentant lcoulement du
fluide. Ainsi, Pour dterminer si un point l'intrieur du blob perturb contient du gaz ou pas,
il suffit deffectuer un suivi arrire (back-tracing) de sa position travers le temps. Une fois
revenu au blob d'origine, on peut alors connatre sa vritable position, et sa densit et le lier
ainsi aux autres points d'chantillonnages (Figure 43).
92

X
u

X
u
-1

Figure 43 : Intgration du chemin d'un rayon l'intrieur d'un blob perturb.
En effectuant le suivi inverse du trajet du rayon dans le blob on obtient une approximation
de son trajet rel. Ainsi, aprs avoir effectue les transformations inverses dans le temps le
trajet linaire initial devrait tre une courbe (i.e. Figure 43 gauche). Cependant, l'aspect de
cette courbe est inconnu. Elle est donc approche par un ensemble de segments de droite en
liant les points d'chantillonnage. Cela induit une erreur qui par rapport la taille rduite des
blobs et de la hirarchie est en gnral acceptable.
Le principal dfaut de cette mthode est son cot de calcul, car il est ncessaire d'effectuer
un suivi inverse de la position pour chacun des points chantillonns. Ce qui varie
linairement en fonction du nombre d'chantillons et du nombre d'tapes ncessaires pour
revenir au blob initial.
2.2.4.3. Processus d'Illumination des Blobs
Il est possible dimplanter la mthode des blobs hirarchiques dans un algorithme de
radiosit pour tre en mesure de prendre en compte les phnomnes optiques complexes
prsents dans le milieu participant. Stam [Stam93] [Stam95a] [Stam95b] a propos
daugmenter le modle traditionnel de radiosit pour prendre en compte trois cas additionnels
dchange dnergie lorsque des blobs sont prsents dans la scne.
Pour les changes facette blob et blob facette, la facette est suppose tre suffisamment
loin du blob et que celui-ci est suffisamment petit pour que l'on puisse assimiler les changes
entre les deux un change entre le centre de la facette et le centre du blob. Lnergie reue
par le blob va tre en partie absorbe et en partie rmise par diffusion. La fonction de phase
est utilise pour stocker au centre du blob l'nergie que celui-ci va diffuser par la suite.
93
Ainsi, dans le cas d'un change blob facette, le blob met de l'nergie par mission propre
et par diffusion dans la direction de la facette. L'orientation et la distance de la facette
dfinissent l'nergie finale qu'elle va recevoir.
Pour les changes de diffusion et d'mission blob blob, le blob source met de la mme
manire que lors de l'change blob-facette et le blob rcepteur va modifier l'nergie stocke en
son centre reprsentant la diffusion en vue de la rmettre.
Dans l'ensemble des cas, un rayon est lanc entre les deux objets pour dterminer leur
visibilit. Ainsi, les ombres portes sur les milieux participants et sur les objets peuvent tre
prises en compte.
SYNTHESE
On vient de voir que dans la qute constante en synthse dimages pour lobtention de
rsultats de plus en plus convaincants et de plus en plus ralistes, un grand nombre de travaux
ont t raliss dans le but de reproduire de faon synthtique les milieux participants et leur
comportement. Dans un premier temps, ces travaux taient plus orients vers la reproduction
du phnomne visible sans faire trop attention aux proprits physiques du milieu et son
comportement dynamique. Puis, plus rcemment on a tent dapprocher de faon plus raliste
le problme du comportement dynamique des milieux plus complexes.
Il semble que dsormais, du point de vue statique la modlisation raliste physique puisse
aller de pair avec un trs grand ralisme visuel. De lautre ct, en ce qui concerne
lanimation des milieux turbulents le problme nest pas encore rsolu cause de la
complexit du problme, et cela bien que lon trouve de plus en plus des mthodes bases sur
la solution numrique directe des quations gouvernant le comportement du gaz pour des
situations spcifiques (i.e. fluides stables, etc.).
Notre but donc, est de dfinir un modle de milieu participant qui puisse aller de pair avec le
ralisme visuel, mais aussi o l'utilisateur pourra contrler lanimation dun milieu participant
turbulent grce lutilisation dune srie de paramtres physiques. A partir de l, le modle
devrait tre en mesure de contrler lui-mme son volution en laissant toujours la place pour
que lanimateur puisse modifier le comportement de la simulation en tout moment pour
obtenir les rsultats dsirs.
Modlisation et Simulation des Milieux Turbulents : Un Nouveau Modle
94
Chapitre 3: UN NOUVEAU MODELE POUR LA SIMULATION
DES MILIEUX PARTICIPANTS TURBULENTS
INTRODUCTION
On a pu constater dans le chapitre prcdent, que la plupart des mthodes existantes pour la
modlisation des milieux participants turbulents dans le domaine de la synthse dimages,
essayent de proposer un compromis entre une vision artistique du phnomne et son contrle
physique. Cependant ces mthodes prsentent plusieurs problmes. Soit, elles essayent de
reproduire le comportement physique du gaz, mais sont limites certaines types
dcoulements, trs coteux en temps de calcul et il est difficile dobtenir des rsultats
spcifiques par la seule application des paramtres physiques et des forces pour contrler
lcoulement du fluide. Soit, elles dpendent uniquement des capacits artistiques de
lutilisateur pour reproduire le comportement du gaz de faon purement empirique en
manipulant des fonctions gomtriques et/ou stochastiques.
Le modle que nous avons dvelopp essaie de rsoudre ces problmes et de trouver un
compromis rel entre le ralisme physique et la contrlabilit du modle sans sacrifier aucun
des deux, le tout avec des temps de calcul suffisamment raisonnables pour tre utiliss dans
diffrents types dapplications dans en synthse dimages.
Dans notre modle, comme dans dautres modles existants, on tire avantage du fait que,
physiquement la dynamique dun milieu participant turbulent est indpendante de ses
proprits optiques. Ainsi, on spare le comportement dynamique du milieu de la
reprsentation visible du celui-ci participant lclairage de la scne. Le modle dynamique
permet de modliser les phnomnes de flux interne ayant lieu dans un milieu gazeux ainsi
que son coulement. En ralit, bien que les proprits optiques soient indpendantes de la
dynamique du milieu, la reprsentation visible de celui-ci lors de la phase de rendu de la scne
un instant donn, dpends de la faon dont la gomtrie du gaz a t cre et dveloppe
avant datteindre cet instant. La gomtrie du gaz dans lespace va donc tre influence par le
comportement dynamique de celui-ci et peut tre vue comme une faon de rendre visible le
comportement du milieu. Ainsi, le modle du milieu, en plus de reprsenter les proprits
optiques transportes par le fluide doit tre capable de fournir une faon de modifier sa
gomtrie en fonction des variables dtat du modle dynamique dans le but de gnrer la
structure la plus proche possible de celui-ci.
95
Partant de cette observation, nous avons donc dvelopp une nouvelle mthode pour la
dynamique des milieux participants turbulents base sur une modlisation physique des
phnomnes de gnration, de mouvement et de perturbations des fluides. Cette mthode est
compltement indpendante des modles visibles du milieu. Cela permet de lutiliser avec des
diffrents types dapplications et mthodes de rendu, pour lesquels nous avons dvelopp des
modles adapts pour reprsenter le milieu.
Ainsi, en ce qui concerne le modle dynamique du milieu, nous avons dvelopp un module
de simulation des flux lintrieur dun milieu turbulent bas sur des observations provenant
de lexprimentation physique. Dans ce modle on tire avantage du caractre multi-chelle de
la turbulence (Section 1.2.3.2) et de la reprsentation auto-similaire des quations de Navier-
Stokes par ondelettes (Section 1.2.3.2.1) pour laborer une arborescence de turbulences
fondamentales, laquelle en combinaison avec et une mthode de simulation numrique directe
applique dans une grille de voxels plusieurs niveaux, nous permet de rsoudre les quations
de Navier-Stokes directement de faon trs efficace tout en laissant un grand degr de
contrle lutilisateur. Les rsultats de la simulation sont stocks dans des champs vectoriels
reprsentant les champs de vitesse, temprature, pression, etc. du fluide.
Nous verrons ainsi que l'utilisateur ne dfini que les paramtres environnementaux
(hygromtrie, pression, tempratures,) en combinaison avec une srie de champs
fondamentaux reprsentant des comportements spcifiques dsires. L'ensemble des lois
implantes dans l'application se chargent ensuite de modliser les champs vectoriels
reprsentant lcoulement du fluide et son volution dans le temps de faon automatique. On
prsentera dans ce chapitre les diffrentes parties composant le modle et la faon dont elles
interagissent.
Quant la modlisation du milieu participant proprement dit, nous avons repris le concept
des "blobs" propos par Stam [Stam93] [Stam95b] comme point de dpart. Cependant, la
reprsentation gomtrique propose par Stam est relativement coteuse, nous avons donc
adapt le modle statique pour des milieux participants dvelopp au sein de notre quipe
[DaDalto97c] dans le but de gnrer une structure la plus proche possible du modle physique
dynamique. Dans ce but, nous avons dvelopp un modle hirarchique pour reprsenter les
milieux participants, lequel, la diffrence du modle hirarchique propos par Stam, rutilise
les informations concernant lvolution des diffrents blobs pour actualiser uniquement les
parties de la hirarchie contenant des gros changements en faisant voluer ainsi le modle
multi-rsolution du milieu avec la simulation au lieu de le recrer chaque fois.
96
La modlisation gomtrique hirarchique va ainsi voluer dans le temps de faon
troitement lie la modlisation physique du milieu et son volution. Cette nouvelle
mthode possde deux avantages principaux lis sa dynamique :
En premier lieu, tant donn quil est ncessaire de calculer l'volution du phnomne de sa
cration l'instant dsir, la cration de l'animation du milieu ne demande pas de
dveloppement particulier.
En deuxime lieu, elle permet de s'assurer de la rpartition physiquement raliste du milieu
dans l'espace et donc de gnrer des perturbations visuellement correctes. La notion de
fonction de rpartition existant dans dautres mthodes (i.e. Hypertextures) disparat au profit
d'une rpartition dfinie dans le temps et dont l'volution est contrle physiquement.
Ce modle a t utilis en premier lieu en combinaison avec le logiciel de radiosit
dvelopp au sein de notre quipe [DaDalto97c] pour la gnration des images avec des
clairages ralistes prenant en compte les milieux participants. Pour les applications qui
demandent un bon degr dinteractivit on a modifi le modle en assimilant chaque blob
des gomtries simples et non des distributions de densit. On reprsente ainsi les proprits
optiques en profitant des fonctionnalits OpenGL ou en utilisant des caches de luminance
pour lintgrer dans ambiances de ralit virtuelle avec des clairages plus ralistes
[Kardassevitch00]. Apres la prsentation du modle de simulation dynamique on prsentera
comment ce modle gomtrique du milieu a t dfini, et ce qu'il reprsente de manire
statique, ainsi que la faon dont il a t intgr avec les diffrentes mthodes de rendu.
3.1. MODELE DE SIMULATION DYNAMIQUE
Dans notre modle de simulation nous distinguons trois parties principales : un modle
hirarchique de la turbulence, un modle fonctionnel des bases de turbulence, et un modle
de simulation numrique directe pour la rsolution des quations de Naviers-Stokes
gouvernant le comportement du gaz. Nous utilisons aussi un modle dondelettes pour
amliorer lefficacit du modle. Ce modle dondelettes est inclus dans les types de champs
de base utiliss en raison de sa dfinition et utilisation dans un espace paramtrique
homogne.
Avant de rentrer dans le dtail de chacune de ces parties et la faon dont elles interagissent
et voluent dans lespace-temps, il nous faut dfinir la faon dont on va reprsenter le gaz.

97
Dans le chapitre 1, on a vu que, du point de vue physique on peut dcrire le comportement
des milieux participants turbulents en fonction de lvolution dans le temps dune srie de
variables dtat, tels que la masse (M), le volume (V), la densit ( ), la pression (P), la
vitesse (u), lnergie (E), et la temprature (T). De plus le fluide peut tre caractris par un
srie de paramtres tels que sa viscosit (), son coefficient de diffusivit thermique (), son
Nombre de Reynolds (Re) et Nombre de Prandtl (P).
Ainsi, le gaz et son volution sont reprsents par une srie de fonctions associes chacune
de ces variables. Dans notre modle certaines de ces fonctions sont assimiles des champs
vectoriels suivant la description Eulerienne dun fluide (Section 1.2.1), tandis que dautre vont
tre dfinies de faon fonctionnelle ou implicite. Un gaz est alors reprsente par :
V=[x
i
, x
f
] : Volume contenant le gaz.
u(x,t) : Changements de vitesse = champ de vitesse.
T(x,t) : Changements de temprature = champ de temprature.
P(x,t) : Changements de pression = champ de pression.
(x,t) : Changement de densit = champ de densit.
E(x,t,r) : Distribution de lnergie dans le fluide = fonction associe la cascade
nergtique.
Re(r,t) : Nombre de Reynolds du fluide pour une chelle caractristique r.
En plus de ces fonctions reprsentant ltat du gaz, son comportement ainsi que la quantit
de turbulence sont dfinis par des paramtres physiques propres chaque type de gaz :
P PP P=Nombre de Prandtl.
Re=Nombre intgral de Reynolds caractristique du fluide.
3.1.1. Bases de Turbulence
De la mme faon que le modle fonctionnel gomtrique (Section 2.1.2) est bas sur la
mthode de superposition des fluides idaux, cette partie du modle est base sur lide quil
est possible de reproduire de faon trs proche lvolution des coulements turbulents
complexes par la composition dune srie de structures aisment identifiables diffrentes
chelles de turbulence (Section 1.2.3.1). i.e. Figure 44. A la diffrence de la mthode
fonctionnelle traditionnelle ces flux primitifs ne sont pas limits aux solutions simples des
quations pour des fluides incompressibles.

98

Figure 44 : Exemple du Concept des Bases de Turbulence.
En effet, les champs correspondant ces flux primitifs peuvent reprsenter nimporte quel
type de solution pour nimporte quel type de fluide dfini dans un espace paramtrique
(Figure 44), tels que des solutions gomtriques simples aux flux idaux (appels aussi
formes de turbulence, i.e. tourbillons), sous-espaces dondelettes (i.e. Section 1.2.3.2.1),
champs vectoriels reprsentant lcoulement du fluide, grilles dlments finis, ou mme un
lment fini tout court appartenant une autre grille, etc. La seule restriction pour ces champs
est de permettre la dfinition dans nimporte quel point de leur espace paramtrique dune
valeur pour les champs vectoriels reprsentant lcoulement du fluide, tels que la vitesse,
pression et temprature de celui-ci (i..e. Figure 45).

Figure 45 : Exemple de forme de turbulence et le champ de vitesse correspondant.
La valeur pour ces champs vectoriels (quon appelle aussi champs de mouvement) doit tre
nulle dans les rgions de lespace o le flux reprsent par le champ nest pas dfini ou en
dehors de lespace paramtrique. Ainsi, on peut garantir que le champ naura aucun effet sur
le comportement du fluide dans ces rgions. De cette faon galement, les oprations
raliser entre les diffrentes formes de turbulence pour composer la simulation du phnomne,
sont rduites un simple problme de composition de fonctions vectorielles.
99
En plus des champs de base, lautre diffrence principale avec le modle fonctionnel
traditionnel, est la dfinition dune srie de fonctions reprsentant des possibles relations entre
les diffrents champs appartenant la base. Ces fonctions, qui vont tre utilises plus tard
pour contrler lvolution automatique de la simulation, correspondent une premire
approximation des lois et restrictions des combinaisons possibles entre ces champs. Elles sont
lies aux proprits physiques qui leur sont associs, comme par exemple, la faon dont ils
transmettent de lnergie, quel autre type de champ turbulent la plus grande probabilit
dapparatre entre deux champs donns, etc.
Avec cette dfinition fonctionnelle des relations entre champs, la dfinition dune base de
turbulence peut tre assimile un groupe mathmatique dfini sur l'ensemble des champs de
mouvements et muni d'un ensemble d'oprateurs :
{ } ft ft ft : Op Op ,..., Op Op }, ft ,... ft { ft , Op , t f Ft
i
Op
i m 1 n 1
> <
( 3.1 )
O Ft est le phnomne de turbulence reprsente par la base, Op est lensemble des
oprations possibles sur la base, lensemble ft est lensemble des champs v, et les champs ft
i

(1<i<n) sont considrs linairement indpendants.
A partir de ces dfinitions, on peut introduire la dfinition de champs de base comme les
champs quil est possible de calculer avec une fonction spcifique, soit physiquement (SND
des quations de Navier-Stokes), soit par des mthodes stochastiques directes (i.e. Champs
Alatoires comme dfinis par Stam, Section 2.1.3), soit par une dfinition procdurale (i.e.
formes de turbulence).
3.1.1.1. Formes de Turbulence Comme Champs de Base
Dans le cas ou un champ de base correspond une forme de turbulence, la forme de
turbulence f(x,t) modlise seulement la trajectoire suivre par le fluide (i.e. Figure 45
droite). Ainsi, le champ de mouvement dfini par les variations de vitesse (i.e. Figure 45
gauche) correspond la drive seconde de la fonction. Si on considre de plus le coefficient
de dissipation k, qui est produit par linteraction entre les diffrents changements de pression,
on obtient lquation suivante :
) t , x ( p * k ) t , x ( f
t
) t , x u(
2

( 3.2 )

100
qui est quivalente :
) t , x ( p * k ) t , x ( u
t
) t , x u(

( 3.3 )
Cette quation peut tre rsolue trs facilement par des mthodes numriques traditionnelles
puisquelle correspond une quation diffrentielle linaire du premier ordre.

Figure 46 : Formes de turbulence les plus couramment utilises.
Ces formes de turbulence sont utilises pour dfinir une partie des conditions initiales de la
simulation permettant ainsi lanimateur de dfinir le comportement global dsir du fluide,
o encore de micro contrler lapparition de certains types de turbulence dans les endroits
dsirs pour des effets spcifiques. De tous les types de formes de turbulence possible y il en
a trois principales (Figure 46) qui peuvent tre utilises pour dcrire de faon gnrale un bon
nombre de comportements :
Champs Directionnels : La plupart des phnomnes tels que la fume dune cigarette, sont
caractrises par une composante directionnelle trs forte. Ainsi, il est possible dutiliser
un champ directionnel qui diminue en puissance en fonction de la distance du plan
dorigine (Figure 46a). Si laxe des coordonnes Z dans lespace paramtrique correspond
la direction verticale hors du plan XY, on peut alors dfinir le champ de vitesse
correspondant cette forme de turbulence par la fonction:
'
> +

contraire cas le dans
0 z & ] 1 , 1 [ ] 1 , 1 [ ) y , x (
0
si ), 1 , 0 , 0 )( , z ( W
) t ), z , y , x ( (x u
( 3.4 )
W(d,) tant la fonction de perte en puissance avec un facteur depuis une distance d,
dans ce cas d=z.
Champs Rpulsifs et Attractifs : Ces champs peuvent tre utiliss pour modifier la
direction du fluide en lattirant ou lloignant dun point donn suivant le signe
dapplication du champ, le champ est dirig vers lextrieur ou lintrieur partir dune
sphre de rayon r, et diminue en puissance avec la distance r d x depuis la surface de
101
la sphre, et il est dirig dans le sens inverse lintrieur de la sphre (Figure 46b). Ces
champs peuvent aussi tre limits par un angle dapplication, ainsi avec un rayon de sphre
proche du zro on peut alors reprsenter des champs coniques. Le champ sans limitation
dangle est dfini par :
0 d si
0 d si
,
0
r d
x
) , d ( W
d
d
) x ( u
'

( 3.5 )
Champs Tourbillonnantes : ces champs, reprsentant des tourbillons ressemblant aux
structures tourbillonnantes produites par la turbulence, peuvent tre placs dans des
endroits spcifiques pour obliger le modle gnrer des phnomnes de turbulence dans
des endroits et des tailles trs prcis. Ils peuvent aussi tre utiliss pour gnrer des
comportements typiques grande chelle tels que les tornades. Ils peuvent tre dfinis
comme le rsultat du fluide tournant autour dune ligne dans le sens inverse des aiguilles
dune montre (Figure 46c):
) 0 , x , y (
) y x ( 2
) , ( W
) t ), z , y , x ( (
2 2

+

x
x u
( 3.6 )
3.1.2. Modle Multi-Niveaux des Ecoulements Turbulents
Lun des parties cls de notre modle est bas sur le fait que lune des caractristiques
principales de la turbulence est dtre un phnomne multi-chelle (Section 1.2.3.1). Le fait
que la structure dun coulement turbulent puisse tre exprim en fonction des fluctuations
diffrentes chelles de longueur, de vitesses, et de frquences suivant une dcomposition
hirarchique est connue depuis longtemps dans le domaine de la dynamique des fluides
(Section 1.2.3.1).
Cette dcomposition hirarchique dun phnomne turbulent peut tre justifie de faon
exprimentale: En effet, si on analyse de prs la structure dun coulement turbulent, on
dcouvre quelle peut tre exprime en fonction des fluctuations grande chelle
principalement lies la configuration de lcoulement moyen avec des comportements quasi
linaires (i.e. flux laminaire correspondant au mouvement global du fluide), et des
fluctuations plus petite chelle qui semblent avoir une dynamique propre et compltement
dsordonne, ces fluctuations petite chelle correspondent la turbulence hydrodynamique.
102
Cependant, si on fait la mme analyse sur les fluctuations de petite chelle on dcouvre quil
est possible de les dcomposer de faon similaire, et qui plus est, il est possible de continuer
le faire de faon rcursive, jusqu ce quon arrive au point que la taille des fluctuations
grande chelle est suffisamment faible pour que les contraintes visqueuses puissent agir
faisant que lcoulement du fluide cette chelle est dcrit compltement par des structures
cette chelle la.
En fait, cette analyse est aussi lorigine du modle des bases de turbulence prsent dans la
section prcdente. En effet on trouve que les fluctuations grandes chelles peuvent tre
reprsentes par des structures aisment identifiables qui ont tendance apparatre de faon
rptitive dans toutes les chelles de turbulence et correspond donc des champs de base,
tandis que les formes plus complexes de turbulence pourront tre dcomposes en fonction de
ceux-ci.
Ainsi, partir de ces observations et en utilisant la reprsentation des champs de
mouvement, on peut donc proposer un modle pour dcrire le comportement dun coulement
turbulent par lutilisation dun champ de mouvement complexe u
c
(x,t) dfini par la
composition linaire de lensemble de champs grande chelle U
g
et un ensemble de champs
petite chelle U
p
:
) t , ( ) t , ( ) t , (
p g c
x x x u U U +
( 3.7 )
Ainsi, U
g
correspond lensemble de champs grande chelle dcrivant lcoulement
moyen du fluide. Il est dfini comme la composition dune srie de n champs u
bi
(x,t)
appartenant la base de turbulence utilise :

n
1 i
1
i i i i g
)) t ), ( P ( P ) t , ( x u x
b
( U
( 3.8 )
P
i
tant lopration de projection (mise chelle, rotation, etc.) utilis pour passer de
lespace paramtrique du champ de base u
bi
(x,t) lespace de simulation (
1
i
P
tant
lopration inverse), et
i
le coefficient de composition linaire.
De faon similaire, lensemble de champs petite chelle U
p
est dfini comme tant une
composition de n champs petite chelle u
pi
(x,t) :

n
1 i
1
i pi i i p
)) t ), ( P ( ( P ) t , ( x u x U
( 3.9 )
103
Suivant lanalyse multi-chelle de la turbulence, chacun de ces champs petite chelle
u
pi
(x,t) correspond un champ de mouvement complexe. Or, selon la dfinition du champ
complexe (quation ( 3.7 )), tous les champs complexes peuvent tre dcomposs en un
ensemble de champs grande et petite chelle. Alors, lquation pour un champ u
pi
(x,t) une
chelle caractristique de turbulence r scrit :
) t , ( ) r , t , ( ) t , ( u
i
p i
i
g i pi
x x x U U +
( 3.10 )
Ainsi, un champ de turbulence peut tre reprsent par un arbre n-aire de champs, de
profondeur L
h
(Figure 47). La dfinition rcursive de cette fonction se termine quand, pour
tous les u
pi
dun niveau dtermin, les U
pi
correspondent un ensemble vide. Cest dire
quil n'est dfini que par lensemble des U
gi
(composition linaire des champs de base).

Figure 47 : Modle Multi-Niveaux des champs de mouvement.
Cette dfinition hirarchique de la turbulence comme tant une composition des champs de
base plusieurs chelles, en utilisant des oprateurs de projection et corrlation, prsent des
grosses ressemblances la faon dont la cascade nergtique de Kolmogorov est dfinie dans
le domaine spectral comme tant une composition des flux dnergie moyen aux diffrentes
chelles caractristiques de turbulence exprims en fonction de la longueur donde
correspondant (Section 1.2.3.2). En effet, cette reprsentation hirarchique de la turbulence,
nest autre quune matrialisation directe des effets de la cascade nergtique dans un
coulement turbulent.
Ainsi, chaque niveau de la hirarchie va correspondre une chelle caractristique de
turbulence r. Le niveau le plus haut de la hirarchie correspond donc lchelle intgrale L du
fluide et le niveau le plus bas correspond lchelle de Kolmogorov. La taille des chelles
intermdiaires est donne par la fonction du spectre dnergie et la faon dont celui-ci volue
comme dcrit par la fonction de transfert (Section 1.2.3.2.1), i.e. Figure 48.
104

Figure 48 : Spectre dnergie versus transfert dnergie cintique et tourbillons associes.
3.1.2.1. Evolution du Modle
La reprsentation de la hirarchie de turbulence par une composition des champs de base
plusieurs chelles permet de comprendre de faon simple la composition dun coulement
turbulent complexe un instant donn. Il manque encore la description prcise de la faon
dont le modle doit voluer. Cest dire, la faon dont on peut dterminer des vnements
tels que lapparition et la disparition des champs, leur temps de vie, grandeur, position, et
orientation ainsi que le type de champ de base qui doit apparatre.
Dans notre modle, on tire avantage du fait que le modle hirarchique de la turbulence
nest autre quune matrialisation directe des effets de la cascade nergtique dans un
coulement turbulent. On exprime ainsi lvolution du modle par rapport lvolution dans
le temps et lespace du spectre dnergie E(k.) qui lest associ (Section 1.2.3.2.1). Dans ce
but on caractrise une srie dvnements importants pour lvolution du model tels que la
cration et disparition des champs, etc. en fonction du spectre dnergie et de la fonction de
transfert dnergie cintique entre les diffrentes chelles.
Ainsi, si les vnements importants pour lvolution du systme sont : cration, disparition,
changement de taille et changement de position dun champ, la relation entre chacun de ces
vnements et la fonction dnergie est :
Cration dun champ : un champ nat quand la fonction de distribution dnergie du
champ E(x,t) est plus petite quun pourcentage dtermin du spectre dnergie :
E(x,t) < e(t)*k, o 0<k<1. ( 3.11 )
105
Cela signifie quun champ nat aux points o la fonction dnergie E(x,t) possde un point
minimum. Le type de champ est dtermin par le champ pre et par la diffrence dnergie
dissipe entre ce point et ses voisins.
Disparition dun champ : Un champ disparat quand son nergie associe atteint un seuil
minimum dtermine par lutilisateur. Ce point minimum est le niveau minimum de rtro
alimentation du systme quivalent la micro-chelle de Kolmogorov . On considre
alors qu partir de cette chelle lnergie du champ est dissipe par les contraintes
visqueuses.
Changement dans la taille du champ : Le changement de taille dun champ de mouvement
ne dpend que de lnergie cintique accumule. Cest dire l'volution dans lespace du
volume occup par un champ est dtermine par e(t) et la relation entre les deux. Par
exemple, si un champ est cr avec une nergie e
0
et un volume V
0
, il doit satisfaire
lquation suivante :
V(t)=(e(t) * V
0
)/e
0
( 3.12 )
La fonction e(t) tient compte des transferts nergtiques entre les diffrentes chelles de
turbulence comme dtermine par la volution du spectre dnergie (quation ( 1.64 )).
Changement de la position dun champ : un champ de mouvement change de position de
la mme manire que sil sagissait dune particule plonge dans le champ pre. La
position et orientation de la particule sont dtermines par le centre du champ et par
lorientation du champ fils.
A partir de ces relations, le spectre dnergie peut tre considr comme un paramtre de
control de plus pour la simulation automatique dun coulement turbulent. En effet, on peut
changer compltement le comportement du fluide en jouant avec la dfinition du spectre et de
son volution dans le temps. On peut ainsi utiliser la dfinition traditionnelle du spectre de
Kolmogorov ou celui de Von Karman-Pao pour reprsenter la cascade nergtique un
instant donn, et suivant lhypothse de Taylor (Section 1.2.3.2.1), on dfinit une fonction de
diffusion temporelle G
k
() pour inclure la dpendance du temps dans la dfinition du spectre.
Cette fonction de diffusion temporelle doit remplir la condition :
) k ( E d ) ( G ) k ( E d ) , k ( E
K
R R
k K

( 3.13 )
106
Cette fonction peut tre dfinie par gaussienne avec une distribution standard
proportionnelle k [Stam95b]:
,
_

2 2
2
k 2
exp
2 k
1
) ( Gk
( 3.14 )
Cette fonction en plus de remplir la condition ( 3.13 ), donne une bonne approximation des
corrlations de vitesse entre les diffrentes chelles de turbulence.
Lutilisation du spectre dnergie pour contrler lvolution du modle nous oblige
prendre en compte une srie de restrictions et considrations sur les relations entre les
diffrentes chelles et champs de base utiliser et les relations entre les diffrentes chelles de
turbulence :
L'nergie totale de l'environnement de la simulation est distribue dans toute la hirarchie
et nest transmise quentre des champs de niveaux conscutifs, o entre des champs du
mme niveau ayant des intersections du volume occup non nulles. Ainsi, la somme totale
des nergies de tous les champs et de lnergie libre (nergie de dissipation et des
particules libres du systme non attribues un champ de mouvement) dans le milieu au
cours de la simulation, doit tre gale lnergie totale du systme dfinie au dbut de la
simulation.
Lors de lapparition dun nouveau champ, son nergie est proportionnelle lnergie de
son pre ce moment et cette position dans lespace (rsultat direct de la cascade
nergtique de Kolmogorov). La quantit dnergie transmise est dtermine en fonction
du spectre dnergie par le terme de transfert (quation ( 1.64 )).
La fonction de distribution dnergie dun champ dans lespace E(x,t), est associe au
spectre dnergie du champ e(t) et lintgrale de cette quation dnergie sur lespace,
pendant le temps t, doit tre gale la valeur e(t) pour le mme t.
A partir de ces considrations et des relations entre les diffrents vnements les plus
importants du systme, lvolution du modle hirarchique de turbulence pour chaque instant
peut alors tre exprime de faon grossire par le pseudo algorithme suivant :

107
Algorithme 1 : Pas_de_Simulation_Hirarchie (t,t)
Actualizer_spectre_de_energie(E,G,t, t);
// faire voluer la hirarchie
Pour chaque niveau i de la hirarchie faire
Pour chaque champ j dans ce niveau faire
// transmission dnergie vers les petites chelles
// le champ reoit nergie de lchelle suprieure
u
ij
.e+=T(i)*E(i-1,u
ij
)
// Actualiser champ suivant la valeur du spectre dnergie
// cration, changement de taille, disparition
Actualiser_Champ(u
ij
, i)
// Faire le transfert dnergie entre le champ u
ij
et les autres champs
// du mme niveau
Tranfert_Energie_horizontale(u
ij
,i)
Fin Pour
// Faire transmission dnergie et chaleur libre vers le niveau
// prcdant
Transfert_energie_verticale(i,i-1)
Fin Pour
Fin Pour
Bien que ce modle multi-niveaux de la turbulence permette dexprimer la structure dun
coulement turbulent et son volution dans le temps en fonction des transferts nergtiques et
dune dcomposition hirarchique, il nest pas un modle physique de la turbulence par lui-
mme. Cela se justifie par le fait que ce sont les champs de base qui vont finalement tre
utiliss pour obtenir la valeur pour le champ de vitesse dans toutes les chelles. De plus le
type de champ devant tre gnr aux diffrentes chelles caractristiques dpends
entirement des fonctions de corrlation dfinis pour chaque champ appartenant la base.
Ainsi, il est possible de lutiliser pour donner une reprsentation purement gomtrique de
la turbulence, qui ne prend pas en compte des paramtres physiques du gaz en utilisant une
base compose uniquement des formes de turbulence. De la mme faon, nous pouvons
lutiliser pour essayer de rsoudre le systme des quations de Navier-Stokes aux diffrentes
chelles en associant les champs de la base des grilles de volumes finis. Il est mme possible
de combiner plusieurs mthodes en utilisant une base mixte approprie.
108
3.1.3. Hirarchie de Turbulence et Grilles Multi-chelle pour la Rsolution du Systme
dquations de Navier-Stokes.
Pour approcher de faon le plus raliste possible le comportement des coulements
turbulents, il faut prendre en compte les quations qui le gouvernent. Bien que la mthode
multi-niveau de la turbulence prsente dans la section prcdente permet dexprimer la faon
dont les diffrentes chelles voluent et interagissent entre elles par lutilisation du spectre
dnergie, la modlisation du comportement du fluide chaque chelle ne dpends que de la
base de turbulence. Il faut donc, complter le modle avec une mthode de rsolution
numrique du systme dquations de Navier-Stokes en trois dimensions pour approcher le
comportement du fluide chaque chelle de turbulence. Dans ce but, nous avons adapt une
mthode classique des volumes finis notre modle multi-chelle pour rsoudre le systme
dquations aux diffrents niveaux de turbulence. Les deux diffrences principales tant la
faon de reprsenter lespace de simulation et la faon dutiliser les grilles en combinaison
avec la hirarchie de turbulence.
3.1.3.1. Reprsentation de lEspace de Simulation.
Du point de vue de la reprsentation de lespace de simulation, on le discrtise y compris les
objets solides, en une srie de cellules cubiques (voxels) alignes aux axes du systme de
coordonnes de rfrence de faon similaire aux mthodes traditionnelles des volumes finis.
Ceci permet de prendre en compte de faon trs efficace les interactions avec les objets
prsents dans la scne. Contrairement la mthode traditionnelle o la scne est discrtise
par une grille de voxels de taille uniforme, on dcompose la scne dans une hirarchie des
voxels contenant les paramtres physiques des objets en utilisant la mthode des octrees
(Figure 49). On obtient ainsi une reprsentation avec des grilles de voxels de tailles
diffrentes (
min

max
) suivant le niveau du raffinement de loctree.
Lavantage de cette manire de dcomposer lespace de simulation, en plus de la diminution
des cots de stockage, est la possibilit de lutiliser directement pour donner une
dcomposition initiale de lespace contenant le milieu en grilles dlments finis, et de donner
une limite minimum pour la profondeur de la hirarchie de turbulence.
109

u
i,j+1/2,k
u
i,j,k-1/2
u
i-1/2,j,k
min
T
i,j,k
, p
i,j,k
, C
i,jk

Figure 49 : Reprsentation de la scne par une grille de voxels multi-rsolution, chaque voxel
contient les paramtres physiques de lobjet.
Ainsi, pour chaque niveau de loctree initial, il est possible de gnrer une grille rgulire
de taille et rsolution correspondante, dont chaque voxel contient des valeurs pour les
diffrentes proprits physiques du fluide (Section 2.1.4.2). On obtient ainsi un dcoupage
initial complet de lespace en grilles dlments finis superposs plusieurs chelles (Figure
50). De plus, chacune de ces grilles peut tre associe la hirarchie de turbulence en faisant
le rapport direct entre la taille caractristique dune chelle de turbulence donne et la taille
dun de ces grilles.
Le modle de dcomposition de lespace de simulation par des grilles dlments finis nest
pas limit une distribution des grilles base sur la dcomposition de lespace en octrees
comme la dcomposition initiale peut le sous-entendre (Figure 50). En effet, les grilles de
chaque niveau sont considres comme des champs de turbulence part entire dans leur
chelle de turbulence correspondante. Aussi, ils peuvent voluer librement sans tre contraints
remplir les conditions de dcoupage en grilles de voxels. De plus grce lutilisation des
bases de turbulence il peut y avoir des grilles dfinies par lutilisateur de faon indpendante
pour obliger lalgorithme de simulation raffiner les calculs dans une rgion spcifique de
lespace qui trs probablement nest pas bien reprsente par le dcoupage initial en octrees.
Cette flexibilit dans la dfinition des grilles aux diffrentes chelles du modle, est possible
grce au fait que la communication entre les grilles seffectue principalement par la
propagation de lnergie travers larbre de turbulence, la diffrence des mthodes multi-
grilles traditionnelles (Section 2.1.4.3) qui utilisent des grilles de plus en plus fines pour
raffiner la solution obtenue avec les grilles plus grossires sans considrer rellement les
chelles de turbulence de faon indpendante.
110

Figure 50 : Dcoupage de lespace dans une srie de grilles dlments finis superposes
diffrentes chelles.
Le fait quon puisse associer les grilles des chelles de turbulence spcifiques, en faisant le
rapport direct entre la taille caractristique dune chelle de turbulence donne et la taille de la
grille, permet dintgrer le modle multi-grille directement avec le model multi-chelle de la
turbulence. On associe ainsi les grilles des champs spciaux de grande chelle, qui peuvent
tre subdiviss dans des rgions uniformes de lespace capables de contenir des champs de
turbulence de plus petite chelle (Figure 51).

Grille multi-chelle
Hirarchie de turbulence
Base de
turbulence
FEM

Figure 51 : Relation entre la hirarchie de turbulence, les bases de turbulence et le modle
multi-grille.
La diffrence entre ces champs et un niveau de turbulence simple est que le comportement
de ceux-ci pour ce niveau spcifique est dfini dans la base de turbulence. En effet, lorsquune
grille peut tre subdivise, le champ de base correspond une mthode de rsolution
dlments finis, tandis que pour chacun des voxels le composant il peut tre nimporte quel
type de champ de base lmentaire (Figure 51).
111
Pour la mthode traditionnelle des lments finis le champ correspondant chaque voxel
dfini la faon dont les proprits physiques sont interpoles linairement a travers lui.
3.1.3.2. Rsolution du Systme dEquations.
Pour rsoudre le systme dquations de Navier-Stokes nous faisons appel au modle multi-
grille que nous venons de dfinir pour approcher la solution du systme des chelles de
turbulence spcifiques, et on utilise le modle multi-chelle de la turbulence pour reprsenter
les effets des changes nergtiques entre les diffrentes chelles de turbulence.
Ainsi, on utilise les grilles pour obtenir une solution approche des quations de Navier-
Stokes pour chaque niveau de turbulence commencer par le niveau le plus haut de la
hirarchie, jusquau niveaux le plus bas. On utilise les rsultats intermdiaires obtenus et la
cascade dnergie de Kolmogorov non seulement pour raliser le transfert dnergie et
actualiser la hirarchie de turbulence (voir Section 3.1.2.1), mais aussi pour actualiser les
conditions aux frontires et conditions initiales des grilles entre les diffrents niveaux. Du
point de vue des grilles, lutilisation de la hirarchie pour redistribuer lnergie entre les
diffrents niveaux de grilles et pour raffiner la solution des quations, peut tre assimil
lutilisation dune mthode de solution de type Donneur-Rcepteur trs sophistique.
Pour rsoudre les quations chaque niveau de turbulence on applique la mthode
traditionnelle des volumes finis (Section 2.1.4.2) en se servant de la grille correspondante.
Cest dire on associe au centre de chaque voxel [i,j,k] les proprits physiques du gaz tels
que la temprature T, pression P, densit , et viscosit (Figure 50). De la mme faon, pour
le centre de chaque face du voxel on dfinit la vitesse du gaz perpendiculaire la face. Cela
conduit aux vitesses montres dans la Figure 50. On peut alors rcrire les quations dans une
forme adapte la dcomposition de lespace en grille des voxels. Pour cela, nous utilisons la
mthode des sries de Taylor (Section 2.1.4.2) ce qui nous donne une reprsentation des
quations en termes des variables libres dans la grille. Par exemple, lquation ( 1.46 ) des
changements de vitesse en termes des variables libres dans la grille dans la direction i, donne :
) ( O )]} u u 2 u (
) u u 2 u ( ) u u 2 u [(
] ) uw ( ) uw (
) uv ( ) uv ( ) u ( ) u )[( / 1 {( t u u
2 n
1 k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
1 k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , 2 / 3 i
2
n
2 / 1 k , j , 2 / 1 i
n
1 k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , 1 j , 2 / 1 i
2 n
k , j , 1 i
2 n
k , j , i
n
k , j , 2 / 1 i
1 n
k , j , 2 / 1 i
+ + +
+ + +

+
+
+ +
+ + + +
+ + + + + +
+ + +
+ + + + +
+
+

( 3.15 )
Voir lAnnexe B pour lensemble dquations de Navier-Stokes dans leur forme discrte.
112
Cette reprsentation discrte des quations peut tre utilise directement avec des mthodes
dintgration implicite ou explicite pour obtenir ainsi la solution au systme dquations.
Puisquon considre que les proprits physiques du fluide sont distribues de faon uniforme
dans chaque voxel, il est possible dobtenir la valeur de ces variables pour nimporte quel
point contenu dans celui-ci, en faisant une interpolation linaire des valeurs travers le voxel.
3.1.4. Amlioration du Modle : Ondelettes Comme Champs de Base.
Lun des problmes de lutilisation des lments finis pour les grilles se trouvant au plus bas
niveau de la hirarchie, est quon ne peut pas dcrire des phnomnes de turbulence plus
petits que la taille des voxels composant la grille. Cela est d au fait quon interpole de faon
linaire les valeurs travers le voxel. On doit alors utiliser des niveaux de grilles trs fines
pour tre en mesure de reprsenter des coulements hautement turbulents.
Pour rsoudre ce problme, on tire avantage de la reprsentation auto-similaire du systme
dquations de Navier-Stokes (provenant dune analyse dondelettes, Section 1.2.3.2.1) pour
reprsenter des structures de turbulence plus petites que la taille dun voxel au lieu de faire
une interpolation linaire travers de celui-ci. Cela permet dutiliser des hirarchies de
turbulence moins profondes et donc des grilles plus grossires, permettant ainsi de diminuer
les temps de calcul.
Dans ce but, on dfinit un champ de base en fonction de cette formulation autosimilaire des
quations de Navier-Stokes, et on utilise une mthode de rsolution en dcomposition en
ondelettes pour connatre la valeur de la vitesse dans nimporte quel point contenu dans le
voxel qui lui est associ. Lune des diffrences principales entre ce champ de base et autres
types des champs, est le type despace paramtrique utilise. En effet pour que ce modle soit
valide, lespace doit remplir les conditions dhomognit des espaces de Banach
[Cannone95] [Abry97]. Ainsi, on assimile lespace un espace local de type Morrey-
Campanato
p
2
M (R
3
), p>3. Cela veut dire quon considre lespace comme tant homogne
avec une divergence nulle. De plus, il doit tre continu et remplir la condition : 0 v T
o
> ,
v
0
tant la condition initiale.
Garantir ces conditions pour de grandes rgions de lespace occupes par un coulement
turbulent est trs difficile. Le fait quon utilise cet espace uniquement pour des rgions trs
petites du fluide permet de garantir la plupart des conditions de faon suffisante pour quon
puisse appliquer la mthode dans un espace pas compltement adapt [Cannone95] [Abry97].
113
Ainsi, on fait correspondre les conditions initiales v
0
de ce champ aux valeurs obtenues lors
de la rsolution du systme dquations de Navier-Stokes avec la mthode Multi-grille. On
utilise ensuite une mthode traditionnelle de transformation discrte par ondelettes (voir
Annexe A) [NumRecipes92] pour trouver la valeur du champ de vitesse au point demande. La
mthode utilise dans notre implmentation correspond une mthode de superposition
dondelettes en utilisant la transforme discrte sur une base de Meyer (Figure 52) [Abry97]
(voir Annexe A).

Figure 52 : Exemple dondelette 1D appartenant la base de Meyer.
Dans la Section 1.2.3.2.1, on a vu que daprs lanalyse par ondelettes de lquation pour la
vitesse de Navier-Stokes, celle-ci peut tre exprime en fonction de la densit spectrale de
puissance du champ de vitesse suivant les relations entre les diffrents niveaux du spectre
dnergie. De plus elle prsente une relation entre les diffrents chelles de turbulence trs
similaire celle du mouvement brownien fractal (fBm). On peut donc utiliser une mthode
similaire celle utilise pour la synthse du fBm mais en faisant une combinaison linaire des
ondelettes
i
(u) composant la base de Meyer (Figure 52) [Abry97]. La faon dont les
ondelettes sont combines aux diffrentes chelles dpend de la vitesse et de lnergie comme
indiqu par lquation ( 1.71 ). Lchelle de dpart correspond la taille du voxel et elle
diminue avec un rapport de puissance 2/3 comme fix par la dfinition de lchelle
nergtique de Kolmogorov (quation ( 1.60 )).
Dans notre implmentation, on tire avantage du fait quon a dfini la fonction du spectre
dnergie cintique E(x,t,l) pour contrler lvolution de la hirarchie. Ainsi, on peut sen
servir pour obtenir les coefficients utiliser pour composer la base dondelettes et obtenir
ainsi la vitesse du fluide u au point x puisque la vitesse pour une longueur donde k est dfinie
par :
) k ( kE ) k ( u
( 3.16 )
114
On calcule ainsi la vitesse en appliquant la transforme inverse dondelettes en utilisant la
mthode de la pyramide en combinaison avec les bases de Meyer. Ainsi, le pseudo algorithme
pour la synthse du champ de base dondelettes est le suivante :
Algorithme 2: Champ_ondelettes(x,v
0
,t,u)
Pour i (x,y,z) faire
// donner un valeur initiale a u
i
en faisant un interpolation linaire
// entre les vitesses dfinies aux limites.
u
i
=LERP(v
0,i
, v
0,i
)
l=
0,i
//taille du voxel
j=0
Tant Que (Re(l)>1 && l>TAILLE_DE_TURBULENCE_MINIMUM) faire
C[j++]=sqrt(E(x,t,l))
l*=2/3;
Fin Tant Que
// appliquer la transforme dondelettes discret inverse
u
i
+=DWT(C,i,-1, )
Fin Pour
Dans la Figure 53 on peut voir deux exemples des champs type produits par lutilisation de
cet algorithme. Bien que lutilisation de ce type de champ de base nous permette de diminuer
la profondeur de la hirarchie de turbulence, elle peut devenir trs coteuse en temps de calcul
si est applique tous les voxels appartenant aux grilles de plus petite chelle. On ne
lapplique alors que dans le cas ou les changements de vitesse aux limites du voxel et
lnergie accumule dans celui-ci est suffisamment grande pour que des phnomnes de
turbulence puissent avoir lieu lintrieur du voxel, dans le cas contraire on utilise la mthode
dinterpolation linaire.

Figure 53 : Exemple de champs typiques produits avec la mthode dondelettes.
115
3.1.5. Algorithme de Simulation
Lalgorithme de simulation des phnomnes gazeux turbulents peut se diviser en deux
grandes tapes. Etant donne la nature de simulation numrique du modle il ressemble de
trs prs aux premiers pas ncessaire pour la ralisation des simulations dans les logiciels de
dynamique des fluides traditionnels mais de faon beaucoup plus simplifie.
3.1.5.1. Etape de Prparation
Le travail de prparation que doit effectuer un utilisateur avant de lancer la simulation peut
tre dcompos en plusieurs pas. Quelques-uns de ces pas sont effectus de faon
automatique pour tre raffines aprs si lutilisateur le dsire. Ces pas de prparation sont :
1. Slectionner lintervalle de subdivision pour dcomposer lespace de simulation en grilles
de voxels grossires de tailles moyennes compris entre
min
et
max
. Ces grilles sont
utilises pour subdiviser les objets composant la scne et obtenir ainsi leur reprsentation
sous forme doctrees.
2. Dfinir lespace dinfluence pour les fluides contenus dans lespace de simulation.
3. Ajuster les paramtres de subdivision de lenvironnement dans des grilles de voxels pars,
pour mieux remplir les demandes de lutilisateur. Une premire subdivision de lespace est
faite de faon automatique suivant la dcomposition des objets et les positions de fluides
en utilisant les limitations de longueur dchelle.
4. Choisir les conditions initiales et de frontire pour la vitesse, temprature et pression dans
la grille.
5. Placer les champs dterministes pour dfinir la structure initiale de lcoulement.
6. Pour chaque fluide diffrent dans la simulation il faut :
6.1. Dfinir les diffrentes proprits physiques du fluide : viscosit, dilatation thermique,
diffusion molculaire, nombre de Reynolds, etc.
6.2. Dfinir les limites dinfluence du fluide et leur position initiale dans lenvironnement.
7. Dterminer t partir de la taille moyenne du voxel et les conditions de stabilit de
Dirichlet et Von Newman.
3.1.5.2. Etape de Simulation Automatique
Une fois les proprits physiques des diffrents objets et milieux turbulents composant la
scne initialises, la partie automatique de la simulation peut commencer. Le pseudo
algorithme pour un pas de simulation est le suivant :
116
Algorithme 3 : Pas_de_Simulation_hirarchie_ et_multi_grille(t,t)
Actualizer_spectre_d_energie(E,G,t, t);
Appliquer_Conditions_Frontiere()
u
ij
.e+=T(i)*E(i-1,u
ij
)
Si le champ u
ij
est dterministe Alors
Actualiser_Champ(u
ij,
i,e)
// transfert dnergie entre le champ u
ij
et les autres champs du niveau i
ij
,i)
Sinon
Si le champ j est un voxel Alors
// Mettre a jour les variables par la mthode de volume finis
FEM(u
ij
)
Si il existe des pics dnergie dans ce champ Alors
Sinon il y a un gradient dnergie trop forte Alors
Subdiviser_le_champ(u
ij
,i)
Fin Si
Fin Si
Si le champ j nest pas subdivise et
le gradient dnergie est trop forte Alors
// Actualiser les coefficients dondelettes dans le voxel
Actualize_coeff_ondelettes(u
ij
,i)
Fin Si
Fin Si
// trouver le champs de divergence pour conserver la mass
div=divergence(u
ij
,i)
Si div<error admis Alors
// appliquer pas de relaxation
relaxer(u
ij
)
Fin Si
Fin Si
Fin Pour
// Faire transmission dnergie, chaleur libre vers le niveau prcdant
Fin Pour
Fin Pour

117
3.2. MODELISATION DU MILIEU
3.2.1. Hirarchie des Blobs Diffus
Pour la modlisation du milieu, nous avons choisi dutiliser la mthode propose par
[Stam93] et Maxwell comme point de dpart. Celle-ci propose de modliser un gaz par une
distribution de densit de probabilit. Pour limplmentation de ce modle, nous proposons
une extension au modle des blobs diffus.
Le problme principal de la mthode des blobs diffus est, qu'avec un temps de calcul trs
long, il est possible d'identifier clairement la gomtrie utilise pour modliser les blobs, ce
qui introduit des artefacts visuels dans le rsultat final de la simulation. Un deuxime
problme avec la mthode de base, est, que si un blob a russi atteindre une taille plus
grande que l'chelle de turbulence la plus petite, il ne sera pas affect par les phnomnes de
turbulence. Cela va se traduire par une perte dans la qualit de la simulation.
Pour rsoudre ces problmes il existe plusieurs mthodes. Le premier problme peut tre
rsolu partiellement par llimination des blobs qui ont russi atteindre une taille
dtermine. En effet, on suppose que leur contribution la densit du gaz est tellement faible
quelle peut tre considre nulle. Le problme est que, s'il y a plusieurs blobs superposs
dans lespace, laddition de ces densits faibles peut tre considrable long terme.
Le deuxime problme peut tre rsolu par llimination des blobs qui ont une taille plus
grande que l'chelle de turbulence la plus petite. Mis part le mme problme que la solution
utilise prcdemment, cette solution pose le problme du contrle des blobs qui ont une
densit qui ne peut pas tre ignore.
Aprs avoir analys les solutions possibles, nous avons apport les modifications suivantes
au modle de blobs diffus :
Lorsqu'un blob atteint une taille maximum dtermine Bx, il ne disparat pas mais est
subdivis en plusieurs blobs. Pour obtenir les nouveaux blobs, on recherche les rgions du
blob diviser qui ont des caractristiques similaires, par exemple, une distribution
uniforme de densit. On cre ainsi un nouveau blob englobant pour chacune de ces rgions.
Si un blob a une taille plus grande que l'chelle du phnomne de turbulence le plus petit, il
est subdivis aussi en plusieurs blobs.
118
Le nombre maximum des blobs fils Bf, qui peuvent tre gnres partir dun blob
spcifique est dtermin a priori par lutilisateur.
Lorsqu'un blob voit sa densit dcrotre jusqu' tre infrieure une densit minimum
dtermine, il est supprim.
Pour amliorer le temps de rendu, on tire avantage de la subdivision du blob pour construire
une hirarchie d'ellipsodes qui est quivalente aux mthodes de volumes englobants pour
lacclration du rendu. Les feuilles correspondent aux blobs proprement dits (les blobs
visibles un instant de temps donn) et les nuds dans les niveaux plus hauts de larbre
correspondent aux donnes des blobs qui sont l'origine des blobs visibles. Grce cette
mthode, il est possible de limiter la qualit du rendu selon les objectifs de la simulation, en
limitant la profondeur de la hirarchie visualiser (Figure 54).

Figure 54 : Hirarchie de blobs..
Bien que [Stam95b] ait propos l'utilisation dune hirarchie de blobs pour lacclration du
rendu (plus exactement la construction dun arbre binaire), il est ncessaire de recalculer
chaque instant tout larbre partir des relations de voisinages entre chaque blob et ainsi
reconstruire la hirarchie. Cela est trs coteux en temps de calcul. Cependant ce processus
est invitable car le mouvement et la cration de nouveaux blobs par la source (pour maintenir
la continuit de la simulation) invalide la hirarchie chaque instant. De plus, la mthode de
base des blobs diffus ne fournit pas dinformation suffisante sur la relation entre l'ensemble
des blobs pour maintenir facilement la hirarchie de faon plus adaptative.
Par contre, lorsque l'on profite de l'information de subdivision des blobs, il est possible de
construire larbre de faon adaptative, et, pour le maintenir jour, il suffit de parcourir la
hirarchie chaque instant en actualisant les donnes de taille de chaque nud de larbre.
119
Le seul problme pour maintenir la consistance de la hirarchie des ellipsodes lors de
lactualisation de l'arborescence est lorsque l'un des blobs tombe compltement dans un blob
parent diffrent du sien. Il faut alors vrifier quel parent est le plus proche (distance entre les
centres) et actualiser en consquence les liens des deux branches sil faut changer le blob de
parent.
3.2.2. Interaction entre le Modle de Gaz et le Modle de Turbulence
Cest linteraction entre le modle du gaz et le modle de turbulence qui nous permet
finalement de visualiser les effets de ces phnomnes sur les objets naturels tels que la fume
ou les nuages. La combinaison entre ces deux modles peut tre faite trs simplement car il
existe une correspondance directe entre les quations dadvection du gaz et les quations de
mouvement du fluide dfinies par le champ de mouvement.
Du point de vue empirique, le gaz est reprsent par une distribution de densit, il suffit de
remplacer les valeurs du champ de mouvement par la pression, densit et temprature, dans
l'quation du gaz et de rsoudre le systme dquations rsultant. Mais la rsolution de ce
systme dquations peut tre trs complexe.
Par contre, comme un gaz est modlis finalement par une composition de blobs diffus, il
suffit de rsoudre l'quation de distribution de densit pour dterminer la configuration initiale
du gaz. On utilise, par la suite, uniquement les termes de diffusion et de dissipation
molculaire pour calculer l'volution de densit de chaque blob.

t
0

t
n
t
i

Figure 55 : Evolution dun blob plong dans un champ de mouvement
Pour calculer ladvection du gaz, on utilise simplement la valeur produite par le modle du
champ de mouvement la position qui correspond au centre de chaque blob (qui est
quivalente la vitesse du fluide cette position et un instant donn) pour calculer la
nouvelle position du blob.
120
Ce mode dinteraction entre le modle de blobs et le modle de champs de mouvement peut
tre assimil au plongement de particules colores dans un fluide. Les particules sont alors
uniquement une faon de visualiser le flux du fluide (Figure 55).
Ainsi l'volution de la hirarchie de blobs entre deux instants de temps, t et t+t, peut tre
exprime par l'algorithme suivant :
Algorithme 4 : EvolutionHirarchieBlobs()
Pour chaque blob terminal B de la hirarchie Faire
Mise__jour_taille_et_position(Taille, Position)
Si Taille > TAILLE_MAX Alors
// Cration de nouveaux fils
Subdivise_blob(B)
Sinon
Si Taille < TAILLE_MIN Alors
Supprime_blob(B)
Fin Si
Si B n'est plus inclus dans son pre Alors
// Mise jour de la partie de l'arbre concerne par le mouvement de B
Actualise_branche(B)
Fin Si
Fin Pour
3.3. METHODES DE VISUALISATION
3.3.1. Mise en uvre du Modle dans un Algorithme de Radiosit Classique
Le modle que nous venons de dfinir a t utilis dans notre application de rendu raliste
fond sur un algorithme de radiosit. De manire classique, les objets solides sont modliss
par des formes gomtriques planes lmentaires (facettes).
La prise en compte de notre structure reprsentative des milieux participants s'intgre dans
ce systme sans changements majeurs. En effet, la structure hirarchique de nos volumes
permet de les considrer, leur niveau le plus bas, comme un ensemble de petites ellipsodes.
Ces volumes sont suffisamment petits pour tre considrs de densit constante et pour
considrer que la distance entre eux et entre un autre objet de la scne est plus grande que leur
taille. Cette hypothse pose, nous pouvons baser notre mthode d'illumination sur le mme
principe que celle de [Stam95b]. Cela signifie qu'il nous faut tablir trois types d'algorithmes
permettant de calculer les changes nergtiques de facette facette, facette blob et blob
blob.
121
3.3.1.1. Echanges facette facette
De manire classique, l'clairement dune face P
2
par une face P
1
suivant une direction s
12

peut tre reprsente par :
ds ) s n ( I ) s ( dI
12 2 1
in
12

( 3.17 )
O n
1
et n
2
dsignent respectivement les normales aux facettes P
1
et P
2
, s est l'angle solide
sous-tendu par la facette P
1
. Cette quation peut tre reprsente en terme d'aire infinitsimale
dA
1
en considrant l'angle solide sous-tendu par cette aire :
2
12
1
12 1
R
dA
) s n ( ds
( 3.18 )
O R
12
reprsente la distance entre les deux facettes. Ainsi l'nergie totale incidente en un
point de la facette P
2
provenant de la facette P
1
est donne par l'intgration sur l'ensemble de
la surface A
1
de la facette P
1
:

1 1
A A
12 1 1
2
12
2 1
1 12
in
12
F I dA
R
) s n )( s n (
I ) s ( dI I
( 3.19 )
O F
12
est appel facteur de forme et, dans le cas de surfaces diffuses, dpend seulement
de la gomtrie des facettes. Le facteur de forme entre un disque de rayon r, de normale n
1
et
un point dtermin sur une facette de normale n
2
est une approximation courante de la valeur
du facteur de forme prcdent et est dfini par :
) s n )( s n (
d r
r
F
12 1 12 2
2
12
2
2
disk
12

+

( 3.20 )
o d
12
est la distance entre le centre du disque et le point sur la facette. Lorsque la distance
est grande ou la taille de la facette est petite, il est possible d'approcher celle-ci par un disque
de surface quivalente et d'utiliser le facteur de forme pour calculer la luminance incidente sur
la facette :
disk
12 1
in
12
F I I
( 3.21 )
3.3.1.2. Echanges facette blob
En fait, le calcul des changes nergtiques entre facettes et blobs est un cas particulier des
changes classiques entre facettes et facettes. Dans ce cas, on considre une petite surface
dfinie au centre du blob dont la normale est aligne avec la direction s
12
. On a ainsi n
2
.s
12
=-1
et la luminance incidente au blob est la suivante :
122
) s n (
d r
r
I F I I
12 1
2
12
2
2
1
disk
12 1
in
12

+

( 3.22 )
Lorsque le rayon venant de la facette atteint le blob, une partie de l'nergie qu'il transporte
est absorbe et une autre est diffuse. L'absorption fait "disparatre" une partie de l'nergie
incidente alors qu'une autre partie va tre redistribue sur l'ensemble des directions de l'espace
par le blob. Pour la prise en compte de la diffusion, on utilise les valeurs de la fonction de
phase dfinie pour le volume. On obtient ainsi un ensemble d'chantillon angulaire
reprsentant des angles solides dans lesquels le blob va transmettre une certaine quantit
d'nergie. Le reste de l'nergie incidente, non absorbe et non diffuse, va poursuivre son
chemin sans modification (transmission).

Figure 56 : Facteur de forme entre une facette et un blob.
3.3.1.3. Echanges blob facette
Pour prendre en compte les changes nergtiques entre un blob et une facette, il est
ncessaire de s'assurer que la distance qui les spare est suffisamment grande par rapport
leur taille. Dans ce cas, la distance entre la facette et un point quelconque du blob peut tre
considre comme constante. La direction de vise peut galement tre considre parallle
la direction dfinie par le centre du blob et le centre de la facette (Figure 56). Le facteur de
forme peut alors s'crire :

12
2
12
12
d
1
d
dy dx
F
( 3.23 )
L'nergie mise par le blob est compose de son mission propre et de la valeur de la
diffusion dans l'angle solide de la direction considre.

123
3.3.1.4. Echanges blob blob
Les changes nergtiques entre deux blobs sont une composition des deux cas
prcdemment dfinis. Pour cela, on calcule l'nergie mise et diffuse par le blob source
dans la direction considre. Les deux blobs sont reprsents par un lment de surface
infinitsimal dont la normale est parallle la direction de vise. Cela signifie que l'on a :
-n
1
.s
12
=1 et n
2
.s
12
=1 ( 3.24 )
Comme dans le cas d'changes entre facette et blob, le blob rcepteur va absorber,
transmettre et diffuser l'nergie qu'il a reue. C'est ce niveau de la mthode que le
phnomne de multi-diffusion va tre pris en compte. Nous admettons que la taille moyenne
d'un blob est suffisamment faible pour que la proprit de diffusion soit considre
uniformment sur l'ensemble de son volume. De plus, il est assimil une particule unique, sa
position dans l'espace tant dfinie par son centre. L'nergie reue en ce point va donc tre
diffuse. Pour cela, on utilise les donnes fournies par la fonction de phase pour distribuer
l'nergie entrante sur l'ensemble des directions de diffusion chantillonnes. L'algorithme de
prise en compte de la diffusion correspondant est alors le suivant :
Algorithme 5 : Diffuse_blobs()
Tant que (Energie restant diffuser > Diffusion)
et(Nb_Passes < NB_MAX_PASSES) Faire
// Slection de l'metteur
Pour chaque blob terminal E de la hirarchie Faire
// Slection du rcepteur
Pour chaque blob terminal R de la hirarchie Faire
Interpolation de l'nergie L non-encore diffuse par E
dans la direction [ER]
Calcul de la dperdition D de lnergie mise par E
sur le trajet [ER]
L -= D
Pour chaque direction de diffusion Diff chantillonne
de R Faire
Calcul de E
diff
, la diffusion de L selon Diff
Energie non-encore diffuse selon Diff += E
diff
Fin Pour
Fin Pour
Fin Pour
Fin Tant Que
124
Cet algorithme correspond la rsolution de la radiosit locale du milieu participant. Il
s'arrtera lorsque l'nergie restant diffuser sera infrieure un seuil (Diffusion) ou aprs un
nombre d'itrations dfinies a priori par l'utilisateur. L'nergie non-encore diffuse est
initialise par la diffusion simple (diffusion initiale de l'nergie d'une source extrieure). Bien
videmment, la taille maximale des blobs doit tre suffisamment petite pour permettre une
bonne approximation de ce phnomne.
Pour calculer la dperdition D sur un trajet [ER] on considre les blobs traverss par le
rayon qui lie les centres des deux blobs, en faisant un dcoupage adaptatif du rayon (Section
2.2.4.2). Etant donne que les blobs sont considres comme ayant une taille suffisamment
petite pour que la distribution de densit soit constante dans le volume occup par le blob,
nous pouvons considrer que K
est constant pour chacun de ceux-ci. Il est alors possible de

calculer le facteur de dperdition pour chacun des blobs intersects comme tant uniquement
une fonction de la distance parcourue par le rayon a travers celui-ci et le coefficient
dextinction. Ainsi la dperdition totale D de lnergie mise par E, sur le trajet [ER] est gale
a la somme des valeurs obtenues pour chaque segment du rayon. Les effets de lnergie mise
par les blobs intersects est prise en compte lorsque ceux-ci sont analyses de forme
individuelle comme tant des metteurs.
3.3.1.5. Processus dillumination du milieu
Le processus complet dillumination du milieu peut tre exprim par lalgorithme suivant :
Algorithme 6 : Illuminer_Milieu_Participant()
// Slection du rcepteur
Pour chaque blob R terminal Faire
// Slection de l'metteur
Pour chaque metteur E dans la scne Faire
Calculer la quantit dnergie L diffuse par E
dans la direction [ER]
Calcul de la dperdition D de lnergie mise par E
sur le trajet [ER]
L-=D
// Additionner lnergie reue au blob R
R.L+=L
Fin Pour
Fin Pour
Diffuse_blobs()
125
3.3.1.6. Echanges facette facette avec milieu interpos
Pour calculer les changes entre deux facettes lorsquil y a un milieu participant entre les
deux, on doit calculer les effets la dperdition D de lnergie mise par P
1
dans la direction s
12

par laction du milieu. Ainsi, nous utilisons la mme mthode que pour calculer la dperdition
dnergie entre deux blobs, mais cette fois ci le rayon suit la direction s
12
. Nous parlons
uniquement de la dperdition, parce que la contribution dnergie mise par le milieu est prise
en compte lors des changes blob facette.
3.3.2. Application dans linfrarouge
Les mthodes dillumination que nous avons prsentes sont applicables dans l'infrarouge.
La seule diffrence est que les donnes thermiques des gaz prennent ici toute leur importance.
En effet, l'mission thermique est le phnomne principalement visible dans la zone du moyen
et lointain infrarouge. Les rsultats visuels au niveau des milieux participants permettent
d'apprhender les phnomnes de convection propres aux milieux gazeux. Dans ce cas,
l'animation fournit un supplment d'informations non ngligeable.
L'avantage de notre modle pour ce type de visualisation est qu'il contient dj les donnes
thermiques ncessaires la mise en uvre de la visualisation infrarouge. Ces donnes sont la
base de la simulation et sont initialises et calcules de manire physiquement valide.
La modlisation de la visualisation dans linfrarouge et sa prise en compte en images de
synthse est un sujet complexe qui a mme t le sujet de recherche et de thses entires.
Ainsi, notre utilisation de ce type de visualisation tant trs limite, et pour viter de nous
carter trop du sujet de cette thse, nous nessayerons donc pas de lexpliquer ici. Toutefois,
le lecteur intress par ce type de visualisation peut trouver plus de dtails sur ce sujet dans la
thse de Laurent DaDalto [DaDalto97c].
3.3.2.1. Rendu
Le modle hirarchique de blobs s'intgre facilement dans notre modle d'illumination.
Lorsqu'un objet ou un autre blob se trouve sur le chemin d'un rayon d'illumination, l'nergie
que ce dernier transporte est soit totalement, soit partiellement absorbe. Ainsi les ombres
portes entre volumes et objets, objet et volume et mme auto-portes par un volume sur lui-
mme peuvent tre prises en compte.

126
Lors du rendu, nous effectuons un lanc de rayons simple. Dans le cas o le rayon
traverserait un lment de la hirarchie d'un volume, celui-ci viendra, comme dans notre
modle initial modifier l'nergie transporte par le rayon. Les phnomnes de dperdition
(absorption et diffusion sortante) rduiront l'nergie transporte. Les phnomnes sources
(diffusion entrante et mission propre) viendront au contraire augmenter cette nergie. Dans le
cas de la diffusion entrante, il est ncessaire de rcuprer la valeur stocke sur le blob suivant
l'angle solide d'entre du rayon dans le blob.
3.3.3. Mise en uvre pour des Applications Interactives
Lun des principaux avantages de notre modle de simulation des phnomnes gazeux
turbulents, est la rduction des temps de calcul par rapport aux autres mthodes de simulation
numrique traditionnelles, tel point quil est possible de raliser des simulations avec des
temps de calculs suffisamment petits pour quelle puisse tre utilise dans des applications
interactives. Il tait donc ncessaire de dfinir une reprsentation gomtrique du milieu
adapte ce type dapplications en utilisant des modles adaptes aux techniques de rendu
temps rel. Il faut alors adapter la mthode des blobs diffus pour ce type dapplications de
faon trs simple.
En effet, la transparence dun blob atteignant lobservateur peut tre dfinie en fonction de
lintgrale de la densit du blob tout au long dun rayon le traversant. Si on utilise la
dfinition de la distribution de densit du blob (Section 2.2.2), on dcouvre que la
transparence du blob a la forme dune distribution gaussienne directement proportionnelle la
densit moyenne du blob. On peut donc exprimer la transparence
tot
dun pixel [x,y] lcran
due la reprsentation du milieu par des blobs diffus comme la multiplication des
transparences dues chaque blob individuel
j
pour ce pixel :
] y , x [ ] y , x [
N
1 j
j tot

( 3.25 )
Ainsi, pour une densit et taille du blob dtermins, il est possible de precalculer la
transparence dans une pixmap. Dans la pratique, chaque pixmap peut tre obtenue grce
lapplication des transformations affines sur une unique pixmap reprsentant une distribution
de densit particulire [Westover90]. On peut aussi, tirer avantage des capacits de mlange
dalpha des machines actuelles et utiliser des polygones au lieu des pixmaps. Ainsi, chaque
blob est reprsente par une mosaque des polygones triangulaires toujours parallles au plan
de visualisation (billboards), comme le montre la Figure 57 gauche.
127

Figure 57 : Approximation dun blob par une mosaque des polygones (gauche),
application dans un ensemble de blobs (centre), rsultat du mlange (droite).
La valeur alpha du centre correspond donc la valeur alpha du blob. Cette valeur est ensuite
interpole par la carte graphique. Cest lunit de mlange de la carte graphique qui se charge
de reprsenter lintgration du rayon dans lensemble des blobs.
Cette mthode a comme avantage dtre, simple, rapide, et de donner une bonne
approximation de la gomtrie du milieu reprsent par les blobs diffus. Nous lavons donc
utilise dans une srie doutils pour permettre lanimateur de paramtrer la simulation et
voir les rsultats en temps rel avec la librairie graphique OpenGL.
3.3.3.1. Intgration dans un pipeline dillumination globale pour des applications
interactives.
Afin dvaluer la viabilit de lutilisation du modle de simulation dans des applications
interactives complexes, on la intgr dans une plate-forme dillumination globale pour des
environnements de ralit virtuelle dveloppe au sein de notre quipe [Kardasse00]. Ainsi,
tandis que le systme de simulation se charge de reprsenter le comportement dynamique du
milieu de faon autonome, la communication avec la plate-forme de visualisation est faite
entirement par le biais du modle des blobs.
Ainsi, certains des paramtres des blobs, comme leurs densits, leurs tailles et bien
videmment leurs positions spatiales, sont utiliss par le module dillumination et de
visualisation de la plate-forme. Lillumination directe dun blob est effectue par lanc de
rayons. Pour chaque blob, on gnre un rayon de son centre vers la source lumineuse
considre.

128
Les interactions lumineuses internes la turbulence ne sont pas gres. La lumire renvoye
directement par un blob dans la direction du point dobservation est obtenue de manire
empirique. On utilise une version normalise du modle de fonction de phase de Henyey-
Greenstein (quation ( 1.24 ) ) au sein dun gaz. La procdure dillumination temps-rels pour
un blob B, et une source S, est donc la suivante :
Algorithme 7 : IlluminationBlob(Blob B, Source S, RVB L)
Vecteur D=(S.P-B.P)/Norme(S.P-B.P);
RVB LS=Eclairage(S,B.P);
Flottant Vis=LancRayon(B.P,D);
L=LS*Vis;
L est la luminance renvoye. La procdure Eclairage renvoie les composantes rouge, verte
et bleue de la lumire issue de la source lumineuse, premier paramtre, vers le point,
deuxime paramtre. La procdure de restitution temps-rel dune particule en fonction du
point dobservation O, est :
Algorithme 8 : VisualisationParticule(Blob B, Source S, Point O, RVB LIn, RVB L)
Vecteur D=(S.P-B.P)/Norme(S.P-B.P) // Direction dclairage
Vecteur V=(O.P-B.P)/Norme(O.P-B.P) // Direction dobservateur
Flottant PS=ProduitScalaire(D,V)
flottant GA=fabs(G),G2=G*G
L=LIn*(1-G2)*(1+G2-2*G*PS)/((1-G2)*(1+GA)*(1+GA))
LIn est la luminance issue de la procdure IlluminationBlob. L est la luminance finale
renvoye. La procdure complte dillumination dune particule par N source est donc :
Algorithme 9 : IlluminationParticule(Blob B, Point O, Densit, RVB L)
RGB L1,L2
L=0
Pour chaque source S Faire
IlluminationBlob(B,S,L1)
VisualisationBlob(B,S,O,L1,L2)
L+=L2
Fin Pour
L=L*Densit
Les blobs ainsi illumins sont affichs sous la forme de billboard, dont la texture est
dfinie par lutilisateur, de sorte que la valeur du canal alpha doit dcrotre entre 1 et 0, du
centre vers les frontires de la texture. Les particules tant transparentes, elles doivent tre
tries relativement aux autres surfaces transparentes [Kardasse00].
129
3.4. RESULTATS
Pour tester notre modle de simulation, nous avons effectu une implantation complte de la
mthode en dveloppant une API de simulation implmente par srie de librairies C++. De
plus nous avons dvelopp une srie de logiciels permettant de simplifier le travail de
lanimateur avec le modle dans la construction dune scne de faon interactive, ainsi que
pour tester les diffrentes techniques de visualisation proposes.
Bien que dans notre implmentation nous nayons pas fait des grosses optimisations dans le
code mis part les plus videntes, nous avons pu dmontrer quil tait possible dobtenir des
rsultats en temps de calcul trs courts.
Le fait davoir implment la mthode comme une srie de librairies ayant une API
clairement dfini nous a permit de lintgrer avec des diffrents types dapplications plus
facilement. Cest ainsi nous avons pu enrichir des diverses applications dveloppes au sein
de notre quipe par la prise en compte des milieux participants turbulents [Dadalto97c]
[Kardasse00].
Dans cette section nous allons prsenter quelques rsultats obtenus en utilisant notre
mthode. Ainsi, dans un premier temps, nous allons prsenter les rsultats de lapplication de
notre mthode de simulation pour un ensemble de problmes dcoulements laminaires et
turbulents classiques de dynamique des fluides, de faon valider lefficacit de notre
modle. Ensuite, nous prsenterons une srie dexemples dapplication de la mthode dans
des scnes plus complexes.
Toutes les images prsentes ici, ont t gnres par notre implmentation de la mthode.
La plupart dentre elles, ont t gnres par un ordinateur du type compatible PC muni dun
processeur Pentium II-450Mhz, 128 Mo de RAM, et une carte graphique OpenGL du type
nVidia Riva TNT. Avec cette configuration du matriel il est possible de raliser les
simulations prsentes ici entre 15 et 24 images par seconde en moyenne.
La visualisation temps rel est faite avec les mthodes de rendu des blobs pour applications
interactives prsentes dans la section prcdente, o avec des mthodes traditionnelles de
visualisation scientifique pour montrer ltat des champs de vitesse, pression et temprature
du fluide.

130
Dans le cas des images ralises avec la mthode de rendu en lancer de rayons intgrant un
modle dillumination globale, le plus coteux est la phase dillumination et de rendu. Ainsi,
le temps de calcul pour les images ralises avec cette mthode dillumination globale est de
lordre de 3 5 minutes environ dans un ordinateur SGI Octane muni de deux processeurs
R10000-175Mhz, et 256 Mo de RAM.
Le Tableau 1 montre les valeurs des paramtres utilises pour certaines de ces simulations
dfinis par lutilisateur.
Tableau 1 : Valeur des variables de control pour certaines des simulations de turbulence.
Simulation Ti Vi t
min

max
P Re erreur L
h
Bx Bf
0 - - 5 0.05 1 7.07 5 10
e-5
2*10
e-2
8 - -
3.4.2 - - 3.1 1 4 0.72 4365 10
e-5
3.4*10
e-2
8 - -
3.4.3 50 0.8 1 0.05 1 7.07 100000 10
e-4
2*10
e-4
16 0.1 3
3.4.4 50 0.05 5.5 0.05 2 7.07 900 10
e-7
2*10
e-3
10 0.3 4
3.4.5 50 0.15 5 0.05 1 7.07 100000 10
e-7
2*10
e-4
16 0.1 2
3.4.6 50 0.2 5 0.1 1 10 985700 10
e-4
2*10
e-4
16 0.2 3
3.4.7 70 0.3 0.03 0.05 4 7.07 10000 10
e-7
2*10
e-4
- 0.05 2
3.4.8 60 1.2 0.03 0.05 4 7.07 10000 10
e-7
2*10
e-4
15 0.05 2

La temprature ambiance pour toutes les simulations est de 28
o
C.
3.4.1. Ecoulement Convectif Simple
Si on prend une enceinte ferme contenant un fluide trs visqueux, et quon chauffe lune
des parois et quen mme temps on refroidit la paroi oppose (Image 1 droite), le fluide va
se mettre bouger cause des phnomnes de convection et de flottabilit thermique. Ainsi,
la paroi chauffe le gaz, lequel slve, est remplac par de lair plus froid qui schauffe son
tour, tandis que lair chaud refroidit au contacte de la paroi oppose remplaant lair froid et
ainsi de suite. Ce cycle de convection thermique finit par donner naissance a un vortex
remplissant toute lenceinte, Image 1 gauche.

131

Image 1 : Ecoulement convectif laminaire : A droite ltat initial de lespace de simulation,
et a gauche ltat du fluide aprs quelques secondes de simulation.
3.4.2. Ecoulement Convectif de Rayleigh-Benard
Ce type dcoulement correspond aux flux gnr par la seule action des changes
thermiques occasionns par un fort gradient de temprature dans un fluide peu visqueux. Il
montre de faon trs claire comment le transport de chaleur par convection a lieu dans des
gros volumes de gaz.
Lespace de simulation est considr tre une enceinte enferme entre deux plans
horizontaux. Le plan du sol est associ une plaque qui chauffe le gaz de faon constante, et
le plan du toit est charg de refroidir le gaz (Image 2). Il en rsulte alors que lchange de
chaleur entre les deux plaques gnre un flux convectif compos dune srie de rouleaux de
convection voisins remplissant tout lespace de simulation (Image 2).

132

Image 2 : Ecoulement convectif de Rayleigh-Benard aux instants t=0, t=12 et t=30 de haut
en bas respectivement.

133
3.4.3. Jet Chaud Turbulent.
LImage 3 montre lvolution dun jet chaud turbulent horizontal, et elle permet de mettre
en vidence la transition sinusodale vers la turbulence. Dans ces images il faut
remarquer lapparition dune srie de structures tourbillonnantes avec des directions de
rotation opposes des deux cots de lcoulement. Ce type de structure ressemblant un
hippocampe est connu sous le nom dalle de Karman [Candel95].

Image 3 : Jet chaud horizontal.

134
3.4.4. Jet Vertical Laminaire
LImage 4 montre les rsultats obtenus pour un jet chaud laminaire (nombre de Reynolds
trs petit) basse vitesse dans la direction verticale. Ainsi, Le comportement du fluide dpend
principalement des phnomnes de convection thermique. Dans ces images on voit clairement
lapparition des alles de karman dans un premier temps. Puis elles sont dissipes avant dtre
en mesure de donner naissance aux phnomnes de turbulence. Cela est d au fait que la
profondeur de la hirarchie de turbulence est limite par la faible valeur du nombre de
Reynolds pour lchelle intgrale. Ces types dcoulements sont souvent observs dans des
environnements cloisonns ou la masse dair est trs calme. La fume dune cigarette dans
une chambre compltement ferme est un bon exemple de ce type dcoulements.

Image 4 : Jet Vertical Laminaire.
135
3.4.5. Interaction et Mlange entre Deux Flux Opposs
LImage 5 montre la faon dont deux fluides se mlangent lorsquils sont amens se
rencontrer. Dans notre modle ce type dinteractions entre fluides est pris en compte de faon
entirement automatique.

Image 5 : Interaction et mlange des deux flux opposs.
3.4.6. Exemple de linfluence dun obstacle dans lcoulement du fluide.
Dans lImage 6, il est possible dobserver comment la prsence dun objet dans la trajectoire
du fluide est prise en compte de faon compltement automatique par notre modle grce
lutilisation de la reprsentation en voxels de celui-ci. Ainsi, ds que le gaz rentre en contact
avec lobjet il est dvi de sa trajectoire initiale, et est oblig de se diviser pour pouvoir le
contourner.
136

Image 6 : Exemple dcoulement autour dun obstacle.
3.4.7. Fume dune Cigarette.
Nous avons utilis la simulation dune fume de cigarette pour tester les effets des diffrents
paramtres de la simulation dans une scne plus raliste que les coulements des tests
prcdents. La scne est tout simplement un cendrier avec une cigarette allume, dans une
enceinte ferme qui peut tre considre plus ou moins stable. Les phnomnes de turbulence
sont alors produits principalement par les phnomnes de convection et d'advection du gaz.
Sur lImage 7, nous pouvons voir se matrialiser les effets de la profondeur de la hirarchie
de turbulence sur la fume dune cigarette. A gauche on voit le flux laminaire qui ne
reprsente que le flux principal du gaz, et se trouve donc au plus haut niveau de la hirarchie.
A droite on a le mme flux mais cette fois ci on voit apparatre des phnomnes de
turbulence due a lutilisation dune hirarchie plus profonde. En faisant une comparaison des
deux types dcoulements, il semble visuellement plus correct d'utiliser le flux laminaire pour
ce genre de simulation. Cela s'explique trs simplement. En effet, l'volution d'un fluide de
manire laminaire est en gnral valable dans le cas de milieux ferms (atmosphres
cloisonnes). C'est en gnral le cas pour la fume de cigarette.

137

Image 7 : Effets de la profondeur de la hirarchie de turbulence sur la fume dune
cigarette. A gauche le flux laminaire, A droite le flux turbulent
LImage 8, montre les rsultats de la simulation dune fume de cigarette trs turbulente
dans le spectre visible et dans linfrarouge. Dans ces images il est possible dobserver que la
fume semble tre beaucoup plus dense dans linfrarouge que dans le spectre visible. En effet,
cela est d au fait que la diffrence de temprature de certaines particules avec lair
environnant est beaucoup plus importante que leur densit. Cette diffrence est beaucoup plus
frappante pour les particules qui ont une densit si faible qu'il est trs difficile de les voir dans
le spectre visible, tandis quils sont aisment reprables dans linfrarouge.

Image 8 : Fume de cigarette trs turbulent dans le spectre visible gauche, et dans le
infrarouge droite (on visualise uniquement la fume dans linfrarouge pour plus de clart).
La squence de l'Image 9 prsente les diffrentes images dune squence d'animation
complte dune fume de cigarette voluant dans un environnement trs perturb. Pour cette
animation on a dfini un champ de vent traversant la scne de gauche droite qui augmente et
diminue en puissance en fonction du temps.
138

Image 9 : Quelques images dune squence de simulation pour la fume dune cigarette.
LImage 10, illustre la mise en uvre dune animation similaire aux simulations prcdentes
en utilisant notre interface temps rel. Ainsi, Dans la premire image on voit le placement des
objets dans la scne et les limites de lespace de simulation. Dans la deuxime image on voit
le dcoupage en grille de voxels des objets appartenant la scne. La troisime image montre
les espaces occups par les deux premiers niveaux de la hirarchie de turbulence.

Image 10 : Illustration de la composition dune simulation dans notre interface temps rel.
LImage 11, montre les rsultats de lutilisation des diffrentes techniques pour le rendu des
blobs en temps rel dans notre interface de simulation. A gauche nous utilisons des particules
pour reprsenter chaque blob, et droite nous utilisons la mthode de mosaque des polygones
en tirant avantage des facilites dalpha blending fournies par OpenGL. Quelques images de la
squence danimation rsultante sont montres dans LImage 12.
139

Image 11 : Diffrentes techniques pour le rendu des blobs en temps rel dans notre
interface de simulation: Systmes de particules (gauche), et mosaque des polygones (droite).

Image 12 : Quelques images dune squence danimation ralises en temps rel.
3.4.8. Fume dun moteur du Biplan mal rgl.
Cette scne permet de montrer les interactions entre un gaz et des objets complexes. La
fume produite par une panne dans le moteur du biplan est pousse en arrire par leffet du
vent gnre par lhlice. Il est possible dobserver comment le gaz est dvie de sa trajectoire
originale lors de son interaction avec les ailes et le corps du biplan. Le dcoupage du biplan
en grille des voxels est illustr dans lImage 13. Quelques images de la squence danimation
rsultante gnres en temps rel sont montres dans lImage 14.

140

Image 13 : Biplan et son dcoupage correspondant en grille des voxels.

Image 14 : Exemple de Simulation en temps rel de linteraction entre un gaz et un objet
complexe (biplan).
141
3.4.9. Utilisation du modle dans une application interactive dillumination globale.
Notre modle de simulation des phnomnes turbulents a t intgr dans une plate-forme
dillumination globale pour des applications interactives dveloppe au sein de notre quipe
[Kardasse00]. Pour raliser cette intgration, le modle dillumination des blobs ainsi que le
modle de rendu ont d tre adapts lapplication en question (Section 3.3.3.1).
LImage 15 montre le type des rsultats quon peut obtenir en utilisant ce systme pour
lillumination dune scne comprenant une turbulence [Kardasse00]. Dans la premire image,
la turbulence ne subit pas lillumination, dans la deuxime image lillumination a lieu sans
tenir compte des occlusions lumineuses. La troisime image reprsente la turbulence claire,
en tenant compte des occlusions. La scne contient trois sources lumineuses, ainsi que les
sources issues des rflexions miroir. La vitesse de rafrachissement de laffichage oscille
entre 20 et 30 images/s. Le plus coteux tant lvaluation du modle dillumination, la
simulation du comportement du fluide tant ralise en temps rel.

Image 15 : Etapes pour lclairage raliste dune scne contenant un coulement turbulent
dans une application interactive grce laide dun pipeline dillumination globale.
Modlisation et Simulation des Milieux Turbulents : Conclusion
142
143
CONCLUSIONS
Dans cette partie de notre thse nous avons dvelopp un nouveau modle pour la
simulation des milieux participants turbulents, qui permet dobtenir des rsultats dans des
temps de calcul trs courts le tout sans sacrifier le ralisme physique ou la contrlabilit du
modle. Cela est possible par le fait que notre modle est en ralit compos par une
combinaison de plusieurs mthodes de modlisation plus adaptes les unes que les autres pour
reprsenter des caractristiques propres de la turbulence diffrents niveaux de ralisme
physique, la cl tant donc la faon dont ces modles sont utiliss et la faon dont ils
interagissent. Ainsi, dans un premier temps, nous avons du raliser une tude approfondie du
phnomne du point de vue physique pour mieux comprendre les notions qui le rgissent et
pouvoir tre en mesure de le reprsenter correctement, et, bien que la plupart de ces notions
provenant de lhydrodynamique et de la thermodynamique ne soient pas toujours simples
apprhender, ils permettent didentifier une srie de caractristiques spcifiques aux
coulements turbulents qui se sont avres trs utiles pour la construction de notre modle.
Cest ainsi que nous avons dvelopp le modle de la base de turbulence en combinaison avec
un modle hirarchique de turbulence troitement lie et entirement contrl de faon
automatique par le spectre dnergie.
Lun des avantages principaux de notre modle est de tirer profit des caractristiques
propres de la turbulence pour simplifier la reprsentation dun milieu turbulent complexe par
la combinaison de plusieurs types de modles. Ainsi, grce lutilisation de la hirarchie de
turbulence pour reprsenter la cascade nergtique en combinaison avec la mthode multi-
grille pour rsoudre directement les quations de Navier-Stokes, seules les lois physiques
contrlent l'volution de lcoulement turbulent. A la diffrence des autres modles bass sur
la simulation physique comme celui de [Foster97b], notre mthode permet de donner
lutilisateur, sil le dsire, un contrle plus ponctuel de laspect du phnomne que celui quil
peut faire par la seule utilisation des paramtres physiques grce lutilisation des bases de
turbulence. De plus cette utilisation des bases de turbulence permet de faire des amliorations
trs facilement rien quen changeant la dfinition des champs composant la base, comme il a
t montr avec le modle des ondelettes pour diminuer la profondeur de la hirarchie et en
mme temps pouvoir continuer de reprsenter des turbulences chelles plus petites que la
taille de la grille du plus bas niveau.

144
Lutilisation du modle multi-chelle pour la turbulence a dautres avantages tels que la
diminution du cot de stockage et du temps de calcul. Le fait de le coupler avec un modle
multi-grille pour la rsolution des quations diffrentielles permet de ladapter pour rsoudre
des problmes plus complexes dfinis par des systmes dquations du mme type comme il
est expliqu dans la deuxime partie de cette thse pour les phnomnes de combustion
turbulente. Lautre avantage de lutilisation des grilles pour la rsolution des quations de
Navier-Stokes et pour la reprsentation des objets dans lespace de simulation est de permettre
de prendre en compte les changes thermiques et autres types dinteractions entre le gaz et les
objets solides de faon compltement automatique.
Cependant, ce modle de simulation quelques dsavantages. Dans un premier lieu, comme
dans tous les modles dlments finis, lorientation des grilles peut affecter les rsultats, bien
que cela soit rduit dans un certain degr par la faon dont la valeur de la turbulence pour les
voxels du plus bas niveau de la hirarchie est calcule. Le deuxime problme apparat
lorsquon veut simuler des flux hautement turbulents. En effet dans ce cas il faut avoir une
hirarchie de turbulence assez profonde donc trs coteuse valuer, cest pour cette raison
que nous avons propos lutilisation du modle des ondelettes, pour essayer de rsoudre ce
problme, cependant la base gnrique utilise ne reproduit pas tous les types de turbulence, il
faudrait donc tudier dautre type de bases ou dvelopper des bases plus adaptes lorsque cela
semble ncessaire.
Quant lutilisation du modle multi-rsolution du milieu visible par une hirarchie des
blobs elle prsent plusieurs avantages. En particulier, elle permet de diminuer les cots de
stockage et de temps de calcul, surtout lors du calcul pour dterminer la visibilit des blobs.
Le fait que le modle dynamique et le modle visible soient trs proches dans leur structure, et
que lvolution du modle visible soit troitement lie au modle dynamique, permet un accs
rapide l'information et une optimisation des algorithmes de calcul. Cependant, si lutilisation
des blobs se prte trs bien pour tre utilise avec diffrentes mthodes de rendu, elle pose un
certain nombre de limitations. Dans un premier lieu, la modlisation l'aide d'une hirarchie
d'ellipsodes finit par tre visible lorsque le milieu est trs dissip. En effet, bien que les
volumes lmentaires soient trs petits, ils conservent une densit homogne. L'artefact
associ est alors parfois visible. En deuxime lieu, si le milieu est beaucoup trop turbulent
nous pouvons tre obligs dutiliser une trs grande quantit de blobs de trs petite taille. En
effet ils doivent tre plus petits que lchelle de turbulence la plus petite pour tre en mesure
de pouvoir la reprsenter visuellement.
145
Pour conclure cette partie, nous pouvons dire que lun des derniers grands avantages de
notre modle est quil est valide dans l'optique d'une application la simulation industrielle ou
physique. En effet, il propose un systme de modlisation de la dynamique du milieu
totalement bas sur des donnes et des lois de la physique. Les seules approximations, sources
d'erreurs, ont lieu lors de la modlisation gomtrique. Les bases numriques restent valides.
Ainsi, plusieurs applications peuvent tre envisages. De plus, le fait de pouvoir changer
radicalement le comportement du modle grce lutilisation des bases de turbulence en
combinaison avec la hirarchie de turbulence, permet de lutiliser comme une plate-forme de
simulation pour dautres types de phnomnes avec des comportements similaires.

146

147

2
EME
PARTIE : MODELISATION ET SIMULATION
DES PHENOMENES DE COMBUSTION TURBULENTS

148
Modlisation et Simulation de Combustion Turbulent : Reprsentation Physique
149
Chapitre 4: REPRESENTATION PHYSIQUE DES PHENOMENES
DE COMBUSTION TURBULENTS
INTRODUCTION
La combustion, dont le feu est lune des manifestations les plus visibles, nest pas seulement
lun des phnomnes naturels existants des plus spectaculaires, mais aussi lun des plus
attirants et plus intrigants, capable dvoquer une grande diversit des sensations par sa
puissance et par son pouvoir destructif. Cest ainsi, que depuis lantiquit, la fascination de
lhomme pour ce phnomne a conduit tout naturellement au dsir de le matriser pour le
mettre son service. Ainsi, la combustion est devenue une source importante de conversion
dnergie faisant partie intgrale de notre vie quotidienne, tel point quil a t plusieurs
reprises a lorigine des plus grandes avances de notre civilisation. Le feu pour lclairage et la
cuisson de lalimentation, la matrise des fours pour la production des mtaux, la matrise de
la combustion dans les moteurs piston, etc.
Cependant, bien que lon arrive le matriser pour de nombreuses applications spcifiques,
il est encore trs coteux et difficile de le contrler en utilisant des techniques de pyrotechnie
dans des environnements plus ouverts, comme cest souvent le cas pour la ralisation des
effets spciaux. De plus, le nombre deffets quil est possible de raliser est trs limit, et il
nest pas possible de les reproduire de faon identique si ncessaire. Il tait donc trs naturel
que la cration synthtique des phnomnes de combustion devienne un objectif trs valable.
Et pas seulement pour le spcialiste des effets spciaux ou le producteur limit par son
budget, mais aussi pour les professionnels dans notre domaine qui veulent tout simplement
incorporer la simulation des phnomnes naturels pour obtenir des images de synthse plus
proches de la ralit.
Cependant, ds quon veut recrer ce type de phnomnes de faon raliste on se rend vite
compte de la difficult capturer la complexit inhrente du phnomne. En effet, les
phnomnes de combustion, dont leur manifestation la plus courante dans les fluides ractifs
sont les phnomnes de combustion turbulente, sont lun des phnomnes le plus complexes
existant dans la nature due leur caractre multidisciplinaire impliquant des ractions
chimiques trs rapides, avec des processus thermodynamiques et hydrodynamiques trs
complexes.
150
Cependant, si lon limite le problme un sous-ensemble du problme de combustion
turbulente, plus prcisment le problme de la combustion prmlange, on peut tirer
avantage des travaux de recherche effectus dans le domaine de la thermodynamique pour
construire un modle adapt pour tre utilis dans le domaine de la synthse dimages.
Le but de ce chapitre est donc dintroduire les lois et processus chimiques et physiques
gouvernant le comportement dun phnomne de combustion turbulente, en utilisant le
modle des flammes prmlanges, pour mieux comprendre ce type de phnomnes et en
mme temps poser la base thorique ncessaire pour la construction de notre modle de
combustion.
Nous prsenterons dabord la faon dont le phnomne de combustion turbulente peut tre
dcompos dans trois parties fondamentales, pour continuer avec la description de chacune de
ces parties, et leur interaction.
4.1. DEFINITION ET DECOMPOSITION DE LA COMBUSTION TURBULENTE.
Du point de vue physique le phnomne de combustion turbulente peut tre dfini comme le
rsultat de linteraction entre un phnomne de combustion pure avec un coulement
turbulent [Williams85] [Kuo86] [Warnatz96]. Selon cette dfinition de la combustion
turbulente, il est donc possible de subdiviser le problme dans trois grandes parties,
permettant didentifier les origines de la complexit du problme:
Le problme de la turbulence : Comme il a t montr dans la premire partie de cette
thse, la turbulence est le mcanisme le plus complexe quon peut trouver dans la
mcanique des fluides, mme pour des fluides non ractifs.
Le problme de la combustion pure sans turbulence : Ce processus est aussi trs
complexe, surtout par le fait quil implique une trs grande quantit de ractions
chimiques dans des distances et temps trs courts. De plus, la description des mcanismes
simples tels que la production de polluants (i.e. fumes) ou autres effets secondaires (i.e.
suie) peut demander le calcul des centaines despces et ractions chimiques.
Le problme de linteraction entre la turbulence et la combustion : Ces interactions
peuvent tre trs difficiles calculer, mme si chaque processus impliqu reste invariable
pendant linteraction. Cependant, ce nest pas le cas. En effet, lors de linteraction entre
une flamme et un coulement turbulent, la turbulence est modifie par le front de la
flamme et la flamme est modifie par les effets de la turbulence.
151
Le premier cas, appel turbulence gnre par la flamme, est d aux fortes
acclrations travers le front de la flamme et aux gros changements de la viscosit
cinmatique occasionns par les changements de temprature. Dans le deuxime cas, la
structure de la flamme est modifie par la turbulence, et dans des situations extrmes ces
changements peuvent tre tellement forts quils produisent lextinction de la flamme.
Cela est d au fait que les mcanismes chimiques sont compltement inhibes dans le front
de la flamme.
4.2. COMBUSTION
Le phnomne de combustion peut tre dcrit comme tant un processus chimique
complexe, caractris comme une ou plusieurs ractions chimiques irrversibles fortement
exothermiques entre un combustible et un comburant ou oxydant. Le plus souvent il dgage
de lnergie sous forme de chaleur et de la lumire sous forme de flammes. On peut
lexprimer globalement par le schma :
Combustible + Comburant Produits de combustion + Chaleur
( 4.1 )
Cette raction avec un taux de raction trs rapide et fortement non linaire, implique un
fort dgagement de chaleur dans une zone trs mince. Cela conduit des gradients de
temprature trs levs et des larges variations dans la masse volumique du gaz.
Le phnomne est donc compos dun aspect chimique et un aspect physique : Laspect
chimique est d aux actions sy droulant entre combustible et comburant intervenant dans
des conditions diffrentes tels que linitiation, lallumage, lextinction, etc. Laspect physique
comporte le transfert de chaleur induit par les forts gradients thermiques au voisinage de la
flamme, le transfert de masse qui intervient dans le transport des ractifs lun vers lautre et
qui entretient aussi la combustion, et laspect dynamique de fluides puisque le fonctionnement
permanent dun foyer implique un apport continu des ractifs frais et une vacuation des
produits de combustions, cest aussi cet aspect qui fait le lien direct avec les phnomnes de
turbulence.
4.2.1. Aspect Chimique
La combustion est un processus chimique assez complexe dans lequel interviennent
combustible et oxydant, les produits de la raction et ventuellement des diluants inertes. De
nombreuses espces de dure de vie plus ou moins courte apparaissent dans la zone de
raction.
152
La prise en compte des ractions chimiques intervenant dans la combustion, ncessite donc
une modlisation faisant apparatre les espces les plus importantes. Bien quil soit possible
dutiliser un modle de chimie complexe prenant en compte les ractions intermdiaires dont
la dure de vie et les concentrations sont suffisantes pour influencer le cours de la raction, il
implique une bonne connaissance pralable du mcanisme cintique des espces chimiques
intervenant dans les tapes intermdiaires. Ainsi, nous nous limiterons lutilisation dun
modle de chimie simple qui permet de reprsenter les caractristiques gnrales de la
raction de combustion en supposant que le processus correspond une raction simple.
Si une raction chimique est dfinie comme tant un change et/ou un rarrangement des
atomes entre molcules en collision, dans une raction simple irrversible du type:
Combustible(F) + Oxydant (O)
R
w&
Produits (P)
( 4.2 )
Les atomes sont conservs (i.e. ils ne sont pas crs ou dtruits), mais les molcules ne le
sont pas. Le processus peu alors tre assimil un processus de mlange des espces
chimiques ayant lieu une vitesse de raction
R
w& . Ce processus de mlange implique une
redistribution de la masse des ractifs pour obtenir les produits, on dfinit alors la fraction
massique
j R
Y de lespce j, comme tant la proportion de la masse m
j
de lespce et la masse
totale du mlange que nest autre que la somme des masses des N espces:
N
1 i
i
j
j R
m
m
Y
( 4.3 )
On peut alors dfinir lquation dtat pour le mlange des espces si on les considre
comme tant des gaz parfaits :

N
1 i i
i R
M
Y
RT p
( 4.4 )
O M
i
dsigne la masse molaire de lespce i (mass pour 1 mol de lespce ). La masse
molaire du mlange est alors donne par :
N
1 i i
i R
M
Y
M
1

( 4.5 )
Si lon divise la fraction massique des espces Y
R
par la fraction massique initiale des
espces
0
R
Y :
153
0
R
R
Y
Y
Y
( 4.6 )
On obtient une reprsentation non-dimensionnelle de la fraction massique des ractifs.
Cette reprsentation est trs utile lors des analyses car elle varie de 1 dans les gaz frais 0
dans les gaz brls.
4.2.1.1. Cintique chimique.
Etant donne une raction chimique simple, irrversible du type exprim par lquation( 4.2 )
en prsence dun gaz inerte, la vitesse de raction
R
w& est indpendante des concentrations et
dpend uniquement de la temprature selon la loi dArrhenius :
,
_

T
E
exp B w
a
R

( 4.7 )
B tant le facteur de frquence de la raction, et E
a
lnergie dactivation correspondant
une barrire dnergie qui doit tre surpasse pendant la raction (Figure 58). Sa valeur
maximale correspond aux liens dnergie dans la molcule pendant les ractions de
dissociation, mais elle peut tre beaucoup plus petite ( mme gale zro) si des nouveaux
liens sont forms simultanment avec la rupture des anciens liens.

Figure 58 : Diagramme dnergie pour une raction chimique. La coordonne de raction
est le chemin minimum dnergie potentielle des ractants aux produits par rapport aux
distances entre atomes.
En utilisant la dfinition de lnergie interne dun gaz parfait (quation ( 1.3 )) il est possible
de dexprimer la vitesse de raction en fonction de la temprature dactivation T
a
:
154
,
_

T
T
exp Y B w
a
R R

( 4.8 )
4.2.2. Aspect Physique
4.2.2.1. Dtermination du rgime et structure de lcoulement
La premire question dans ltude du phnomne de la combustion, cest la dtermination
du rgime et la structure de lcoulement ractif. Le plus simple pour comprendre le
fonctionnement dun phnomne de combustion turbulente cest de commencer par la base du
phnomne de combustion laminaire prmlange.
La combustion laminaire prmlange correspond la propagation dun front de flamme
dans un mlange de gaz frais. Le front se dplace avec une vitesse s
L
(la plupart du temps
entre 20 a 100cm/s) et il a une paisseur l
f
autour de 1mm. Dans des processus de combustion
turbulents, ce front subit des perturbations avec des changements de vitesse qui peuvent tre
de lordre de dizaines de m/s, ainsi que des changements de taille de lordre de quelques
millimtres quelques mtres. Ces interactions conduisent une trs forte augmentation dans
le taux de consommation de la masse et de lpaisseur globale de la flamme. Ainsi, Damkler
[Warnatz96] dfinit la vitesse de la flamme turbulente s
T
en considrant que le front de la
flamme est une surface continue se dplaant localement la vitesse dune flamme laminaire
s
L
(Figure 59):
L
0
R 0
v
T
0
R 0
s Y A dV w s Y A
&
( 4.9 )
Ou w& dsigne le taux de raction locale.
Front de flamme
laminaire de Surface
totale A
T
se propageant
avec une vitesse S
L

Volume V
Vitesse S
T
Densit
0

Fraction massique
0
R
Y

Surface de la flamme Section transversale A

Figure 59 : Dfinition de la vitesse dune flamme turbulente.
155
Cette hypothse appele lhypothse des flammelettes, nest pas valable pour tous les types
de phnomnes, cependant elle peut tre utilise pour reprsenter un bon nombre
dcoulements intressants, on peut donc introduire la dfinition dun rgime des
flammelettes pour caractriser ce type dcoulements :
Un coulement prmlange turbulent est dans un rgime des flammelettes si une ligne
trace depuis un point dans les gaz frais vers un autre point dans les espces brles croise au
moins un front de la flamme (Figure 60). Quand le front de la flamme est uniquement pliss
par la turbulence le rgime corresponds des flammelettes plisss. Des poches dair peuvent
exister dans un rgime des flammelettes seulement selles sont entoures par un front de la
flamme. Ce mode de combustion correspond au mode des flammelettes ondules.
La modlisation de la combustion turbulente avec le modle des flammelettes est
quivalente suivre soit la surface de la flamme, soit la frquence de passage des
flammelettes. On suppose alors que les lments appartenant la surface de la flamme ont le
comportement des flammes stagnantes ponctuelles.
Bien que la mthode des flammelettes permette de reprsenter de faon simple la structure
dun coulement ractif, elle nest pas valable pour tous les types dcoulements car elle est
limite aux coulements pour lesquels les tourbillons sont plus larges que les chelles de
turbulence associes avec le front de la flamme, typiquement de lordre de lpaisseur
thermale l
f
.

Gaz Brls
Gaz frais
Gaz
Brls
Gaz frais
Flammelet Laminaire Tendu
(instable, et plat)
Flammelet Laminaire Tendu
(instable, et courb)
Gaz Frais Gas Brls
Flamme
Turbulente
B
A

Figure 60 : Le rgime des flammelettes.
156
4.2.2.2. Equations des Ecoulements Ractifs
Une fois quon a identifi le type du rgime de lcoulement et la structure gnrale des
flammes, il reste dfinir la faon dont un fluide chimiquement ractif peut tre dcrit en
chaque point de lespace par des proprits physiques telles que la pression, densit,
temprature, vitesse du fluide, et concentration des espces. Les changements de ces
proprits est le rsultat des phnomnes de convection, des ractions chimiques, de transport
molculaire et de radiation. De la mme faon que pour un coulement turbulent certaines de
ces proprits sont conserves. Ces proprits sont la masse, la quantit de mouvement, et
lnergie. On peut alors reprendre lensemble des quations pour un coulement turbulent et
les tendre pour prendre en compte les diffrentes caractristiques propres de la combustion.
Ces quations correspondent alors aux quations de conservation pour les coulements
ractifs [Williams85] [Kuo86] [Warnatz96].
Etant donn quil ny a pas perte gnrale de masse ni de quantit de mouvement ces
quations (( 1.39 ) et ( 1.45 )) restent les mmes. Dun autre ct, si dune faon gnrale il
ny a pas changement de masse, le mlange produit un changement local de la fraction de
masse pour les espces, il faut donc complter le systme des quations avec une expression
pour la conservation des espces chimiques :
w ) Y ( ) Y (
t
Y
&

u
( 4.10 )
tant le coefficient de diffusion de la espce.
Lune des caractristiques principales du processus de combustion est le dgagement de
fortes quantits dnergie principalement sous la forme de chaleur. Il faut donc inclure les
effets de la raction chimique dans lquation de conservation de lnergie. La contribution
dnergie de la raction tant principalement de la chaleur, il est plus simple dexprimer cette
relation en exprimant la conservation dnergie en fonction de la temprature uniquement:
w
C
Q
C
p
T ) T (
C t
T
p p p
&
u u
( 4.11 )
Q tant la chaleur de la raction par unit de masse du mlange dans les gaz frais :
0
R
0
f
Y h Q
( 4.12 )
O
0
f
h est la chaleur de la raction par unit de masse des ractifs.

157
On remarquera dans ces quations lutilisation du taux moyen de raction w
&
pour prendre en
compte les effets de la chimie cintique. En effet, les ractions chimiques ayant lieu dans des
temps de raction trs courts en produisant de gros changements de chaleur et vitesse, qui plus
est sont accentus par les effets de la turbulence, conduisent lapparition dimportante non
linarits dans le systme dquations ce qui conduit de gros problmes dinstabilit pour la
solution des quations. On simplifie alors le problme en utilisant la valeur moyenne de
raction. Ainsi tout le problme de la combustion turbulente peut se rduire la faon dont on
reprsente ces variations car elles doivent tenir compte des effets de la turbulence dans le
phnomne de combustion.
Ainsi, plusieurs modles ont t dvelopps par diffrents chercheurs pour essayer de
rsoudre ce problme avec des approches trs diffrentes. Nous allons prsenter uniquement
deux approches principales : le modle Arrhenius car il est le plus simple et est encore trs
utilis malgr le fait quil peut tre dmontr faux du point de vue physique et mathmatique,
et le modle des flammes cohrentes, car il est la base de notre mthode de simulation pour la
combustion turbulente.
4.2.2.3. Le model de Arrhenius
Le plus simple mais aussi le pire des choix est de supposer que la turbulence ne joue aucun
rle dans la combustion turbulente et dfinir le taux moyen de raction comme tant le taux
de raction des valeurs moyennes locales :
,
_

T
~
T
exp Y
~
w
a
R
&
( 4.13 )
avec T
a
/T
2
, o T
2
est la temprature adiabatique quand le nombre de Lewis est gal 1.
(le nombre de Lewis est le rapport entre la diffusion thermique et la diffusion du ractif :
Le=/(C
p
)).
Du point de vue mathmatique, le problme de cette approche vient de la forte non-linarit
du taux de raction avec la temprature. En effet, il a t dmontr que la valeur moyenne
dune fonction fortement non-linaire ne peut pas tre estime par la valeur de la fonction de
ces paramtres, car cela conduit le plus souvent des erreurs de grande magnitude. Ainsi,
lorsquon utilise cette approche on obtient des valeurs trs raides et seulement prs de la
temprature moyenne, ce qui est compltement faux du point de vue physique puisque le
profil de temprature moyen est beaucoup plus ample que le profil instantan.
158
Cela peut tre vrifi tout simplement en faisant la comparaison entre une flamme laminaire
et une flamme turbulente ayant les mmes proprits chimiques. En effet, lorsquon regarde la
flamme laminaire on remarque quelle trs mince, tandis que la flamme turbulente semble tre
beaucoup plus grosse.
Bien que cette approche t dmontr fausse du point de vue physique et mathmatique
elle est encore utilise dans certains cas cause de sa simplicit et pour des raisons
historiques.
4.2.2.4. Le modle de Flamme Cohrente (CFM)
Le modle des flammes cohrentes [Marble77] (ou CFM de son nom en anglais) est bas
sur le modle des flammelettes. Il permet de donner une description simple et intuitive dune
flamme turbulente ainsi que de tenir compte sans complexit additionnelle, des
caractristiques telles que la chimie complexe.
Ce modle considre la surface de la flamme comme tant la quantit la plus importante
contrlant lcoulement ractif et utilise cette quantit comme le paramtre principal
modliser, au lieu dessayer de dfinir le phnomne de combustion turbulente comme tant
une combinaison des caractristiques ponctuelles telles que des croisements des frquences
de flammelettes.
Avec ce modle, la flamme est reprsente par un ensemble de flammelettes (flammes
laminaires de trs petite taille, i.e. Figure 61). Ainsi, le problme est rduit lvaluation du
taux moyen de raction en fonction de la densit local de la surface de la flamme (m
2
/m
3
)
et le taux de consommation local par unit de surface de la flamme w
L :

L
w w&
( 4.14 )
La densit de la surface de la flamme , est le rapport de la surface totale de la flamme par
unit de volume, et mesure les convolutions dans le front de la flamme (Figure 61). Une
grande densit de surface dans un point de lcoulement signifie donc une trs grand taux de
raction turbulente.
Le taux de consommation par unit de surface w
L
pour chacune de ces flammelettes peut
tre calcul (y compris la chimie complexe) avec un modle simple de flamme laminaire
stagnante.

159

Gaz Brls
Surface de la flamme
Gaz
Brls
Gaz frais
Tourbillons dformant le front
de la flamme
Flammelet Laminaire
Gaz Frais Gas Brls
Flamme
Turbulente

Figure 61 : Le principe du model de Flamme Cohrente (CFM).
Lquation pour la densit de la surface de la flamme , est obtenue partir dune extension
de lquation dquilibre pour les surfaces de matriaux provenant des modles de
turbulence :
Y
w E
x x x
~
t
2
L s
i i i
i

+
,
_
v u

( 4.15 )
O
est une constante, E

s
est la dformation de la surface occasionne par le flux turbulent
(E
s
=/k). Cette quation reprsente la dissipation turbulente dnergie pour des coulements
ractifs turbulents. Plus exactement, elle dfinit les changements de en fonction des
changements dus la convection des flammelettes, la diffusion turbulente, la dformations du
front de la flamme par les effets de la turbulence, lextinction et le raccourcissement de la
flamme.
Il faut remarquer ici, que le modle de turbulence et le modle chimique sont traits
sparment, le terme w
L
contient la consommation des flammes laminaires, mais est le seul et
unique paramtre chimique dans lensemble des quations. Malgr cela, le modle CFM
permet dobtenir une trs bonne prdiction des effets des phnomnes chimiques dans la
combustion turbulente.
160
4.3. TURBULENCE GENEREE PAR LA FLAMME.
La plupart des tudes sur la combustion turbulente [Kuo86] [Warnatz96], sont concernes
par les effets de la turbulence sur le front de la flamme. Cependant, le front de la flamme
modifie aussi la turbulence, ce qui peut conduire la gnration de phnomnes de turbulence
par laction de la flamme [Williams85]. Bien que ce mcanisme de gnration de turbulence
ne soit pas compltement lucid, il possde deux caractristiques principales qui permettent
de mieux lidentifier :
En premier lieu, quand la temprature de la flamme change dun ct du front vers le ct
oppos, la viscosit cinmatique et donc le nombre de Reynolds du gaz, changent en
consquence. Cela se traduit par un changement dans le niveau de turbulence du gaz, ainsi un
gaz turbulent peut devenir laminaire lorsquon lallume ou vice-versa. Par exemple, la
viscosit cinmatique de lair change avec un facteur de T
1.76
, ainsi, pour une flamme avec un
rapport de temprature T
2
/T
1
=8, le nombre de Reynolds dans les rgions contenant des gaz
brls est 40 fois plus petite que pour les rgions contenant des gaz frais.
Le deuxime effet important de la flamme dans lcoulement, est lacclration du fluide
travers le front de flamme. Cette acclration est le rsultat du fait que les changements de
densit travers le front de flamme sont directement proportionnels aux changements de
temprature travers celui-ci :
2 1 1 2
T / T /
( 4.16 )
En effet, pour satisfaire lquation de continuit, si la densit diminue travers le front de la
flamme avec un taux de changement gale T
1
/T
2
, le rapport des vitesses u
2
/u
1
doit
augmenter avec un taux de changement gal T
2
/T
1
qui par ailleurs se trouve tre aux
alentours de la dizaine.
SYNTHESE
La reprsentation thorique de la combustion turbulente que nous venons de prsenter,
tmoigne de la difficult de donner une reprsentation prcise pour ce type de phnomnes,
d a leur caractre multidisciplinaire et aux interactions complexes ayant lieu dans le milieu.
En effet, on constate que pour les dcrire, il faut avoir recours des disciplines aussi varies
que la thermodynamique, lhydrodynamique ou la chimie cintique. Or, malgr tous les
travaux de recherche mens dans ces disciplines, aujourdhui encore, le problme est
considr comme ntant pas rsolu cause de la complexit du phnomne.
161
Cependant, si lon ne peut pas donner une description complte pour toutes les
manifestations possibles des phnomnes de combustion turbulente existants, il est possible
de dterminer un certain nombre de caractristiques propres un sous-ensemble de ces
phnomnes qui sont utilises ensuite pour donner une dfinition approche du phnomne
par lutilisation dune srie de processus et lois physiques et chimiques.
Ainsi, tout modle de combustion turbulente doit tre capable de reproduire ces
caractristiques, soit de faon directe, soit de faon indirecte, si lon veut obtenir une
reprsentation le plus proche possible de la ralit.

Modlisation et Simulation de Combustion Turbulent : Etat de lArt
162
Chapitre 5: MODELES DE COMBUSTION POUR LA SYNTHESE
DIMAGES : ETAT DE L ART
INTRODUCTION
Les phnomnes de combustion turbulente font partie des phnomnes naturels les plus
remarquables et les plus spectaculaires, qui on a affaire dans la vie quotidienne. En effet,
depuis lantiquit, la combustion a t pour lhomme la source la plus importante de
conversion de lnergie, tel point quils sont devenus partie intgrante de notre
environnement. Il est donc ncessaire dtre en capacit de les rcrer pour la modlisation
dimages de synthse ralistes. Cependant, sils font partie intgrante de nos vies, ils sont
parmis les phnomnes les plus complexes existants dans la nature. Ceci vient de leur
caractre multidisciplinaire qui les rend trs complexes apprhender. Comme rsultat, la
plupart des approches proposes dans notre domaine ont t plus orientes vers le rendu des
flammes avec quelques exceptions qui essayent de donner un modle pour le comportement
du feu pour amliorer le ralisme des animations. Mme dans ces derniers cas, ils proposent
uniquement des modles pour la diffusion des flammes et pas un modle complet pour les
phnomnes de combustion, sauf quelques exceptions.
Dans ce chapitre nous prsenterons les diffrentes approches existantes dans le domaine de
la synthse dimages pour la simulation et modlisation des phnomnes de combustion
turbulente, partant des modles les plus simples aux plus complexes. Ces modles tant trs
orients vers le rendu, le modle dynamique quils utilisent est trs li la faon dont ils
reprsentent la partie visible du milieu, on les classifiera donc par la faon dont ils
reprsentent le milieu visible au lieu de la mthode de simulation du comportement.
Avant de rentrer dans le dtail, il faut remarquer que la plupart de ces modles sont bass
sur des modles existants pour la reprsentation des milieux turbulents. Or, ces modles pour
les milieux turbulents ont t prsents en dtail dans la premire partie de cette thse. Ainsi,
on ne prsentera que les adaptations faites pour la prise en compte des phnomnes de
combustion, en indiquant au lecteur les sections correspondantes dans la premire partie pour
une description plus approfondie du modle en question.
163
Le modle le plus lmentaire que lon puise considrer pour reprsenter le comportement
et la gomtrie des phnomnes de combustion turbulente, est bien sur celui du systme des
particules. En effet ce modle reproduit de faon trs directe la structure microscopique du
milieu gazeux (voir Sections 2.1.1 et 2.2.1). De plus, il permet davoir un modle commun
pour la modlisation des flammes, fume, et autre type de phnomnes. Il est donc naturel
quil ait t lun des premiers modles tre modifi pour essayer de donner un vrai
traitement du feu en plus de la reprsentation visuelle des flammes [Reeves85].
La mthode propose par [Reeves85], utilise une dcomposition du phnomne de
combustion turbulente en une hirarchie de systmes de particules deux niveaux. Lun des
niveaux contrle la diffusion de la flamme sur une surface, et le deuxime donne la forme des
flammes individuelles engendres par chaque particule du niveau de diffusion. Bien que la
combinaison dun modle de particules pour la diffusion et pour le modle des flammes
permette dobtenir des rsultats intressants, comme il a t dmontr dans le film Star Trek II
avec la squence de la plante Genesis, mme avec lutilisation dun trs grand nombre de
particules le type de flammes gnres sont trs peu naturelles due la nature discrte de la
technique.
Cependant, ce modle est lorigine de toute une srie de modles hybrides plus ou moins
ralistes pour la simulation des phnomnes de combustion turbulente. Ainsi, [Chiba94]
propose dutiliser des particules tourbillonnaires (Section 2.1.1.2) pour la prise en compte des
phnomnes de turbulence et pour la simulation de la diffusion du combustible donnant
origine aux particules composant la flamme, le problme avec lutilisation des particules
tourbillonnaires tant que le modle est limit deux dimensions.
[Perry94], dun autre ct, propose lutilisation dun systme de particules avec des
gomtries dynamiques pour reproduire le comportement des flammes laminaires comme
celles produites par une bougie (Figure 62) lesquelles sont contrles par un modle
fonctionnel gomtrique de la turbulence (Section 2.1.2). Il utilise ensuite un modle de
diffusion de la flamme sur des mailles de polygones partir dune reprsentation physique
unidimensionnelle de la diffusion dune flamme. Ainsi, il dfinit la vitesse de diffusion de la
flamme en fonction de langle de la flamme par rapport la surface, la courbure de la
surface (rapport entre la distance de la flamme a la surface d et la distance larte dt), et du
taux de diffusion de chaleur q travers le front de la flamme dfini par la composition linaire
du flux de chaleur concurrent (q
c
) et oppos (q
o
) la direction de diffusion :
164
K
) q A q A (
) dt / d 1 ( v
c c o o
d
+

( 5.1 )
K tant la vitesse de diffusion de la flamme.
Puisque, le modle de diffusion est unidimensionnel et valable uniquement pour des
flammes simples. Un phnomne de combustion complexe est donc reprsent comme tant
une composition de flammes laminaires des tailles diffrentes se propageant dans des
directions opposes du point dallumage de faon radiale.

Figure 62 : Approximation dune flamme laminaire par des particules de gomtrie
variable (selon Perry).
5.1.2. Hypertextures et Espaces Solides
Cette approche, propose par [Perlin85], est avec le modle des particules lune des plus
utilise dans le domaine de la synthse dimages grce la simplicit du modle. Cette
technique est en fait une simple modification de la mthode des Espaces Solides ou
Hypertextures pour la modlisation de milieux turbulents (voir Section 2.2.3).
Dans cette mthode on modlise la flamme comme un espace solide. Cette espace solide ne
contient pas directement les couleurs de la flamme, mais des index vers une table de couleurs.
La table de couleurs est dfinie comme une rampe de couleur, lesquelles sont inspires
partir des proprits dmission du corps noir (Section 1.1.4.2). Pour donner forme la
flamme on utilise une fonction de turbulence fractale pour dfinir les valeurs contenues dans
lespace solide. Ainsi, lespace solide peut tre vue comme une fentre ouverte sur lespace
des valeurs dfinis par la fonction fractale. Pour donner limpression du mouvement vertical
typique des flammes (Figure 63) on change progressivement la position de lespace solide par
rapport lespace des valeurs de la fonction de turbulence.
165

Figure 63 : Modlisation du feu par Hypertextures et turbulence fractale : Rampe de
couleur/temprature + Turbulence fractale = Image rappelant le feu.
Le problme principal avec cette mthode, vient du fait quelle demande beaucoup deffort
pour obtenir des rsultats ralistes. Elle ne prsente pas un vrai modle, sousjacent de
combustion ni des flammes. La qualit des rsultats ne dpend que de lhabilit de lartiste
pour crer une fonction de turbulence fractale qui ressemble le plus possible au phnomne.
De plus, elle est trs coteuse en temps de calcul d la ncessit dutiliser des mthodes de
rendu volumique. Malgr cela, elle est, avec les mthodes de particules, lune de plus utilise
dans le domaine de la synthse dimages par sa simplicit.
5.1.3. Champs de Luminance
Ce model pour la simulation des flammes et leur diffusion propose par Stam [Stam95a]
[Stam95b], est bas sur son modle pour les milieux participants turbulents (voir Sections
2.1.3, 2.2.2, et 2.2.4). Ainsi, il utilise sa reprsentation stochastique de la turbulence (Section
2.1.3) pour simuler les perturbations subies par les flammes dues aux phnomnes de
turbulence. De mme, il a prsent une version tendue de son modle des blobs perturbs
(Section 2.2.4.1) pour reprsenter la structure des flammes. Quant la diffusion des flammes
et lvolution du combustible la source du feu, il utilise un modle simple base sur son
modle de diffusion pour un distribution de densit (Section 2.2.2 ).
De la mme faon quil est possible de dfinir un champ pour dcrire la distribution de la
temprature et de la densit des particules composant un gaz, il est possible de dfinir un
champ pour dcrire la distribution de la luminance dans le milieu un instant donn. Ainsi,
Stam propose dapprocher ce champ par une superposition des blobs de la mme faon que
pour la temprature et la densit et de lutiliser en combinaison avec un algorithme
dillumination globale pour obtenir une reprsentation visible du milieu (Section 2.2.4.3).
166
Milieu que dans ce cas correspond aux flammes, puisque les particules le composant sont
toutes des metteurs de lumire rsultant du processus de combustion.
Stam, propose de reprsenter la diffusion de la flamme en fonction de la temprature et la
quantit de combustible. Ainsi, le terme source pour la distribution de densit de la flamme
est gal la perte de densit du combustible. Le terme source pour la distribution de densit
de la flamme peut alors tre exprim en utilisant la loi de Arrhenius pour la vitesse de raction
du combustible (Section 4.2.1.1):
fuel
fuel
a
a fuel , flamme ,
T
T
exp L S
,
_

( 5.2 )
Quant lextinction de la flamme, Stam propose de dfinir un terme de perte de temprature
en fonction de lmission dnergie la flamme pour tous les angles et longueurs donde:
4
flamme flamme , T
T 4 L
( 5.3 )
Ou la section dabsorption moyenne
flamme
est dfinie par :

0
e
4
flamme
d L
T
1

( 5.4 )
En mme temps la temprature du combustible augmente par laction de la chaleur rayonne
par les flammes les plus proches, et la perte de temprature est gale la perte de temprature
de la flamme.
Pour reprsenter des effets secondaires de la combustion tels que lapparition de fumes
gnres par la flamme, Stam propose de dfinir une distribution de densit reprsentant la
fume en fonction de la temprature de la flamme, de faon similaire celle utilise pour
gnrer les flammes :
flamme
s
flamme
b fumee ,
T
T
exp S
,
_

( 5.5 )
T
s
tant la temprature en dessous de laquelle les particules de fume commencent
apparatre.
5.1.4. Mthodes physiques et de Simulation Numrique Directe
Lune des approches les plus physiques pour le rendu des flammes a t propose par
[Inakake89]. Il utilise un modle physique complexe pour lmission et transmission de la
lumire dans des rgions proches de la combustion en utilisant des techniques de rendu
volumique.
167
Il obtient ainsi une reprsentation implicite pour des flammes laminaires simples. Bien que
cette mthode permette dobtenir des rsultats trs prcis pour des flammes laminaires de
diffusion (bougies) ou prmlanges (Bunsen), elle est trs coteuse en temps de calcul, est
limite des images statiques et ne permet pas de reprsenter dautres types de flamme plus
complexes.
Quant aux mthodes de simulation numrique directe, lexception de [Yngve99] qui
propose une mthode de type Donneur-Rcepteur pour la rsolution des quations de Navier-
Stokes pour la simulation des explosions (Section 2.1.4.2.1) sans tenir rellement compte du
processus de combustion, notre connaissance, il ny a pas eu pour linstant dapplication de
ce type de mthodes pour rsoudre le problme de la combustion turbulente dans le domaine
de la synthse dimages, au contraire des phnomnes de turbulence ou plusieurs mthodes
physiques et de simulation numrique directe ont t adaptes.
SYNTHESE
Nous venons de voir que malgr la fascination de lhomme pour les phnomnes de
combustion turbulente, et sa manifestation la plus visible, le feu, il na pas eu des gros progrs
dans le domaine de la synthse dimages pour la modlisation de ce type de phnomnes.
Cela se justifie peut tre par la complexit inhrente du modle et son caractre
multidisciplinaire.
En effet, on constate que la plupart des modles se limitent une reprsentation purement
visuelle du phnomne et dans les meilleurs des cas prsentent uniquement des modles pour
la diffusion des flammes. De plus, la plupart des temps, ces models de diffusion nont aucun
validit physique ou sont bases dans le modle dArrhenius qui peut tre prouve errone du
point de vue mathmatique et thermodynamique. Lautre problme de ces modles est quils
supposent que la turbulence ne joue aucune rle dans le phnomne de combustion et vice-
versa. Aussi, pour obtenir des rsultats visuels de bonne qualit, ils demandent la plupart des
temps beaucoup deffort de la part de lutilisateur.
Notre but donc, est dessayer de combler ce vide dans la modlisation des phnomnes de
combustion turbulente dans le domaine de la synthse dimages, en dveloppant un modle
qui puisse aller de pair avec un bon degr de ralisme visuel, tout en permettant dobtenir une
simulation physiquement raliste du phnomne en des temps de calcul raisonnables, sans
oublier de laisser toujours la place pour que lanimateur puisse modifier le comportement de
la simulation en tout moment pour obtenir les rsultats dsirs.
Modlisation et Simulation de Combustion Turbulent : Un Nouveau Modle
168
Chapitre 6: UN NOUVEAU MODELE DE COMBUSTION
TURBULENTE POUR LA SYNTHESE DIMAGES
INTRODUCTION
Comme on a pu le constater dans le chapitre prcdent, la plupart des mthodes existantes
pour la simulation et la modlisation des phnomnes de combustion dans le domaine de la
synthse dimages sont principalement orientes vers le rendu de flammes, avec quelques
rares exceptions qui essayent dincorporer une reprsentation du feu. Mme dans ces cas ils se
limitent des modles simples pour la diffusion des flammes et supposent que la combustion
na aucun rle dans le problme de turbulence et vice-versa. Ces limitations ne permettent pas
de reprsenter efficacement les interactions complexes dun gaz en combustion avec son
environnement, ainsi lutilisation de ces modles demande beaucoup de travail de la part de
lanimateur pour approcher de faon pas toujours satisfaisante des phnomnes de combustion
turbulente complexe.
Pour essayer de rsoudre ce problme nous avons dvelopp un modle permettant de
prendre en compte diffrentes caractristiques physiques et chimiques propres au phnomne
de combustion turbulente, le tout avec des temps de calcul suffisamment raisonnables pour
tre utiliss dans des diffrents types dapplications dans le domaine de la synthse dimages.
Cependant, nous sommes dans lobligation de limiter le problme aux phnomnes de
combustion turbulente prmlange. A cause de la complexit et du caractre
multidisciplinaire du phnomne de combustion turbulente il est trs difficile dobtenir une
reprsentation physique complte gnrale de celui-ci. Dun autre ct cette limitation du
problme nous permet de tirer avantage des travaux existants dans le domaine de la
thermodynamique et la cintique chimique pour la reprsentation des flammes turbulentes
prmlanges.
Dans notre modle nous partons de la dfinition physique de la combustion turbulente
comme tant un processus complexe qui peut tre subdivis en trois parties principales : la
turbulence, la combustion et linteraction entre les deux. Ainsi, pour rsoudre le problme de
la turbulence nous utilisons le modle dvelopp dans la premire partie de cette thse, avec
la diffrence que maintenant nous utilisons les quations de Navier-Stokes pour des
coulements ractifs, ce qui nous permet de prendre en compte directement les effets des
interactions avec le phnomne de combustion.
169
Quant au problme de la combustion, lutilisation des grilles de volumes finis nous permet
galement de rsoudre directement les quations de conservation des espces, pourvu quil
soit complt avec un modle chimique mathmatique pour dterminer les changements
travers le front de la flamme. Ainsi, nous avons choisi dutiliser un modle chimique simple
couple avec le modle des flammes cohrentes puisquil permet de tenir compte des effets de
la turbulence sur la combustion de faon trs simple et directe.
Avec ce modle, le problme se rduit trouver une mthode pour dterminer la surface de
la flamme. Ainsi nous avons dvelopp une mthode inspire de celle utilise en dynamique
des fluides traditionnelle pour suivre la surface de leau lors des simulations numriques.
Cette mthode nous permet aussi dobtenir une premire approximation de la gomtrie
visible de la flamme qui peut tre utilise plus tard pour simplifier le problme du rendu.
Dans ce modle, lutilisateur ne dfinit que les diffrents paramtres environnementaux de
faon similaire la modlisation de la turbulence, et les proprits physiques des diffrents
objets combustibles prsents dans la scne. Pour initialiser la simulation il suffit dindiquer le
point dallumage, comme si on utilisait une allumette virtuelle, et lensemble des lois
implantes dans lapplication se chargent ensuite de faire voluer la simulation de faon
automatique.
6.1. MODELE DE SIMULATION DYNAMIQUE
Notre modle de simulation des phnomnes de combustion turbulente est bas sur la
mthode que nous avons dveloppe pour la simulation des phnomnes de turbulence
(Chapitre 3:). En fait, tant donne la flexibilit du modle hirarchique de la turbulence grce
lutilisation des bases de turbulence il est possible de lappliquer directement sans faire des
modifications.
Quant la partie multi-grille du modle, il est possible de ladapter pour rsoudre
directement les quations des coulements ractifs ainsi que les quations de conservation des
espces en le compltant avec un modle chimique simple du procs de combustion. Dans ce
but nous avons amlior la reprsentation de lespace de simulation pour prendre en compte
des nouveaux paramtres physiques et chimiques jouant un rle significatif dans le processus
de combustion tels que la fraction de masse des ractifs Y, le taux de consommation par unit
de surface w
L
, la densit locale la surface de la flamme , le taux moyen de raction, et la
quantit de combustible C.
170
6.1.1. Reprsentation de lEspace de Simulation.
Lespace de simulation est toujours discrtis, y compris les objets solides, en une srie de
grilles de voxels plusieurs rsolutions de la mme faon que pour notre modle de
turbulence (Section 3.1.3.1). La diffrence principale, mis part la dfinition des valeurs pour
les proprits physiques additionnelles propres au phnomne de combustion dans chaque
voxel appartenant une grille, est la classification du type de voxel suivant le rle quil peut
jouer dans la simulation (Figure 64).
Ainsi, en plus de la diffrentiation classique entre les voxels contenant le gaz et les voxels
correspondant aux objets solides, on identifie les voxels tant des sources probables du feu
(voxels combustibles) et les voxels qui peuvent tre une source probable de fume du
lchauffement dun objet par le feu (Figure 64). Cela nous permet dacclrer le processus de
simulation puisquon diminue ainsi le nombre de voxels valuer lors de la rsolution des
quations.

u
i,j+1/2,k
u
i,j,k-1/2
u
i-1/2,j,k
min
T
i,j,k
, p
i,j,k
, C
i,jk
, Y
i,jk
Sources probables de fume par
chauffement

Voxels combustibles
(sources probables du feu)

Figure 64 : Reprsentation de la scne par une grille des voxels multi-resolution, chaque
voxel contient les paramtres physiques et chimiques de lobjet.
6.1.2. Alimentation de la Flamme.
Le processus de combustion, en plus dtre aliment par lapport des gaz frais qui jouent le
rle des oxydants, doit tre aliment par lapport dun combustible pour quil puisse avoir
lieu. Ce combustible est trs souvent apport par les objets inflammables prsents dans la
scne. On dfinit ainsi, pour chaque voxel, une quantit de combustible C
i,j,k
correspondant
la quantit de masse des lments inflammables prsents dans lobjet auquel le voxel
appartient. Cette quantit de combustible diminue au cours du temps d aux transformations
subisses par le procs de combustion.
171
Dans le cas spcifique des combustibles ltat gazeux, la diminution dans la quantit de
combustible peut sassocier directement aux changements de la fraction massique des ractifs.
Dun autre cot, dans le cas des combustibles ltat liquide ou solide, une fraction de la
masse du combustible doit subir dabord un changement dtat vers une phase gazeuse avant
de participer directement la raction. Au lieu de modliser directement le changement dtat
du combustible, il est plus simple de dire que le terme source pour la quantit de masse des
ractifs contribuant au processus de combustion est gale la perte de densit de combustible.
Cette relation peut tre exprime selon la loi de Arrhenius:
k , j , i
fuel
a
a fuel , flamme ,
C
T
T
exp L S
,
_

( 6.1 )
Pour dfinir la quantit de combustible de chaque voxel appartenant un objet dtermin,
on se sert des proprits physiques et chimiques qui lui sont associes. Cependant, il est
souhaitable de pouvoir limiter la distribution de la quantit de combustible la surface de
lobjet et de pouvoir dterminer la faon dont elle est distribue. On dfinit alors une carte de
combustible dcrivant la distribution du combustible travers la surface de lobjet de faon
similaire lapplication dune texture. Lutilisation de cette carte en combinaison avec les
proprits physiques et chimiques de lobjet permet de contrler les valeurs contenues dans
les voxels combustibles de faon plus prcise. Elle peut alors tre vue comme si lon couvrait
lobjet avec un liquide inflammable auquel on associe une distribution de densit. Elle
contient la distribution de combustible initiale et son volution est gre par le processus de
simulation de la combustion.
La dure de vie du phnomne de combustion est limite par la quantit de combustible
initial et la vitesse de raction. Cependant, il est possible que lon veuille maintenir le feu
vivant pendant longtemps. Dans ce cas on peut alimenter le feu en introduisant un
combustible directement dans certains voxels chaque instant, en plaant des sources de
combustible directement ou tout simplement en modifiant la distribution de densit
reprsente par la carte de combustible.
6.1.3. Rsolution du Systme dEquations.
Pour rsoudre le systme dquations gouvernant le comportement dun coulement ractif
nous faisons appel au modle multi-grille dvelopp pour la simulation de turbulence (Section
3.1.3.2) en adaptant la reprsentation de lespace de simulation pour quil puisse tenir compte
des diffrentes caractristiques spcifiques aux phnomnes de turbulence.
172
Pour rsoudre le systme dquations de Navier-Stokes pour des coulements ractifs, il
nest pas ncessaire de modifier la mthode multi-grille une fois quon adapt lespace de
simulation, pourvu quil soit complt avec un modle chimique mathmatique pour
dterminer les changements travers le front de la flamme avant de lappliquer pour obtenir
les changements des autres proprits physiques.
Ainsi, il suffit dassocier au centre de centre de chaque voxel [i,j,k] les proprits physiques
et chimiques additionnelles tels que la fraction massique des ractifs Y, la vitesse moyenne
de raction par unit de volume w& , ou encore la quantit de combustible C (Figure 64). On
peut alors rcrire les quations de Navier-Stokes pour des coulements ractifs dans une
forme adapte la dcomposition en grille de voxels pour chaque niveau de la hirarchie. La
rsolution des quations est alors effectue de la mme faon que pour le modle de
turbulence (Section 3.1.3.2) : chaque niveau de turbulence on applique la mthode
traditionnelle des volumes finis (Section 2.1.4.2) en se servant de la grille correspondant. Et
on tire avantage de la cascade nergtique pour faire le transfert de masse et nergie entre les
diffrents niveaux.
Pour rcrire les quations on applique la mthode des sries de Taylor pour obtenir une
reprsentation des quations en termes des variables libres dans la grille. Par exemple
lquation ( 4.10 ) pour la conservation des espces chimiques en termes des variables libres
dans la grille donne :
}
w
)] Y Y 2 Y (
) Y Y 2 Y ( ) Y Y 2 Y [(
] ) Y ( ) Y ( ) Y (
) Y ( ) Y ( ) Y )[( / 1 {( t Y Y
n
k , j , i
n
k , j , i
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ + +

+
+
+ +
+
+ +
+ +
+
+
&
w w v
v u u

( 6.2 )
Voir lAnnexe B pour lensemble dquations de Navier-Stokes pour des coulements
ractifs dans leur forme discrte.
Pour le modle chimique, nous utilisons un modle de chimie simple (Section 4.2.1.1), et le
modle des flammes cohrentes (Section 4.2.2.4) pour le relier avec la turbulence. Ainsi, la
mthode multi-grille peut tre utilise de la mme faon pour aider dans la rsolution de
lquation pour la densit locale de la surface de la flamme .
173
Lquation ( 4.15 ) pour la densit locale de la surface de la flamme en termes des variables
libres dans la grille donne alors :
}
Y
w E
)] 2 (
) 2 ( ) 2 [(
] ) ( ) ( ) (
) ( ) ( ) )[( / 1 {( t
2
L
n
k , j , i s
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2 n
k , j , i
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ + +

+
+
+ +
+
+ +
+ +
+
+
w w v
v u u

( 6.3 )
Cependant, il faut remarquer quun certain nombre de variables prsentes dans ces quations
demandent dtre values en fonction de la surface de la flamme. Il est donc ncessaire de
dvelopper une mthode pour reprsenter cette surface. De plus il est ncessaire de connatre
cette surface pour pouvoir rsoudre le problme de la turbulence gnre par la flamme. Car, il
demande de modifier les valeurs de la viscosit et la densit du gaz dans chaque voxel suivant
les changements de temprature travers le front de la flamme.
6.1.4. Suivi du Front de la Flamme.
La mthode des flammes cohrentes reprsente la surface de la flamme comme tant
compose par un ensemble des flammelettes laminaires, et utilise cette surface comme la
quantit la plus importante contrant lcoulement ractif. Ainsi, on est oblig de trouver une
faon pour reprsenter la surface de la flamme. Heureusement, ce problme est trs proche de
celui du suivi de la surface de leau dans les simulations des dynamiques de fluides
traditionnels [Peyret83] [Collela98]. Ainsi, nous proposons dutiliser une approche base sur
celle utilise par Foster pour le suivi de la surface de leau [Foster96] [Foster97] avec
quelques simplifications :
Pour identifier la surface de la flamme on plonge une srie de particules P
i
dans chaque
voxel contenant du gaz. La vitesse, fraction massique des ractifs et autres paramtres
physiques pour la particule sont obtenus par interpolation linaire des valeurs associes au
voxel la contenant.
Ainsi, initialement toutes les particules sont marques comme tant des particules dair frais
(Y> >1). Suivant la rsolution du modle de combustion, la valeur de la fraction massique
des ractifs pour la particule peut changer (0 Y<1) indiquant que la particule appartient
aux gaz brls et fait donc partie de la flamme.
174
Surface de la
flamme
Particules en combustion
Particules
dair frais
r
n

Figure 65 : Suivi de la surface de une flamme.
Pour obtenir la surface de la flamme, nous analysons chaque voxel contenant des gaz brls
(Y<1) voisin de un ou plusieurs voxels contenant des gaz frais (Y> >1)et rciproquement.
Cette analyse effectue entre les particules des voxels contenant des gaz frais et ceux
contenant des gaz brls uniquement (Figure 65), permet dobtenir une srie de polygones
contenus dans le voxel appartenant la surface de la flamme, pouvant tre associs de faon
individuelle des flammelettes laminaires. Lanalyse peut sexprimer par lalgorithme
suivant:
Algorithme 10 : trouver_la_surface_de_la_flamme_dans_un_voxel (Voxel[x,y,x],&polys[])
k=0
Pour chaque particule P
i
appartenant au voxel[x,y,z] faire
Pour chaque voxel[x,y,z] voisin du voxel[x,y,z] faire
Si voxel[x,y,z] contient des gaz frais Alors
Pour chaque particule Q
j
appartenant au voxel[x,y,z] faire
// obtenir vecteur direction entre les deux particules, ce vecteur est
// gale la normale du polygone appartenant a la surface de la flamme
Poly
k
.n=P
i
.position - Q
j
.position
d=distance(P
i
,Q
j
)
// diffrence entre les fractions massiques des particules
Y
diff
= Q
i
.Y-P
i
.Y
// distance du point la surface de la flamme
ds=d*(Q
i
.Y )
// dterminer la position du plane contenant le polygone
Poly
k
.d= P
i
.position + d* Poly
k
.n
// clip plane au voxel pour obtenir le vrai polygone
clipplane(Poly
k
, voxel[x,y,z])
k++
Fin Pour
Fin Si
Fin Pour
Fin Pour

175
Pour plus de clart, dans ce pseudo algorithme on a suppos que le voxel dentre
correspond un voxel contenant des gaz brls, lalgorithme pour les voxels contenant de gaz
frais tant similaire.
Il faut remarquer quavec cette mthode la continuit de la surface dans des voxels adjacents
nest pas garantie. Cependant, les marges derreur restent trs petites car lutilisation dans les
chelles les plus grossires a comme effet de lisser la surface, liminant la plupart des
discontinuits, puisque le suivi de la flamme est ralis uniquement dans les chelles les plus
petites de la hirarchie de turbulence.
Cette approche a comme avantage principal le fait quelle simplifie normment
lapplication du modle des flammelettes et de flammes cohrentes. Par exemple, la vitesse de
propagation de la surface de la flamme peut tre obtenue avec cette mthode pour chaque
flammelette en faisant la moyenne des vitesses des deux particules.
6.1.5. Effets Secondaires : Gnration de fume
Lapparition de fume ou de suie est lun des effets secondaires de la combustion les plus
simples identifier. En effet, il correspond pour la plupart du temps aux manifestations
visibles des polluants gnrs lors du processus de combustion lorsque les particules qui nont
pas brle compltement commencent refroidir.
Malheureusement, pour simuler la gnration de fume par la flamme, on doit se contenter
dutiliser un modle empirique au lieu de partir de la base dun modle analytique. En effet,
pour linstant il nexiste pas de modle analytique dfinitif du processus de formation des
polluants. Cela est due au fait quil na pas encore t lucid la faon dont quelques
hydrocarbures peuvent subsister aux conditions extrmes de la flamme tandis que dautres
identiques ne le font pas [Warnatz96].
Pour reprsenter lapparition de fume gnre par le processus de combustion, nous tirons
avantage des particules utilises pour faire le suivi de la surface de la flamme, en les
assimilant des termes source de la distribution de densit reprsentant la fume. Le terme
source total pour la distribution de densit se rsume alors la somme de ces termes sources
partielles dpendantes de chaque particule :

particules
de Nombre
0 i
fumee , , i fumee ,
S S
( 6.4 )
176
Quant au terme source correspondant chaque particule, nous lavons dfini de faon
similaire celui propose par [Stam95a] (Section 5.1.3), avec quelques modifications :
Si la fraction massique des ractifs Y correspondant une particule donne se trouve entre
un seuil dtermin, et en dessous dune temprature donne T
s,
la particule peut tre utilise
pour dfinir un terme source pour la distribution de densit de la fume tant quelle continue
remplir ces conditions. Ce terme est alors une fonction de la temprature de la particule, sa
densit et la fraction massique des ractifs par unit de volume ce point de lespace suivant
la loi de Arrhenius :
'
,
_
] b , a [ Y si 0
] b , a [ Y si
T
T
exp Y
S
i
i i
i
i
P
P P
s
P
P b
fumee , , i

( 6.5 )
a,b appartenant lintervalle [0,1] sont des constantes dfinies par lutilisateur de faon
empirique. Elles permettent de contrler directement la quantit de fume produite par le
phnomne de combustion.
Le fait de dfinir la source de la fume comme tant une distribution de densit nous permet
dutiliser directement notre modle des milieux participants pour reprsenter ce phnomne.
Quant son volution elle est contrle par la hirarchie de turbulence et modle multi-grille
que celui utilis pour le phnomne de combustion.
Une autre source de fume, en plus de celle gnre directement par la flamme, est celle
produite par les objets qui ont atteint un certain seuil de temprature sans prendre feu. Ce
phnomne est la manifestation visible des particules gazeuses dues au changement dtat des
composants chimiques de lobjet par effet de lchauffement. Pour reprsenter ce phnomne
nous utilisons une mthode identique celle utilise pour dfinir les sources probables de
combustion pour alimenter la flamme (Section 6.1.2) sauf que cette fois ci la distribution de
densit correspond des sources probables de fume par chauffement (Figure 64).
6.1.6. Algorithme de Simulation
Lalgorithme de simulation pour les phnomnes de combustion turbulente est en fait
presque identique lalgorithme de simulation des phnomnes de turbulence (Section 3.1.5).
La diffrence principale consiste en laddition de quelques pas additionnels dans ltape de
prparation (Section 3.1.5.1), et lintgration des routines ncessaires pour le suivi du front de
la flamme. Ces routines permettent de rsoudre le systme dquations en tenant compte du
modle chimique simple dans ltape automatique du procs de simulation (Section 3.1.5.2).
177
6.1.6.1. Etape de Prparation
1. Slectionner lintervalle de subdivision pour dcomposer lespace de simulation en grilles
de voxels grossires de tailles moyennes compris entre
min
et
max
. Ces grilles sont
utilises pour subdiviser les objets composant la scne et obtenir ainsi leur reprsentation
en forme doctrees.
2. Dfinir lespace dinfluence pour les fluides contenus dans lespace de simulation.
3. Ajuster les paramtres de subdivision de lenvironnement dans des grilles de voxels pars,
pour mieux remplir les demandes de lutilisateur. Une premire subdivision de lespace est
faite de faon automatique suivant la dcomposition des objets et les positions de fluides
en utilisant les limitations de longueur dchelle.
4. Choisir les conditions initiales et de frontire pour la vitesse, temprature et pression dans
la grille.
4.1. Dterminer linflammabilit des diffrents objets ou parties dobjets, appliquer les
cartes de combustible, et dterminer les voxels combustibles de la scne.
4.2. Dterminer les possibles sources de fume par chauffement (par objet ou par
ensemble des voxels).
5. Placer les sources de chaleur, et de combustible.
6. Placer les champs dterministes pour dfinir la structure initiale de lcoulement (i.e. vent)
7. Pour chaque fluide diffrent dans la simulation il faut :
7.1. Dfinir les diffrentes proprits physiques du fluide : viscosit, dilatation thermique,
diffusion molculaire, nombre de Reynolds, temprature dactivation, vitesse de
raction, seuil de gnration de fume, temprature dextinction, etc..
7.2. Dfinir les limites dinfluence du fluide et leur position initiale dans lenvironnement.
8. Dterminer t partir de la taille moyenne du voxel et les conditions de stabilit de
Dirichlet et Von Newman.
9. Dterminer la position des sources de combustion (points dallumage) fixes.
6.1.6.2. Etape de Simulation Automatique
Une fois dfinies les proprits physiques des diffrents objets et gaz composant la scne,
lutilisateur allume le feu littralement en dterminant la position de lorigine du processus de
combustion comme sil utilisait une allumette virtuelle, ainsi, la partie automatique de la
simulation peut dmarrer.

178
Algorithme 11 : Pas_de_Simulation_combustion_turbulente(t,t)
Actualizer_spectre_de_energie(E,G,t, t);
Appliquer_Conditions_Frontiere()
Mettre_a_jour_les_maps_et_voxels_combustibles()
Actualizer_les_conditions_de_frontiere()
Generer_particules_pour_le_suivi_de_la_flamme ()
Trouver_la_surface_de_la_flamme()
u
ij
.e+=T(i)*E(i-1,u
ij
)
Si le champ u
ij
est dterministe Alors
Actualiser_Champ(u
ij,
i,e)
// transfert dnergie entre le champ u
ij
et les autres champs du niveau i
ij
,i)
Sinon
Si le champ j est un voxel Alors
// Mettre jour les variables par la mthode CFM et volume finis
CFM(u
ij,
w
L,
E
s
)
FEM(u
ij
,w
L,
E
s
)
Si il existe des pics dnergie dans ce champ Alors
Sinon il y a un gradient dnergie trop forte Alors
Subdiviser_le_champ(u
ij
,i)
Fin Si
Fin Si
Si le champ j nest pas subdivise et
le gradient dnergie est trop forte Alors
// Actualiser les coefficients dondelettes dans le voxel
Actualize_coeff_ondelettes(u
ij
,i)
Fin Si
Fin Si
// trouver le champs de divergence pour conserver la mass
div=divergence(u
ij
,i)
Si div<error admis Alors
// appliquer pas de relaxation
relaxer(u
ij
)
Fin Si
Fin Si
Fin Pour
// Faire transmission dnergie, chaleur libre vers le niveau prcdant
Fin Pour
Fin Pour
Actualiser_les_particules_pour_le_suivi_de_la_flamme()
179
6.2. MODELISATION DU MILIEU VISIBLE
Les flammes visibles lors du processus de combustion, ne sont autre que la manifestation
visible de lnergie dgage par les particules composant le milieu lors de la raction
chimique. Cela signifie que reprsenter la partie visible dun milieu gazeux en combustion est
quivalent reprsenter les flammes gnres par le processus de combustion, les particules
composant le milieu tant autrement invisibles (la plupart du temps et suivant le type de gaz).
Autrement dit, le problme est rduit la reprsentation du volume de gaz appartenant la
flamme, lequel contient des particules mettant de la chaleur et la lumire suivant le processus
de combustion. Ce volume est dlimit par la surface de la flamme.
Bien que nous ayons obtenu une approximation du front de la flamme lors de ltape de
simulation (Section 6.1.4), cette surface ne peut pas tre utilise directement pour reprsenter
le milieu. La surface visible de la flamme ne ressemble pas une couche mince qui spare des
gaz purs des brls comme suggr par cette surface (mme si cest vrai pour du point de vue
microscopique), mais plutt une couche plus o moins paisse travers laquelle la densit
de la flamme diminue de faon progressive. Cela vient de la faon dont nous percevons la
quantit de lumire mise par la flamme. Par exemple, lorsquon regarde une flamme
laminaire la zone de raction (surface de la flamme) semble tre trs fine, ce qui donne
limpression que la flamme est trs mince, tandis que si lon regarde une flamme turbulente
ayant la mme densit que la flamme laminaire, cette zone semblera tre beaucoup plus
paisse, donnant ainsi limpression davoir affaire une flamme beaucoup plus dense.
De plus la densit du gaz en combustion nest pas constante le long du volume. Aussi, il ne
faut pas oublier de tenir compte des changements de densit et des divers phnomnes
optiques ayant lieu lintrieur du volume.
Dun autre ct, nous pouvons tirer avantage des particules utilises pour suivre la surface
de la flamme lors du processus de simulation, pour reprsenter le milieu de faon implicite.
En effet, si les gaz en combustion sont associes une distribution de densit on peut obtenir
une reprsentation implicite de celui-ci, en associant des blobs diffus chacune des particules
utilises pour suivre le front de la flamme appartenant aux gaz brles (0 Y<1). Cette
mthode pour reprsenter le milieu est similaire la mthode que nous avons utilise pour
reprsenter les milieux turbulents (Section 3.2). Cependant, il faut faire
quelques modifications pour mieux reprsenter la structure des flammes :
180
En premier lieu, la taille de chaque blob (S
B
) dpends de la taille du voxel auquel il
appartient, et la fraction de masse des ractants, Ainsi, la taille du blob nest jamais plus grand
que la taille du voxel auquel il appartient :
) Y 1 ( S
B

( 6.6 )
Dans le cas ou le voxel contenant le blob correspond un voxel contenant le front de la
flamme, la taille du blob est limit dans la direction de la surface par la distance celui-ci,
mesur depuis le centre du blob (Figure 66).
r

Figure 66 : Volume contenu par une flamme reprsente par des blobs diffus.
En deuxime lieu, la densit du blob nest pas considre comme distribue de faon
uniforme tout au long du volume occupe par le blob, mais distribue de faon inversement
proportionnelle la distance au centre de celui-ci. Ainsi, la plus grosse concentration de
masse des ractants se trouve concentre au centre du blob et dans la frontire elle est gale a
zro. Cela est quivalent lapplication dun noyau de lissage chaque particule comme dans
les mthodes de SPH (Section 2.1.1.1) ou encore aux mthodes de dfinition des surfaces
implicites en utilisant des champs de potentiel.
Bien que dans le suivi du front de la flamme, les particules sont utilises uniquement au plus
bas niveau de la hirarchie des grilles. Lors de la modlisation du milieu, nous utilisons les
particules en combinaison avec tous les niveaux de grilles prsents dans le modle un instant
donn pour la gnration des blobs. La densit des blobs diminue de faon directement
proportionnelle la profondeur du niveau de la grille analyse. Ainsi, si la hirarchie a une
profondeur m, et le niveau analys est h dans [0..m], le facteur de proportion est de h/m. Cela,
permet de diminuer les problmes daliasing, surtout prs de la surface de la flamme, ainsi
que dassurer la couverture totale du volume occup par la flamme.
181
Pour amliorer le processus de cration et actualisation de la hirarchie des blobs, nous
tirons avantage du fait que lon connat les voxels auxquels appartienne les particules, et pour
ceux-ci leur relation avec les voxels des grilles suprieures. Ainsi, nous pouvons regrouper
plus rapidement les nouveaux blobs en faisant une correspondance directe entre les niveaux
de la hirarchie des blobs et les voxels des diffrents niveaux de grilles auxquels appartient
chaque particule.
La prise en compte de linteraction entre le modle dynamique et le modle des flammes se
fait de faon compltement automatique lors de ltape de suivi du front de la flamme,
puisque les particules composant le milieu sont les mmes que ceux utiliss par cette tape.
6.3. METHODES DE VISUALISATION
Le fait que nous ayons repris le modle des blobs diffus, pour ladapter la modlisation
des flammes, nous permet dutiliser les mmes techniques de visualisation que nous avons
prsent pour notre modle des milieux participants turbulents dans la premire partie de cette
thse (Section 3.3). La diffrence principale tant que les flammes sont des phnomnes
purement missifs d au caractre fortement exothermique du processus de combustion. A tel
point que les autres phnomnes optiques lmentaires comme labsorption, la diffusion
entrante, et la diffusion sortante deviennent presque ngligeables. Ainsi, les flammes
contribuent lclairage dune scne principalement en rayonnant des fortes quantits
dnergie.
Pour tenir compte de lnergie mise par la flamme dans lclairage de la scne, nous
supposons que chaque blob composant la flamme se trouve en quilibre thermodynamique
local, un instant donn (cette hypothse nest valable que si lon considre que, cet instant
prcis, les espces chimiques sont temporellement dans un tat stable). On peut alors calculer
la quantit dnergie mise par la flamme en utilisant la loi de Planck pour le corps noir
(Section 1.1.4.2).
6.3.1. Rendu
Le fait que lon puisse ngliger certaines proprits optiques lmentaires nous permet de
simplifier la mise en uvre du modle dans les diffrents algorithmes de rendu. Ainsi, par
exemple lorsquon utilise un algorithme de lanc de rayons pour faire le rendu, on na pas
besoin de produire des rayons secondaires pour calculer les effets de la dperdition. Mis part
ces simplifications, et la prise en compte de lmission, les techniques utilises pour le rendu
des flammes sont celles prsentes dans la Section 3.3.
182
6.3.2. Mise en uvre pour des Applications Interactives
Pour le rendu des flammes dans des applications interactives nous avons apport quelques
amliorations la mthode des mosaques de polygones prsente dans la section 3.3.3 qui est
utilise pour le rendu temps rel des milieux participants. Ainsi, la valeur alpha du centre du
polygone correspond toujours au valeur alpha du blob, cependant, cette valeur nest plus lie
la densit de celui-ci, mais la fraction de masse des ractants. Etant donn que la fraction
de masse des ractants est limite lintervalle [0..1], on peut lutiliser directement comme la
valeur alpha associe au centre du polygone.
Pour simuler laugmentation dintensit des pixels correspondants la flamme par leffet de
lmission, nous utilisons la fonction de mlange multiplicatif dOpenGL. En effet, cette
fonction de mlange ralise la somme des intensits entre la source et la destination,
multiplis par leurs valeurs alpha respectifs, cela est quivalent faire lintgration des
intensits sur un rayon traversant le milieu, qui a comme origine le pixel en question. La
valeur alpha du pixel de destination contient alors lintensit de la lumire mise par la
flamme.
Etant donne les fortes quantits dnergie rayonnes par la flamme, lintgrale de
lintensit pour certaines rgions de celle-ci est beaucoup plus grande que lunit. Cependant,
le seuil maximal dintensit autoris par OpenGL est limite 1, ce qui veut dire qu` partir du
moment ou lintensit a atteint cette valeur, laffichage des nouveaux blobs superposes ces
rgions ne contribuent pas vraiment pour le rendu de la flamme. Nous utilisons alors la
fonction de test alpha dOpenGL pour rejeter ces polygones et acclrer ainsi la phase de
rendu. Si lintensit de la flamme est reprsente par les valeurs alpha des polygones, la
couleur de chaque blob est dtermine en utilisant la loi de Planck pour lmission du corps
noir en fonction de la temprature du gaz (Section 1.1.4.2).
En plus de la reprsentation visible du milieu il faut tenir compte des effets du phnomne
dans lclairage de la scne. Ainsi, puisquen principe les particules composant la flamme
rayonnent de lnergie de faon isotrope, il semble naturel de dfinir des sources ponctuelles
de lumire correspondantes chaque blob. Lintensit et la couleur dmission de chaque
source pouvant tre obtenues grce la loi de Planck. Pourtant, cela savre trop coteux du
au grand nombre de blobs. De plus, la plupart des implmentations OpenGL sont limites 8
sources de lumire. Cependant il est toujours possible de remplacer un ensemble des sources
de lumire de faible puissance pour une seule source de puissance dintensit gale la
somme des intensits de tout lensemble.
183
Ainsi, nous faisons la moyenne de la temprature des blobs composant la flamme. La loi de
Planck peut alors tre utilise pour dfinir la couleur et lintensit dune unique source de
lumire ponctuelle place au centre de la flamme.
6.4. RESULTATS
La mthode de simulation dcrite dans ce chapitre permet de reprsenter des phnomnes de
combustion turbulente trs complexes en des temps de calculs trs courts. Ainsi, nous avons
dvelopp une application interactive du modle qui permet de montrer son efficacit pour
reprsenter diffrentes caractristiques propres ce type de phnomnes.
Pour utiliser ce systme lutilisateur dfinit dans un premier temps les diffrentes proprits
physiques des diffrents objets composant la scne et pour initialiser la simulation il allume le
feu littralement. Le Tableau 2 montre les valeurs de quelques paramtres utilises pour
chacune des simulations. La temprature ambiance pour toutes les simulations est de 17
o
C, et
le nombre de Prandtl P est de 7.07. Le temps de calcul moyen pour chaque image de la
simulation est t
f
en secondes. Les tempratures dactivation T
a
et production de fume T
s

sont donnes en
o
C.
Tableau 2 : Variables de contrle pour les simulations de combustion turbulente.
Simulation T
a
T
s
t
min

max
t
f
Re erreur

L
h
Bx Bf
1.1.1 2027 227 0.033 0.1 1 0.1 9875 10
e-5
2*10
e-2
16 - -
6.4.2 3527 127 0.033 0.05 4 0.3 21000 10
e-5
2*10
e-2
16 0.3 4
6.4.3 4727 927 0.033 0.05 1 3 320000 10
e-6
2*10
e-4
32 0.1 3
6.4.4 2027 227 0.033 0.1 1 0.03 9000 10
e-5
2*10
e-6
10 0.1 3

Tous les rsultats prsents ici ont t obtenus sur un ordinateur du type compatible PC
muni dun processeur Pentium II-450Mhz, 128 Mo de RAM, et une carte graphique OpenGL
du type nVidia Riva TNT. Avec cette configuration matrielle il est possible de raliser les
simulations prsentes ici de faon interactive. Cest dire, entre plusieurs images par
seconde plusieurs secondes par image suivant la quantit de turbulence et la complexit de
la flamme. Bien que pour des cas complexes, on sloigne du temps rel, les temps de calcul
restent nanmoins suffisamment petits pour que lutilisateur puisse manipuler la simulation de
faon interactive, et cela malgr le fait que dans notre implmentation aucune optimisation
na t faite sauf pour les plus videntes.
184
185
6.4.1. Diffusion dune Flamme trs Turbulente sur un Plan.
LImage 16 montre lvolution dun feu trs turbulent sur un plan fait dun matriau trs
combustible dans un environnement ouvert trs turbulent. Cette squence dimages permet de
mettre en vidence la faon dont la diffusion des flammes est prise en compte
automatiquement par notre modle. Elle montre aussi les effets directs de la turbulence sur la
gomtrie de la flamme.

Image 16 : Diffusion dune flamme turbulente sur une plane.

186
6.4.2. Diffusion dune Flamme sur un Objet Complexe.
La squence prsente dans lImage 17, permet dillustrer la diffusion dune flamme sur un
objet complexe, et la prise en compte automatique des diffrents types de rgimes de diffusion
des flammes. En effet, on peut voir comment le feu initi dans les pieds du mannequin se
propage plus rapidement et plus prs du corps dans la direction verticale que dans la direction
horizontale. Cela est du au fait que le feu vertical correspond un rgime de propagation
concurrent, ce qui veut dire que la vitesse de propagation de la flamme est augmente par le
fait quelle se propage dans la mme direction que le dplacement du fluide occasionn par la
convection et la flottabilit thermique, faisant quelle soit aussi plus prs du combustible non
brle. Ces images correspondent aux temps de simulation t=5,10,15,25,30,35,45,60,100sec.

Image 17 : Diffusion du feu sur un objet complexe.
187
6.4.3. Interaction du feu et fume avec des objets complexes.
LImage 18 prsente une scne complexe avec feu et fume produite par la flamme
interagissant avec leur environnement. Le feu est initie au centre de la pile des bches, et il se
propage uniquement sur les charbons et les bches. Il est possible de remarquer comment le
feu et la fum gnre par celui-ci sont dvis de leur trajectoire par linteraction avec le
poulet.

Image 18 : Diffusion du feu et interaction avec des objets complexes.

188
La squence prsente dans lImage 19 montre la mme scne du poulet rti mais cette fois
ci dans un environnement moins turbulent et avec des objets (bches et charbons) beaucoup
plus inflammables que dans le cas prcdent. Cela permet de montrer plus clairement la
diffusion de la flamme sur des objets avec des gomtries complexes ou bien disjointes. De
plus dans cette scne il est possible de remarquer la gnration de fume par certains objets
composant la scne (poulet) d lchauffement par laction du feu.

`
Image 19 : Interaction du feu avec des objets complexes et gnration de fume par
chauffement.

189
6.4.4. Boule de Feu.
LImage 20 montre lvolution dune boule de feu. Nous supposons un apport constant de
combustible au point dallumage. Le processus de combustion est maintenu grce lapport
constant des gaz frais par les processus de convection et turbulence. Pour obtenir la boule de
feu on suppose que la gravite est presque nulle. Cela nous permet dliminer les effets dus aux
forces de flottabilit thermique et de ne pas privilgier la direction verticale faisant que les
flammes se diffusent de faon presque uniforme dans toutes les directions de lespace. Ainsi,
la dure de vie de la boule est dtermine uniquement par le rapport entre la vitesse de
combustion des ractants et la vitesse dintroduction des gaz frais. Les flammes sont courbes
vers le centre de la boule d aux processus de convection thermique.

Image 20 : Boule de feu.

190
191
CONCLUSIONS
Dans cette partie de notre thse nous avons dvelopp un nouveau modle pour la
simulation des phnomnes de combustion turbulente, partir dune modlisation physique
de la combustion et de notre modle de turbulence prsent dans la premire partie de cette
thse. Ce modle permet de reproduire les caractristiques principales des phnomnes de
combustion turbulente de faon efficace et rapide avec un bon degr de ralisme physique
sans sacrifier la contrlabilit du modle. Pour tre en mesure de reprsenter les phnomnes
de combustion de la faon le plus raliste possible, il a fallu raliser une tude des processus
physiques et chimiques sy droulant. Ainsi, nous avons pu identifier une srie de
caractristiques et lois physiques et chimiques spcifiques au phnomne de combustion qui
nous ont permit de limiter le modle la combustion prmlange. Cela nous a permis
galement de tirer avantage des diffrents modles existants dans le domaine de la
thermodynamique pour reprsenter ce type de phnomnes.
Le fait que nous partions de la base de notre modle multi-chelle de la turbulence pour
ladapter aux phnomnes de combustion turbulente a un certain nombre davantages. En
premier lieu, lun des avantages principaux de notre modle est de nous permettre de tirer
profit des caractristiques propres de la combustion turbulente pour simplifier sa
reprsentation par la combinaison des plusieurs types de modles grce lutilisation des
bases de turbulence et la hirarchie de turbulence. Ainsi, lutilisation des grilles dlments
finis multi-chelle, nous permet de rsoudre directement les quations diffrentielles de
Navier-Stokes pour les coulements ractifs ainsi que ceux pour la conservation des espces
et changements de densit dans la surface de la flamme de faon rapide et efficace. Tandis
que le modle des flammes cohrentes nous permet de tenir compte de faon trs directe les
effets de la turbulence sur le procs de combustion, ainsi que des ractions chimiques
complexes ayant lieu dans la surface de la flamme.
Notre modle possde aussi dautres avantages, comme par exemple le fait que lespace de
simulation et les objets prsents dans la scne soient reprsents avec des grilles de voxels
permettant de simuler directement les changes conducto-convectifs et convecto-conductifs.
Nous pouvons ainsi tenir compte des processus de diffusion de la flamme sur la surface des
objets sans aucun cot additionnel. Lutilisation des grilles nous permet aussi de tenir compte
des effets de la combustion sur la turbulence de faon trs directe, bien que le modle
dinteraction soit trs simplifi, il peut influencer de faon trs importante la structure de
lcoulement.
192
Pour conclure cette partie, nous pouvons dire que lun des grands avantages de notre modle
par rapport aux modles utiliss prcdemment dans le domaine de la synthse dimages vient
du fait quil est sans aucun doute valide du point de vue physique pour un bon nombre de
phnomnes de combustion turbulente. Cependant, d a la complexit du phnomne de
grosses simplifications ont t effectues tels que celle utilises pour la formation des
polluants, ou pour la turbulence gnre par la flamme, de mme que dautres phnomnes
caractristiques de la combustion nont pas t pris en compte (i.e. chimie complexe,
combustion non premelange). Ce qui limite les possibilits dapplication directe la
simulation industrielle ou physique la diffrence de notre modle pour les coulements
turbulents. Toutefois, tant donn la flexibilit du modle il peut tre envisageable de lutiliser
comme une plate-forme de simulation pour dautres types des phnomnes avec des
comportements similaires, et mme de le modifier lgrement pour quil puisse tre adapt
aux besoins de ces applications industrielles.

193

CONCLUSIONS GENERALES ET PERSPECTIVES

194
Conclusions Gnrales et Perspectives
195
Le but de nos recherches au cours de cette thse tait lamlioration de la prise en compte
des phnomnes naturels dans le domaine de la synthse dimages. Cependant, la complexit
et la largeur du problme nous a amen nous limiter lanalyse des phnomnes gazeux.
Ainsi, nous avons dvelopp des nouveaux modles pour la simulation et la visualisation de
ces phnomnes.
Pour arriver ce but, nous sommes partis dune description physique et chimique des
phnomnes de turbulence et de combustion. Cela nous a permis didentifier les diffrentes
caractristiques, proprits, et lois physiques qui avaient le plus dinfluence dans le
comportement dynamique de ces phnomnes et qui taient en mme temps les plus
intressantes de reproduire du point de vue de la synthse dimages. Cest justement grce
ses caractristiques que nous avons pu construire une mthode de simulation suffisamment
flexible pour permettre de combiner plusieurs types de modles. Cette flexibilit nous permet
de combiner des modles physiques et empiriques de faon transparente pour obtenir ainsi des
animations bases et contrles globalement par des lois et paramtres physiques, tout en
laissant un bon degr de libert de contrle lutilisateur pour influencer le comportement
global du milieu sans sacrifier pourtant la fidlit de la simulation. Il est donc envisageable
dutiliser notre mthode comme une plate-forme de simulation pour dautres types de
phnomnes avec des comportements similaires comme il a t dmontr par notre modle
pour les phnomnes de combustion turbulente.
Cependant, la partie correspondant la simulation du comportement dynamique nest que
une des parties du problme. En effet, il faut aussi rsoudre le problme de la gomtrie
visible du milieu. Dans ce but, nous avons dvelopp un modle capable de reproduire de
faon plus ou moins prcise les changements constants de la gomtrie du milieu par laction
de son comportement dynamique. Ce modle permet de reproduire galement les phnomnes
optiques complexes ayant lieu dans celui-ci de faon trs simple, tout en tant assez flexible
pour tre adapt diffrentes techniques de rendu. Toutefois, bien que ce modle soit trs li
la mthode de simulation dynamique, il nintervient pas dans les calculs de la simulation.
Cette limitation ne permet pas de lutiliser directement pour des milieux participants ractifs
tels que la combustion, puisque la structure des flammes joue un rle essentiel dans ce type de
phnomnes. Ainsi, nous avons dvelopp une mthode pour le suivi de la surface de la
flamme, qui en plus de donner une meilleure reprsentation de la gomtrie du milieu,
simplifie la prise en compte des phnomnes chimiques complexes lors du procs de
simulation.
Conclusions Gnrales et Perspectives
196
Les modles dvelopps au cours de cette thse ont plusieurs avantages, tels que, lefficacit
de la rsolution des quations gouvernant le comportement du milieu, la vitesse de calcul qui
permet de les utiliser dans des applications interactives ou la prise en compte automatique de
plusieurs phnomnes physiques complexes (i.e. les transferts de chaleur entre les gazes et les
objets solides, la diffusion des flammes sur des surfaces complexes, etc.). Cependant,
certaines simplifications ont t ncessaires tant au niveau du modle de base que de ces
applications. Il serait, par exemple, intressant dtudier la faon dont on peut amliorer le
modle pour le cas o des objets avec des gomtries variables seraient prsents dans la scne
(i.e. drapeaux, etc.) sans avoir reconstruire la reprsentation en grille de voxels de lobjet
chaque instant. Il serait aussi intressant damliorer le modle des polluants produits par la
flamme pour inclure la production de suie en plus de la fume, pour tenir compte des flammes
de diffusion prmlanges dans le modle de combustion ou encore de remplacer le modle
de chimie simple pour un modle complexe qui prenne en compte la production des espces
intermdiaires. Finalement, il serait trs intressant de tenir compte de la dformation des
objets par action de la combustion, par exemple en tirant avantage de la reprsentation par
grille des voxels des objets et utiliser des techniques de morphing ou CSG contrls par la
temprature de chaque voxel.

197

ANNEXES

198
Annexes : Annexe A Ondelettes : Mthode de la pyramide
199
Annexe A. EXEMPLE DE LA TRANSFORMATION PAR
ONDELETTES
Pour limiter la profondeur de la hirarchie de turbulence dans certains cas, nous utilisons
une mthode base sur la transformation par ondelettes. Dans ce but on utilise la transforme
discrte des ondelettes. Ainsi, nous prsentons ici un exemple de codage de la transformation
discrte par ondelettes [NumRecipes92].
Cette routine implmente l'algorithme pyramidal, en remplaant le vecteur dentre a par sa
transforme (si isign=1) ou inverse la transformation (si isign=-1). La taille du vecteur
n doit tre une puissance de 2. La routine wtstep, passe en paramtre, est la routine de
transformation proprement dite.
Algorithme 12 : IDWT (float a[], long n, int isign, void (*wtstep)(float [], unsigned
long, int))
unsigned long nn;
if (n < 4) return;
if (isign >= 0) {
for (nn=n; nn>=4; nn>>=1)
(*wtstep)(a,nn,isign);
}
else {
for (nn=n; nn<=n; nn<<=1)
(*wtstep)(a,nn,isign);
}
}
Pour la transforme proprement dit (wtstep=) nous utilisons la base de meyer. Cette
base dfinit les fonctions de transformation dondelettes et mise a chelle dans le domaine
des frquences spatiales par :
'
,
_
,
_
1
]
1

3
8
3
4
si ) 1
4
3
(
2
cos e ) 2 (
3
4
3
2
si ) 1
2
3
(
2
cos e ) 2 (
3
2
,
3
2
si 0
) (
2 / i 2 / 1
2 / i 2 / 1
)

( A.1 )

Annexes : Annexe A Ondelettes : Mthode de la pyramide
200
Avec :
] 1 , 0 [ x , x 20 x 70 x 84 x 35 ) x (
7 6 5 4
+ +
( A.2 )
Et
)
() dfinit par :
'
>
,
_
3
4
si 0
3
4
3
2
si ) 1
2
3
(
2
cos ) 2 (
3
2
si ) 2 (
) (
2 / 1
2 / 1
)

( A.3 )
Traditionnellement il faut partir dune forme explicite de la transforme de Fourier
)
de ,
on obtient ainsi les valeurs de
)
dans une grille discrte, et les valeurs de sont obtenues
partir dune transforme inverse de Fourier discrte. Dans notre implmentation les valeurs du
vecteur sont supposes tre dfinies directement dans le domaine spectral puisquils viennent
directement du spectre dnergie, on peut alors utiliser directement la transforme inverse sur
ces valeurs.

Annexes : Annexe B Equations de Navier-Stokes sous leur forme discrte
201
Annexe B. EQUATIONS DE NAVIER-STOKES ET
COMBUSTION SOUS LA FORME DES DIFFERENCES FINIS
En appliquant le systme des diffrences finies prsent dans la section 2.1.4.2, on obtient
lexpression discrte des quations dcrivant le comportement du gaz en fonction des valeurs
contenues dans les voxels appartenant une grille. Ainsi, nous prsentons ici lensemble des
quations utilises dans chaque grille de notre modle multi-chelle pour la simulation des
phnomnes turbulents et de combustion :
Conservation de la masse :
]} ) ( ) ( ) (
) ( ) ( ) )[( / 1 {( t
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+ +
+
+
+
+ +
w w v
v u u

( B.1 )
Equations pour chaque composant de la vitesse :
) ( O )]} u u 2 u (
) u u 2 u ( ) u u 2 u [(
] ) uw ( ) uw (
) uv ( ) uv ( ) u ( ) u )[( / 1 {( t u u
2 n
1 k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
1 k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , 2 / 3 i
2
n
2 / 1 k , j , 2 / 1 i
n
1 k , j , 2 / 1 i
n
k , 1 j , 2 / 1 i
n
k , 1 j , 2 / 1 i
2 n
k , j , 1 i
2 n
k , j , i
n
k , j , 2 / 1 i
1 n
k , j , 2 / 1 i
+ + +
+ + +

+
+
+ +
+ + + +
+ + + + + +
+ + +
+ + + + +
+
+

( B.2 )
) ( O )]} v v 2 v (
) v v 2 u ( ) v v 2 v [(
] ) vw ( ) vw (
) uv ( ) uv ( ) v ( ) v )[( / 1 {( t v v
2 n
1 k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
1 k , 2 / 1 j , i
n
k , 2 / 1 j , 1 i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , 1 i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , 2 / 3 j , i
2
n
2 / 1 k , 2 / 1 j , i
n
1 k , 2 / 1 j , i
n
k , 2 / 1 j , 1 i
n
k , 2 / 1 j , 1 i
2 n
k , 1 j , i
2 n
k , j , i
n
k , 2 / 1 j , i
1 n
k , 2 / 1 j , i
+ + +
+ + +

+
+
+ +
+ + + +
+ + + + + +
+ + +
+ + + + +
+
+

( B.3 )
) ( O )} T T ( g
)] w w 2 w (
) w w 2 w ( ) w w 2 w [(
] ) vw ( ) vw (
) uw ( ) uw ( ) w ( ) w )[( / 1 {( t w w
2
0
n
k , j , i
n
2 / 1 k , j , 1 i
n
2 / 1 k , j , i
n
2 / 1 k , j , 1 i
n
2 / 1 k , 1 j , i
n
2 / 1 k , j , i
n
2 / 1 k , 1 j , i
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
2 / 3 k , j , i
2
n
2 / 1 k , 2 / 1 j , i
n
2 / 1 k , 1 j , i
n
2 / 1 k , j , 1 i
n
2 / 1 k , j , 1 i
2 n
1 k , j , i
2 n
k , j , i
n
k , j , 2 / 1 i
1 n
2 / 1 k , j , i
+ +
+ +
+ + +

+
+
+ +
+ + + +
+ + + + + +
+ + +
+ + + + +
+
+

( B.4 )

202
Equation pour la temprature dun gaz chaud :
)]} T T 2 T (
) T T 2 T ( ) T T 2 T [(
] ) T ( ) T ( ) T (
) T ( ) T ( ) T )[( / 1 {( t T T
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ +
+
+
+ +
+ + +

+
+
+ +
w w v
v u u

( B.5 )
Equation de la temprature dun gaz en combustion :
[
]} w Q
] w w v v u u [ p
)] T T 2 T (
) T T 2 T ( ) T T 2 T [(
C
] ) T ( ) T ( ) T (
) T ( ) T ( ) T )[( / 1 {( t T T
n
k , j , i
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
p
2
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
& +
+ + + + +
+ +
+ + +

+
+
+ +
+ + +
+
+ +
+ +
+
+
w w v
v u u

( B.6 )
Equation pour la conservation des espces chimiques :
}
w
)] Y Y 2 Y (
) Y Y 2 Y ( ) Y Y 2 Y [(
] ) Y ( ) Y ( ) Y (
) Y ( ) Y ( ) Y )[( / 1 {( t Y Y
n
k , j , i
n
k , j , i
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ + +

+
+
+ +
+
+ +
+ +
+
+
&
w w v
v u u

( B.7 )
Equation pour la densit locale de la surface de la flamme :
}
Y
w E
)] 2 (
) 2 ( ) 2 [(
] ) ( ) ( ) (
) ( ) ( ) )[( / 1 {( t
2
L
n
k , j , i s
n
1 k , j , i
n
k , j , i
n
1 k , j , i
n
k , 1 j , i
n
k , j , i
n
k , 1 j , i
n
k , j , 1 i
n
k , j , i
n
k , j , 1 i
2 n
k , j , i
n
2 / 1 k , j , i
n
2 / 1 k , j , i
n
k , 2 / 1 j , i
n
k , 2 / 1 j , i
n
k , j , 2 / 1 i
n
k , j , 2 / 1 i
n
k , j , i
1 n
k , j , i
+
+ +
+ + +

+
+
+ +
+
+ +
+ +
+
+
w w v
v u u

( B.8 )

203
Annexe C. GLOSSAIRE
Advection : Dplacement horizontal d'une masse d'air, de gaz.
Adiabatique : Un systme subit une transformation adiabatique lorsque, au cours de cette
transformation, il est thermiquement isol du milieu extrieur. Il peut changer du travail
mcanique avec l'extrieur mais est suppos tre compltement entour de parois
adiabatiques, empchant tout change de chaleur avec l'extrieur. Mme lorsque les parois
sont conductrices de chaleur, une transformation peut tre considre comme adiabatique si
elle est trs rapide, l'change de chaleur n'ayant pas le temps de se faire pendant la
transformation.
Albdo : Valeur propre chaque lment d'un milieu participant et reprsentant le rapport
entre la quantit d'nergie diffuse L
d
et la quantit totale d'nergie reue L
. Du fait de
l'mission propre, ce rapport peut tre suprieur 1 (i.e. dan le feu).

L
L
d

( C.1 )
Plus l'albdo est faible, moins le milieu est diffusant et plus il absorbe. Un albdo proche de
0 correspond un milieu simple et rapide simuler (diffusion presque nulle).
Conduction : transfert thermique d'nergie l'intrieur et la surface d'un milieu solide. Ce
transfert s'effectue de proche en proche parmi les particules lmentaires du solide et sous
forme d'nergie vibratoire.
Convection : dplacement thermique d'une masse d'air, de gaz. Cela implique un
dplacement vertical par opposition aux phnomnes d'advection. Il n'y a pas de transfert
d'nergie lors du phnomne de convection mais les particules lmentaires du gaz effectuent
un transport de cette nergie. Le transfert peut avoir lieu entre les particules (diffusion) ou
lorsqu'elles rentrent en contact avec un milieu solide (conduction).
Enthalpie : Grandeur thermodynamique gale la somme de l'nergie interne et du produit
de la pression par le volume (Cette grandeur est surtout utilise pour calculer l'nergie
change lors d'un changement d'tat ou d'une raction chimique.).
Extinction : Arrt naturel ou provoqu de la combustion vive. L'approche pratique de
l'extinction d'une flamme conduit distinguer sept stratgies d'extinction : isoler le
combustible, isoler l'oxydant, refroidir le combustible condens, refroidir ou diluer la phase
204
gazeuse, inhiber la raction chimique de faon homogne, inhiber la raction chimique de
faon htrogne, souffler la flamme. L'utilisation des moyens classiques d'extinction d'un feu
revient suivre une ou plusieurs des stratgies prcdentes. Par exemple l'utilisation de l'eau
peut isoler le combustible, si celui-ci est recouvert d'une couche d'eau, refroidir le
combustible, inhiber la raction en phase homogne.
Isotropie : Ce terme dsigne de manire gnrale l'indpendance directionnelle d'un
phnomne physique. Il a t utilis dans plusieurs cas pour dsigner une indpendance
partielle (i.e. le cas des BRDF dans notre domaine). Dans les milieux participants il est
troitement li la diffusion. Une diffusion, dispersion ou rflexion isotrope signifie que la
quantit d'nergie est galement distribue dans toutes les directions de l'espace environnant.
Du point de vue pratique, l'isotropie parfaite est inexistante. Cependant, elle est couramment
accepte en thorie comme approximation de certains phnomnes de diffusion dans certains
cas.
Stochastique : Processus, algorithme bas sur les lois de la probabilit et des variables
alatoires. Ces algorithmes, s'ils peuvent tre considrs comme alatoires, ne le sont pas de
manire quelconque. Le caractre alatoire est en gnral dfini par une fonction statistique
issue d'exprimentations physiques ou mathmatiques.

205

REFERENCES

206
Rfrences
207
[Abry97] - Abry P., Ondelettes et Turbulences, Collection Nouveaux Essais, Diderot
Editeur, Arts & Sciences, Paris, France, 1997.
[Barrero96]- Barrero D., Hernndez J.T., Modelo para la Simulacin de Fenomenos
Turbulentos para Ambientes de Realidad Virtual, CLEI 1996, Bogot, Colombia, 1996.
[Barrero97] - Barrero D., DaDalto L, Paulin M., Caubet R, Modlisation des Phnomnes
Turbulentes dans les Milieux Participantes, V
eme
Journes AFIG, Rennes, France,
Dcembre 1997.
[Barrero99] - Barrero D., Paulin M., Caubet R, A Physics Based Multi-resolution Model for the
Simulation of Turbulent gases and Combustion, Eurographics Workshop on Computer
Animation and Simulation (EGCAS99), Springer-Verlag, Milan, September 1999.
[Barrero00] - Barrero D., Paulin M., Caubet R, Simulating Turbulent Combustion,
GraphiCon2000, Moscow, August 2000.
[Blinn82] - Blinn J., "Light Reflection Functions for Simulation of Clouds and Dusty
Surfaces", SIGGRAPH 82, ACM Computer Graphics, pp. 21-29. July 1982.
[Bray80] - Bray K.N.C, Libby P.A., Topics in Applied Physics, Vol 44, Springer-Verlag,
1980.
[Brodley95] - Brodlie K.W., Gallop J.R., Grant A.J., Haswell J., Hewitt W.T., Larkin S.,
Lilley C.C., Morphet H., Townend A., Wood J. and Wright H., Review of
Visualization Systems, Advisory Group on Computer Graphics Technical Rep,
Loughborough University of Technology: Loughborough, Leicestershire, 1995.
[Candel90] - Candel S., Poinsot T, Flame Stretch and the balance equation for the flame
area, Combustion Science and Technology, 1990.
[Candel95] - Candel S., Cours de Mcanique des fluides, Ed. Dunot, Paris, France, 1995.
[Cannone95] - Cannone M, Ondelettes, Paraproduits et Navier-Stokes, Collection Nouveaux
Essais, Diderot Editeur, Arts & Sciences, Paris, France, 1995.
[Chen97] - Chen J.X. et al., Real-Time Fluid Simulation in a Dynamic Virtual Environment,
IEEE Computer Graphics and Applications, pp.52-61, May-June 1997.
[Chiba94] - Chiba N., Ohkawa S, Muraoka K, Miura M, Two-dimensional Simulation of Flames,
Smoke and the Spread of Fire, Journal of Visualization and Computer Animation, 5,pp.37-
54, 1994.
[Chitiansen73] Christiansen J.P., Numerical Simulation by the Method Point Vortices, Journal
of Computational Physics, Vol 13, pp363-379, 1973.
[Collela98] - Collela P., Pucket E.G., Modern Numerical Methods for Fluid Flow,
University of California, 1998
Rfrences
208
[CFD95] Computed Fluid Dynamics Journal, IEEE Press, January-December 1994, January
April, 1995.
[Dadalto96] - Da Dalto L., "Gnration d'images dans l'infrarouge thermique par la mthode
d'illumination globale". Rapport IRIT/96-51-R, Dcembre 1996.
[Dadalto97a] - Da Dalto L., Paulin M., Jessel J-P., Caubet R., "A New Approach for Multiple
Scattering Modelling in Participating Media". Fifth International Conference in Central
Europe on Computer Graphics and Visualization'97 (WCSG'97), Plzen, Rpublique
Tchque, February 1997.
[Dadalto97b] - Da Dalto L., Jessel J.P., Caubet R., "Fast Rendering of Participating Media in
a Global Illumination Application", "Visualization and modeling" book, Rae Earnshaw,
Academic Press, Hartcourt Brace Edition, April 1997.
[Dadalto97c] - Da Dalto L., "Modles pour la simulation des phnomnes naturels dans la
synthse dimages", PhD thesis, October 1997.
[Desbrun95] Desbrun M., Gascuel M.P., "Animating Soft Surfaces with Implicit Surfaces",
ACM Computer Graphics, SIGGRAPH 95, August 1995.
[Desbrun96] Desbrun M., Gascuel M.P., "Smoothed Particles : A new paradigm for Animating
Highly Deformable Bodies", Seventh Eurographics Workshop on Animation and
Simulation, Poitiers, France, September 1996.
[Ebert90] - D. S. Ebert, R.E. Parent, "Rendering and Animation of Gaseous Phenomena by
Combining Fast Volume and Scanline A-buffer Techniques", ACM Computer Graphics,
SIGGRAPH 90, pp. 357- 363, Addison Wesley, August 1990.
[Ebert94a] Ebert D.S., Musgrave F.K., Peachey D., Perlin K., Worley S., "Texturing and
Modeling a procedural approach", Academic Press Inc., Cambridge MA, 1994.
[Ebert94b] - Ebert D.S., Carlson W.E., Parent R.E., "Solid Spaces and Inverse Particle Systems
for controlling the Animation of Gases and Fluids", The Visual Comp.,10, 1994.
[Foley93] - J.Foley , A. vanDam, S. Feiner, J. Hughes, Computer Graphics Principle and
Practice, USA, Addison Wesley, 1992.
[Foster96] - Foster N., Metaxas D., "Realistic Animation of Liquids", Graphics Models and Image
Proc., 58(5), pp 471-483, 1996.
[Foster97a] - Foster N., Metaxas D., "Controlling Fluid Animation", Proceedings of CGI97,
1997.
[Foster97b] - Foster N., Metaxas D., "Modeling the Motion of a Hot, Turbulent Gas" , ACM
Computer Graphics, SIGGRAPH 97, Addison Wesley, August 1997.
Rfrences
209
[Gamito95] Gamito M.N., Lopes P.F., Gomes M.R., Two-dimensional Simulation of
Gaseous Phenomena Using Vortex Particles, Sixth Eurographics Workshop on
Computer Animation and Simulation, Springer-Verlag, Maastricht, Netherlands,
September 1995.
[Giovnagigli87] - Giovangigli V., Smooke M., Extinction of Strained premixed laminar flames
with complex chemistry, Combustion Science and Technology 53, 1987.
[Haumann91] Hauman D. et al., Aspects of Motion Design for Physically-Based
Animation, Scientific Visualization of physical Phenomena, Proceedings of CG
International 91, Springer-Verlag, Tokyo, June 1991.
[Helman89] - Helman J.L., Hesselink L., Representation and Display of Vector Field
Topology in Fluid Flow Data Sets, IEEE Computer, 22, No. 8, 1989.
[Inakake89] - Inakake M.,A Simple Model of Flames, Proceedings of CG International 89,
pp 71-81, Springer-Verlag, 1989.
[Inakage91] Inakage M., "Volume Tracing of Atmospheric Environments", The Visual
Computer, No. 7, pp.104-113, 1991.
[Karamcheti80] - Karamcheti K, "Principles of Ideal Fluid Aerodynamics", 2nd edition,
Kreiger, 1980.
[Kardasse00] Kardassevitch C., "Structuration de la Scne et Textures Photomtriques pour
un Pipeline dIllumination Globale et de Visualisation Interactive", PhD thesis, Mars
2000.
[Kass90] - Kass M. , .Miller G., Rapid, Stable Fluid Dynamics for Computer Graphics,
ACM Computer Graphics, SIGGRAPH 90, pp.19-57, August 1990.
[Kajiya84] - Kajiya J.T., Von Herzen B.P., "Ray Tracing Volume Densities", SIGGRAPH 84,
ACM Computer Graphics, pp.165-174, Juillet 1984
[Klassen87] - Klassen R.V., "Modeling the Effect of the Atmosphere on Light", ACM
Transactions on Graphics, Vol. 6, No. 3, pp 215-237, July 1987.
[Kuo86] - Kuo K.C. , Principles of Combustion, John Wiley Intersci., 1986.
[Luciani95] Luciani A., Habibi A.., Vapillon A. ,duroc Y., "A Physical Model of Turbulent
Fluids", Sixth Eurographics Workshop on Animation and Simulation, Springer-Verlag,
Maastricht, Netherlands, September 1995.
[Marble77] - Marble F.E, Broadwell J., "The coherent flame model for turbulent chemical
reactions", Project SQUID, Report TRW-9-PU, 1977.
[Max86a] Max N.L., "Atmospheric Illumination and Shadows",SIGGRAPH 86 ACM
Computer Graphics, pp.117-124, August, 1986.
Rfrences
210
[Max86b] - Max N.L., "Light Diffusion Through Clouds and Haze", Computer Vision,
Graphics and Image Processing 33, pp. 280-292, 1986.
[Miller89] Miller G., Pearce A., "Globular Dynamics: A connected particle system for
animating viscous fluids", SIGGRAPH 89 Course 30 notes, pp.305-309, August 1989.
[Monaghan92] - Monaghan J.J., Smoothed Particle Hydrodynamics, Annu. Rev. of Astronomy
and Astrophysics, 1992.
[Nishita87] Nishita T., Miyawaki Y., Nakamae E., "A shading model for atmospheric
scattering considering luminous intensity distribution of light sources", ACM Computer
Graphics, SIGGRAPH 87, pp.303-310, July 1987.
[NumRecipes92] Press W., Teukolsky S., Vettering W., Flannery B., "Numerical Recipes in C,
The Art of Scientific Computing",2
nd
ed., Cambridge University Press, Cambridge, 1992.
[Perlin85] - Perlin K.H. An Image Synthesizer, Computer Graphics Proceedings, Annual
Conference Series, 19(3) pp287-296, 1985.
[Perlin89] - Perlin K.H., Hoffert E.M. Hypertexture, Computer Graphics Proceedings, Annual
Conference Series, 23(3) pp287-296, 1989.
[Perry94] - Perry. C.H., Picard R.W., Synthesizing Flames and Their Spreading, Fifth
Eurographics Workshop on Animation and Simulation, Olso, Norway, September 1994.
[Peyret83] Peyret R., Taylor T.D, Computational Methods for Fluid Flow, Springer Series in
Computational Physics, Springer-Verlag, 1983.
[Post93] - Post F.H., van Walsum T., Fluid Flow Visualization, in Focus on Scientific
Visualization, Springer-Verlag, 1993.
[Pope88] - Pope S, Cheng W, The stochastic flamelet model of turbulent premixed combustion",
Twenty Second Symposium on Combustion, p. 781, The Combustion Institute, 1988.
[Rieutord97] - Rieutord M., Une introduction la Dynamique des Fluides , Editorial Masson,
Paris, France, 1997.
[Reeves83] - Reeves W.T, Particle Systems a Technique for modeling a class of fuzzy objects,
Computer Graphics, 17(3), pp 359-376, 1983.
[Reeves85] - Reeves W.T., R. Blau, Approximate and Probabilistic Algorithms for Shading
and Rendering Particle Systems, ACM Computer Graphics, SIGGRAPH 85, pp.313-
322, July 1985.
[Rogallo94] - Rogallo R.S., Moin P., Numerical Simulation of Turbulent Flows, Annual
Review of Fluid Mechanics, pp. 99-137, 1984.
Rfrences
211
[Rushmeier87] Rushmeier H., Torrance K., "The Zonal Method for Calculating Light
Intensities in the Presence of a Participating Medium", SIGGRAPH 87, ACM
Computer Graphics, pp.293-302, July 1987.
[Sakas90] Sakas G., "Fast Rendering of Arbitrary Volume Density", Eurographics 90,
pp.519-530, September 1990.
[Sakas91] - Sakas G., Gerth M., "Sampling and Anti-aliasing of Discrete 3d Volume Density
Texture", Eurographics 91, pp.87-102, Vienne, Septembre 1991.
[Sakas93] - Sakas G., Modeling and animating turbulent gaseous phenomena using spectral
synthesis, The Visual Computer, vol. 9, n. 4, 1993.
[Stam93] Stam J., Fiume E., Turbulent Wind Fields for Gaseous Phenomena, ACM Computer
Graphics, SIGGRAPH 93, pp 369-373, Addison Wesley, August 1993.
[Stam95a] Stam J., Fiume E., Depicting Fire and Other Gaseous Phenomena Using Diffusion
Processes, ACM Computer Graphics, SIGGRAPH 95, pp.129-136, Addison Wesley,
August 1995.
[Stam95b] Stam J., "Multi-Scale Stochastic Modeling of Complex Natural Phenomena", PhD
Thesis, Dept. Of Computer Science, University of Toronto, 1995.
[Stam99] - Stam J., Stable Fluids, ACM Computer Graphics, SIGGRAPH 99, Addison Wesley,
August 1999.
[Streeter95] - Streeter V.L., Fluid Mechanics, McGraw Hill, 1995.
[Williams85] - Williams F.A., Combustion Theory, 2
nd
ed., Benjamin Cummings, Menlo Park,
1985.
[Warnatz96] Warnats J, Maas U., Dibble R.W., Combustion : Physical and Chemical
Fundamentals, Modeling and Simulation, Experiments, Polluant Formation , Springer-
Verlag, 1996.
[Weimer99] - Weimer H., Warren J., Subdivision Schemes for Fluid Flow, ACM Computer
Graphics, SIGGRAPH 99, Addison Wesley, August 1999.
[Westover90] Westover L., Footprint Evaluation for Volume Rendering, ACM Computer
Graphics, SIGGRAPH 90, August 1990.
[Witting99] - Witting P., Computational Fluid Dynamics in a Traditional Animation
Environment, ACM Computer Graphics, SIGGRAPH 99, Addison Wesley, August 1999.
[Yaeger86] - Yaeger L et al. Combining Physical and Visual Simulation - Creation of the Plane
Jupiter for the film 2010, ACM Computer Graphics, SIGGRAPH 86, pp.85-93, Addison
Wesley, 1986.
Rfrences
212
[Yngve00] Yngve G.D., OBrien J.F., Hodgins J.K., Animating Explosions, ACM Computer
Graphics, SIGGRAPH 99, pp 129-136, Addison Wesley, July 2000

These PHD

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

These PHD

Hochgeladen von

Copyright:

Verfügbare Formate

N DORDRE : ANNEE : 2000

Institut de Recherche en Informatique de Toulouse

cest une fonction

tant le coefficient de diffusion du milieu.

>> 1 et optiquement mince si

(S, , ) correspondant la luminance incidente la particule

est identique celui utilis pour la diffusion sortante.

, avec i,j {x,y}

est constant pour chacun de ceux-ci. Il est alors possible de

est une constante, E

Das könnte Ihnen auch gefallen