Mainthesis

SULL’APPLICABILITÀ DEGLI SCHEMI UPWIND
MULTIDIMENSIONALI AI VOLUMI FINITI PER LA

SIMULAZIONE NUMERICA DELLE GRANDI SCALE DI FLUSSI
TURBOLENTI CONFINATI
di
ANDREA APROVITOLA
Seconda Universitá degli Studi di Napoli

Dottorato in Scienze e Tecnologie Aerospaziali XIX Ciclo
Settore Scientifico disciplinare ING-IND/06 - Fluidodinamica
Tutor : Il Coordinatore :
Prof. Filippo Maria Denaro Prof. Francesco Scaramuzzino
Indice
1 1
1.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Equazioni in forma integrale per la Large Eddy Simulation su griglia
non uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 La procedura numerica . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Definizione della griglia di calcolo . . . . . . . . . . . . . . . . 10
1.3.2 La metodologia d’integrazione temporale . . . . . . . . . . . . 11
1.3.3 Ricostruzione polinomiale per i flussi convettivi e diffusivi . . . 15
1.3.4 Il criterio upwind multidimensionale . . . . . . . . . . . . . . 15
1.3.5 Definizione del simplesso Lagrangiano . . . . . . . . . . . . . . 16
1.3.6 Integrazione superficiale dei flussi . . . . . . . . . . . . . . . . 20
1.3.7 Validazione della procedura upwind . . . . . . . . . . . . . . . 24
1.3.8 Distribuzione spettrale dell’errore di troncamento . . . . . . . 26
1.4 Procedura di deconvoluzione e formulazione implicita . . . . . . . . . 32
1.5 Test di consistenza per la deconvoluzione . . . . . . . . . . . . . . . . 35
1.6 Discretizzazione spaziale del modello di equazioni filtrate - Metodo
di proiezione approssimata . . . . . . . . . . . . . . . . . . . . . . . . 37
1.6.1 Parallelizzazione del Solver di pressione . . . . . . . . . . . . . 40
1.7 Tests di convergenza sul codice impementato - consistenza . . . . . . 42
2 Simulazione numerica di un flusso turbolento confinato 45

2.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2 Scelta delle grandezze di riferimento . . . . . . . . . . . . . . . . . . . 45
2.3 Simulazioni numeriche . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Simulazioni numeriche LES - Effetto della deconvoluzione . . . 47
2.3.2 Simulazioni numeriche LES - Profilo medio di velocità . . . . . 48
2.4 Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Bibliografia 62
ii
Sommario
La simulazione numerica delle grandi scale di un flusso turbolento (LES), si

fonda sul concetto di separazione delle scale spazio-temporali del campo di moto
tra risolte e non risolte. Tale separazione è effettuata formalmente mediante l’op-
erazione di filtraggio applicata alle equazioni di Navier-Stokes. La dinamica delle
scale risolte fortemente anisotropa ed a cui è associata gran parte dell’energia cinet-
ica del flusso, è risolta numericamente mentre la dinamica delle scale non risolte è
modellata mediante opportune relazioni di chiusura. In questo lavoro è sviluppata
una metodologia LES ai Volumi Finiti, unitamente ad una procedura di filtraggio,
ad elevata accuratezza, che consente di modellare implicitamente l’effetto delle scale
del campo di moto non risolte sul campo risolto. La metodologia numerica, si basa
sul calcolo dei flussi mediante schemi upwind multidimensionali, la cui struttura del-
l’errore di troncamento, consente di ottenere regioni di stabilità più ampie rispetto
a schemi centrati alle differenze finite in presenza di griglie non uniformi. I modu-
li FORTRAN in cui è implementata la procedura upwind, sono ottenuti mediante
l’utilizzo di un manipolatore simbolico (MAPLE) preprocessando l’inversione diretta
delle matrici nel codice, operazione dispendiosa dal punto di vista computazionale.
I solutori di sistemi lineari algebrici sono stati programmati sfruttando degli algo-
ritmi interpretabili da un compilatore con autoparallelizzatore, valutandone succes-
sivamente la scalabilità in funzione del numero di processori utilizzati. Validata la
procedura numerica per confronto con riferimenti analitici, sono presentate poi le
simulazioni relative ad un caso test di turbolenza confinata consolidato in letter-
atura: il flusso turbolento completamente sviluppato in un canale piano. Da tali
simulazioni si evince che sebbene la dissipazione artificiale introdotta dallo schema
numerico sviluppato è maggiore su determinate frequenze rispetto a quella di uno
schema centrato ai volumi finiti, si ottiene una buona rappresentazione spettrale del
campo risolto in assenza di un’esplicita modellazione degli sforzi turbolenti.
iii
Capitolo 1
1.1 Introduzione
La simulazione numerica dei flussi turbolenti rappresenta uno fra gli aspetti
più problematici della fluidodinamica computazionale a causa dell’elevato costo di
calcolo richiesto per descrivere adeguatamente tale fenomenologia. L’utilizzo di un
elevato numero di punti griglia, unito all’esigenza di impiegare schemi numerici ad
elevata accuratezza, sia per la discretizzazione delle equazioni che per la modellistica
della turbolenza, limita drasticamente la capacità di utilizzare in modo proficuo le
risorse di calcolo disponibili. La tecnica più accurata per descrivere la dinamica di un
flusso turbolento è la simulazione numerica diretta (DNS). In una simulazione DNS
le equazioni di Navier-Stokes (N-S) che governano il comportamento di un flusso
turbolento, sono risolte senza alcuna modellistica. Una DNS, al pari di un esperi-
mento, fornisce la descrizione di tutte le scale (vortici) del campo di moto turbolento
da quella integrale, dipendente dalle condizioni al contorno a quella dissipativa di
Kolmogorov, a livello della quale avvengono le trasformazioni termodinamiche del
flusso. Conseguentemente, in una simulazione DNS tutti i gradi di libertà nel-
la descrizione della fenomenologia turbolenta sono correttamente descritti a meno
dell’approssimazione introdotta dall’errore di troncamento dello schema numerico
utilizzato. È noto [1] che la complessità computazionale di una tale simulazione
cresce con la potenza 9/4 del numero di Re rendendo praticamente irrealizzabile
una DNS per casi d’interesse non accademico.
La simulazione numerica delle grandi scale LES, consente invece una riduzione
dei gradi di libertà della fenomenologia turbolenta mediante una decomposizione del
campo di velocità in scale risolte (grandi scale) e scale non risolte (piccole scale).
Essendo la turbolenza un fenomeno, caratterizzato da un trasferimento energetico
agente con continuità dalle grandi alle piccole scale, ne deriva che tale riduzione si
basa sulla scelta della dimensione caratteristica della più piccola delle scale risolte.
1
Inoltre, tale separazione di scale trova il suo fondamento teorico nel fatto che il
moto su grandi scale ha un comportamento anisotropo, nel senso che è sensibile alla
geometria del problema e quindi alle condizioni al contorno. Le componenti su gran-
di scale contengono l’energia prevalentemente dal campo medio e la trasferiscono,
mediante i meccanismi di elongazione/contrazione dei tubi vorticosi, alle scale di
dimensione inferiore in un processo caratterizzato dalla cosiddetta cascata inerziale.
Le piccole scale, ove l’energia cinetica è dissipata, invece hanno un comportamen-
to omogeneo ed isotropo, indipendente dalle modalità di genesi della turbolenza, e
pertanto per esse è ipotizzabile assumere un comportamento universale [2].
Dal punto di vista formale, la separazione si effettua mediante una procedu-
ra di filtraggio delle equazioni di N-S che consente di eliminare dalla risoluzione
quelle scale aventi dimensione caratteristica inferiore rispetto all’ampiezza del filtro.
L’applicazione del filtro alle equazioni di N-S genera la problematica di chiusura del
modello matematico; il carattere non lineare genera termini incogniti relativi alla
dinamica delle scale non risolte. In base alle ipotesi d’omogeneità ed isotropia delle
piccole scale questi termini possono essere espressi in funzione della variabile filtrata
mediante opportune relazioni di chiusura dette modelli di turbolenza (modelli SGS)
[3]. A causa della separazione di scale, la LES è molto più sensibile alla discretiz-
zazione sia del sistema di equazioni che del dominio, pertanto richiede rispetto alla
DNS, l’utilizzo di metodologie numeriche caratterizzate da un’elevata accuratezza.
In una simulazione DNS tutte le componenti in frequenza del campo di velocità sono
risolte pertanto, gli errori legati alla discretizzazione numerica, si accumulano nell’in-
torno della frequenza di Nyquist (che corrisponde alla più piccola scala di lunghezza
rappresentabile su una griglia di passo assegnato), alla quale è associato un basso
contenuto energetico. Poichè in DNS la frequenza di Nyquist deve essere dell’or-
dine di grandezza di quella di Kolmogorov l’errore si manifesta principalmente nella
zona dissipativa con effetti quindi meno rilevanti. Contrariamente, nelle simulazioni
LES la frequenza di Nyquist spesso coincide con quella di filtraggio, di conseguen-
za essa cade nell’intervallo di frequenze relativo alle scale risolte, caratterizzato da
un contenuto energetico non trascurabile. Ne deriva che la dinamica di tali scale è
2
fortemente sensibile agli errori derivanti dalla discretizzazione numerica e al filtro.
Per minimizzare gli errori è necessario fornire ai modelli SGS una variabile risolta il
cui contenuto energetico spettrale sia alterato il meno possibile dalla struttura del
filtro e dalla discretizzazione numerica. Sebbene i metodi spettrali possano essere
considerati come la scelta migliore per soddisfare i requisiti d’accuratezza richiesti
dalla LES, questi ultimi sono applicabili solo per geometrie semplici. Il crescente
interesse verso la metodologia LES è testimoniato dal fatto che negli ultimi anni
diversi ricercatori hanno pubblicato libri [3],[4],[5] sull’argomento. In diversi lavori,
pubblicati in letteratura [6],[7] negli ultimi anni, sono evidenziati i vantaggi di una
discretizzazione ai Volumi Finiti (FV) rispetto alla classica discretizzazione alle Dif-
ferenze Finite (FD) per la simulazione dei flussi turbolenti. I metodi FV, hanno il
vantaggio, rispetto ai metodi spettrali, di essere facilmente estendibili su geometrie
complesse, inoltre la discretizzazione della forma integrale delle equazioni di N-S
garantisce a priori la conservazione della variabile in bilancio [6] essendo la vari-
azione temporale della proprietà media legata esclusivamente ai flussi attraverso la
frontiera del volume. Un altro aspetto che fa propendere la scelta verso i metodi FV
per la simulazione dei flussi turbolenti è legato alla considerazione che l’equazione
di evoluzione ai volumi finiti può essere interpretata come equazione di evoluzione
per la variabile filtrata LES [8], essendo l’operatore di media di volume equivalente
dal punto di vista matematico ad un filtro detto top-hat se di ampiezza uniforme.
Nel seguente lavoro è presentato lo sviluppo di una metodologia ai volumi
finiti su griglia non uniforme, basata su un criterio upwind del III ordine e l’imple-
mentazione di un filtraggio di ordine elevato nell’integrazione temporale. Il primo
punto è legato alla necessità di disporre un numero sufficiente di punti griglia nelle
vicinanze delle pareti solide per descrivere adeguatamente lo sviluppo dello strato
limite. Il secondo punto consiste nell’implementazione di una procedura di inver-
sione approssimata della funzione di filtro applicata direttamente all’integrazione
temporale. In lavori precedentemente pubblicati [9],[10] è stata presentata una tec-
nica di filtraggio di ordine elevato basata sulla procedura di deconvoluzione per il
caso monodimensionale. Tali risultati sono qui estesi ad un flusso tridimension-
3
ale, implementando la procedura di deconvoluzione su griglia non uniforme nella
metodologia d’integrazione temporale. Tale procedura può essere annoverata nella
classe dei modelli impliciti di sottogriglia per la LES [3]. L’integrazione spaziale
della funzione numerica di flusso presente nelle equazioni FV, si basa su un criterio
upwind multidimensionale. Tale critero si traduce operativamente nella definizione
di un polinomio completo di secondo grado i cui coefficienti sono valutabili imponen-
do il passaggio del suddetto polinomio su un opportuno supporto d’interpolazione
a 10 nodi (simplesso Lagrangiano). L’integrazione superficiale dei flussi convet-
tivi e diffusivi è poi effettuata analiticamente sostituendo alle funzioni integrande
il polinomio suddetto. Si tenga presente che la scelta di una discretizzazione up-
wind è anche motivata dal fatto che su griglie non uniformi una discretizzazione
centrata non avrebbe comunque coefficienti simmetrici. Per semplificare la proce-
dura, si è scelto di utilizzare variabili colocate, la soluzione numerica del sistema di
equazioni di N-S è ricavata con una metodologia di proiezione approssimata basa-
ta sulla decomposizione di Helmholtz-Hodge [11]. La determinazione del campo
di velocità intermedio è basata su una discretizzazione Adams-Bashforth/Cranck-
Nicolson accurata al secondo ordine [12],[13]. La soluzione numerica ottenuta è stata
confrontata in un’opportuna norma con la soluzione analitica di Taylor [14] verif-
icandone l’accuratezza puntuale. Tests di convergenza sono stati inoltre effettuati
sul campo di predizione, per mettere in evidenza l’efficacia della procedura di de-
convoluzione che consente, di ottenere un’accuratezza per la variabile risolta del III
ordine. Nell’ambito dello sviluppo della metodologia di proiezione verrà mostrato,
inoltre, come trattare il problema della soluzione dell’equazione ellittica di Poisson
mediante una metodologia SOR implementata per un’architettura parallela. Suc-
cessivamente, viene scelto come caso test per la metodologia LES, la simulazione di
un flusso in un canale piano biperiodico. Le simulazioni sono effettuate utilizzando
prima schemi numerici upwind monodimensionali, ovvero schemi per cui la funzione
di flusso è approssimata utilizzando un polinomio interpolatore di secondo grado su
supporto monodimensionale [15]. In seguito sono eseguite le simulazioni utilizzan-
do la discretizzazione upwind multidimensionale. I risultati ottenuti sono messi a
4
confronto con un database DNS presente in letteratura [16], inoltre per completez-
za sono presentati anche i risultati relativi a simulazioni ottenute con uno schema
FV centrato del secondo ordine. I confronti sono effettuati sia in termini dei pro-
fili medi di velocità che in termini del contenuto spettrale d’energia. Inoltre viene
messo in risalto come la procedura di deconvoluzione implementata nell’integrazione
temporale, agisca da modello implicito per gli sforzi di sottogriglia.
1.2 Equazioni in forma integrale per la Large Eddy Simulation su

griglia non uniforme
Il moto di un flusso incompressibile ed omotermo in un dominio V , fisso rispet-

to ad un riferimento cartesiano Oxyz è descritto dal sistema di equazioni per la con-
tinuità e il bilancio di quantità di moto. La metodologia FV si basa sulla discretiz-
zazione della forma integrale di tali equazioni, le quali per ogni volume elementare
Ω (x) ⊆ V in cui è stato decomposto il dominio di calcolo V diventano:
Z
v · n dS = 0 (1.1)
∂Ω(x)
Z
∂v̄ 1
=− F · n dS, (1.2)
∂t |Ω (x)|
∂Ω(x)
essendo v̄(x, t) il valor medio di v(x, t) sul volume elementare Ω(x), n la normale
uscente alla superficie ∂Ω(x), ed F la funzione di flusso
2 s
F(v) = vv + Ip − ∇ v,
Re
dove ∇s v è la parte simmetrica a traccia nulla del tensore gradiente di velocità. Alle
(1.1) e (1.2) sono poi associate le opportune condizioni iniziali ed al contorno. Il
valor medio del campo v è da interpretarsi nel contesto della tecnica LES come una
variabile filtrata, poichè l’operatore media di volume è equivalente (per ampiezza
del filtro uniforme [17]), dal punto di vista matematico all’applicazione di un filtro
5
detto top-hat, definito nello spazio fisico nel modo seguente,


 1


 ∆
, |x − x0 | ≤ ∆2

G(x − x0 ; ∆) =





 0, altrimenti
essendo ∆ l’ampiezza caratteristica del filtraggio. Pertanto, la variabile risolta su
larga scala risulta essere definita dal seguente prodotto di convoluzione:
Z
v̄(x, t) = G (x − x0 ; ∆) v(x0 , t)dx0 . (1.3)
IR3
La funzione di filtro G, localizzata nello spazio fisico, è simmetrica rispetto all’asse

delle ordinate e gode delle proprietà di linearità, commutatività con l’operazione di
derivazione [3]. In Fig.1.1 è riportato il confronto tra la funzione di trasferimento
b del filtro top-hat ristretta all’intervallo [0, k ] e quella
(trasformata di Fourier G) c
di un altro filtro LES utilizzato nello spazio di Fourier, ovvero lo sharp cut-off,
π
essendo kc = ∆
il numero d’onda di taglio per entrambi i filtri, corrispondente
alla frequenza di Nyquist. Come risulta in Fig.1.1, differentemente dallo sharp-
cut-off, il top-hat appartiene alla classe dei filtri detti smooth [3], la cui struttura
della funzione di trasferimento non consente di ottenere una netta separazione tra
le scale risolte e quelle non risolte. Infatti l’applicazione del top-hat nello spazio
fisico (media di volume), produce un’attenuazione delle componenti in frequenza
del campo di velocità aventi numero d’onda k < kc . Lo smoothing energetico di
tali scale, che sono poi fornite alla modellistica SGS, può alterare il trasferimento
dell’energia cinetica del flusso dalle grandi scale alle piccole scale, che deve essere
riprodotto dal modello di turbolenza.
Per ottenere una variabile filtrata il cui contenuto in frequenza sia alterato
il meno possibile rispetto al filtro cut-off si è scelto di utilizzare una procedura
di filtraggio di ordine elevato [8] definita mediante l’introduzione dell’operatore di
deconvoluzione nel modo seguente:
6
1.5
Sharp cutoff
Top-hat
1.25
G(k ') 1
0.75
¢
0.5
0.25
0
1 2 3 4 5 6
k'
Figura 1.1: Funzione di tasferimento del filtro sharp cut-off, top-hat
· Z ¸
1
ṽ (x, t) = A(m)
x v̄ = A(m)
x
0
v (x , t) dx 0
(1.4)
|Ω (x)|
Ω(x)
ovverosia alla variabile mediata sul volume elementare Ω (x) è applicato l’operatore
A(m)
x ottenendo la nuova variabile LES ṽ essendo A(m)
x l’operatore differenziale di
deconvoluzione di ordine m. Pertanto, poichè v (x) = ṽ (x) + O (hm+1 ) [17], dove h
è la dimensione lineare del volume elementare (h = |Ω(x)|1/3 ), il campo di velocità
ṽ rappresenta un’approssimazione di ordine m del campo v. Dalla Fig.1.2 in cui si
riporta il confronto tra la funzione di trasferimento discreta del filtro corrispondente
alla (1.4) con quelle dei filtri precedentemente illustrati, si nota che l’operatore di
deconvoluzione ricostruisce il contenuto energetico del campo v̄ nell’intorno della
frequenza di taglio. Naturalmente, questo effetto di recupero consente di descrivere
con maggiore accuratezza le scale risolte.
Utilizzando la (1.4), l’equazione di evoluzione (1.2) diventa pertanto :
7
1.5
Sharp cutoff
Top-hat
m=2 (IV)
1.25
1
G(k ')
0.75
¢
0.5
0.25
0
1 2 3 4 5 6
k'
Figura 1.2: Funzione di tasferimento del filtro sharp cut-off, top-hat e top-hat cin
deconvoluzione (m = 2)
· Z ¸
∂ṽ 1
= A(m)
x − F · n dS , (1.5)
∂t |Ω (x)|
∂Ω(x)
in quanto, su griglia non uniforme necessaria per descrivere adeguatamente lo svilup-

po dello strato limite nelle vicinanze di pareti, l’operatore di deconvoluzione non
commuta con quello di media. Eventualmente, nell’equazione (1.5) è evidenziabile
un termine di commutazione, che deve essere calcolato esplicitamente ad ogni passo
temporale; in questo caso la (1.5) diventa:
Z
∂ṽ 1 (m)
=m− Ax0 F · n dS (1.6)
∂t |Ω (x)|
∂Ω(x)
Per evitare il calcolo esplicito di m, si può discretizzare l’equazione di bilancio

di q.d.m. partendo dalla forma seguente:
8
h i−1 ∂ṽ Z
1
A(m)
x =− F · n dS (1.7)
∂t |Ω (x)|
∂Ω(x)
ottenuta con un’operazione d’inversione approssimata dell’operatore A(m)

x [17]. Tale
equazione è da interpretarsi come equazione di evoluzione per la nuova variabile fil-
trata ṽ nella quale l’inversione dell’operatore A(m)
x è poi implementata nella proce-
dura d’integrazione temporale. Il sistema di equazioni da risolvere diventa pertanto
il seguente:
Z
v
e · n dS = 0 (1.8)
∂Ω(x)
∂v
e
A−1 = fconv + fdif f + fpress + fsgs (1.9)
∂t
avendo fissato m = 2 ed indicato A(2)

x = A nella (1.7) ed avendo denotato a secondo
membro della (1.9) le seguenti quantità vettoriali:

Z
1
fconv = − v
eve · n dS
|Ω (x)|
∂Ω(x)
Z
2
fdif f = (∇s v
e ) · n dS
Re |Ω (x)|
∂Ω(x)
Z
1
fpres = − pn dS
|Ω (x)|
∂Ω(x)
Z · ¸
1 2
fsgs = (∇s v − ∇s v
e ) + (v
eve − vv) · n dS
|Ω (x)| Re
∂Ω(x)
Il vettore fsgs è il termine incognito la cui chiusura richiede una modellazione

SGS che consenta di esprimere tale termine in funzione della variabile filtrata.
9
1.3 La procedura numerica
In questa sezione, è presentata la procedura di soluzione numerica per il sis-

tema di equazioni LES costituito dalla (1.8) e dalla (1.9); le equazioni sono integrate
su un dominio di calcolo V = [0, Lx ] × [0, Ly ] × [0, Lz ], essendo (x, y, z) le direzioni
coordinate e (u, v, w) le componenti di velocità. Si è scelto di utilizzare le variabili
colocate, pertanto tale scelta comporta che i flussi, definiti sulla frontiera dei volumi
di controllo in cui è partizionato il dominio in esame, siano ricostruiti in termini delle
variabili collocate al centro dei volumi elementari. L’integrazione temporale è effet-
tuata mediante l’utilizzo di uno schema semi-implicito accurato al secondo ordine,
mentre il disaccopiamento del campo dei gradienti di pressione da quello di velocità
è ottenuto mediante la tecnica di proiezione approssimata (pressure-free approxi-
mate projection method) [18] . I flussi convettivi e diffusivi sono invece discretizzati
mediante un criterio upwind multidimensionale accurato al terzo ordine.
1.3.1 Definizione della griglia di calcolo
Il dominio di calcolo V è partizionato mediante una griglia strutturata Carte-

siana. Si assume che lungo le direzioni x (longitudinale) e z (trasversale) il flusso sia
omogeneo [19]; ovvero le medie d’insieme delle quantità in bilancio del flusso costru-
ite in diversi punti (x1 , x2 , ..., xn ) in diversi istanti di tempo (t1 , t2 , ..., tn ) siano in-
varianti per traslazione dell’insieme (x1 , x2 , ..., xn ). Lungo le direzioni d’omogeneità
del flusso, si assume che i baricentri dei volumi elementari siano equispaziati ovvero:
µ ¶
1
xi = i − ∆x , (i = 2, . . . Nx + 1) ,
2
µ ¶
1
zk = k − ∆z , (k = 2, . . . Nz + 1) ,
2
essendo rispettivamente ∆x = Lx /Nx , ∆z = Lz /Nz il passo di discretizzazione
spaziale e Nx , Nz il numero di volumi elementari lungo x e z. Lungo la direzione y,

supposta non omogenea, si sceglie una griglia non uniforme con infittimento locale,
secondo una legge del coseno, in prossimità delle pareti. Le coordinate dei baricentri
10
³ ´.
dei volumi di controllo lungo y sono date da yj = yj− + yj+ 2. Esprimendo le
coordinate delle facce del volume di controllo in termini delle coordinate dei centri
cella si ottiene:
x−
i = xi − ∆x/2 , x+
i = xi + ∆x/2
yj− = yj − hy (j) /2 , yj+ = yj + hy (j) /2 (1.10)

zk− = zk − ∆z/2 , zk+ = zk + ∆z/2 .
pertanto il volume elementare Ω (x) resta definito nel modo seguente :
h i h i h i
− +
Ω (xi , yj , zk ) ≡ Ωijk = x− + − +
i , xi × yj , yj × zk , zk , |Ωijk | = ∆xhy (j) ∆z
essendo hy (j) = yj+ − yj− il passo di discretizzazione del FV lungo y.
y j
y
k
i y j zk
zk x

x
i x
i
z
j
Figura 1.3: Schema del volume elementare
1.3.2 La metodologia d’integrazione temporale
La discretizzazione temporale dell’equazione (1.9) viene effettuata sfruttando

lo schema semi-implicito del secondo ordine di Adams-Bashforth/Crank-Nicolson
(AB/CN) implementato nel modo seguente: le componenti dei flussi convettivi e
diffusivi lungo la direzione x e z sono discretizzate utilizzando lo schema AB (esplic-
ito), mentre la componente lungo y del flusso diffusivo è discretizzato utilizzando lo
11
schema CN (implicito). Il diverso trattamento dei flussi diffusivi è motivato dall’esi-
genza di utilizzare una griglia non uniforme lungo la direzione y. La discretizzazione
implicita CN, consente di ottenere delle regioni di stabilità più ampie ripetto alle
variazioni dei parametri di simulazione. L’equazione di bilancio di quantità di moto
discretizzata nel tempo diventa:
µ ¶ µ ¶ tZn+1
∆t ∆t
A−1 − D2 ve n+1 = A−1 + D2 ven + fpress dt +
2Re 2Re n t
· µ ¶
∆t 1
+ 3 e n + fconv
(D1 + D3 ) v n n
+ fsgs + (1.11)
2 Re
µ ¶¸ ³ ´
1
− e n−1 + fconv
(D1 + D3 ) v n−1 n−1
+ fsgs + O ∆t3 ,
Re
alla quale sono associate le condizioni al contorno alla Dirichlet
v e bn+1 su ∂V .
e n+1 = v (1.12)
essendo l’operatore D definito nel modo seguente

Z h i
1
D( ) ≡ ∇ ( ) + ∇T ( ) · n dS
|Ω (x)|
∂Ω(x)
ed avendolo successivamente decomposto lungo le direzioni coordinate secondo le
componenti:
z+ y+Ã ¯ ¯ !
1 Z Z
∂ ¯¯ ∂ ¯¯
D1 ( ) ≡ dζ ¯ − ¯ dη
|Ω (x)| − −
∂ξ ¯x+ ∂ξ ¯x−
z y
z+ x+
 ¯ ¯ 
1 Z Z
∂ ¯ ∂ ¯¯ 
D2 ( ) ≡ dζ  ¯¯ − ¯ dξ (1.13)
|Ω (x)| − ∂η ¯ + ∂η ¯ −
z − y x y
y+ x+ Ã ¯ ¯ !
1 Z Z
∂ ¯¯ ∂ ¯¯
D3 ( ) ≡ dη ¯ − ¯ dξ.
|Ω (x)| − −
∂ζ ¯z+ ∂ζ ¯z−
y x
12
Il sistema costituito dall’equazione (1.11) unita all’equazione di continuità è
risolto mediante il metodo di proiezione approssimato APM (Approximate Pojec-
tion Method) [20]. La metodologia APM prevede che il campo ṽn+1 sia ottenuto
mediante due passi; un passo di predizione in cui si calcola il campo v∗ associato a
condizioni al contorno intermedie ed un passo di proiezione mediante il quale, in ac-
cordo alla decomposizione di Helmholtz-Hodge, si calcola un campo a potenziale che,
sommato al campo v∗ assicura il soddisfacimento del vincolo imposto dall’equazione
di continuità (1.8)
ṽn+1 = v∗ − ∆t∇φn+1 . (1.14)
A causa dell’adozione di variabili colocate, il vincolo (1.8) in una metodologia APM

non è però soddisfatto alla precisione macchina ma l’errore introdotto sulla diver-
genza ad ogni passo temporale è proporzionale al passo di discretizzazione spaziale
e temporale [18].
L’equazione per il campo v∗ di predizione si ottiene trascurando nella (1.11)
il termine di pressione :
µ ¶ µ ¶
−1 ∆t ∆t
A − D2 v∗ = A−1 + e n+
D2 v
2Re 2Re
· µ ¶
∆t 1
+ 3 e n + fconv
(D1 + D3 ) v n n
+ fsgs + (1.15)
2 Re
µ ¶¸
1
− e n−1 + fconv
(D1 + D3 ) v n−1 n−1
+ fsgs
Re
alla quale sono associate delle condizioni al contorno intermedie
v∗ = vb∗ su ∂V .
L’accuratezza della metodologia dipende anche dall’assegnazione delle condizioni

al contorno per il campo v∗ . E’ importante sottolineare che v∗ non rappresenta il
campo v
e ad un livello temporale intermedio ma tale campo è una posizione di carat-
tere matematico ed è definito solo in senso discreto nel momento in cui è definita
13
la discretizzazione temporale. In accordo a quanto presentato in [21], per miglio-
rare l’accuratezza del metodo è possibile approssimare v∗ come funzione continua e
derivabile del tempo in modo tale da poter valutare il seguente sviluppo in serie di
Taylor:
¯
∂v∗ ¯¯n
v∗n+1 = v∗n + ∆t
∂t ¯
sfruttando nello sviluppo precedente le seguenti assunzioni
v∗n = ṽn ,
¯ ¯ ¯
∂v∗ ¯¯n ∂ṽ ¯¯n ¯n
¯
= + ∇φ
∂t ¯ ∂t ¯ ¯
essendo l’ultima relazione ottenuta discretizzando nel tempo l’equazione per v∗ con
lo schema AB/CN valutando il limite per ∆t → 0 e confrontandola con l’equazione

per ṽ. Si ottiene pertanto l’espressione per le condizioni al contorno intermedie:
v∂∗ = ṽ∂n+1 + ∆t∇φn∂ (1.16)
Effettuato il calcolo di v∗ , affinchè il campo di velocità ṽn+1 sia indivergente,

il campo intermedio è corretto nel passo di proiezione con un campo a potenziale.
Il vincolo di continuità equivale ad imporre che il campo incognito φ soddisfi la
seguente equazione ellittica
Z
1
(D1 + D2 + D3 ) φ = n · v∗ dS , (1.17)
∆t |Ω (x)|
∂Ω(x)
alla quale è associata la condizione di compatibilità sul contorno ∂V

∂φ ³ ´
e bn+1 .
= n · vb∗ − v (1.18)
∂n
È bene notare che secondo il teorema della decomposizione di Helmholtz-Hodge è

necessario, per la determinazione del campo al tempo n+1 assegnare la condizione al
contorno in termini della sola componente normale esatta del campo di velocità sulla
frontiera del dominio. Ne consegue che la soluzione numerica ottenuta presenterà
un errore sulla componente tangenziale del campo di velocità [11].
14
1.3.3 Ricostruzione polinomiale per i flussi convettivi e diffusivi
In questa sezione è illustrata la metodologia di discretizzazione spaziale utiliz-

zata per la valutazione dei flussi a secondo membro della (1.15) attraverso la frontiera
del generico volume di controllo Ωijk . La discretizzazione si basa sulla definizione
di un polinomio locale interpolatore di Lagrange, utilizzato per approssimare su
ogni sezione del volume elementare il valore incognito della componente di velocità
trasportata e quello della componente trasportante. Il polinomio sarà definito in for-
ma completa multidimensionale invece che fattorizzata ed il grado può formalmente
essere diversificato tra le due componenti. In particolare, si userà una polinomiale
di secondo grado. La scelta del supporto d’interpolazione è dettata da un criterio
upwind, consistente nello scegliere i nodi costituenti il supporto, dipendenti dalla
direzione del vettore velocità. Individuate le modalità di costruzione del supporto è
poi sviluppata la procedura numerica per approssimare gli integrali superficiali dei
flussi.
1.3.4 Il criterio upwind multidimensionale
Dato il vettore ṽ collocato nei centri del volume di controllo, le componenti

di velocità ũi = ei · v
e (ũ1 = ũ, ũ2 = ṽ, ũ3 = w̃), con ei il generico versore lungo una
direzione coordinata sono ricostruite su una generica sezione di flusso mediante la

seguente approssimazione polinomiale completa di secondo grado:
2
X
uei (ξ, η, ζ) ∼ ceupqr
∆
= i
ξ p η q ζ r = pT (ξ, η, ζ) · cũi , (1.19)
p,q,r=0; p+q+r≤2
essendo cũpqr
i
i coefficienti definiti sul supporto d’interpolazione ed avendo indicato
h i
pT = 1, ξ, η, ζ, ξη, ξζ, ηζ, ξ 2 , η 2 , ζ 2 , p ∈ IR10
³ ´T h i
cũi = cũ000
i
, cũ100
i
, cũ010
i
, cũ001
i
, cũ110
i
, cũ101
i
, cũ011
i
, cũ200
i
, cũ020
i
, cũ002
i
, cũi ∈ IR10
rispettivamente il vettore della base monomiale ed il vettore contenente i coefficienti

del polinomio relativi ad una data sezione di flusso. I coefficienti cũpqr
i
del polinomio
15
(1.19), sono ottenuti imponendo il passaggio dello stesso su un supporto d’interpo-
lazione tetraedrico costituito da dieci nodi (simplesso di Lagrange) disposti in modo
tale da assicurare l’esistenza ed unicità del polinomio stesso. Individuato il supporto
d’interpolazione costituito dall’insieme {ξp , ηq , ζr } , p, q, r = 0, 1, 2, p + q + r ≤ 2,
costruito sfruttando il criterio upwind descritto nel paragrafo seguente, le variabili
uei , note nei punti del supporto, costituiscono le componenti del vettore qũi ∈ R10×1
termine noto del seguente sistema algebrico lineare A · cũi = qũi :
 
 
 1 ξ0 η0 ζ0 ξ0 η0 ξ0 ζ0 η0 ζ0 ξ02 η02 ζ02 



  ũi (ξ0 , η0 , ζ0 ) 
   
 1 ξ1 η0 ζ0 ξ1 η0 ξ1 ζ0 η0 ζ0 ξ12 η02 ζ02  
 ũi (ξ1 , η0 , ζ0 )


   
   
 1 ξ2 η0 ζ0 ξ2 η0 ξ2 ζ0 η0 ζ0 ξ22 η02 ζ02   ũ (ξ , η , ζ ) 
   i 2 0 0 
   
   
 1 ξ0 η1 ζ0 ξ0 η1 ξ0 ζ0 η1 ζ0 ξ02 η12 ζ02   ũi (ξ0 , η1 , ζ0 ) 
   
   
   

 1 ξ0 η2 ζ0 ξ0 η2 ξ0 ζ0 η2 ζ0 ξ02 η22 ζ02 
  ũi (ξ0 , η2 , ζ0 ) 
A=  , qũi = 

 ,

   ũ (ξ , η , ζ ) 

 1 ξ1 η1 ζ0 ξ1 η1 ξ1 ζ0 η1 ζ0 ξ12 η12 ζ02 
  i 1 1 0 
   
   
 1 ξ0 η0 ζ1 ξ0 η0 ξ0 ζ1 η0 ζ1 ξ02 η02 ζ12   ũi (ξ0 , η0 , ζ1 ) 
   
   
   ũ (ξ , η , ζ ) 
 1 ξ0 η0 ζ2 ξ0 η0 ξ0 ζ2 η0 ζ2 ξ02 η02 ζ22   i 0 0 2 
   
   
   ũi (ξ1 , η0 , ζ1 ) 
 1 ξ1 η0 ζ1 ξ1 η0 ξ1 ζ1 η0 ζ1 ξ12 η02 ζ12  



 
  ũi (ξ0 , η1 , ζ1 )
1 ξ0 η1 ζ1 ξ0 η1 ξ0 ζ1 η1 ζ1 ξ02 η12 ζ12
(1.20)
la cui soluzione cũi = A−1 · qũi esiste ed è unica, avendo adottato un Simplesso
Lagrangiano per il quale det (A) 6= 0.
1.3.5 Definizione del simplesso Lagrangiano
Allo scopo di illustrare il criterio upwind multidimensionale in base al quale

sono scelti i nodi su cui effettuare l’interpolazione, si consideri la sezione di flusso
del volume elementare Ωijk posta in x−
i indicata in seguito anche con W , avente
versore normale uscente n= –i, la quale è traslata di −∆x/2 rispetto al centro del
FV. Detto ṽi−1/2,j,k il vettore velocità nel punto medio di tale sezione, ṽi−1/2,j,k =
16
iũi−1/2,j,k + jṽi−1/2,j,k + kw̃i−1/2,j,k , il simplesso Lagrangiano su cui effettuare l’in-
terpolazione {ξp , ηq , ζr }W è scelto tra otto possibili tetraedri, in relazione al segno
assunto dalle componenti del vettore velocità secondo le tre direzioni coordinate.
Affinchè la discretizzazione numerica rispetti la parte delle equazioni di NS a carat-
tere iperbolico, la scelta dei nodi per l’interpolazione, dovrà essere congruente con
la direzione di propagazione lungo le direzioni caratteristiche imposte dal segno del
vettore velocità sulla sezione. Pertanto, il simplesso Lagrangiano definito dal criterio
upwind multidimensionale è individuato dalle seguenti coordinate {ξp , ηq , ζr }W :


 ξ0 = xi−1+iW , ξ1 = xi−iW , ξ2 = xi+1−3iW ;



η0 = yj , η1 = yj−jW , η2 = yj−2jW ; (1.21)





ζ0 = zk , ζ1 = zk−kW , ζ2 = zk−2kW ;
avendo reso dipendenti dalla direzione del vettore velocità le (1.21) mediante gli
indici:
³ ´ ³ ´ ³ ´
iW = H ũi−1/2,j,k , jW = sign ṽi−1/2,j,k , kW = sign w̃i−1/2,j,k
essendo H (x) = 1, ∀x > 0, H (x) = 0, ∀x < 0 la funzione di Heaviside sign(x) il
segno della variabile. Le (1.21) consentono di esprimere la matrice AW ed il vettore

qũWi in termini degli indici di griglia infatti, sostituendo le (1.21) nella (1.20), si
ottiene l’espressione matriciale (1.22) del termine noto del sistema (1.20) relativo al
calcolo dei coefficienti per la sezione W .
17
 
 ṽi−1+iW ,j,k 
 
 


ṽi−iW ,j,k 

 
 ṽi+1−3iW ,j,k 
 
 
 
 ṽi−1+iW ,j−jW ,k 
 
 
 
ṽ
 ṽi−1+iW ,j−2jW ,k 
qW = 


 (1.22)
 ṽi−iW ,j−jW ,k 
 
 
 


ṽi−1+iW ,j,k−kW 

 
 ṽi−1+iW ,j,k−2kW 
 
 
 
 ṽi−iW ,j,k−kW 
 
 
ṽi−1+iW ,j−jW ,k−kW
Ad esempio, se l’orientazione del vettore velocità è tale che il segno delle

sue componenti è negativo, si ha iW = 0, jW = −1, kW = −1 ed il supporto
d’interpolazione è quello riportato nella Fig.1.4.
Figura 1.4: Supporto d’interpolazione nel caso in cui le tre componenti di velocità
sulla sezione W siano negative
18
Effettuando un’approriata permutazione, è possibile estendere il criterio up-
wind anche alle altre sezioni aventi versore normale uscente n= –j (yj− ) indicata con
il suffisso S e n= –k (zk− ) indicata con il suffisso L determinando, rispettivamente,
l’insieme delle coordinate (1.23) {ξp , ηq , ζr }S


 ξ0 = xi , ξ1 = xi−iS , ξ2 = xi−2iS ;



η0 = yj−1+jS , η1 = yj−jS , η2 = yj+1−3jS ; (1.23)





ζ0 = zk , ζ1 = zk−kS , ζ2 = zk−2kS ;
³ ´ ³ ´ ³ ´
iS = sign ũi,j−1/2,k , jS = H ṽi,j−1/2,k , kS = sign w̃i,j−1/2,k
cosı̀ come quello {ξp , ηq , ζr }L


 ξ0 = xi , ξ1 = xi−iL , ξ2 = xi−2iL ;



η0 = yj , η1 = yj−jL , η2 = yj−2jL ; (1.24)





ζ0 = zk−1+kL , ζ1 = zk−kL , ζ2 = zk+1−3kL ;
³ ´ ³ ´ ³ ´
iL = sign ũi,j,k−1/2 , jL = sign ṽi,j,k−1/2 , kL = H w̃i,j,k−1/2 .
Sostituendo le (1.23) e (1.24) nella (1.20) si determinano i corrispondenti vet-

tori dei termini noti, qṽS e qLṽ , e le matrici AS e AL , in termini degli indici di griglia.
Per completare l’integrazione su un volume elementare, devono essere aggiunte le
coordinate dei simplessi per le sezioni di flusso a x+ + +
i , yj , zk (aventi versori normali
uscenti i, j e k, rispettivamente). La costruzione dei simplessi lagrangiani su queste

sezioni può essere però ottenuta partendo da quelli precedentemente definiti per le
sezioni di normale negativa. Infatti, per le proprietà di conservazione dello schema,
il simplesso definito in x+
i (E) coincide con quello costruito per la sezione di flusso a
x−
i+1 , che è traslata di −∆x/2 rispetto al nodo griglia (i+1, j, k) centro del volume
di controllo adiacente Ωi+1,j,k . Pertanto è possibile utilizzare la (1.21) sostituendo

al nodo i quello in i+1. Lo stesso procedimento si applica per le sezioni ad yj+ (N )
e zk+ (U ) traslando semplicemente la (1.47) e la (1.48) in j+1 e k+1.
19
1.3.6 Integrazione superficiale dei flussi
Definita la procedura upwind in base alla quale è scelto il supporto d’inter-

polazione su cui si valutare gli integrandi delle funzioni di flusso è possibile ora
introdurre la metodologia d’integrazione spaziale. Allo scopo di approssimare gli
integrali sulla frontiera dei volumi elementari Ω(x) è utile assumere un sistema di
riferimento relativo associato a ciascuna delle tre sezioni di flusso W, S, L. Consid-
erata ancora una volta la sezione W , le leggi di trasformazione delle coordinate dal
0
sistema di riferimento assoluto Oxyz a quello relativo O ξηζ associato a tale sezione
sono le seguenti:
ξ (x) = x − x0 , η (y) = y − yj , ζ (z) = z − zk . (1.25)
Il nodo del tetraedro di coordinate (x0 , yj , zk ) con x0 ≡ xi−1+iW è assunto come

origine del riferimento (le cui coordinate sono ξ0 = ξ (x0 ) = 0, η0 = η (yj ) = 0, ζ0 =
ζ (zk ) = 0). Le coordinate che definiscono il supporto d’interpolazione per la sezione
di flusso W nel sistema di riferimento locale {ξp , ηq , ζr }W sono ottenute con le (1.21)
e le leggi di trasformazione (1.25):
ξ0 = 0, ξ1 = xi−iW − x0 = (1 − 2iW ) ∆x, ξ2 = xi+1−3iW − x0 = (2 − 4iW ) ∆x;
η0 = 0, η1 = yj−jW − yj , η2 = yj−2jW − yj ; (1.26)
ζ0 = 0, ζ1 = zk−kW − zk = −kW ∆z, ζ2 = zk−2kW − zk = −kW 2∆z .
Nota l’ascissa della sezione di flusso di normale −i nel riferimento locale, ξW =

³ ´ ³ ´
x−
i − x0 = xi −
∆x
2
− x0 = 1
2
− iW ∆x, l’integrando è approssimato mediante la
polinomiale (19):
h i
uei (ξW , η, ζ) ∼
= pT (ξW , η, ζ) · cũWi = pT (ξW , η, ζ) · A−1 ũi
W · qW
2
X h i
∆
= (mW )T · qũWi = mpqr (ξW , η, ζ) ũi (ξp , ηq , ζr )|W (1.27)
p,q,r=0; p+q+r≤2
avendo indicato con m il vettore delle funzioni di forma di secondo grado, espresso
20
nel modo seguente:
∆
mT (ξ, η, ζ) = pT (ξ, η, ζ) · A−1 , m ∈ R10 . (1.28)
Per quanto riguarda le altre sezioni di flusso aventi normale negativa −j (risp.
−k) si procede in maniera analoga. Per la sezione posta in y − (risp. z − ) si assume
come origine il nodo del tetraedro di coordinate (xi , y0 , zk ) (risp. (xi , yj , z0 )); il
sistema di riferimento locale è scelto in modo tale che ξ = x−xi , η = y −y0 , ζ = z −
zk (risp. ξ = x−xi , η = y−yj , ζ = z−z0 ), essendo y0 ≡ yj−1+jS (risp.z0 ≡ zk−1+kL ),
mentre le coordinate del simplesso {ξp , ηq , ζr }S (risp. {ξp , ηq , ζr }L ) sono espresse
opportunamente in funzione delle (1.23) (risp. 1.24) e l’ordinata della sezione di
³ ´
hy
flusso S (risp. L) nel riferimento locale diventa: ηS = yj− − y0 = yj − 2
− y0 (risp.
³ ´ ³ ´
ζL = zk− − z0 = zk − ∆z
2
− z0 = 1
2
− kL ∆z).
A questo punto è possibile introdurre la metodologia d’integrazione super-
ficiale. Cominciamo a considerare per semplicità la i-ma componente del flusso
convettivo sulla sezione W ; utilizzando le (1.26)-(1.27) questa si scrive:
+ y+
Zzk Zj
1
dz (ũũi )|x− dy ∼
=
|Ωijk | i
zk− yj−
∆z/2
Z hZy /2
∼ 1 1
= dζ [(mW )T · qũW ][(mW )T · qũWi ]dη = (qũ )T · MW · qũWi
|Ωijk | ∆xhy ∆z W
−∆z/2 −hy /2
∆z/2
Z hZy /2
∆
MW = dζ mW (mW )T dη, MW ∈ R10×10 . (1.29)
−∆z/2 −hy /2
Le componenti del flusso convettivo lungo le altre direzioni coordinate S, L sono

trattate in maniera simile; l’integrale del flusso convettivo della componente ũi è
quindi discretizzato mediante la seguente espressione:
+ y+
· Zzk Zj
i 1
fconv = dζ (ũũi )|x+ − (ũũi )|x− dη+
|Ωijk | i i
zk− yj−
21
+ + y+ +
Zzk Zxi Zj Zxi ¸
+ dζ (ṽũi )|y+ − (ṽũi )|y− dξ+ dη (w̃ũi )|z+ − (w̃ũi )|z− dξ ∼
=
j j k k
zk− x−
i yj− x−
i
·³ ´ ³ ´T ³ ´T
1 T
qũE · ME · qũEi − qũW · MW · qũWi + qṽN · MN · qũNi
∆xhy ∆z
³ ´T ³ ´T ³ ´T ¸
− qṽS · MS · qũSi + qw̃
U · MU · qũUi − qw̃
L · ML · qũLi . (1.30)
Le matrici ME , MN , MS , MU , ML che compaiono nella (1.30) sono relative

alle altre sezioni di flusso e sono espresse in maniera analoga alla (1.29). Sfruttan-
do la proprietà di conservazione dei metodi ai volumi finiti si derivano le seguenti
uguaglianze (ME )ijk = (MW )i+1,j,k , (MN )ijk = (MS )i,j+1,k , (MU )ijk = (ML )i,j,k+1
dalle quali si evince che basta calcolare le matrici MW , MS , ML su tutto il dominio
di calcolo per determinare univocamente la (1.30).
Consideriamo ora l’i-ma componente del flusso diffusivo valutato anch’esso
sulla sezione W di normale. Seguendo la procedura precedente, si ottiene:
+ y+ ¯ ¯
Zzk Zj ∆z/2
Z hZy /2
1 ∂ ũi ¯¯ ∼ 1 ∂mT ¯¯
dz ¯ dy = dζ ¯ · qũi dη =
Re |Ωijk | ∂x ¯x− Re |Ωijk | ∂ξ ¯ξW W
zk− yj− i −∆z/2 −hy /2
1
= (dW )T · qũWi (1.31)
Re∆xhy ∆z
avendo definito il vettore
∆z/2
Z hZy /2 ¯
T ∆ ∂mT ¯¯ 10
(dW ) = dζ ¯ dη, dW ∈ IR (1.32)
∂ξ ¯ξW
−∆z/2 −hy /2
avente come elementi gli integrali estesi alla sezione W delle derivate delle funzioni di
forma del polinomio di secondo grado utilizzato per approssimare la ũi . Sfruttando
i
la (1.31) si calcolano le tre componenti del flusso diffusivo fdif f = ei · fdif f
22
1 1 h i
(D1 ũi )ijk ∼
= (dE )T · qũEi − (dW )T · qũWi
Re Re∆xhy ∆z
1 1 h i
(D2 ũi )ijk ∼
= (dN )T · qũNi − (dS )T · qũSi
Re Re∆xhy ∆z
1 1 h i
(D3 ũi )ijk ∼
= (dU )T · qũUi − (dL )T · qũLi , (1.33)
Re Re∆xhy ∆z
essendo dE , dN , dS , dU , dL i vettori calcolati, secondo la (1.32) sulle altre sezioni

di flusso sfruttando le seguenti uguaglianze (dE )ijk = (dW )i+1,j,k , (dN )ijk = (dS )i,j+1,k ,
(dU )ijk = (dL )i,j,k+1 . La procedura precedentemente illustrata può essere agevol-
mente implementata utilizzando un software di calcolo simbolico quale il Maple.
Ad esempio il calcolo della (1.29) richiede la conoscenza del vettore mW dato dal-
la (1.28). Pertanto per effettuare il calcolo dei flussi convettivi e diffusivi in una
sezione del volume elementare, risulta necessario operare un’inversione di una ma-
trice 10×10. Tale operazione deve essere effettuata per ogni componente del tensore
ṽṽ. Ne consegue che l’implementazione di tale procedura nel codice di calcolo risulta
onerosa dal punto di vista computazionale. Sfruttando il Maple è possibile invertire
agevolmente le matrici, generando in maniera automatica delle istruzioni FORTRAN
che consentono il calcolo di ciascuno degli integrali secondo la (1.29). La procedura
precedentemente illustrata è riassunta nel seguente worksheet di calcolo.
23
1.3.7 Validazione della procedura upwind
Allo scopo di verificare la consistenza e l’accuratezza della procedura, i moduli

necessari al calcolo dei flussi convettivi e diffusivi sviluppati in Maple e tradotti in
FORTRAN, sono stati validati assegnando alle tre componenti del campo di velocità
delle funzioni note analiticamente. La validazione è stata effettuata valutando nella
norma del massimo, la differenza tra gli integrali (1.30)-(1.33) calcolati dapprima
24
analiticamente e poi mediante la procedura numerica. Sfruttando i valori ottenu-
ti dalle norme lc ed ld sono state tracciate le curve di convergenza. La verifica di
consistenza della discretizzazione numerica è fatta facendo tendere a zero la misura
della sezione di flusso elementare e verificando il comportamento dell’errore di tron-
camento. L’accuratezza invece è stabilita valutando la pendenza, in doppia scala
logaritmica, delle curve di convergenza ottenute. Le verifiche di consistenza ed accu-
ratezza sono state effettuate in riferimento al calcolo dei flussi convettivi e diffusivi
sulle sezioni W, S, L. Per brevità si riportano i risultati ottenuti per la sezione di
normale W . Definiamo le norme seguenti:
lc = k(f lux cu )num − (f lux cu )ex k∞
ld = k(f lux du )num − (f lux du )ex k∞
essendo (f lux cu )ex e (f lux du )ex gli integrali analitici definiti nelle (1.29) e (1.31),
mentre (f lux cu )num e (f lux du )num quelli ottenuti mediante la procedura upwind.
Dall’analisi della Fig.1.5 è possibile concludere che l’integrale relativo al calcolo
del flusso convettivo della componente ũi è calcolato con un’accuratezza del terzo
ordine in accordo all’ordine di accuratezza dell’interpolazione effettuata. Per quan-
to riguarda l’integrale relativo al calcolo del flusso diffusivo è possibile concludere
che questo è calcolato con un’accuratezza del secondo ordine. Ciò è congruente al
fatto che l’operazione di derivazione parziale rispetto alla variabile x produce un
abbassamento del grado del polinomio interpolatore.
25
3rd order slope
calculated
-1
10
-2
10
-3
lc 10
-4
10
-5
10
-2 -1 0
10 10 10
13
:ijk
2nd order slope

calculated
-1
10
-2
10
ld
-3
10
-2 -1 0
10 10 10
13
:ijk
Figura 1.5: Curve di convergenza per i flussi convettivi e diffusivi
1.3.8 Distribuzione spettrale dell’errore di troncamento
L’accuratezza di un metodo numerico, non costituisce un’informazione suffi-

ciente nel momento in cui questo è utilizzato per la simulazione di un flusso tur-
26
bolento. Infatti, l’analisi d’accuratezza non può prescindere dalla conoscenza del-
la distribuzione spettrale dell’errore di troncamento sulle componenti risolte della
soluzione numerica. In generale, è noto [7] che l’utilizzo di schemi centrati alle dif-
ferenze finite produce un errore, sulle componenti del campo ad elevata frequenza,
definito di dispersione. Tale errore, prodotto dalla differente velocità di propagazione
posseduta dalle diverse componenti della soluzione numerica, genera delle oscillazioni
che se amplificate possono condurre all’instabilità. L’utilizzo di schemi alle differen-
ze basati su criteri upwind introduce, invece, sia un errore di dispersione che un
errore d’ampiezza, quest’ultimo definito errore di dissipazione. Come l’errore di
dispersione anche l’errore di dissipazione influenza prevalentemente le componenti
della soluzione numerica al crescere del numero d’onda pertanto l’utilizzo di schemi
alle differenze upwind per la simulazione numerica di flussi turbolenti, introduce ef-
fetti di dissipazione artificiale (numerica) proprio sulle scale del campo di moto sulle
agisce maggiormente un modello SGS, con il conseguente rischio di sovrapporre un
effetto dissipativo completamente legato allo schema di discretizzazione.
Avendo qui sviluppato una metodologia ai volumi finiti, si è ritenuto opportuno
valutare la distribuzione spettrale dell’errore di troncamento in riferimento ai flussi
convettivi, che sono calcolati mediante una discetizzazione upwind multidimension-
ale. Esprimendo il campo di velocità in serie discreta di Fourier come somma di un
numero finito di armoniche si ottiene:
Nz /2−1 Ny /2−1 Nx /2−1

X X X X
ue (x) = b
e (kw ) eikw ·x =
u b
e (p, q, r) ei(px+qy+rz)
u (1.34)
r=−Nz /2 q=−Ny /2 p=−Nx /2 p,q,r
essendo kw = ikx + jky + kkz il vettore numero d’onda, Nx , Ny , Nz interi positivi e

kx = p L2πx , ky = q L2πy , kz = r L2πz . Per semplificare la trattazione, si è assunto che la
funzione ũ sia periodica su Lx = Ly = Lz = 2π, per cui kx = p, ky = q, kz = r.
Pertanto, la sommatoria nella (1.34) si estende agli indici pmax = π/∆x, qmax =
π/∆y, rmax = π/∆z corrispondenti alle frequenze di Nyquist lungo le direzioni x, y
e z. Considerando una singola armonica si ha :
ˆ (p, q, r) ũ
ũ2 (x) = ũ ˆ (l, m, n) e−i[(p+l)ξ+(q+m)η+(r+n)ζ]
27
quindi l’integrale esatto del termine convettivo nel riferimento locale ue2 per la sezione
di flusso collocata in ξW = (1/2 − iW ) ∆x si scrive come:
+ y+
Zzk Zj ¯
1 ¯
dz ue2 ¯ dy
|∂yz Ω| x−
i
zk− yj−
∆z/2
Z ∆y/2
Z
1 X X
= dζ b
u b
e (l, m, n) e−i[(p+l)ξW +(q+m)η+(r+n)ζ] dη
e (p, q, r) u
|∂yz Ω| p,q,r
−∆z/2 −∆y/2 l,m,n
X X
= b (q + m) G
G b (r + n) u
b b
e (l, m, n) e−i(p+l)ξW
e (p, q, r) u (1.35)
y z
l,m,n p,q,r
nella quale sono definite le funzioni di trasferimento
b (q + m) = ∆ sin [(q + m) ∆y/2] b ∆ sin [(r + n) ∆z/2]

Gy , Gz (r + n) = .
(q + m) ∆y/2 (r + n) ∆z/2
Procedendo in maniera analoga a quanto fatto nelle precedenti sezioni, è anche

qui conveniente utilizzare la notazione matriciale riscrivendo la (1.34) nel modo
seguente:
∆ b̃
ue (x) = [e (x)]T · cu (1.36)
essendo i vettori e (x) , cb̃u ∈ CN ×1 ottenuti raggruppando le N componenti ei(px+qy+rz)

b
eu
e (p, q, r) ottenendo le seguenti espressioni matriciali:
   
ub̃ (−N /2, −N /2, −N /2) e−i(Nx x+Ny y+Nz z)/2
 x y z   
   
 u   e−i[(Nx /2−1)x+(Ny y+Nz z)/2] 
 b̃ (−Nx /2 + 1, −Ny /2, −Nz /2)   
   
 ..   .. 
 .   . 
   
   
 b̃ (−1, 0, 0)   −ix 


u 

 e



b̃
u
   
c =
b̃
u (0, 0, 0)  
 , e (x) =  1


   
 b̃ (1, 0, 0)   ix 
 u   e 
   
 ..   . 
   . 


. 

 .



   
 b̃ 
u (Nx /2 − 2, Ny /2 − 1, Nz /2 − 1)   ei[(Nx /2−2)x+(Ny /2−1)y+(Nz /2−1)z] 
  
   
b̃
u (N /2 − 1, N /2 − 1, N /2 − 1) ei[(Nx /2−1)x+(Ny /2−1)y+(Nz /2−1)z]
x y z
28
in cui un generico elemento riga è legato ai numeri d’onda dalla seguente corrispon-
³ ´ ³ ´ ³ ´
Nx Ny Nz
denza iriga (p, q, r) = 2
+ 1 + p + Nx 2
+ q + Nx Ny 2
+ r . Pertanto, as-
segnata la terna (p, q, r), si individua la riga nella (1.36) e i corrispondenti valori di
b
e (p, q, r) e ei(px+qy+rz) . L’integrale di superficie di u2 può essere scritto in notazione
u
matriciale nel modo seguente:
+ y+
Zzk Zj ¯
1 ¯
dz ue2 ¯ dy
|∂yz Ω| x−
i
zk− yj−
∆z/2
Z ∆y/2
Z ½ ¾½ ¾
1 T b̃
u T b̃
u
= dζ [e (ξW , η, ζ)] · c [e (ξW , η, ζ)] · c dη
∆y∆z
−∆z/2 −∆y/2
 
µ ¶T ∆z/2
Z ∆y/2
Z
b̃  1  b̃
= cu · dζ e (ξW , η, ζ) [e (ξW , η, ζ)]T dη  · cu
∆y∆z
−∆z/2 −∆y/2
µ ¶T
b̃
u b̃
= c · EW · cu , (1.37)
avendo definito la matrice EW ∈ CN ×N :
∆z/2
Z ∆y/2
Z
∆ 1
EW = dζ e (ξW , η, ζ) [e (ξW , η, ζ)]T dη (1.38)
∆y∆z
−∆z/2 −∆y/2
b (q + m) G
i cui elementi sono EW (iriga, icol) = G b (r + n) ei(p+l)ξW essendo
y z
µ ¶ µ ¶ µ ¶
Nx Ny Nz
icol (l, m, n) = + 1 + l + Nx + m + Nx Ny +n .
2 2 2
La discretizzazione dell’integrale di superficie con lo schema upwind multidimen-

sionale, può essere rappresentata nello spazio di Fourier sostituendo N armoniche
b
e (p, q, r) e−i(px+qy+rz) nelle 10 componenti del vettore qũW . Ciò viene fatto
ue (x) = u
sostituendo in ognuno dei 10 elementi la (1.36) e riesprimendo qũW secondo la (1.22)
ottenendo in definitiva
29
   
T b̃
u
 u
ei−1+iW ,j,k   [e (0, 0, 0)] · c 
   
   T b̃ 
 uei−iW ,j,k   [e ((1 − 2iW ) ∆x, 0, 0)] · cu 
   
   
 uei+1−3iW ,j,k   [e ((2 − 4i ) ∆x, 0, 0)]T · cb̃
u 
   W 
   
   
 uei−1+iW ,j−jW ,k   [e (0, −jW ∆y, 0)]T · cb̃
u 
   
   
   T b̃ 
 uei−1+iW ,j−2jW ,k   [e (0, −2jW ∆y, 0)] · cu 
qeuW =  =  = QW ·cb̃
u
   
 uei−iW ,j−jW ,k   [e ((1 − 2i ) ∆x, −j ∆y, 0)]T · cb̃u 
   W W 
   
   
 uei−1+iW ,j,k−kW   [e (0, 0, −kW ∆z)]T · cb̃
u 
   
   
 uei−1+iW ,j,k−2kW   [e (0, 0, −2k ∆z)]T · cb̃ u 
   W 
   
   
 uei−iW ,j,k−kW   [e ((1 − 2iW ) ∆x, 0, −kW ∆z)]T · cb̃
u 
   
   
uei−1+iW ,j−jW ,k−kW [e ((1 − 2iW ) ∆x, −jW ∆y, −kW ∆z)]T · cb̃u
(1.39)
dove si è definita la matrice QW ∈ C10×N . In questo modo, si può esprimere

l’integrale numerico (1.29) secondo la
1 1 b̃ b̃
(qũW )T · MW · qũW = (QW · cu )T · MW · (QW · cu )
∆x∆z ∆x∆z
µ ¶T h i µ ¶T
1 b̃ b̃ b̃ b̃
= cu · (QW )T · MW · (QW ) · cu = cu e · cu
·E W , (1.40)
∆x∆z
e
dove la matrice E N ×N
W ∈ C è relativa all’approssimazione numerica utilizzata.
A questo punto è possibile formulare l’espressione dell’errore di troncamento nello
spazio di Fourier:
+ y+
Zzk Zj ¯
1 1 ³ ũ ´T
dz ue2 ¯¯ dy − q · MW · qũW
|∂yz Ω| x−
i ∆y∆z W
zk− yj−
µ ¶T µ ¶T µ ¶T
b̃
u b̃
u b̃
u e b̃
u ∆ b̃
u b̃
b · cu
= c · EW · c − c ·E W ·c = c ·L W . (1.41)
b ∈ CN ×N
per questo è espresso dalla seguente matrice L W
b (ω , ω , ω , ω , ω , ω ) = E − E
e ∆
L W p q r l m n W W (1.42)
30
Figura 1.6: upwind III ordine
nella quale si è posto ωp = p∆x, ωq = q∆y, ωr = r∆z and ωl = l∆x, ωm =

m∆y, ωn = n∆z. La (1.42) risulta essere funzione di sei variabili tuttavia per
una sua parziale ma più immediata rappresentazione grafica si pone nella (1.35)
p = l, q = m, r = n: ottenendo:
¯
+ y+ ¯
Zzk Zj ¯ ¯ h i2 sin (ω ) sin (ω )
1 2¯
¯
ˆ (p, q, r) q r −iωp (1−2iw )
dz ũ ¯ − dy ¯¯ = ũ e
|∂yz Ω| xi ¯ ωq ωr
zk− yj− ¯
ex
¯ ¯
+ y+ ¯ + y+ ¯
Zzk Zj ¯ ¯ Zzk Zj ¯ ¯ h i2
1 2¯
¯ 1 2¯
¯
ˆ (p, q, r) Lc (ωp. ωq , ωr )
dz ũ ¯ − dy ¯¯ − dz ũ ¯ − dy ¯¯ = ũ
|∂yz Ω| xi ¯ |∂yz Ω| xi ¯
zk− yj− ¯ zk− yj− ¯
ex num
Fissando ωp = 0 è possibile rappresentare la parte reale della funzione Lc

come funzione delle due variabili ωq , ωr , come termine di confronto è stata valu-
tata la stessa differenza relativamente ad una discretizzazione centrale per i flussi
convettivi ottenendo i diagrammi riportati in Fig.1.6-1.7. Dall’analisi della Fig.1.6
si nota che lo schema upwind risolve accuratamente il flusso convettivo fino ai nu-
meri d’onda rmax , qmax , corrispondenti alle massime frequenze risolvibili sulla griglia
rispettivamente lungo la direzione y, z mentre il flusso discretizzato con lo schema
31
Figura 1.7: centrale secondo ordine
centrale già prima della metà dell’intervallo risolvibile come risulta dalla Fig.1.7,
non è più descritto in maniera accurata e risente dell’errore introdotto dalla dis-
cretizzazione numerica. Confrontando ulteriormente la Fig.1.6 con la 1.7 si nota che
lo schema upwind produce un errore maggiore, sulle componenti a frequenze supe-
riori a quelle di Nyquist, rispetto alla discretizzazione secondo ordine centrata. Tali
frequenze sono potenzialmente responsabili di un errore quello di aliasing [7] il cui
contributo, nell’analisi qui sviluppata, non è stato separato dal contributo derivante
dall’errore di troncamento dello schema numerico, pertanto negli andamenti Fig.1.6
e 1.7 è necessario considerare entrambi gli effetti. La parte immaginaria dell’errore
di troncamento non è stata qui riportata, tuttavia dalla sua analisi possono trarsi
conclusioni analoghe a quanto è stato detto per la parte reale.
1.4 Procedura di deconvoluzione e formulazione implicita
È stato accennato che, a causa del carattere dissipativo dell’errore di tronca-

mento il cui effetto si manifesta sulle frequenze più elevate dello spettro risolto, la
discretizzazione upwind è stata considerata inappropriata per la simulazione numer-
32
ica LES della turbolenza in quanto le componenti del campo di velocità a frequenza
più elevata sono utilizzate per costruire i termini SGS. La formulazione qui proposta
associa la discretizzazione upwind dei flussi alla procedura di deconvoluzione della
variabile filtrata. In questo modo si cerca di migliorare il contenuto energetico spet-
trale delle scale risolte prossime a quelle di filtraggio. Utilizzando una ricostruzione
simmetrica [17] per l’operatore di deconvoluzione approssimata si ottiene che il primo
membro della (1.15) può scriversi nel modo seguente:
µ ¶ Ã ¯ ¯ ¯ !
−1 ∆t ∗ ∆x2 ∂ 2 ¯¯ h2y ∂ 2 ¯¯ ∆z 2 ∂ 2 ¯¯
A − D2 v = Ix + ¯ + ¯ + ¯ v∗
2Re ijk 24 ∂ξ 2 ¯x 24 ∂η 2 ¯x 24 ∂ζ 2 ¯x ijk
+ +
Zzk Zxi µ ¯ ¯ ¶
∆t ∂v∗ ¯¯ ∂v∗ ¯¯
− dζ ¯ − ¯ dξ . (1.43)
2Re |Ωijk | ∂η ¯y+ ∂η ¯y−
zk− x−
i
j j
Per ottenere una buona rappresentazione spettrale della soluzione numerica

[17] è necessario che le derivate presenti nell’operatore di deconvoluzione siano
discretizzate con formule accurate al quarto ordine. Inoltre, l’operatore A−1 è
discretizzato su un supporto centrato ottenendo la forma discreta:
Ã !
19 + h2y aj 1 ³ ∗ ´
A−1
ijk v
∗
= ∗
vijk + ∗
vi−1,j,k + vi+1,j,k ∗
+ vi,j,k−1 ∗
+ vi,j,k+1 +
24 18
1 ³ ∗ ∗ ∗ ∗
´
− vi−2,j,k + vi+2,j,k + vi,j,k−2 + vi,j,k+2 + (1.44)
288
h2y X2
∗
+ aj+p vi,j+p,k ,
24 p=−2; p6=0
essendo i coefficienti delle derivate nella direzione y su griglia non uniforme riportati
nella Tabella 1, dove d1 = yj+1 −yj ; d2 = yj+2 −yj ; d−1 = yj−1 −yj ; d−2 = yj−2 −yj .
Applicando al termine diffusivo della (1.43) la discretizzazione upwind (1.31), si
ottiene
zk+ x+  ¯ ¯ 
Z Z
∂v∗ ¯¯ ∂v∗ ¯¯  ∼
i
∆t
dζ  ¯ −
¯ +
¯
¯ −
dξ =
2Re |Ωijk | − −
∂η y
∂η y
zk xi j j
33
∆z/2
Z Z "
∆x/2 ¯ ¯ #
∆t ∂mT ¯¯ v∗ ∂mT ¯¯ v∗
dζ ¯ ·q − ¯ ·q dξ =
2Re |Ωijk | ∂η ¯N N ∂η ¯S S
−∆z/2 −∆x/2
∆t h ∗ ∗
i
= (dN )T · qvN − (dS )T · qvS . (1.45)
2Re∆xhy ∆z
³ ´ ³ ´
hy (j) hy (j+1)
Indicando con ηj− = yj − 2
−
− y0 , ηj+1 = yj+1 − 2
− yj+jN , le
coordinate che individuano la posizione lungo l’asse η della sezione S relativamente
ai nodi j e j + 1 nel riferimento relativo e tenendo presente che y0 = yj−1+jS e
jN ≡ jy− = (jS )i,j+1,k avendo denotato con S ≡ yj− e N ≡ yj+1
−
, si ottiene la
j+1
rappresentazione matriciale per le funzioni di forma nella quale si è posto
η1 |S = yj−jS − y0 , η2 |S = yj+1−3jS − y0
η1 |N = yj+1−jN − yj+jN , η2 |N = yj+2−3jN − yj+jN .
 ¯ ³ ´¯   ¯ ³ ´¯ 
2ηj− ¯ 1 1 ¯
− ¯
2ηj+1 1 1 ¯
¯ − + ¯ ¯ − + ¯
 η1 η2 ¯ η1 η2 S   η1 η2 ¯ η1 η2 N 
 S   N 
   
 0   0 
   
   
   
 0   0 
 ¯   
 2ηj− −η2 ¯
  2η− −η ¯¯ 
 ¯   j+1 2
¯ 
 η1 (η1 −η2 ) ¯
  η (η 
 ¯S   1 1 −η2 ) ¯¯N 
   
 η1 −2ηj− ¯  −
 η1 −2ηj+1 ¯ 
 ¯   ¯ 
dS = ∆x∆z  η2 (η1 −η2 ) ¯  , dN = ∆x∆z  η2 (η1 −η2 ) ¯  .
 S   N 
   
 0   0 
   
   
   


0 

 0



   
 0   0 
   
   
   
 0   0 
   
   
0 0
(1.46)
34
   
∗ ∗
 vi,j−1+j S ,k   vi,j+jN ,k 
   
   

 0 

 0



   
 0   0 
   
   
 ∗
  ∗ 
 vi,j−jS ,k   v 
   i,j+1−jN ,k 
   
 ∗   ∗ 


vi,j+1−3jS ,k 

 vi,j+2−3jN ,k



v∗
  v∗
 
qS = 
 0  
 , qN =  0
,
 (1.47)
   
   
 0   0 
   
   
   
 0   0 
   
   
 0   0 
   
   
   

 0 

 0



   
∗ ∗
avendo esplicitato i vettori qvN , qvS nella (1.47) in termini degli indici di griglia.
Combinando in conclusione le (1.44) e le (1.46) (1.47), il primo membro della (1.15)
viene discretizzato nel modo seguente:
µ ¶
∆t v∗ ∗
+ vi+1,j,k ∗
+ vi,j,k−1 ∗
+ vi,j,k+1
A−1 − D2 v∗ ∼ ∗
= bj vijk + i−1,j,k +
2Re ijk 18
∗ ∗ ∗ ∗ 2
vi−2,j,k + vi+2,j,k + vi,j,k−2 + vi,j,k+2 X
∗
− + bj+p vi,j+p,k = si ,j ,k (1.48)
288 p=−2; p6=0
con si ,j ,k il secondo membro discreto della (1.15) , essendo i coefficienti ri-

portati nella tabella 2. Il calcolo del campo v∗ si traduce quindi nella ricerca della
soluzione numerica del sistema algebrico lineare (1.48) il quale può essere risolto con
un metodo di tipo S.O.R.
1.5 Test di consistenza per la deconvoluzione
In una procedura ai FV la variabile risolta è stata identificata essere equiva-

lente alla variabile filtrata con il top-hat. Indipendentemente dalla discretizzazione
dei flussi tale variabile è un’approssimazione non superiore al secondo ordine se
35
confrontata con la variabile puntuale. Pertanto si è definita la procedura di de-
convoluzione che è ora analizzata nelle sue prestazioni. Allo scopo di verificare
la consistenza della procedura di deconvoluzione è stato effettuato un test medi-
ante confronto con una soluzione analitica di Taylor bidimensionale [14]. Il calcolo
analitico del campo v∗ è fatto utilizzando prima la soluzione analitica per ottenere
il campo s e poi utilizzando un’inversione approssimata con uno sviluppo in serie:
" Ã !#−1
∆x2 ∂ 2 ∆y 2 ∂ 2 ∆t
v∗ (x, y) = I + 2
+ 2
− D2 s = (I − R)−1 s =
24 ∂ξ 24 ∂η 2Re
³ ´
= I + R + R(2) + R(3) + ... s.
Essendo la soluzione analitica di confronto bidimensionale, il test è stato ef-

fettuato dapprima nel piano x, y annullando la componente w del campo di ve-
locità e successivamente nel piano z, y annullando la componente u. Tale verifica,
pur non contemplando del tutto gli effetti legati alla tridimensionalità, fornisce co-
munque notevoli indicazioni sull’accuratezza nella soluzione del campo v∗ . Trattan-
dosi di una fenomenologia instazionaria, la verifica è eseguita fissando il rapporto
∆t/h = cost = 10−3 in modo da valutare sia la consistenza spaziale che quella tempo-
rale. Le curve di convergenza sono ottenute confrontando la soluzione numerica del-
la (1.15) con e senza deconvoluzione, con la soluzione analitica v∗ precedentemente
descritta, e valutando le norme seguenti:
° °
kEk∞ = °°compnum ex °
u,v − compu,v ° ∞
Dal diagramma riportato in Fig.1.8 si nota che l’applicazione dell’operatore

di deconvoluzione produce come atteso una variazione di pendenza delle curve di
convergenza dal II ordine in assenza di deconvoluzione al III ordine in presenza
di deconvoluzione. Quindi a monte del passo di proiezione il campo v∗ risulta
essere calcolato con un’accuratezza del terzo ordine. Un’altra considerazione da fare
dall’analisi della Fig.1.8 è legata all’ordine di grandezza, dell’errore il quale è di
due ordini di grandezza più basso rispetto alla non applicazione della procedura di
deconvoluzione.
36
-1.5
u*
-2
v*
-2.5
slope 2
-3
u*_d
-3.5
v*_d
-4
slope 3
E f -4.5
-5
-5.5
-6
-6.5
-7
-4.35 -4.3 -4.25 -4.2 -4.15 -4.1 -4.05 -4 -3.95 -3.9 -3.85
't
Figura 1.8: curve di convergenza per il campo v∗ in assenza di deconvoluzione

(rosso/verde), e con deconvoluzione (blu/viola)
1.6 Discretizzazione spaziale del modello di equazioni filtrate - Meto-

do di proiezione approssimata
Effettuato il passo di predizione, per imporre l’indivergenza del campo ṽn+1 è

necessario correggere il campo v∗ con un campo a potenziale secondo la decompo-
sizione (1.14). Pertanto, integrando la (1.14) sulla frontiera del volume elementare
Ω (x) si ottiene
1 Z 1 Z ∆t Z
n · ṽn+1 dS = n · v∗ dS − n · ∇φn+1 dS. (1.49)
|Ω| |Ω| |Ω|
∂Ω ∂Ω ∂Ω
Imponendo l’indivergenza del campo ṽn+1 , la (1.49) consente di ricavare l’equazione

necessaria al calcolo del campo φ. Gli integrali presenti a secondo membro della
(1.49) sono discretizzati utilizzando per il valor medio un’approssimazione accurata
37
al secondo ordine; ad esempio, per il primo integrale a secondo membro della (1.49)
si ottiene:
Z
1 ∗ ∼ (u∗ i+1/2,j,k − u∗ i−1/2,j,k )
n · v dS =
|Ωi,j,k | ∆x
∂Ωi,j,k
(v ∗ i,j+1/2,k − v ∗ i,j−1/2,k ) (w∗ i,j,k+1/2 − w∗ i,j,k−1/2 )

+ + (1.50)
∆y ∆z
la stessa discretizzazione è utilizzata per il secondo integrale a secondo membro della

(1.49). A differenza del gradiente di φ, nella (1.50) le componenti di velocità normali
alle sezioni di flusso del volume elementare devono essere riespresse in funzione delle
variabili collocate al centro del volume elementare, mediante interpolazione lineare,
ottenendo la seguente equazione discreta per il campo φ:
" Ã !#
2 2 1 1 1 φn+1 n+1
i+1,j,k + φi−1,j,k
−φn+1
i,j,k 2
+ 2
+ + + +
∆x ∆z hy ∆yj+1 ∆yj ∆x2
φn+1 n+1
i,j,k+1 + φi,j,k−1 φn+1
i,j+1,k φn+1
i,j−1,k u∗i+1,j,k − u∗i−1,j,k
+ + + = +
∆z 2 hy ∆yj+1 hy ∆yj 2∆t∆x
³ ´
nord ∗
Nj+1 vi,j+1,k + Njnord − Njsud vi,j,k
∗ sud ∗
− Nj−1 vi−1,j,k ∗
wi,j,k+1 ∗
− wi,j,k−1
+ + . (1.51)
hy ∆t 2∆t∆z
Nella (1.51) le funzioni di forma lineari lungo la direzione y sono definite nel
modo seguente:
nord yj+ − yj hy yj+1 − yj+ hy

Nj+1 = = , Njnord = =1−
yj+1 − yj 2∆yj+1 yj+1 − yj 2∆yj+1
yj− − yj−1 hy yj − yj− hy

Njsud = =1− , sud
Nj−1 = =
yj − yj−1 2∆yj yj − yj−1 2∆yj
dove hy è il passo di discretizzazione lungo y. L’esistenza ed unicità, a parte una

costante, della soluzione della (1.51) è garantita dalla condizione alla Neumann non
omogenea
38
¯n+1
∂φ ¯¯ 1 ³ ∗ n+1
´
¯ = vi,jbnd,k − ṽi,jbnd,k (1.52)
∂y ¯i,jbnd,k ∆t
L’implementazione della condizione al contorno nei nodi di frontiera jbnd =

1 e jbnd = Ny + 2 ≡ m è fatta nel modo seguente. La velocità sulla frontiera
n+1
superiore ed inferiore del volume ṽi,jbnd,k è nulla dalla condizione di impermeabilità.
Considerando la frontiera del dominio di calcolo, individuata dalla posizione nodale
jbnd = m la (1.52) può essere riscritta nel nodo interno avente j = m − 1 nel modo
seguente:
.
φy |n+1 n+1 ∗
i,j+1/2,k = φy |i,m,k = vi,m,k ∆t (1.53)
n+1
essendo ṽi,m,k = 0 nota dalla condizione al contorno alla Dirichlet. Sfruttando la
(1.53) per sostituzione nella (1.51), si ottiene l’equazione discreta valida per ogni
nodo avente indice j = m − 1:
" #
2 2 1 1 φn+1 n+1
i+1,m−1,k + φi−1,m−1,k
−φn+1
i,m−1,k + + + +
∆x2 ∆z 2 hy ∆ym−1 ∆x2
φn+1 n+1
i,m−1,k+1 + φi,m−1,k−1 φn+1
i,m−2,k u∗i+1,m−1,k − u∗i−1,m−1,k
+ + = +
∆z 2 hy ∆ym−1 2∆t∆x
sud ∗ sud ∗ ∗ ∗
−Nm−1 vi,m−1,k − Nm−2 vi,m−2,k wi,m−1,k+1 − wi,m−1,k−1
+ + (1.54)
hy ∆t 2∆t∆z
Si osservi che l’equazione (1.49) è stata però ricavata imponendo il vincolo

d’indivergenza del campo ṽn+1 su ogni volume di controllo in accordo a:
Z (ũn+1 n+1
1 i+1/2,j,k − ũi−1/2,j,k )
n · ṽn+1 dS ∼
= +
|Ωi,j,k | ∆x
∂Ωi,j,k
n+1 n+1 n+1 n+1

(ṽi,j+1/2,k − ṽi,j−1/2,k ) (w̃i,j,k+1/2 − w̃i,j,k−1/2 )
+ = 0. (1.55)
∆y ∆z
Ciò comporta che il vincolo di continutità in senso discreto, si applica solo sulle
componenti di velocità normali alle sezioni di flusso e non in termini delle componenti
del campo di velocità collocate al centro dei volumi di controllo. Ne consegue che
39
ad ogni passo temporale l’errore di troncamento introdotto dall’interpolazione fa si
che la divergenza discretizzata su passo 2h:
(ũn+1 n+1
i+1/2,j,k − ũi−1/2,j,k )
n+1
(ṽi,j+1/2,k n+1
− ṽi,j−1/2,k ) n+1
(w̃i,j,k+1/2 n+1
− w̃i,j,k−1/2 )
+ + ∼
= ε.
∆x ∆y ∆z
non è nulla alla precisione macchina ma converge ad un errore che su griglia

uniforme è proporzionale ad
µ ¶¯
∆x2 ∂ 4 φ ∆y 2 ∂ 4 φ ∆z 2 ∂ 4 φ ¯
¯
ε = ∆t + + ¯ + .... (1.56)
4 ∂x4 4 ∂y 4 4 ∂z 4 i,j,k
il che comporta la presenza di un termine sorgente per la divergenza del campo di

velocità che è introdotto ad ogni passo d’integrazione temporale. La presenza di tale
errore, nonostante verifichi la proprietà di consistenza al rifinirsi della griglia, viola
la conservazione dell’energia in senso discreto per viscosità nulla. È bene notare
che la divergenza discreta può essere soddisfatta alla precisione macchina anche
utilizzando le variabili collocate al centro dei volumi di controllo. Tuttavia, tale
requisito richiede un allargamento del supporto di calcolo su cui discretizzare gli
operatori differenziali nella (1.49). L’utilizzo per la (1.49) di un supporto di calcolo
non compatto produce una mancanza di comunicazione delle informazioni tra i nodi
adiacenti (disaccoppiamento pari dispari) che comporta la genesi di soluzioni spurie
della (1.51) [18].
1.6.1 Parallelizzazione del Solver di pressione
La metodologia APM richiede che l’equazione (1.51) sia risolta ad ogni passo
temporale, in modo da soddisfare l’indivergenza del campo ṽ. Il tempo di calcolo
speso per la soluzione della (1.51) equivale a circa il 70% del tempo totale richiesto
per effettuare un time-step completo del metodo. Poichè la simulazione numerica
della turbolenza per garantire la stabilità della metodologia numerica richiede passi
d’integrazione temporali molto piccoli è opportuno cercare di sfruttare al meglio
le risorse di calcolo disponibili. La (1.51) rappresenta un sistema algebrico lineare
nell’incognita φ collocata al centro dei volumi elementari e può essere risolta con
40
un solutore iterativo S.O.R. il cui aggiornamento del vettore residuo e del vettore
incognito sono dati rispettivamente dalle eseguenti relazioni simboliche:
resid(i, j, k) = a ∗ φ(i − 1, j, k) + b ∗ φ(i + 1, j, k)+
+c ∗ φ(i, j − 1, k) + d ∗ φ(i, j + 1, k)+
+e ∗ φ(i, j, k − 1) + f ∗ φ(i, j, k + 1)+
+g ∗ φ(i, j, k) − q(i, j, k) (1.57)
φ(i, j, k) = φ(i, j, k) − ω ∗ resid(i, j, k)/g (1.58)
essendo ω il parametro di rilassamento del metodo. Data la struttura del resid-

uo la (1.57) evidenzia la dipendenza simultanea di una componente dalle altre; tale
dipendenza rende inefficace l’utilizzo di softwares di autoparallelizzazione. Pertanto,
i passi da seguire per poter parallelizzare il solver sono i seguenti:
∗ Scrivere la routine FORTRAN utilizzando la colorazione delle incognite black-

red nel piano (i, j) e alternata nella direzione k
∗ Inserimento delle direttive MPI e OPENMP, oppure uso di un autoparalleliz-

zatore (Vedi Fig.1.9)
La metodologia red-black ordering consiste di due passi effettuati con il metodo

di Jacobi: i nodi colorati in rosso sono aggiornati per primi successivamente sono
aggiornati i nodi colorati in nero. Per l’aggiornamento dei valori del vettore incognito
nei nodi rossi sono utilizzati i valori nei nodi neri relativi all’iterazione precedente. Il
passo successivo consiste nell’aggiornamento dei valori del vettore relativi ai nodi neri
utilizzando i valori relativi ai nodi rossi precedentemente calcolati. Tale metodologia
possiede le stesse proprietà di convergenza del metodo di Gauss-Seidel ed ha il
vantaggio di essere parallelizabile, in quanto sono eliminate le dipendenze.
41
i,j+2,
k
i,j,k-2
i-2,j,k
i,j,k i+2,j,
k
i,j,k+2 i,j-2,k
Figura 1.9: Coloritura dei nodi red-black
1.7 Tests di convergenza sul codice impementato - consistenza
Un test di consistenza della metodologia numerica sviluppata è stato effet-

tuato in accordo al lavoro di Ethier-Steinman [14], utilizzando una soluzione esatta
bidimensionale delle equazioni di NS (soluzione di Taylor):
u (x, y, t) = − cos x sin y e−2t
v (x, y, t) = sin x cos y e−2t (1.59)
p (x, y, t) = −0.25 (cos 2x + cos 2y) e−4t
0 ≤ x ≤ 2π, 0≤y≤1
Le (1.59) descrivono il decadimento energetico, di un campo di vorticità bidi-

mensionale e verificano l’indivergenza a tutti i tempi. Le (1.59) sono utili per ver-
ificare la consistenza del metodo numerico ma anche per verificare se il campo di
vorticità è alterato dalla metodologia numerica. Il test di consistenza è stato ef-
fettuato inizializzando il campo di velocità con le (1.59) ed utilizzando le stesse
come condizioni al contorno alla Dirichlet sulla frontiera del dominio y = 0, 1. Es-
sendo tale soluzione bidimensionale, il test è prima fatto nel piano x, y assegnando
42
le (1.59) alla componente u e alla componente v inizializzando a zero la componente
w (e verificando che si mantenesse nulla negli istanti successivi), e poi nel piano y, z
assegnando le (1.59) alle componenti v e w, annullando la componente u. L’analisi di
convergenza è fatta avendo fissato hx = hy = hz = 1/10, 1/20, 1/30 e ∆t/h = 10−3 ,
valutando poi:
° °
kEk∞ = °°compnum ex °
u,v − compu,v ° ∞
ottenute valutando in una norma del massimo la differenza tra la componente u

(risp.v) analitica e quella numerica. I risultati ottenuti nei due piani sono gli stessi
e sono riassunti nelle seguenti curve di convergenza riportate in una doppia scala
logaritmica in Fig.1.10. Dall’analisi della Fig.1.10, si desume che le norme sulle com-
ponenti del campo di velocità corretto scalano rispetto alla soluzione analitica con
una pendenza 2, essendo ciò congruente con l’accuratezza del metodo d’integrazione
temporale utilizzato. È opportuno sottolineare che l’accuratezza della soluzione nu-
merica tiene conto del fatto che il passo di proiezione è effettuato discretizzando gli
operatori differenziali presenti nella (1.49) con un’accuratezza del secondo ordine
nello spazio. Di conseguenza, pur essendo il campo di predizione calcolato al terzo
ordine, la scalatura nel tempo dell’errore di troncamento risulta fissata dal passo di
proiezione al secondo ordine.
43
-4.2
u
v
-4.4
slope 2
-4.6
-4.8
-5
E f
-5.2
-5.4
-5.6
-5.8
-4.6 -4.5 -4.4 -4.3 -4.2 -4.1 -4
't
Figura 1.10: Curve di convergenza sul campo ṽn+1
44
Capitolo 2
Simulazione numerica di un flusso turbolento confinato
2.1 Introduzione
In questa sezione sono presentate le simulazioni LES relative ad un caso di

turbolenza confinata consolidato in letteratura: il flusso completamente sviluppato
in un canale piano biperiodico. Flussi turbolenti in canali sono assunti spesso come
modelli di studio per la turbolenza di parete perchè sono disponibili per essi diversi
database DNS da assumere come riferimento per le simulazioni LES. Per la vali-
dazione dei risultati ottenuti è stato scelto il lavoro di Moser, Kim, Mansour [16],
in cui sono presentati i risultati relativi a simulazioni DNS per un flusso turbolento
completamente sviluppato in un canale. Tali simulazioni sono ottenute mediante
un codice che sfrutta i polinomi di Chebychev lungo la direzione y e Fourier nelle
direzioni d’omogeneità del flusso; l’integrazione temporale è effettuata utilizzando
un metodo Runge-Kutta accurato al terzo ordine nel tempo.
Le seguenti simulazioni LES sono ottenute sia utilizzando una discretizzazione
spaziale basata su schemi upwind monodimensionali [15] che quelli multidimensionali
accurati al terzo ordine. È stata effettuata un’analisi spettrale post-processando i
risultati ottenuti, confrontando nello spazio di Fourier gli spettri d’energia delle tre
componenti del campo di velocità. È stata valutata l’influenza del grid-refinement
sulla soluzione numerica nonchè l’effetto prodotto dalla deconvoluzione. Inoltre è
stato valutato il profilo medio di velocità turbolento in prossimità delle pareti solide.
2.2 Scelta delle grandezze di riferimento
Il dominio di calcolo scelto per le simulazioni è costituito da un canale avente

dimensioni:
· ¸
4
Lx × Ly × Lz = 4πH × 2H × πH
3
45
essendo H la semi-altezza del canale, le direzioni x (streamwise) e z (spanwise) sono
le direzioni d’omogeneità del flusso; lungo queste direzioni sono assunte condizioni
al contorno periodiche mentre sulla frontiera superiore ed inferiore del dominio sono
assunte le condizioni di aderenza. Scegliendo per adimensionalizzare le equazioni H
come lunghezza di riferimento e come velocità di riferimento:
s
|∆p0 | H
uτ ≡ Vr =
ρ0 Lx
si ottiene che la forzante adimensionale che consente di sostenere il moto nel canale
∆p
è data da Lx
= −1. Pertanto, le velocità calcolate saranno direttamente espresse in
termini delle scale di parete e quindi confrontabili con le leggi u+ = y + nel sublayer
viscoso e u+ = χ1 logy + + b nel sublayer inerziale essendo y + = Reτ y e Reτ = uτ H
ν
.
2.3 Simulazioni numeriche
Le simulazioni sono relative a Reτ = 180, utilizzando due griglie LES, una
rada 48 × 30 × 32 (Caso-A) ed una fine 60 × 40 × 42 (Caso-B). Tali simulazioni
sono state ottenute ponendo nella (1.11) fsgs = 0 ovvero non utilizzando un’esplicita
modellazione per i termini SGS e lasciando che la dissipazione artificiale prodot-
ta dallo schema numerico provveda al drenaggio d’energia proveniente dalle grandi
scale. Come primo risultato si riporta l’analisi spettrale eseguita sulle tre compo-
nenti del campo di velocità nella direzione x e z. Gli spettri d’energia sono ottenuti
ad y + = 10 ed a y + = 180 fissata, nel modo seguente: sono calcolati i coefficienti
di Fourier per ogni kx a z fissata mediante una routine FFT, successivamente per
ogni coefficiente di Fourier viene effettuata una media di tale coefficienti mediante
integrazione numerica. Dalle Fig.2.1, 2.2, 2.3 relative ad y + = 180 si nota che la dis-
cretizzazione FV con upwind monodimensionale produce un’eccessiva dissipazione
del contenuto energetico sulle alte frequenze; ciò è visibile soprattutto lungo la di-
rezione streamwise per tutte e tre le componenti del campo di velocità, mentre la
migliore risoluzione utilizzata lungo la direzione spanwise non evidenzia tale effetto.
Le basse frequenze risolte invece hanno un contenuto energetico superiore rispetto
al database di DNS sia nella direzione streamwise che spanwise. Utilizzando una
46
discretizzazione upwind multidimensionale, con la stessa risoluzione di griglia del ca-
so precedente, si nota che rispetto all’upwind monodimensionale, le basse frequenze
sono ben risolte sia lungo la direzione streamwise che spanwise, mentre sulle alte
frequenze si notano delle oscillazioni numeriche legate probabilmente alla prevalen-
za dell’errore di dispersione dello schema. A questo punto si è scelto di valutare
l’effetto del grid-refinement sulla discretizzazione upwind 3d. Dall’analisi dei risul-
tati ottenuti si nota che le oscillazioni numeriche precedentemente menzionate non
compaiono più su nessuna delle tre componenti del campo di velocità. In particolare
il contenuto spettrale è accuratamente risolto nella direzione spanwise mentre per
la direzione streamwise le alte frequenze risentono ancora di un effetto dissipativo
pronunciato. Bisogna però notare che, per una maggiore congruenza sul confronto
tra i risultati DNS-LES, il database DNS andrebbe filtrato opportunamente con il
top-hat di ampiezze pari a quelle usate nelle simulazioni LES. Come ulteriore ter-
mine di paragone è stato effettuato un confronto anche con i risultati ottenuti con
un codice FV centrato secondo ordine, il quale ha messo in luce un comportamento
simile all’upwind tridimensionale sulle alte frequenze mentre sulle basse frequenze
un modulo leggermente minore sia lungo la direzione x che z. Nelle Fig.2.4, 2.5, 2.6
relative ad y + = 10 (vicinanza delle pareti solide) si nota ancora una volta che la
migliore risoluzione utilizzata lungo la direzione z consente di ottenere dei livelli en-
ergetici relativi agli spettri, per le componenti u, w del campo di velocità, in accordo
con i risultati di DNS. Mentre si nota per la componente v, sia lungo la direzione x
che z un livello energetico decisamente inferiore rispetto alla DNS.
2.3.1 Simulazioni numeriche LES - Effetto della deconvoluzione
In questa sezione sono presentati i risultati delle simulazioni LES sul canale
utilizzando lo schema upwind 3d in assenza ed in presenza di deconvoluzione. Dalle
Fig.2.7, 2.8, 2.9 si evince che in assenza di un’esplicita modellistica dei termini
SGS sulle frequenze dello spettro risolto prossime al taglio del filtro, si produce un
accumulo energetico corrispondente al mancato effetto corrispondente all’assenza
modello SGS; ciò è visibile prevalentemente lungo la direzione z. Tuttavia effet-
47
tuando i confronti con le simulazioni ottenute sfruttando la discretizzazione in cui
è implementata la deconvoluzione, si nota che scompare l’accumulo energetico nella
direzione z, cosa che si verifica per tutte e tre le componenti di velocità. Questo
risultato può essere ascritto all’azione della deconvoluzione che recuperando il con-
tenuto in frequenza dello spettro risolto perso a causa dell’applicazione del top-hat,
agisce insieme alla discretizzazione upwind multidimensionale da modello implicito
per gli sforzi di sottogriglia [3],[9],[17].
2.3.2 Simulazioni numeriche LES - Profilo medio di velocità
In Fig.2.10 si riportano, in funzione delle variabili di strato limite, gli anda-

menti del profilo di velocità medio del campo turbolento in prossimità delle pareti,
ottenuti con la discretizzzazione upwind monodimensionale, multidimensionale e
centrata. Il confronto con il profilo DNS, evidenzia che lo schema upwind, fornisce
buoni risultati sia sul supporto monodimensionale che su quello multidimensionale
nel sublayer viscoso laddove sono prevalenti gli effetti della viscosità e l’intensità delle
fluttuazioni turbolente è prossima allo zero. Nel range logaritmico invece il profilo si
discosta da quello analitico e da quello DNS; ciò è dovuto al fatto che l’infittimento
locale della griglia non uniforme in y, consente di disporre un numero maggiore di
punti nelle vicinanze delle pareti solide. Invece, in prossimità della center line del
canale laddove la griglia è più rada, l’errore locale introdotto è maggiore. Tuttavia
un’altra spiegazione potrebbe essere ascritta all’eccessiva dissipazione prodotta dal-
lo schema upwind, sulle scale corrispondenti alle frequenze più elevate dello spettro
risolto. La dissipazione artificiale si traduce in un inspessimento dello strato limite
nelle vicinanze delle pareti producendo un difetto di quantità di moto che, essendo
la portata nel canale costante, si compensa con un modulo della velocità maggiore
nella center line del canale. Sempre dalla Fig.2.10 si nota che infittendo la griglia
si ottiene un lieve abbassamento del valore della velocità in mezzeria, ciò suggerisce
che lo studio delle effettive performances di tale metodologia numerica richiede una
simulazione su griglia DNS.
48
2.4 Conclusioni
Questo lavoro è stato dedicato allo sviluppo di un metodo ai Volumi Finiti

basato su uno schema upwind multidimensionale accurato al terzo ordine su griglia
non uniforme applicato alla LES di un flusso turbolento confinato. Per il disac-
coppiamento della pressione dalla velocità nel sistema costituito dalle equazioni di
NS è stato utilizzato un metodo di proiezione APM, con opportune condizioni al
contorno intermedie, ottenendo un’accuratezza temporale del secondo ordine. L’el-
evata accuratezza spaziale del metodo, è stata ottenuta effettuando l’integrazione
numerica dei flussi, mediante l’utilizzo di un interpolante di secondo grado su sim-
plesso multidimensionale. L’implementazione della procedura numerica nel codice
è stata ottimizzata utilizzando un formalismo matriciale che ha consentito la gen-
erazione automatica, mediante l’utilizzo di un software di manipolazione simbolico,
delle istruzioni FORTRAN. Dalle validazioni effettuate è stata evidenziata l’elevata
accuratezza spaziale del metodo inoltre ricavando l’espressione dell’errore di tronca-
mento nello spazio di Fourier è stata messa in risalto la migliore risoluzione spettrale
dei flussi rispetto a quella ottenuta mediante una discretizzazione FV secondo or-
dine centrata. Sono state effettuate inoltre delle simulazioni LES per un caso test
di turbolenza confinata, confrontando i risultati ottenuti con un database DNS di
riferimento valutando la qualità della soluzione numerica al rifinirsi della griglia.
È stata inoltre sviluppata una procedura di deconvoluzione della variabile filtrata,
implementata nella metodologia d’integrazione temporale, la quale consente ad ogni
time step di ottenere un’approssimazione di ordine superiore per il campo filtra-
to. Le simulazioni LES, ottenute in assenza di esplicita modellistica SGS, hanno
evidenziato che la procedura di deconvoluzione agisce come un modello implici-
to per le equazioni filtrate fornendo una migliore rappresentazione spettrale delle
scale con cui sono costruiti i modelli SGS. Pertanto la procedura sviluppata può
essere utilizzata nell’ottica del miglioramento delle prestazioni dei modelli SGS e
può essere inquadrata nel contesto di una modellazione basata sulla procedura di
deconvoluzione approssimata [23].
49
10
0.1
0.01
0.001
E(k)
0.0001
1e-005
1e-006
upwind1d - Case A
upwind3d - Case A
1e-007
upwind3d - Case B
central - Case B
1e-008
DNS - Moser et al.
slope -5/3
1e-009
0.1 1 10 100
0.1
0.01
0.001
E(k)
0.0001
1e-005
upwind1d - Case A
1e-006
upwind3d - Case A
upwind3d - Case B
1e-007 central - Case B
DNS - Moser et al.
slope -5/3
1e-008
1 10 100
Figura 2.1: Spettri d’energia della componente u lungo la direzione x e z ad y + = 180
50
10
0.1
0.01
0.001
0.0001
E(k)
1e-005
1e-006
1e-007 upwind1d - Case A

upwind3d - Case A
1e-008 upwind3d - Case B
central - Case B
1e-009 DNS - Moser et al.
slope -5/3
1e-010
0.1 1 10 100
0.1
0.01
0.001
E(k)
0.0001
1e-005
upwind1d - Case A
1e-006
upwind3d - Case A
upwind3d - Case B
DNS - Moser et al.
slope -5/3
1e-008
1 10 100
Figura 2.2: Spettri d’energia della componente v lungo la direzione x e z ad y + = 180
51
10
0.1
0.01
0.001
0.0001
E(k)
1e-005
1e-006
1e-007 upwind1d - Case A

upwind3d - Case A
1e-008 upwind3d - Case B
central - Case B
1e-009 DNS - Moser et al.
slope -5/3
1e-010
0.1 1 10 100
0.1
0.01
0.001
E(k)
0.0001
1e-005
upwind1d - Case A
1e-006
upwind3d - Case A
upwind3d - Case B
DNS - Moser et al.
slope -5/3
1e-008
1 10 100
Figura 2.3: Spettri d’energia della componente w lungo la direzione x e z ad y + = 180
52
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
0.1 1 10 100
k
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
1 10 100
k
53
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
0.1 1 10 100
k
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
1 10 100
k
54
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
0.1 1 10 100
k
10
upwind3d - Case B
DNS - Moser et al.
1
0.1
E(k)
0.01
0.001
0.0001
1e-005
1 10 100
k
55
1
0.01
0.0001
E(k)
1e-006
1e-008
upwind3d (deconvolution) - Case B
upwind3d (no deconvolution) - Case B
DNS - Moser et al.
1e-010
0.1 1 10 100
0.01
0.0001
E(k)
1e-006
1e-008
upwind3d (deconvolution) - Case B
upwind3d (no deconvolution) - Case B
DNS - Moser et al.
1e-010
1 10 100
56
1
0.01
0.0001
E(k)
1e-006
1e-008
upwind3d(deconvolution) - Case B
upwind3d(no deconvolution) - Case B
DNS - Moser et al.
1e-010
0.1 1 10 100
0.01
0.0001
E(k)
1e-006
1e-008
DNS - Moser et al.
1e-010
1 10 100
57
1
0.01
0.0001
E(k)
1e-006
1e-008
DNS - Moser et al.
1e-010
0.1 1 10 100
0.01
0.0001
E(k)
1e-006
1e-008
DNS - Moser et al.
1e-010
1 10 100
58
30
upwind1d - Case A
upwind3d - Case A
upwind3d - Case B
25 central - Case B
DNS - Moser et al.
x
20 2.5*log(x)+5.5
u+
15
10
0
0.01 0.1 1 10 100
y+
Figura 2.10: Adamento del profilo di velocità medio nelle vicinanze delle pareti
59
a j 2 2 d1d 1 d1d 2 d 2 d 1
ª d 1d1d 2 d 1d1 d1d 2 d 1d 2 d 2 d1 d 1 d 2 d22 d32 º d 2
¬ ¼
a j 1 2 d1d 2 d1d 2 d 2 d 2
ª d 2 d1d 2 d1d 2 d1d 2 d 2 d 2 d 1 d1 d 2 d 2 d21 d31 º d 1
¬ ¼
aj 2 d1d 1 d1d 2 d1d 2 d 1d 2 d 1d 2 d 2 d 2
d1d2 d 1d 2
a j 1 2 d 1d 2 d 1d 2 d 2 d 2
ª d 2 d 1d 2 d 1d 2 d 1d 2 d2 d 2 d1 d1 d 2 d2 d12 d13 º d1
¬ ¼
a j 2 2 d1d 1 d1d 2 d 2 d 1
¬ d1d 1d 2 d 1d1 d1d 2 d1d2 d 2 d1 d1 d 2 d 2 d 2 ¼ d 2

ª 2 3º
Tabella 1
60
b j 2 hy2 j 't ª K1 2K j º
a j 2 S « »
24 2 Re hy «¬K 2 K1 K 2 »¼ S
hy2 't ª K1 2K j 1 º § 2K j K1 K 2 ·
b j 1 °
a j 1 ® jN « » 1 jS ¨ ¸
24 2 Re hy °
¯ «¬K 2 K1 K 2 »¼ N ¨
© K1K2 ¸
¹S
ª 2K j K 2 º ½ °
jS « » ¾
«¬K1 K1 K 2 »¼ S ¿
°
§ 19 hy2 a j · 't § 2K j 1 K1 K 2 · ª 2K j 1 K 2 º
bj °
¨ ¸ ®1 j N ¨¨ ¸ jN « »
¬«K1 K1 K 2 ¼» N
¨ 24 ¸ 2 Re hy ° K1K2 ¸
© ¹ ¯ © ¹N
ª 2K j K 2 º § 2K j K1 K 2 · ½°
1 jS « » j S ¨ ¸¸ ¾
«¬K1 K1 K2 »¼ S ¨ K1K2
© °
¹S ¿
hy2 't § 2K j 1 K1 K 2 · ª 2K j 1 K 2 º
b j 1 °
a j 1 ® jN ¨ ¸ 1 j N « »
¬«K1 K1 K 2 ¼» N
24 2 Re hy ° ¨ K1K2 ¸
¯ © ¹N
ª K1 2K j º ° ½
1 jS « » ¾
¬«K 2 K1 K 2 ¼» S °
¿
hy2 't ª K1 2K j 1 º
b j2
a j 2 1 jN « »
24 2 Re hy «¬K 2 K1 K 2 »¼ N
Tabella 2
61
Bibliografia
[1] J.H. Ferziger, M. Peric, Computational Methods for Fluid Dynamics (Springer
1996)
[2] Jean Mathieu, Julian Scott, An Introduction to Turbulent Flow (Cambridge

University Press 2000)
[3] P. Sagaut, Large Eddy Simulation for incompressible flows. An introduction

(Springer, 2001)
[4] B.J.Geurts, Elements of direct and large-eddy simulation (Edwards, 2004)
[5] L.berselli, T. Iliescu, W.Layton, Mathematics of Large Eddy Simulations of

Turbulent Flows, Springer, 2005 (Cambridge Press, 2002).
[6] R.J. LeVeque, Finite volume methods for hyperbolic problems (Cambridge Press,
2002)
[7] A.G. Kravchenko, P. Moin On the effect of numerical errors in Large Eddy
Simulations of turbulent flows (J. Comp. Phys., 131, 1997)
[8] G. De Stefano, F.M. Denaro, G. Riccardi High Order Filtering Formulation

for Control Volumes Simulation of Turbulent Flows (Int. J. Num. Methods in
Fluids, 37, 7, 2001)
[9] A.Aprovitola, F.M.Denaro, On the application of congruent upwind

discretizations for large eddy simulations (J. Comp. Phys., 194/1, 329-343,2004)
[10] G.De Stefano, F.M.Denaro, G.Riccardi Applicazione di un filtro di ordine

elevato all’equazione di Burgers (AIMETA, 1999)
62
[11] F.M.Denaro, On the application of the Helmholtz-Hodge decomposition in pro-
jection methods for the numerical solution of the incompressible Navier-Stokes
equations with general boundary conditions (Int. J. Num. Methods in Fluids,
43,43-69,2003)
[12] P.Iannelli, F.M.Denaro Analysis of the local truncation error in pressure-free

correction method for incompressible flows: a new accurate expression of the
intermediate boundary conditions (Int. J. Num. Methods in Fluids, 42, 399-437,
2003)
[13] D.L.Brown, R.Cortez, M.L.Minion, Accurate Projection Methods for the

incompressible Navier-Stokes equations (J. Comp. Phys., 168, 464-499, 2001)
[14] C.R.Ethier, D.A.Steinman Exact Fully 3D Navier-Stokes Solutions for

Benchmarking (Int. J. Num. Methods in Fluids, 19, 369-375, 1994)
[15] B.P.Leonard, A stable and accurate convection modelling procedure based on

quadratic upstream interpolation (Comput. Meth. Appl., Mech. Engrg, (19),
59-98 1979)
[16] R.D. Moser, J. Kim, Nagi N.Mansour Direct numerical simulation of turbulent
channell flow up to Reτ = 590, (Physics of fluids, vol.11 n 4)
[17] P.Iannelli, F.M.Denaro, G.De Stefano, A Deconvolution-based Fourth Order

Finite Volume Method for Incompressibile Flows on Non-Uniform grids (Int. J.
Num. Methods in Fluids, 00,1-26,2002)
[18] P.M. Gresho, Incompressible fluid dynamics: some fundamental issues (Ann.
Rev. Fluid Mech., 23, 413-453, 1991)
[19] M.Lesieur, Turbulence in fluids, 3rd Edition (Kluwer, 1997)
63
[20] W.J.Rider, Approximate projection methods for incompressible flow: imple-
mentation, variants and robustness (Technical report LA-UR-200, Los Alamos
National Laboratory, 1995).
[21] J.Kim, P.Moin, Application of a fractional-step method to incompressible

Navier-Stokes equations (Journal of Computational Physics, 1985; 59:308-323)
[22] F.M. Denaro, Time-accurate intermediate boundary conditions for large eddy
simulations based on projection methods (Int. J. Num. Methods in Fluids, 48,
869-908, 2005)
[23] S.Stolz, N.A.Adams, An approximate deconvolution procedure for large-eddy

simulation (Phys. Fluids, 9(12), 1997)
64

Mainthesis

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Mainthesis

Caricato da

Copyright:

Formati disponibili

SULL’APPLICABILITÀ DEGLI SCHEMI UPWIND

MULTIDIMENSIONALI AI VOLUMI FINITI PER LA

Seconda Universitá degli Studi di Napoli

Settore Scientifico disciplinare ING-IND/06 - Fluidodinamica

2 Simulazione numerica di un flusso turbolento confinato 45

La simulazione numerica delle grandi scale di un flusso turbolento (LES), si

1.2 Equazioni in forma integrale per la Large Eddy Simulation su

Il moto di un flusso incompressibile ed omotermo in un dominio V , fisso rispet-

essendo ∆ l’ampiezza caratteristica del filtraggio. Pertanto, la variabile risolta su

larga scala risulta essere definita dal seguente prodotto di convoluzione:

La funzione di filtro G, localizzata nello spazio fisico, è simmetrica rispetto all’asse

Figura 1.1: Funzione di tasferimento del filtro sharp cut-off, top-hat

in quanto, su griglia non uniforme necessaria per descrivere adeguatamente lo svilup-

Per evitare il calcolo esplicito di m, si può discretizzare l’equazione di bilancio

ottenuta con un’operazione d’inversione approssimata dell’operatore A(m)

avendo fissato m = 2 ed indicato A(2)

membro della (1.9) le seguenti quantità vettoriali:

Il vettore fsgs è il termine incognito la cui chiusura richiede una modellazione

In questa sezione, è presentata la procedura di soluzione numerica per il sis-

1.3.1 Definizione della griglia di calcolo

Il dominio di calcolo V è partizionato mediante una griglia strutturata Carte-

spaziale e Nx , Nz il numero di volumi elementari lungo x e z. Lungo la direzione y,

yj− = yj − hy (j) /2 , yj+ = yj + hy (j) /2 (1.10)

essendo hy (j) = yj+ − yj− il passo di discretizzazione del FV lungo y.

Figura 1.3: Schema del volume elementare

1.3.2 La metodologia d’integrazione temporale

La discretizzazione temporale dell’equazione (1.9) viene effettuata sfruttando

alla quale sono associate le condizioni al contorno alla Dirichlet

essendo l’operatore D definito nel modo seguente

ed avendolo successivamente decomposto lungo le direzioni coordinate secondo le

ṽn+1 = v∗ − ∆t∇φn+1 . (1.14)

A causa dell’adozione di variabili colocate, il vincolo (1.8) in una metodologia APM

alla quale sono associate delle condizioni al contorno intermedie

L’accuratezza della metodologia dipende anche dall’assegnazione delle condizioni

lo schema AB/CN valutando il limite per ∆t → 0 e confrontandola con l’equazione

v∂∗ = ṽ∂n+1 + ∆t∇φn∂ (1.16)

Effettuato il calcolo di v∗ , affinchè il campo di velocità ṽn+1 sia indivergente,

alla quale è associata la condizione di compatibilità sul contorno ∂V

È bene notare che secondo il teorema della decomposizione di Helmholtz-Hodge è

In questa sezione è illustrata la metodologia di discretizzazione spaziale utiliz-

1.3.4 Il criterio upwind multidimensionale

Dato il vettore ṽ collocato nei centri del volume di controllo, le componenti

direzione coordinata sono ricostruite su una generica sezione di flusso mediante la

rispettivamente il vettore della base monomiale ed il vettore contenente i coefficienti

1.3.5 Definizione del simplesso Lagrangiano

Allo scopo di illustrare il criterio upwind multidimensionale in base al quale

essendo H (x) = 1, ∀x > 0, H (x) = 0, ∀x < 0 la funzione di Heaviside sign(x) il

segno della variabile. Le (1.21) consentono di esprimere la matrice AW ed il vettore

Ad esempio, se l’orientazione del vettore velocità è tale che il segno delle

cosı̀ come quello {ξp , ηq , ζr }L

Sostituendo le (1.23) e (1.24) nella (1.20) si determinano i corrispondenti vet-

uscenti i, j e k, rispettivamente). La costruzione dei simplessi lagrangiani su queste

di controllo adiacente Ωi+1,j,k . Pertanto è possibile utilizzare la (1.21) sostituendo

Definita la procedura upwind in base alla quale è scelto il supporto d’inter-

ξ (x) = x − x0 , η (y) = y − yj , ζ (z) = z − zk . (1.25)

Il nodo del tetraedro di coordinate (x0 , yj , zk ) con x0 ≡ xi−1+iW è assunto come

ξ0 = 0, ξ1 = xi−iW − x0 = (1 − 2iW ) ∆x, ξ2 = xi+1−3iW − x0 = (2 − 4iW ) ∆x;

η0 = 0, η1 = yj−jW − yj , η2 = yj−2jW − yj ; (1.26)

ζ0 = 0, ζ1 = zk−kW − zk = −kW ∆z, ζ2 = zk−2kW − zk = −kW 2∆z .

Nota l’ascissa della sezione di flusso di normale −i nel riferimento locale, ξW =

Le componenti del flusso convettivo lungo le altre direzioni coordinate S, L sono

Le matrici ME , MN , MS , MU , ML che compaiono nella (1.30) sono relative

avendo definito il vettore