Master de matiére et rayonnement (MMR)

Projet fin de module :

PHYSIQUE COMPUTATIONNELLE.

intitulé :

Resolution numérique de l’equation de la

chaleur à deux dimensiones
non stationnaire

Réalisé par : Proposé par :

CHNIKA YASSIN Pr. ALAAEDINE LAHBAS

Année Universitaire 2022/2023

Table des matières

Introduction 3

Chapitre 1 Rappel sur les méthodes numériques 4

1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Méthode des differences finies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 Méthode Euler Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4 schémas en notation indicielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Chapitre 2 Presentation et résolution numérique de l’equation de la chleur 8

1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Situation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Résolution numérique de l’équation de la chaleur en régime transitoire . . . . . . 9
3.1 Maillage et discrétisation en espace et en temps . . . . . . . . . . . . . . 9
3.2 simulation de l’equation de la chaleur . . . . . . . . . . . . . . . . . . . . 11

Conclusion 17
Table des figures

Figure 2.1: Situation de problème. . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Figure 2.2: Schema de methode. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Figure 2.3: la variation de la temperature dans le temps. . . . . . . . . . . . . . . 14
Figure 2.4: la variation de la quantité de chaleur dans le temps. . . . . . . . . . . 15
Figure 2.5: l’influance de la conductivité sur la variation de la temperature. . . . . 16
 INTRODUCTION

Ce projet vise à étudier la résolution numérique de l’équation de la chaleur en utilisant des

méthodes numériques telles que les différences finies et la méthode d’Euler-Cramer. L’équation
de la chaleur est un problème fondamental dans le domaine de la physique, qui décrit la varia-
tion de la température dans un domaine donné au fil du temps. La simulation de cette variation
de la température nous permet de comprendre les phénomènes thermiques et d’analyser l’in-
fluence de différents paramètres.
Dans ce projet, nous commencerons par rappeler brièvement les concepts et les méthodes numé-
riques utilisés, qui permettent d’approximer les dérivées spatiales et temporelles dans l’équation
de la chaleur. Ensuite, nous présenterons l’équation de la chaleur et discuterons de sa résolution
numérique à l’aide des méthodes mentionnées.
La simulation de la variation de la température dans le temps sera réalisée en utilisant le langage
de programmation Fortran, qui offre une grande flexibilité pour implémenter les algorithmes
numériques. Nous utiliserons également le logiciel OCTAVE, qui est un environnement similaire
à MatLab, pour visualiser l’animation de la variation de la température au fil du temps. L’uti-
lisation d’OCTAVE nous permettra de représenter graphiquement les résultats de la simulation
et de mieux comprendre les variations de température dans le domaine étudié.
De plus, nous utiliserons le logiciel ImageMagick pour créer une vidéo à partir de l’animation
générée par OCTAVE. Cela nous permettra de présenter de manière dynamique l’évolution de
la température dans le temps, ce qui facilitera l’analyse des résultats et la communication des
conclusions.Ce projet combine l’utilisation du langage de programmation Fortran, du logiciel
OCTAVE et d’ImageMagick pour étudier et visualiser numériquement la résolution de l’équa-
tion de la chaleur. Nous explorerons la variation de la température dans le temps, la variation
de la quantité de chaleur et l’influence de la conductivité thermique sur la variation de la tem-
pérature. Ces résultats nous permettront de mieux comprendre les phénomènes thermiques et
d’analyser l’impact des différents paramètres sur la température d’un système donné.

3
CHAPITRE 1

RAPPEL SUR LES MÉTHODES NUMÉRIQUES

1 Introduction
La méthode des différences finies et la méthode d’Euler-Cromer sont d’anciennes méthodes
de simulation numérique utilisées pour trouver des solutions approchées d’équations aux déri-
vées partielles. Elles consistent à résoudre un système de relations (schéma numérique) reliant
les valeurs des fonctions inconnues en certains points suffisamment proches les uns des autres.
Ces méthodes sont basées sur la technique du développement en séries de Taylor, qui permet
d’approximer la valeur d’une fonction en un point donné si l’on connaît la valeur de cette fonc-
tion ainsi que toutes ses dérivées en un point voisin en espace ou en temps. Ces techniques
permettent de développer des schémas pour remplacer les dérivées premières et secondes des
équations aux dérivées partielles.

2 Méthode des differences finies

Le principe de la méthode des différences finies consiste à convertir les équations aux dé-
rivées partielles (EDP), qui peuvent être non linéaires , en un système d’équations linéaires
qui peut être résolu par des techniques d’algèbre matricielle. Cette méthode est basée sur la
substitution des dérivées partielles par des différences divisées que l’on obtient en faisant des
développements limités en série de Taylor.

l’expression de Taylor de la fonction f (x, y, t) au voisinage de x dans les directions avant

(c’est-à-dire x positif) et arrière (c’est-à-dire x négatif) est donné respectivement par :

∂f (x, y, t) ∆x2 ∂ 2 f (x, y, t ∆x3 ∂ 3 f (x, y, t

f (x + ∆x, y, t) = f (x, y, t) + ∆x + + + .... (1.1)
∂x 2! ∂x2 3! ∂x3

∂f (x, y, t ∆x2 ∂ 2 f (x, y, t ∆x3 ∂ 3 f (x, y, t

f (x − ∆x, y, t) = f (x, y, t) − ∆x + − + .... (1.2)
∂x 2! ∂x2 3! ∂x3

4
de meme au voisinage de y :

∂f (x, y, t ∆y 2 ∂ 2 f (x, y, t ∆y 3 ∂ 3 f (x, y, t

f (x, y + ∆y, t) = f (x, y, t) + ∆y + + + .... (1.3)
∂y 2! ∂y 2 3! ∂y 3

∂f (x, y, t) ∆y 2 ∂ 2 f (x, y, t ∆y 3 ∂ 3 f (x, y, t

f (x, y − ∆y, t) = f (x, y, t) − ∆y + − + .... (1.4)
∂y 2! ∂y 2 3! ∂y 3
Ces deux expressions correspond a x et y constituent la base du développement d’approxima-
tions par différences finies pour les dérivées premières ∂f
∂x
et ∂f
∂y
Si le développement est limité
au premier ordre, les expressions des séries de Taylor en avant et en arrière pour la dérivée
première deviennent respectivement :
♦ schéma en avant :

∂f (x, y, t) f (x + ∆x, y, t) − f (x, y, t)

= + Φ(∆x) (1.5)
∂x ∆x

et
∂f (x, y, t) f (x, y + ∆y, t) − f (x, y, t)
= + Φ(∆y) (1.6)
∂y ∆y
♦ schéma en arrière :

∂f (x, y, t) f (x, y, t) − f (x − ∆x, y, t)

= + Φ(∆x) (1.7)
∂x ∆x

et
∂f (x, y, t) f (x, y, t) − f (x, y − ∆y, t)
= + Φ(∆y) (1.8)
∂y ∆y
avec :

∆x ∂ 2 f (x, y, t) ∆x2 ∂ 3 f (x, y, t

Φ(∆x) = − + ... (1.9)
2! ∂x2 3! ∂x3
et
∆y ∂ 2 f (x, y, t) ∆y 2 ∂ 3 f (x, y, t
Φ(∆y) = − + ... (1.10)
2! ∂y 2 3! ∂y 3
les termes Φ(∆x) Φ(∆y) considéré comme l’ereur de methode.
♦ schéma en centre :

∂f (x, y, t) f (x + ∆x, y, t) − f (x − ∆x, y, t)

= + Φ(∆x2 ) (1.11)
∂x 2∆x

et
∂f (x, y, t) f (x, y + ∆y, t) − f (x, y − ∆y, t)
= + Φ(∆y 2 ) (1.12)
∂y 2∆y
avec :
∆x2 ∂ 3 f (x, y, t) ∆x4 ∂ 5 f (x, y, t)
Φ(∆x2 ) = + (1.13)
3! ∂x3 5! ∂x5
et
∆y 2 ∂ 3 f (x, y, t) ∆y 4 ∂ 5 f (x, y, t)
Φ(∆x2 ) = + (1.14)
3! ∂y 3 5! ∂y 5

5
Les expressions de la série de Taylor données par les équations precedantes peuvent être utilisées
pour développer des approximations de différence finie pour la dérivée seconde. Pour obtenir
l’approximation centrale par différences finies de la dérivée seconde on applique :
pour x :

∂2f ∂( ∂f ) f (x + ∆x, y, t) − 2f (x, y, t) + f (x − ∆x, y, t)

( ) = ∂x
= + Φ(∆x2 ) (1.15)
∂x2 ∂x ∆x2

de méme pour y :

∂2f ∂( ∂f
∂y
) f (x, y + ∆y, t) − 2f (x, y, t) + f (x, y − ∆y, t)
( ) = = + Φ(∆y 2 ) (1.16)
∂y 2 ∂y ∆y 2

3 Méthode Euler Cramer

La méthode d’Euler-Cromer est une méthode numérique utilisée pour résoudre des équa-
tions différentielles ordinaires (EDO) du premier ordre. Elle est basée sur une approximation
discrète de la dérivée première à l’aide de différences finies.
si on considerons l’équation differentielle suivante :

df (x,y,t)

dt
= g(x, y, t)
(1.17)
 f (x, y, 0) = f
x,y,0

On peut intégrer cette équation comme suit :

Z tn+1
f (x, y, tn+1 ) = f (x, y, tn ) + g(t, f (x, y, t))dt (1.18)
tn

La méthode d’Euler consiste à approcher l’intégrale par la méthode des rectangles à gauche :
Z tn+1
g(t, f (x, y, t))dt ≃ h × g(tn , f (x, y, tn )) (1.19)
tn

Alors on trouve :
g(x, y, tn+1 ) = f (x, y, tn ) + hg(tn , f (x, y, tn )) (1.20)

donc :
f (x, y, tn+1 ) − f (x, y, tn )
g(tn , f (x, y, tn )) = (1.21)
h
et avec :
df (x, y, t)
= g(x, y, t) (1.22)
dt
df (x, y, t) f (x, y, tn+1 ) − f (x, y, tn )
= (1.23)
dt h
et on peut écrire :
df (x, y, t) f (x, y, tn ) − f (x, y, tn−1 )
= (1.24)
dt h

6
4 schémas en notation indicielle
pour simplifier l’ecreture dans les parties suivantes on change les notation vers les notations
indicielles suivantes :

t
f (x, y, t) = fi,j (1.25)
∆x = ∆y = h (1.26)
∆t = l (1.27)

t
f (x ± ∆x, y, t) = fi±1,y
t
f (x, y ± ∆y, t) = fi,y±1
t±1
f (x, y, t ± ∆t) = fi,y

alors les relation des methodes devient :

• la methode de la défferences finies :
t t t
∂2f fi+1,j − 2fi,j + fi−1,j
= (1.28)
∂x2 h2

t t t
∂2f fi,j+1 − 2fi,j + fi,j−1
=
∂y 2 h2

• la methode de Euler cramer :

t−1
df f t − fi,j
= i,j (1.29)
dt l

7
CHAPITRE 2

PRESENTATION ET RÉSOLUTION NUMÉRIQUE DE

L’EQUATION DE LA CHLEUR

1 Introduction
Un transfert thermique, appelé plus communément chaleur, est l’un des modes d’échange
d’énergie interne entre deux systèmes, l’autre étant le travail. C’est untransfert d’énergie ther-
mique qui s’effectue hors de l’équilibre thermodynamique. Il existe trois modes essentiels de
transfert de chaleur :
• La conduction : se produit au sein d’un solide ou entre deux solides en contact lorsque se
présente un gradient de température.
• La convection : désigne un transfert de chaleur se déroulant dans un fluide, qu’il soit sous
forme liquide ou gazeux, induite par un déplacement de matière. Il existe deux types : convec-
tion naturelle (ou libre) et convection forcée.
• Le rayonnement : désigne les interactions énergétiques entre un système matériel el le champ
électromagnétique environnant. Deux processus élémentaires conduisent à ces échanges : l’émis-
sion et l’absorption.
dans notre projet va attaquer la phénoméne de conductivité.
l’equation de la chaleur dans ce cas est donner par :

dT
α△T = (2.1)
dt
avec : T est la Temperature et t le temps et α une canstante depand de materiau,
Cette equation rest difficile de resourdre analytiquement pour cela nous avons essay de resourdre
avec les methodes numerique Defferences finies et Euler-Cramer.

8
2 Situation du problème
On considère une plaque solide de longueur X ,de largeur Y et de hauteur V d’un matériau
d’une bonne conduction thermique, dont les quatre coté sont maintenues à des températures
constantes. On donne :

X = 50m; Y = 50m, Z = 0.1m, λ0.13w/m.k, , c = 0.11j/kg.k et : ρ = 7.8kg/m3

avec : λ :la conductivité ; c :la capacité caloriphique et ρ :la masse volumique

Puis que V est tres faible devant X et Y on peut considerer que le probleme est bydimensionelle(X, Y )
.

Figure 2.1 – Situation de problème.

l’equation de la chaleur devient :

∂2T ∂2T
 
dT λ
α + = avec α= (2.2)
∂x2 ∂y 2 dt ρc

3 Résolution numérique de l’équation de la chaleur en

régime transitoire
3.1 Maillage et discrétisation en espace et en temps
On se propose de faire une résolution numérique de l’équation de la chaleur à 2D pour une
plaque métallique de dimension X et Y pour T (x, y, t).

∂2T ∂2T
 
dT λ
α + = avec α=
∂x2 ∂y 2 dt ρc

avec :
♦ Les condition ititiale :T (x, y, 0) = 20°C ∀xϵ[0, X] et yϵ[0, Y ]

9
On effectue une discrétisation de l’espace :

xi = i × h; yi = i × h et : ti = i × l

avec :h est le pas de discritisation sepaciale et l s est le pas de la discritisation temporelle

On adopte les deux formule de différence finie de dirévées seconde de x et de y :

∂2T Ti+1,j,t − 2Ti,j,t + Ti−1,j,t

2
= (2.3)
∂x h2

∂2T Ti,j+1,t − 2Ti,j,t + Ti,j−1,t

=
∂y 2 h2

et une formule de Euler Cramer :

t t−1
dT Ti,j − Ti,j
= (2.4)
dt l
on remplace dans l’equation de la chaleur :
 t t t t t t
 t t−1
Ti+1,j − 2Ti,j + Ti−1,j Ti,j+1 − 2Ti,j + Ti,j−1 Ti,j − Ti,j
α + = (2.5)
h2 h2 l
apres simplification on trouve :

t t−1 t−1 t−1 t−1 t−1

Ti,j = z × (Ti+1,j + Ti−1,j ) + z × (Ti,j+1 + Ti,j−1 ) + (1 − 4 × z)Ti,j (2.6)

avec

α×l
z=
h2

alors si on sait les valeurs de temperature dans l’instant t − 1 on peut trouver les valeur de
temperature à l’instant t .

on trouve aussi l’expression de la quantité de chaleur :

t t−1
dT Ti,j − Ti,j
Q= = (2.7)
dt l

10
 Figure 2.2 – Schema de methode.

remarque
á propos de la stabilité de cette methode il faut verifié la condition de stabilité CFL
(Courant-Friedrichs-Lewy) :
h2
l≤ (2.8)
4×α

3.2 simulation de l’equation de la chaleur

Pour la simulation, nous utilisons le langage Fortran pour programmer la boucle et enregis-
trer les résultats. Ensuite, nous utilisons le programme OCTAVE (un programme similaire à
MatLab) pour lire les résultats et créer une animation montrant la variation de la température
au fil du temps.
le programme fortran :

program heat_equation !cond initi de plaque

real h , l ,alpha ,z do i = 1, X
do j = 1, Y
integer i, j, t, X, Y, tmax Tp(i,j,1) = 25
real :: Tp(50,50,100000) end do
real :: Q(50,50,100000) end do

X = 50 !cond en frantieres de plaque

Y = 50 open (unit=2,file=’2d.txt’)
tmax =4000 open (unit=3,file=’centre.txt)
h=0.1 ! pas de X et Y open (unit=4,file=’Quantity.txt’)
l=0.0166 ! pas de temps do t=1,tmax
alpha =0.15 !y=Y en haut
z= alpha*l/h**2 do i = 1, X
Tp(i,Y,t) = 20

11
 end do do j =2 , Y-1
!y=1 en bas !la temperature
do i = 1, X Tp(i,j,t) = z*(Tp(i+1,j,t-1)+Tp(i-1,j,t-1))+ &
Tp(i,1,t) = 20 z*(Tp(i,j+1,t-1)+Tp(i,j-1,t-1))+ &
end do (1-4*z)*Tp(i,j,t-1)
!x=X en droite !la quantité de chaleur
do j = 1, Y Q(i,j,t) = (Tp(i,j,t)-Tp(i,j,t-1))/l
Tp(X,j,t) = 20 write (2,*) t,i,j, Tp(i,j,t)
end do write (3,*) t, Tp(25,25,t)
!X=1 en guauche write (4,*) t,i,j, Q(i,j,t)
do j = 1, Y
Tp(1,j,t) = 20 end do
end do end do
end do end do

do t=2,tmax end program heat_equation

do i=2,X-1

Les fichiers résultants de ce programme sont visualisés à l’aide du logiciel OCTAVE grâce
au programme suivant :
le programme OCTAVE pour la TEMPERATURE :

clear Tp_current=griddata(x,y,
% Load the result file temperature,X_grid,Y_grid);
data = load(’2d.txt’);
% les maximums valeurs de x et y % Plot the temperature variation
X = max(data(:, 2)); % as a surface with colormap
Y = max(data(:, 3)); surf(X_grid, Y_grid, Tp_current);
timesteps = unique(data(:, 1)); title(sprintf(’
Temperature Variation(t = %d)’,t));
figure;% création de figure xlabel(’x’);
ylabel(’y’);
for t = timesteps’ zlabel(’Temperature’);
indices = data(:, 1) == t; xlim([1 X]);
x = data(indices, 2); % ylim([1 Y]);
y = data(indices, 3); % zlim([20 25]);
temperature = data(indices, 4); %zlim([min(temperature), max(temperature)]);

% la surface de traçage
[X_grid, Y_grid] = meshgrid(1:X, 1:Y); colormap(jet); %jet : rouge vers blue
colorbar; % barre des coleurs

12
 view(); end
drawnow;

le programme OCTAVE pour la QUANTITÈ DE CHALEUR :

clear surf(X_grid, Y_grid, Q_current);

data = load(’Quantity.txt’); title(sprintf(’Q Variation (t = %d)’, t));
xlabel(’x’);
X = max(data(:, 2)); ylabel(’y’);
Y = max(data(:, 3)); zlabel(’Q’);
timesteps = unique(data(:, 1)); xlim([1 10]);
figure; % création de figure pour tracer ylim([1 10]);
zlim([1, 10]);
for t = timesteps’ colormap(jet);
indices = data(:, 1) == t; colorbar;
x = data(indices, 2); view();
y = data(indices, 3);
Q = data(indices, 4); drawnow;

[X_grid, Y_grid] = meshgrid(1:X, 1:Y);

Q_current = griddata(x, y, Q, X_grid, Y_grid); end

apès compuler les codes on OCTAVE on obtient deux annimations voilà des extraies des
ces annimation (pour la variation de la temperature et de quantité de chaleur) :
• La variation de la temperature :

13
 (a) La temperature a t = 2 (b) La temperature a t = 102

(c) La temperature a t = 1100 (d) La temperature a t = 1701

Figure 2.3 – la variation de la temperature dans le temps.

On peut observer à partir des figures que les frontières (gauche, droite, bas et haut) sont
maintenues à une température fixe de 20°C. La température augmente progressivement pour
atteindre son maximum au centre de la plaque. Cela indique que la chaleur se diffuse du centre
vers les extrémités jusqu’à ce que la température de toute la plaque soit égale à celle des
extrémités. Cette observation correspond bien à la réalité physique.
• La variation de la Quantité de chaleur :

14
 (a) La quantité de chaleur à t = 2 (b) La quantité de chaleur à t = 102

(c) La quantité de chaleur à t = 1100 (d) La quantité de chaleur à t = 3701

Figure 2.4 – la variation de la quantité de chaleur dans le temps.

D’après les figures, on peut observer que les frontières (gauche, droite, bas et haut) ont une
température fixe de 20°C. Initialement, la plaque a une température plus élevée que celle des
frontières, ce qui crée un gradient de température. Cette différence de température entraîne
une augmentation de la quantité de chaleur. On remarque également que la négativité de Q
est due à la diminution de la température.le taux d’augmentation diminue avec le temps, car
le gradient de température diminue également jusqu’à ce qu’il s’annule.
• L’influance de la conductivité :

si on change la conductivité de matériau λ on trouve les courbes suivantes :

15
 Figure 2.5 – l’influance de la conductivité sur la variation de la temperature.

En observant ces courbes, il est clairement visible que si la conductivité augmente, la tem-
pérature diminue plus rapidement. Cela signifie qu’un matériau ayant une conductivité élevée
présente une faible résistance thermique.

16
 CONCLUSION

En conclusion, ce projet a permis d’approfondir notre compréhension des méthodes numé-

riques utilisées pour résoudre l’équation de la chaleur et simuler la variation de la température
dans le temps. Grâce à l’utilisation du langage de programmation Fortran, nous avons pu mettre
en place une boucle de simulation efficace pour obtenir les résultats souhaités.
L’utilisation du logiciel OCTAVE a été essentielle pour visualiser de manière graphique l’anima-
tion de la variation de la température. Cette visualisation nous a permis d’observer clairement
l’évolution de la température dans le domaine étudié et d’analyser les effets des différents pa-
ramètres.
De plus, la création d’une vidéo à partir de l’animation générée par OCTAVE à l’aide du logiciel
ImageMagick a ajouté une dimension dynamique à la présentation des résultats. Cela a facilité
la communication des conclusions et la démonstration des variations de température au fil du
temps.
En réalisant ce projet, nous avons pu constater l’importance des méthodes numériques dans
la résolution des problèmes thermiques et leur application dans des domaines tels que la phy-
sique, l’ingénierie et la recherche scientifique. La simulation numérique offre un moyen puissant
d’analyser les phénomènes thermiques et d’explorer les conséquences de différents paramètres
sur la température d’un système.ce projet a été une expérience enrichissante qui nous a permis
d’approfondir nos connaissances en méthodes numériques, de maîtriser l’utilisation de Fortran
pour la simulation, ainsi que d’exploiter la capacité d’OCTAVE pour visualiser et présenter les
résultats de manière efficace. Nous espérons que cette étude contribuera à une meilleure com-
préhension des phénomènes thermiques et à des avancées dans le domaine de la modélisation
et de la simulation des systèmes thermiques.

17