Un ensemble de méthodes numériques et de procédures associées pour approcher les solutions des équations de conservation gouvernantes de la mécanique des fluides (masse, quantité de mouvement, énergie, espèces) sur des domaines spatiaux et temporels discrétisés ; en pratique la CFD couple schémas de discrétisation, conditions aux limites et initiales, modèles de turbulence/fermeture, solveurs linéaires/non linéaires et gestion du maillage pour calculer les champs d'écoulement et quantités dérivées.

Principe

La solution calculée est déterminée par la combinaison des équations gouvernantes, de la précision de discrétisation, de la résolution/maillage, des modèles de turbulence ou de fermeture et du comportement numérique du solveur ; la convergence, la vérification (correction mathématique), la validation (accord avec la réalité) et la quantification des incertitudes régissent la fiabilité des résultats CFD pour une application donnée.

Démonstration

Scénario illustratif : Situation — estimer portance et distribution de pression sur un profil 2D à faible nombre de Reynolds. Reconnaissance — choisir équations Navier–Stokes ou RANS, maillage adapté résolvant la couche limite, conditions aux limites lointaines et paroi, et modèle laminaire ou de turbulence. Action — réaliser affinements de maillage (convergence spatiale) et études de convergence temporelle/itérative, vérifier l'erreur de discrétisation et comparer les coefficients de pression à des données de soufflerie ou références fiables. Conséquence — une solution CFD validée fournit pressions, cisaillements et forces intégrées avec incertitudes quantifiées pour la prise de décisions de conception.

Mauvaise application

Se fier à une solution sur un maillage grossier ou à un modèle de turbulence inapproprié, négliger vérification/validation ou mal spécifier les conditions aux limites en attendant une précision prédictive élevée ; l'erreur est de considérer les résultats CFD comme vérité absolue sans évaluer l'erreur de discrétisation, l'inadéquation du modèle ou la sensibilité aux paramètres numériques.

Conséquence

Bien vérifiée et validée, la CFD permet de prédire et visualiser des écoulements inaccessibles autrement, soutient l'itération de conception et réduit les essais physiques ; mal utilisée, elle peut produire des résultats trompeurs entraînant de mauvaises décisions techniques, coûts accrus ou conceptions non sûres si les erreurs demeurent non détectées.

Inversion

Pour des écoulements simples et fortement idéalisés ou pour des dimensionnements conceptuels initiaux, des modèles analytiques de bas ordre (par ex. écoulement potentiel, ligne de portance, corrélations empiriques) peuvent être préférables ; inversement, en régimes raréfiés ou moléculaires, les équations du continuum qui fondent la CFD échouent et des méthodes particulaires (DSMC) ou simulations moléculaires sont nécessaires.

Limite

Clairement dans — régimes continus où Navier–Stokes ou leurs variantes moyennées s'appliquent et où la géométrie et les couches limites peuvent être résolues ou modélisées. Cas limite — écoulements transitionnels avec raréfaction intermédiaire ou turbulence/transition mal connue nécessitant des modèles avancés ou calibration expérimentale. Claire­ment hors — écoulements très raréfiés, transports fortement quantiques ou atomistiques, et problèmes gouvernés par phénomènes non exprimables par EDP du continuum.

Tension sémantique

Tension entre fidélité du modèle et coût informatique : une plus grande fidélité (maillage fin, LES/DNS) accroît la précision mais exige ressources et données de validation ; tension entre considérer la CFD comme expérience prédictive ou comme simulation exploratoire — il faut équilibrer efforts de vérification/validation et délais de conception.

Synthèse

La CFD est une plateforme d'expérimentation numérique : son utilité dépend non seulement du solveur mais d'une démarche rigoureuse de vérification, validation et quantification des incertitudes. Elle transforme les lois de conservation du continuum en données exploitables uniquement si erreurs numériques et insuffisances modèles sont gérées explicitement.