Comme tous les secteurs concernés par l’électrification, celui du transport nécessite la conception de systèmes électriques performants et efficaces qui répondent à de multiples contraintes, telles que le coût et la compacité. Dans ce contexte, l’optimisation est devenue une étape primordiale du processus de conception de ces systèmes, en particulier pour les machines électriques.
Lors de la conception d’une machine électrique, les méthodes basées sur les éléments finis, reconnues pour leur précision et leur caractère générique, sont souvent utilisées pour simuler les performances. Cependant, du fait des temps de calcul relativement longs, l’utilisation de ces méthodes dans des boucles d’optimisation est pénalisante, a fortiori dans le cas d’algorithmes d’optimisation stochastique qui nécessitent eux-mêmes un nombre de calculs importants.
Des travaux de recherche sont menés au sein de la Direction « Mobilité et Systèmes »1 afin de proposer de nouvelles méthodologies d’optimisation répondant à ce problème de temps de calcul. Ainsi, des approches telles que l’utilisation de modèles de substitution sont d’ores et déjà utilisées [1]. D’autres approches, telles que l’optimisation bayésienne2 et l’optimisation multifidélité, sont également envisagées. En plus de la réduction du temps de calcul, ces approches pourraient conduire à une modélisation et une optimisation plus pertinente du système électrique étudié, en permettant une prise en compte plus complète des phénomènes physiques qui régissent son comportement.
Une fois la conception de la machine électrique réalisée, garantir sa bonne exploitation dans toutes les conditions de fonctionnement implique le développement et l’implémentation de lois de contrôle et de solutions de diagnostic afin de la commander au mieux.
L’approche globale développée et utilisée pour le contrôle et le diagnostic des machines électriques est illustrée à la figure 1.
Sur le plan du contrôle, un comportement optimal et robuste sur toute la plage de fonctionnement est assuré par des algorithmes dédiés, développés au sein de la direction. Ces algorithmes utilisent les données de conception ainsi qu’un système de génération automatique de code qui permet d’accélérer la phase d’implémentation de ces logiciels dans les cartes de contrôle des onduleurs développés également par l’IFPEN.
Au sujet du diagnostic, des travaux de recherche sont menés pour développer des indicateurs de défauts permettant de suivre l’état de santé des stators et des rotors :
- au niveau des stators, le principe est de surveiller le vieillissement de l’isolant pour anticiper l’apparition de graves défauts de court-circuits interspires. Aussi, une méthode utilisant une transformée en ondelette a-t-elle été développée pour identifier et localiser les défauts interspires naissants [2] ;
- concernant les rotors, il s’agit de surveiller les aimants pour détecter l’apparition de défauts de désaimantation et ainsi anticiper la baisse des performances des machines. Une approche par éléments finis nous a permis de développer un indicateur de ce type de défaut en utilisant la composante homopolaire des forces électromotrices [3].
Sur ces deux types de défauts, un gain en sensibilité de détection est attendu par une approche comportementale en zone haute fréquence, actuellement en cours de développement. Le travail mené porte sur la modélisation des phénomènes et sur le développement de méthodes de traitement de signal dédiées. De plus, pour obtenir un bon compromis entre temps de calcul et précision des résultats, des simulations hybrides, combinant des calculs par éléments finis et reposant sur des modèles de circuits électriques équivalents, ont été adoptées3.
Les travaux de modélisation, d’optimisation, de contrôle et de diagnostic des machines électriques, conduits dans la direction « Mobilité et Systèmes », permettent de couvrir l'ensemble de la vie des machines électriques, depuis leur phase de conception en passant par leur mise en service, la validation de leur performance et jusqu’à la surveillance de leur fonctionnement en conditions réelles.
1- Par le département « Systèmes électriques et électroniques », en collaboration avec le département « Mathématiques appliquées » de la direction « Sciences et Technologies du Numérique ».
2- Thèse de Adan Reyes Reyes : Contribution méthodologique au dimensionnement optimal et robuste des machines électriques dédiées aux chaines de traction VE et VEH.
3- Thèse de Jérémy Creux: “Modélisation hautes fréquences des machines synchrones à aimants, Application à la détection précoce des défauts inter-spires et des défauts de désaimantation”.
Références bibliographiques
-
A. R. Reyes, A. Nasr, D. Sinoquet and S. Hlioui, Robust design optimization taking into account manufacturing uncertainties of a permanent magnet assisted synchronous reluctance motor, 2022 IEEE International Conference on Electrical Sciences and Technologies in Maghreb (CISTEM), Tunis, Tunisia, 2022, pp. 1-6.
>> https://doi.org/10.1109/CISTEM55808.2022.10043885
-
N. Haje Obeid, A. Battiston, T. Boileau and B. Nahid-Mobarakeh, Early Intermittent Interturn Fault Detection and Localization for a Permanent Magnet Synchronous Motor of Electrical Vehicles Using Wavelet Transform, in IEEE Transactions on Transportation Electrification, vol. 3, no. 3, pp. 694-702, Sept. 2017.
>> https://doi.org/10.1109/TTE.2017.2743419
-
J. Creux, N. H. Obeid, T. Boileau and F. Meibody-Tabar, Local Demagnetization Fault Detection in PMASynRM based on Finite Element Modeling and Characterisation, IECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics Society, Brussels, Belgium, 2022, pp. 1-6.
>> https://doi.org/10.1109/IECON49645.2022.9968829
Contacts scientifiques : andre.nasr@ifpen.fr - najla.haje-obeid@ifpen.fr