Thèse de doctorat en Génie Electrique
Sous la direction de Jean-Jacques Rousseau.
Soutenue en 1995
à Lyon, INSA , dans le cadre de École doctorale Électronique, électrotechnique, automatique (Lyon) , en partenariat avec CEGELY - Centre de génie électrique de Lyon (Rhône) (laboratoire) .
Les ferrites doux constituent le matériau de base des composants magnétiques de l'électronique de puissance. A ce titre, ils sont soumis à des sollicitations particulières. Les fréquences de travail sont élevées, les niveaux d'induction crête éloignés de la saturation et les formes d'ondes du flux sont rarement sinusoïdales. Dans ce contexte, la modélisation des ferrites doux nécessite la prise en compte de phénomènes complexes tels que l'hystérésis et les courants de Foucault. Nous présentons un modèle comportemental spécifiquement adapté aux ferrites doux. Ce modèle prend en considération l'hystérésis et les phénomènes dynamiques. Confronté à l'environnement particulier de l'électronique de puissance, le modèle fait preuve d'aptitudes remarquables pour la prédiction des pertes fer, la prédétermination des caractéristiques magnétiques et des grandeurs électriques. Outre une excellente précision, le modèle nécessite fort peu de données expérimentales et fournit les résultats de simulation en quelques secondes
= Soft ferrites modelling in the context of power electronics
[Soft ferrites are the base material of magnetic components in power electronics. Therefore,they are submitted to specific operating conditions. Frequencies are ligh, peak flux density is distant from saturation and the waveforms of the flux are rarely sinusoidal. In this context, soft ferrites modelling needs to take into account complex phenomena such as hysteresis and eddy currents. We present a behavioural mode! specifically adapted to soft ferrites. This model takes into account both hysteresis and dynamic phenomena. In the specific environment of power electronics, this model shows a good ability to predict iron losses, magnetic characteristics and electrical values. Its main advantages are the few experimental data needed to identify its parameters, its excellent accuracy and its speed of execution. ]