Contribution à la conception d'un capteur intelligent de déformation à base de systèmes programmables sur puce et de jauges de contraintes

• Auteur / Autrice : Sylvain Poussier
• Direction : Serge Weber
• Type : Thèse de doctorat
• Discipline(s) : Instrumentation et micro-électronique
• Date : Soutenance en 2002
• Etablissement(s) : Nancy 1
• Partenaire(s) de recherche : autre partenaire : Université Henri Poincaré Nancy 1. Faculté des sciences et techniques

Mots clés

Mots clés contrôlés

Prototypage (informatique)

Systèmes, Conception de

Jauges de contrainte

Résumé

La thèse porte sur la conception d'un système universel de mesure de déformations destiné au secteur de l'embarqué. Le premier chapitre présente les méthodes d'extensométrie et les jauges de contrainte. Les limites d'utilisation des compensations thermiques classiques des ces jauges sont présentées et la nécessité d'une auto-adaptation du traitement au capteur et à son environnement est démontrée. L'architecture mixte matérielle logicielle est discutée. Une large étude de la conception conjointe matérielle logicielle est exposée. Les résultats des implantations sont analysés. Le démonstrateur réalisé est présenté. Plusieurs procédés d'auto-adaptation du traitement sont détaillés et évalués. Pour conclure notre travail, la seconde version du dispositif qui est en cours de réalisation est présentée et nous donnons les perspectives du travail réalisé en ouvrant le sujet sur certaines méthodes tels que les réseaux de neurones ou encore la séparation aveugle de sources.

The thesis is about a universal strain measurement system for embedded application. First chapter provides a general presentation of the extensometry methodologies and the strain gage sensors. Classical thermal compensation limitations are proven and the necessity of self-adaptation of the treatment to the sensor and his environment is set out. The hardware and software architecture is discussed and a study of CODESIGN methodology is exposed. Demonstrator prototype is detailed. Several processes for self-adaptation are enounced and evaluated. Finally, we expound the second version of the prototype and we give our perspective like uses of neural network or blind source separation.