Méthodologies de conception optimale de systèmes de conversion électromécanique
Auteur / Autrice : | Maya Hage Hassan |
Direction : | Claude Marchand |
Type : | Thèse de doctorat |
Discipline(s) : | Physique |
Date : | Soutenance le 14/03/2014 |
Etablissement(s) : | Paris 11 |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences et Technologies de l'Information, des Télécommunications et des Systèmes (Orsay, Essonne ; 2000-2015) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Génie électrique et électronique de Paris (Gif-sur-Yvette, Essonne ; 1998-....) |
Jury : | Président / Présidente : Jean Bigeon |
Examinateurs / Examinatrices : Claude Marchand, Jean Bigeon, Stéphane Brisset, Christophe Espanet, Guillaume Krebs, Sid-Ali Randi, Ghislain Remy | |
Rapporteurs / Rapporteuses : Stéphane Brisset, Christophe Espanet |
Mots clés
Résumé
Cette thèse traite de la conception de systèmes électromécaniques, en particulier des machines électriques dédiées à des applications de traction. La démarche adoptée allie précision des résultats et réduction du temps de calcul du processus. A cet égard, deux thèmes ont été abordés dans cette thèse. Le premier thème concerne la modélisation de machines électriques et l’utilisation de méthodes semi-numériques. Une architecture de réseau de réluctances est proposée pour analyser les performances de machines à flux axial. Elle permet la prise en compte de l'aspect temporel et la caractéristique non-linéaire des matériaux ferromagnétiques. Des modèles basés sur la méthode des éléments finis ont été établis pour valider les résultats de modélisation. Le faible écart entre modèles numériques et semi-numériques montre le bien fondé des méthodes proposées. Des dimensionnements offrant un compromis entre précision de la solution finale et temps de calcul font l’objet du second thème de la thèse. La technique du Space Mapping est connue pour son efficacité, elle permet d'exploiter à moindre coût un modèle précis. Deux techniques qui en dérivent sont proposées en associant la modélisation par réseau de réluctances et des techniques d'optimisation. La première repose sur la modélisation de l'erreur entre des modèles de précisions différentes par une fonction à bases radiales. La deuxième intègre la correction de l'erreur dans la résolution des réseaux de réluctances en couplant les modèles linéaire et non-linéaire d'une machine électrique.