Diagnostic du système isolant des machines électriques par identification paramétrique : dans un contexte de maintenance prédictive des turbines offshores

par Esseddik Ferdjallah Kherkhachi

Thèse de doctorat en Électronique et Génie Électrique

Sous la direction de Luc Loron, Mohamed Benbouzid, Guy Clerc, Mohamed Benbouzid et de Emmanuel Schaeffer.

Soutenue en 2015

à Nantes , dans le cadre de École doctorale Sciences et technologies de l'information et mathématiques (Nantes) , en partenariat avec Institut de Recherche en Énergie Électrique de Nantes-Atlantique (laboratoire) et de École polytechnique de l'Université de Nantes (autre partenaire) .

Le jury était composé de Luc Loron, Mohamed Benbouzid, Guy Clerc, Mohamed Benbouzid, Emmanuel Schaeffer, Jean-François Brudny, Gérard Champenois.

Les rapporteurs étaient Jean-François Brudny, Gérard Champenois.

mots clés

• Identification paramétrique
• Isolants électriques
• Énergie des mers
• Énergies renouvelables
• Coût -- Contrôle

Résumé

La réduction des coûts d’exploitation des fermes énergétiques offshores représente un verrou scientifique et technologique majeur pour le développement pérenne des EMRs. Les turbines des éoliennes et des hydroliennes souffrent en effet de conditions d’exploitation particulièrement sévères en environnement marin. Le système isolant des génératrices hydroliennes est l’un des éléments les plus sensibles à ces contraintes agressives, il est donc primordial de suivre en continu son état de santé. Dans le cadre de la maintenance prédictive, nous proposons une nouvelle méthode de diagnostic de l’isolation. Celle-ci est basée sur le suivi en continu d’un indicateur de diagnostic (ID) construit à l’aide des paramètres estimés d’un modèle de type multi-ligne de transmission (MLT) et de leur incertitude. Après avoir présenté la constitution et la modélisation du système isolant des machines tournantes, nous détaillons le développement théorique de l’identification paramétrique par la méthode du modèle. L’étude des fonctions de sensibilité ainsi que de l’hyper-surface de l’énergie de l’erreur de sortie fournit une évaluation de l’incertitude sur les paramètres estimés. Nous présentons ensuite les bancs de vieillissement thermique et de cyclage thermomécanique, ainsi que le générateur d’impulsions conçu spécifiquement. Les résultats expérimentaux obtenus sont exploités dans le dernier chapitre pour comparer différentes structures de modèle et évaluer leurs potentialités de diagnostic. La modélisation du système isolant par approche MLT s’est avérée intéressante pour détecter une évolution de l’ID due à une dégradation du mur isolant.

Résumé

With the development of RME, the reduction of operating costs is a key issue to improve their viability. To achieve this aim, it is necessary to consider the specific marine environment constraints. The insulation system of tidal generators is one of the most sensitive parts to these aggressive constraints, so it is important to continuously monitor its state of health. In a predictive maintenance context, we propose a new method for the online monitoring of the machine insulation. It is proposed to continuously monitor a diagnostic indicator (DI) based on the identified parameters of a multi transmission line (MTL) model. After presenting the composition of the rotating machine insulation system and its modeling, we have detailed the theoretical development of the parametric model identification method. The study of the sensitivity functions and the error energy are chosen give an evaluation of the identified parameter uncertainty. This approach allows to test the effectiveness of the diagnostic models. We have then introduced the benches of thermal aging and thermomechanical cycling as well as a pulse generator designed specifically. The experimental results obtained are used to study various model structures and assess their diagnostic potential. The modeling approach by MTL has been proven to be effective to show the possibility of detecting a change in the DI due to a degradation of the insulating wall.