Analyse, diagnostic et optimisation énergétiques d'un parc de machines électriques sur site industriel.

par Mohamed Omar Younsi

Thèse de doctorat en Génie Electrique

Sous la direction de Jean-Philippe Lecointe.

Soutenue le 13-10-2017

à l'Artois , dans le cadre de École doctorale Sciences pour l'Ingénieur (Lille) .


  • Résumé

    Les moteurs électriques sont responsables de 67% de la consommation d’électricité dans l’industrie. Remplacer les moteurs installés par des entrainements plus efficients requiert de statuer sur leur adéquation avec les charges qu’ils entrainent. Une contrainte forte est de les analyser « on-line » et sans mesures intrusives ni consignations des installations.Cette thèse répond à un triple objectif. Premièrement, un dispositif de diagnostic « non-invasif » facilement intégrable en milieu industriel a été développé avec quatre méthodes d’évaluation du niveau de charge des moteurs asynchrones directement connectés au réseau. Deux de ces méthodes, existantes et basées sur la mesure du courant et du flux magnétique de dispersion, font l’objet d’améliorations significatives qui les portent à un niveau TRL7. Les deux autres méthodes exploitent la mesure seule du flux de dispersion. Leur applicabilité est vérifiée pour une alimentation par un système de tensions, équilibré ou non, avec des variations permanentes ou aléatoires. Une étude plus exploratoire montre que l’estimation non-invasive du courant absorbé par les machines asynchrones alimentées par convertisseurs électroniques est possible par exploitation du flux rayonné. Deuxièmement, le dispositif de diagnostic énergétique et des algorithmes de recherche de motorisation adaptée à un cycle de fonctionnement défini ont été appliqués à des exemples concrets d’optimisation énergétique sur un site industriel très énergivore, une aluminerie. Troisièmement, cette étude propose une réflexion sur la gestion d’un parc moteurs et, notamment, sur l'analyse des performances des moteurs neufs comparés à ceux ayant subi un rebobinage.

  • Titre traduit

    Analysis, diagnosis and energy optimization of an electrical motor fleet on industrial plant.


  • Résumé

    In the industry, electrical motors are responsible for 67% of electricity consumption. Replacing installed motors by more efficient ones requires the knowledge of their suitability with the loads that they drive. Analyzing the load variations without intrusive measurements or installations consignments is a strong constraint.That is why this thesis has a threefold purpose. Firstly, a “noninvasive” diagnostic device has been developed with four methods for evaluating the load of grid-connected induction motors. Two of these methods, based on the measurement of the current and the magnetic stray flux, have been significantly improved up to TRL7. The two other methods exploit only the measurement of the stray flux. Their applicability is checked for balanced and unbalanced supply voltage systems with permanent or random variations. A more exploratory study shows that the noninvasive estimation of the current for inverter-fed induction machines is possible using the radiated external flux. Secondly, the energy diagnosis device and search algorithms adapted to an operating cycle motorization have been applied to practical examples of energy optimization in an electro-intensive industrial plant, an aluminum smelter. Thirdly, a reflection on the management of a motor fleet is proposed, in particular, on the performance analysis between new motors and rewounded ones.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université d'Artois (Arras, Pas-de-Calais). Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.