Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
UNIVERSITE PARIS XI UFR SCIENTIFIQUE D’ORSAY
N° D’ORDRE : 7641
THESE
Présentée
Pour obtenir
Le GRADE de DOCTEUR EN SCIENCES
DE L’UNIVERSITÉ PARIS SUD XI
PAR
Eric de CECCO
Sujet :
Contribution au développement d’un outil logiciel d’aide à la conception de systèmes électromagnétiques.
Application aux machines synchrones à aimants permanents. Soutenue le 13 juillet 2005 devant le jury composé de : M. M. BESBES Ingénieur de recherche
M. S. CLENET Professeur des Universités (rapporteur)
M. C. MARCHAND Professeur des Universités
M. A. MIRAOUI Professeur des Universités (président)
M. F. WURTZ Chargé de recherche au CNRS (rapporteur)
A mon épouse, A mes enfants,
Je dédie ce travail.
Avec toute mon affection.
REMERCIEMENTS
Le travail de recherche présenté dans ce mémoire a été effectué au sein du Laboratoire de Génie Electrique de Paris (LGEP), dans l’équipe COCODI, département MOCOSEM.
Je remercie M. Alain KREISLER, Directeur du LGEP, pour m’avoir accueilli dans le
laboratoire. Je remercie M. Adel RAZEK, directeur de recherche au CNRS, responsable du
département MOCOSEM au LGEP, pour m’avoir accueilli dans le département ainsi que pour ses conseils et son soutien.
J’exprime ma profonde gratitude à M. Claude MARCHAND, Professeur des Universités à
l’Université de Paris Sud, responsable de l’équipe COCODI, qui a encadré ces travaux de thèse. Je le remercie chaleureusement pour son encadrement, ses remarques pertinentes, son soutien tout au long de cette thèse, et pour avoir su me laisser la liberté dont j’avais besoin pour travailler.
Mes plus vifs remerciements s’adressent à M. Monder BESBES, ingénieur de recherche au
CNRS, pour sa précieuse participation et sa disponibilité tout au long de cette thèse. Qu’il trouve ici l’expression de ma profonde reconnaissance.
Je remercie M. Abdelatif MIRAOUI, Professeur des Universités à l’Université de
Technologie de Belfort-Monbéliard, pour m’avoir fait l’honneur de présider le jury. Je remercie chaleureusement M. Stéphane CLENET, Professeur des Universités à l’Ecole
Nationale Supérieure des Arts et Métiers, ainsi que M. Frédéric WURTZ, chargé de recherche au CNRS au LEG (Laboratoire d'Electrotechnique de Grenoble), pour l’honneur qu’ils m’ont fait d’examiner ce mémoire en qualité de rapporteurs. Leurs avis éclairés m’ont été précieux.
J’exprime toute ma sympathie à mes camarades de travail pour l’ambiance chaleureuse qui
a toujours régnée : Z. MAKNI, avec qui j’ai souvent collaboré, M. TAFERGUENIT, W. P. CARPES Jr, K. AZOUM, M. BENSETTI, S. ALSABBAH, M. HADJALI, G. SAVEL, C. DA SILVA, O. SCHNEEGANS, … et cette liste n’est pas exhaustive.
Mes remerciements s’adressent également à M. Eric BERTHELOT, Ingénieur de
recherche au CNRS, M. Laurent SANTANDREA, Ingénieur d’Etude CNRS et M. Frédéric BOUILLAULT, Professeur des Universités à l’Université de Paris Sud, pour les fructueuses discussions que j’ai eu avec eux.
Mes remerciements à Saliou DIOUF, doctorant au laboratoire LISSI, pour son soutien et
nos fraternelles relations. Je ne saurais omettre de remercier Mme Françoise MONDESIR, Mlle Monique
SAVREUX et Mme Christine SAFAKHAH pour leur disponibilité, leur sympathie et leur aide précieuse.
Je remercie tous les membres du laboratoire qui ont su créer une ambiance de travail
chaleureuse. Mes remerciements s’adressent à tous ceux, famille et amis, qui m’ont encouragés et
soutenus tout au long de cette thèse. Je réserve une place toute particulière à mon épouse Tachrifat sans qui ce travail n’aurait
jamais débuté et grâce à qui il a été mené à terme.
REMERCIEMENTS......................................................................................................... 3
INTRODUCTION GENERALE ............................................................................ 8
- CHAPITRE I -...................................................................................................... 12
ETAT DE L’ART SUR LA CONCEPTION DES SYSTEMES ELECTROMAGNETIQUES ASSISTEE PAR ORDINATEUR...................... 12
I. GENERALITES....................................................................................................... 13 II. SITUATION DU PROBLEME .............................................................................. 13
II.1. Généralités ....................................................................................................... 13 II.2. Les différentes étapes du processus de conception.......................................... 13 II.3. Outil informatique et démarche de conception................................................ 15
III. L’OUTIL LOGICIEL D’AIDE A LA CONCEPTION « IDEAL »...................... 15 III.1. Définition........................................................................................................ 15 III.2. Enonciation des critères.................................................................................. 15 III.3. Limites de ces outils ....................................................................................... 16
IV. LES DIFFERENTES APPROCHES ET LES OUTILS DISPONIBLES............. 17 IV.1. L’approche analytique.................................................................................... 17 IV.2. L’approche analytique assistée par ordinateur ............................................... 17 IV.3. Les outils utilisant une approche procédurale................................................ 18 IV.4. Les outils de type « systèmes experts ».......................................................... 19 IV.5. Les outils mettant en œuvre des techniques d’optimisation associées à un
outil d’analyse numérique ............................................................................................ 20 V. CONCLUSION....................................................................................................... 21
- CHAPITRE II - SIMAP : UN OUTIL DE SIMULATION DE MACHINES SYNCHRONES A AIMANTS PERMANENTS ................................................ 22
I. INTRODUCTION.................................................................................................... 23 II. DESCRIPTION DE SIMAP................................................................................... 23
II.1. Structure........................................................................................................... 23 II.2. Contenu des modules ....................................................................................... 24
III. ANALYSE PAR RAPPORT A L’OUTIL « IDEAL » ......................................... 25 IV. CONCLUSION ..................................................................................................... 26
- CHAPITRE III - GENERATION D’UNE GEOMETRIE & MAILLAGE 28 A. LE MODULE PREDIMENSIONNEMENT........................................................ 29
I. INTRODUCTION.................................................................................................... 29 II. PREDIMENSIONNEMENT DE LA STRUCTURE ............................................. 29
II.1. Le module inclus dans SIMAP ........................................................................ 29 II.1.1. Désignation des grandeurs ............................................................................... 29 II.1.2. Détermination des caractéristiques de la machine............................................ 30
I.1.1.1. Algorithme mis en œuvre................................................................................ 30 I.1.1.2. Grandeurs calculées....................................................................................... 31
II.1.3. Validation......................................................................................................... 32 II.1.4. Mise en œuvre .................................................................................................. 33
II.2. Couplage avec PASCOSMATM......................................................................... 33
B. GENERATION DE GEOMETRIE ET MAILLAGE ........................................ 33 I. MISE EN ŒUVRE SOUS « MODULEF » ............................................................. 33
I.1. Description ........................................................................................................ 33 I.2. Les conducteurs................................................................................................. 34 I.3. Les sous-domaines ............................................................................................ 34 I.4. Illustration ......................................................................................................... 34
II. LA BIBLIOTHEQUE DE SIMAP ......................................................................... 35 III. ELABORATION DE NOUVELLES STRUCTURES ......................................... 36 IV. APPLICATION..................................................................................................... 36 V. CONCLUSION....................................................................................................... 37
- CHAPITRE IV -................................................................................................... 38
SIMULATION PAR LA METHODE DES ELEMENTS FINIS & POST-TRAITEMENT........................................................................................... 38
A. SIMULATION PAR LA METHODE DES ELEMENTS FINIS ...................... 39 I. MISE EN EQUATION DE LA MACHINE – COUPLAGE CIRCUIT.................. 39
I.1. Aspect magnétique ............................................................................................ 39 I.2. Couplage à un circuit électrique extérieur ........................................................ 41 I.3. Discrétisation temporelle du système................................................................ 42 I.4. Résolution de ce système .................................................................................. 43 I.5. Prise en compte du mouvement ........................................................................ 44 I.6. Calcul de forces................................................................................................. 44 I.7. Prise en compte de la saturation des matériaux ................................................ 44
II. ALIMENTATION DE L’ACTIONNEUR SYNCHRONE PAR UNE SOURCE QUELCONQUE............................................................................................................... 44
II.1. Introduction...................................................................................................... 44 II.2. Alimentation par une source de courant ou de tension.................................... 45
II.2.1. Machine couplée en étoile alimentée par une source de tension en étoile ....... 45 II.2.2. Couplage polygonal des phases de la machine ................................................ 47
II.3. Machine alimentant un convertisseur alternatif-continu non commandé........ 50 II.3.1. Introduction...................................................................................................... 50 II.3.2. Ponts simples.................................................................................................... 50 II.3.3. Ponts doubles ................................................................................................... 53
II.4. Machine associée à un convertisseur alternatif-continu ou continu-alternatif 57 II.4.1. Généralités........................................................................................................ 57 II.4.2. Modélisation des composants........................................................................... 58
I.1.1.3. Les composants de puissance en conduction ................................................. 59 I.1.1.4. Commutation des composants de puissance .................................................. 59 I.1.1.5. Modélisation de la cellule .............................................................................. 59
II.4.3. Modélisation de l’ensemble convertisseur-actionneur ..................................... 60 II.4.4. Validation......................................................................................................... 64
I.1.1.6. Alimentation en pleine onde........................................................................... 65 I.1.1.7. Alimentation en MLI naturelle ....................................................................... 66
II.4.5. Réduction du régime transitoire ....................................................................... 67 II.4.6. Actionneurs à rotors excités ............................................................................. 68
III. FONCTIONNEMENT DU MODULE « SIMULATION PAR ELEMENTS FINIS »............................................................................................................................. 68
IV. APPLICATION..................................................................................................... 69 B. LE POST-TRAITEMENT .................................................................................... 70
I. INTRODUCTION.................................................................................................... 70 II. PRESENTATION................................................................................................... 71
II.1. Fonctionnalités................................................................................................. 71 II.2. Mise en œuvre.................................................................................................. 71
C. CONCLUSION....................................................................................................... 71
- CHAPITRE V - ANALYSE DE SENSIBILITE & OPTIMISATION ........ 72 A. LE MODULE « ANALYSE DE SENSIBILITE »............................................... 73
I. INTRODUCTION.................................................................................................... 73 II. ETUDE DE SENSIBILITE PAR LES PLANS D’EXPERIENCES...................... 73
II.1. Présentation...................................................................................................... 73 II.1.1. Généralités........................................................................................................ 73 II.1.2. Définitions & notations .................................................................................... 74 II.1.3. Les plans factoriels........................................................................................... 75
I.1.1.1. Définition ....................................................................................................... 75 I.1.1.2. Effet d’un facteur ........................................................................................... 75 I.1.1.3. Interactions entre facteurs ............................................................................. 75 I.1.1.4. Exemple.......................................................................................................... 75
II.1.4. Les plans fractionnaires.................................................................................... 78 I.1.1.5. Principe.......................................................................................................... 78 I.1.1.6. Les tables de Taguchi..................................................................................... 81
a) Principe.................................................................................................... 81 b) Les différentes tables............................................................................... 83
II.2. Mise en œuvre dans SIMAP ............................................................................ 83 II.2.1. Présentation ...................................................................................................... 83 II.2.2. Exemple d’utilisation de ces critères................................................................ 84 II.2.3. Possibilités offertes par SIMAP ....................................................................... 84 II.2.4. Application....................................................................................................... 85
B. LE MODULE « OPTMISATION »...................................................................... 88 I. GENERALITES....................................................................................................... 88 II. LE SIMPLEXE ....................................................................................................... 88 III. LES ALGORITHMES GENETIQUES................................................................. 89 IV. APPLICATION..................................................................................................... 89
C. CONTRAINTES D’ENCOMBREMENT............................................................ 90 I. PRESENTATION .................................................................................................... 90 II. GESTION DE CES CONTRAINTES.................................................................... 92 III. DISCUSSION........................................................................................................ 93
D. CONCLUSION....................................................................................................... 94
CONCLUSION GENERALE ............................................................................... 95
PUBLICATIONS & CONGRES .......................................................................... 98
BIBLIOGRAPHIE ............................................................................................... 100
INTRODUCTION GENERALE
Introduction générale
L’intérêt des machines électriques, en temps qu’actionneur ou générateur, fut mis en évidence dès le 19ème siècle ; mais ce fut l’avènement de l’électronique de puissance, autorisant la production de fréquences variables à des niveaux de puissance élevée, qui permit d’étendre les domaines d’utilisation des machines de types synchrone et asynchrone. Les progrès réalisés sur les matériaux intensifièrent ce phénomène. Aujourd’hui, l’utilisation de ces machines couvrent des gammes de puissance allant de quelques watts à plusieurs gigawatts et des domaines comme l’automobile, la traction ferroviaire, l’aviation, la production d’énergie électrique, …
Des prémices à aujourd’hui, deux problèmes majeurs se sont posés aux ingénieurs et
chercheurs : celui de l’analyse et celui de la conception de systèmes électromagnétiques. Le premier consiste à déterminer les performances d’une structure donnée, alors que le second a pour mission de trouver la structure répondant à un besoin donné. Ils étaient affaires de spécialistes et ce dernier nécessitait de nombreux prototypes pour aboutir au produit ayant les caractéristiques établies dans le cahier des charges. La réduction des coûts et délais de développement étant une priorité dans le monde industriel, de nombreuses méthodes empiriques et analytiques ont été développées, mais les prototypes restaient en nombre important pour chaque nouveau produit.
Depuis les années 70, des progrès considérables ont été réalisés dans le domaine de la
modélisation numérique. De nombreuses méthodes virent le jour (éléments finis, méthode des moments, intégrales de frontières, …) et ont été améliorées depuis. Ce n’est que ces deux dernières décennies que la puissance de calcul des ordinateurs ont connu un essor suffisant pour appliquer les modèles numériques à l’analyse, en particulier l’analyse des systèmes électromagnétiques, autorisant une compréhension plus fine des phénomènes mis en jeu.
Puis, l’amélioration de ces méthodes d’analyse et des performances des ordinateurs, notamment des PC, ont permis d’associer à ces premières des méthodes d’optimisation, autorisant alors le développement d’outils logiciels d’aide à la conception. Parallèlement, des outils basés sur d’autres principes connurent un essor également très important.
Amplement répandus depuis une quinzaine d’années, ces outils logiciels permirent de réduire significativement les temps et coûts de développement d’une tâche de conception, chacun s’approchant plus ou moins d’un outil qui regrouperait convivialité, facilité de mis en œuvre, rapidité, évolutivité, précision et qui offrirait une aide substantielle à la conception de machines électriques, associées à leur convertisseurs ; en réponse à un cahier des charges. Atteindre cet objectif est un enjeu de taille, car il dispenserait le concepteur de construire quelque prototype que ce soit, qui représente une part prépondérante du coût et délais de développement d’une tâche de conception.
La création d’un outil logiciel d’aide à la conception nécessite la capitalisation d’un savoir-
faire pluridisciplinaire. Au LGEP, l’équipe MSE (Modélisation de Systèmes Electromagnétiques), devenu département MOCOSEM (MOdélisation et COntrôle des Systèmes ElectroMagnétiques), est spécialisé dans la modélisation numérique par éléments finis et dans l’optimisation. C’est autour de ce noyau que notre travail a consisté à greffer des fonctionnalités permettant d’aboutir à un tel outil. Il est structuré en modules indépendants, communiquant par le biais de fichiers au format imposé, assurant ainsi une évolutivité et une facilité de développement informatique importantes.
Il dispose d’une interface graphique conviviale et de nombreuses fonctionnalités transparentes pour l’utilisateur, assurant ainsi une grande facilité d’utilisation.
L’outil exploite la méthode des éléments finis, bien adaptée aux géométries complexes, aux milieux hétérogènes et saturables, qui garantit une précision accrue des phénomènes
Introduction générale
simulés. Cette méthode d’analyse est associée à un outil d’optimisation. Une analyse de sensibilité, exploitant les plans d’expériences, permet d’identifier les facteurs les plus influents, réduisant ainsi le nombre de paramètres lors de l’optimisation. Les temps de calculs se trouvent alors réduits de façon importante.
Toutefois, la rapidité souhaitée pour notre outil requiert un prédimensionnement précis de la structure choisie, entraînant alors une réduction importante du domaine d’exploration de l’analyse de sensibilité puis de l’analyse numérique. La rapidité s’en trouvera alors augmentée significativement.
Enfin, l’outil logiciel offre une solution complète, en aboutissant à une structure optimale à partir de la saisie d’un cahier des charges.
Ce rapport se compose de cinq chapitres. Le premier est un état de l’art des outil logiciels
et de codes d’aide à la conception d’actionneurs électriques. Le deuxième chapitre décrit la structure de notre outil et les choix effectués pour les
différentes méthodes numériques utilisées. Le troisième présente la façon dont sont générées les géométries et leurs maillages, étape
nécessaire à la méthode d’analyse numérique. Le quatrième décrit la modélisation des machines synchrones à aimants permanents,
associées à son alimentation, par la méthode des éléments finis. Enfin, le cinquième expose la mise en œuvre particulière à laquelle nous avons procédé en
ce qui concerne l’analyse de sensibilité par les plans d’expériences ; ainsi que les méthodes d’optimisation utilisées.
- CHAPITRE I -
ETAT DE L’ART SUR LA CONCEPTION DES SYSTEMES
ELECTROMAGNETIQUES ASSISTEE PAR ORDINATEUR
chapitre I – Etat de l’art
p. 13/106
I. GENERALITES Les outils logiciels d’aide à la conception sont complémentaires à l’expérimentation et
permettent de réduire significativement les coûts et délais de développement. Pour cette raison, de nombreux logiciels ont vu le jour depuis l’avènement de l’ordinateur, surtout quand leur prix s’est abaissé significativement, alors que leur capacité de calcul n’a cessé d’augmenter.
Pour présenter l’état de l’art de ces outils logiciels, il nous paraît important de définir ce qu’est la conception, ainsi que la fonction que remplissent les outils informatiques ; puis d’énoncer les critères auxquels doit répondre l’outil idéal susceptible d’apporter une aide pour celle-ci. Ainsi pourrons-nous étudier les solutions existantes, puis présenter la nôtre (chapitre II).
Dans le cadre de cette thèse, les applications ne porte que sur les machines synchrones à
aimants permanents, associées à une alimentation, qui peut être un convertisseur ; bien que l’analyse que nous allons mener ci-après ait un caractère général.
II. SITUATION DU PROBLEME
II.1. Généralités L’élaboration d’un produit ne peut se faire qu’après une analyse du besoin. Cette phase,
bien que ne représentant qu’une faible part, en termes de durée et de coût, par rapport à la phase de conception, est à l’origine d’un très grand nombre d’erreurs, en ce sens que le produit ne répond pas à l’attente du client. De plus, les processus cognitifs mis en jeu ne sont pas véritablement connus, les savoirs nécessaires (techniques, économiques, sociaux, de production, de commercialisation, …) sont très étendus et difficilement explicites. Ceci fait que cette phase est très difficilement formalisable et donc modélisable.
Cette phase de définition du besoin permet de définir ce qu’il faut réaliser, sans faire de choix sur la façon de le réaliser. C’est le but de la conception de prononcer des choix qui répondront à la question du « comment », et ce, en tenant compte des contraintes liées à l’environnement.
Cette démarche permet d’aboutir à la phase de conception du produit, activité que nous allons détailler.
II.2. Les différentes étapes du processus de conception La démarche de conception peut se décomposer en quatre étapes : 1.Elaboration du cahier des charges : Obtenu après analyse du besoin, il peut être défini comme un document qui fera office de
contrat entre deux parties (le « concepteur » et l’ « utilisateur »). Il est à la fois un outil de communication et de structuration auquel on se réfère à différentes étapes du projet.
- En amont, il est utile à la présentation du projet aux responsables financiers pour la demande de budget nécessaire à l’élaboration du produit,
- Au cours du développement, il est une pièce de référence pour le concepteur, - Le produit fabriqué, il est un élément auquel on se réfère pour le contrôle de la
validité du contrat.
Chapitre I – Etat de l’art
p. 14/106
On distingue le cahier des charges utilisateur, du cahier des charges fonctionnel (ou technique). Le premier définit ce qu’il faut réaliser (le « quoi »). Le second définit la façon de réaliser le système attendu (le « comment »), et contient le contexte, les objectifs, les contraintes, une expression fonctionnelle du besoin, l’exigence qualité, …
2.Choix de la structure :
Il s’agit de déterminer les formes et les technologies afin de répondre aux besoins exprimés dans le cahier des charges technique. On peut distinguer les structures :
• « existantes », dont on exploite les caractéristiques déjà connues, mais dont on va modifier quelques paramètres pour répondre spécifiquement au cahier des charges. On parlera alors de conception « traditionnelle » ou « routinière » [1] . • « novatrices ». On parlera alors de conception « innovante ». Dans ce cas, tout ou partie du système peut être nouveau, ainsi que les formes et/ou les technologies.
Contrairement à la seconde, la première limite considérablement les coûts de fabrication,
puisque les frais de développement ont déjà été engagés. En contrepartie, il n’est pas possible de s’affranchir des limites de cette structure existante.
3.Dimensionnement On le définit comme étant l’acte de déterminer la valeur de chaque grandeur, caractérisant
un dispositif dans son environnement, de sorte que les contraintes du cahier des charges soient satisfaites.
4.Validation Il s’agit de vérifier les performances du dispositif dimensionné à l’étape précédente, par
rapport aux exigences du cahier des charges. Le développement d’outils informatiques d’analyse, dont le rôle est de simuler de façon précise le dispositif pour en déterminer les performances, a largement contribué à diminuer les temps et les coûts de développement en réduisant le nombre de prototypes nécessaires à la validation.
La précision de l’outil d’analyse dépend de la nature locale ou globale des grandeurs intervenant dans la simulation. Nous appelons grandeur globale celle qui est définie sur une zone de dimension importante par rapport au domaine d’étude complet. La grandeur locale l’est, au contraire, sur une zone de faible dimension.
Nous définissons maintenant le terme prédimensionnement que nous utiliserons largement
par la suite. Il s’agit de dimensionner une structure avec un modèle simple ; une étude plus fine est alors indispensable pour obtenir une précision plus importante. A ce stade, le choix de la structure est donc déjà fait.
Synthétiquement, le processus de conception, comme celui d’analyse, est une démarche
intellectuelle, à l’origine indépendante de tout support informatique. La première consiste à caractériser un produit répondant aux contraintes et besoins exprimés dans un cahier des charges. La seconde a pour objet de déterminer les performances d’un produit donné.
La démarche d’analyse peut être directement traitée par un logiciel adapté, ou par une approche analytique, d’où le nom de « problème direct » attribué à celle-ci. La démarche de conception est alors nommée « problème inverse ». Nous verrons en effet que cette dernière ne peut être obtenue directement.
Chapitre I – Etat de l’art
p. 15/106
II.3. Outil informatique et démarche de conception Dans la démarche de conception, l’ordinateur n’est généralement pas utilisé pour résoudre
automatiquement le problème inverse, mais pour traiter le problème direct. En effet, ce sont des outils d’analyse qui sont utilisés et non des outils ayant une faculté de conception automatique. Cette approche est très répandue dans l’industrie et pas uniquement dans le domaine de l’électrotechnique.
Dans le principe, à partir du cahier des charges, une structure, choisie en fonction des connaissances du concepteur, est prédimensionnée, puis simulée par différents outils (méthode des éléments finis, méthodes utilisant des schémas à réluctances équivalentes [2] , …). Si les performances ne sont pas celles attendues, des modifications sont apportées à la structure, qui est alors simulée de nouveau.
Cette approche ne constitue pas un outil d’aide à la démarche de conception, car il s’agit bien d’une démarche d’analyse.
Cependant, il existe, dans le seul domaine de l’électrotechnique, des outils logiciels
apportant une aide substantielle à la conception. Nous allons décrire les différentes approches, après avoir défini les critères auxquels doit répondre, selon nous, un outil logiciel « idéal ».
III. L’OUTIL LOGICIEL D’AIDE A LA CONCEPTION « IDEAL »
III.1. Définition Un tel outil doit apporter une aide très importante à l’utilisateur et doit répondre, de plus, à
certains critères que nous allons énoncer.
III.2. Enonciation des critères Sept critères ont été retenus :
1. La convivialité. Généralement obtenue en informatique par des menus
déroulants et des boites de dialogues, elle peut revêtir diverses formes permettant une utilisation agréable et efficace du logiciel.
2. La facilité de mise en œuvre : l’utilisateur ne doit pas fournir de lignes de
code en quelque langage que ce soit ; et un temps court de mise en œuvre de l’outil par l’utilisateur est une condition nécessaire.
3. Le temps de réponse : les solutions doivent être obtenues rapidement.
4. L’évolutivité : une structure « innovante » doit pouvoir être prise en compte
aisément et sans aucune programmation de la part de l’utilisateur. Avec les mêmes facilités, une structure « existante » doit pouvoir être traitée et enrichie, c’est à dire étudiée en ajoutant des phénomènes physiques, qui décrivent alors plus finement le comportement du système.
5. La précision : l’outil doit intégrer les principaux phénomènes physiques
susceptibles d’influencer la conception du système et être décrits localement avec une très bonne précision. Il convient de garder à l’esprit que ces
Chapitre I – Etat de l’art
p. 16/106
phénomènes peuvent être interdépendants et le sont souvent. La connaissance de grandeurs locales est en effet essentielle pour la précision, notamment à cause des géométries complexes et des inhomogénéités.
6. La portabilité : le logiciel doit fonctionner sur les système d’exploitation les
plus répandus (Windows, Unix, Linux, …).
7. La complétude : le logiciel doit être capable de traiter les 3 première étapes du processus de conception (élaboration du cahier des charges, choix de la structure et dimensionnement).
Nous nous sommes placés d’un point de vue utilisateur : le temps de développement de
l’outil n’est pas mentionné, bien que ce soit une qualité importante pour le développeur et constitue un paramètre important en ce qui concerne sa structure.
Avant de présenter les différents outils et approches existants, nous expliquons les raisons
de leurs limites.
III.3. Limites de ces outils Le problème de conception est beaucoup plus difficile à résoudre que celui d’analyse, pour
au moins deux raisons :
- Pour le premier, il existe la plupart du temps de nombreuses, voire une infinité de solutions, contrairement au second qui n’en a qu’une.
- le problème de conception est, lui, soumis à des contraintes. Ceci explique pourquoi les outils d’analyse ont longtemps été plus répandus que les outils
logiciel d’aide à la conception. Ces difficultés font que le processus de conception, assistée par ordinateur, est souvent
obtenu à partir d’un outil d’analyse associé à un processus itératif modifiant, à chaque pas, les caractéristiques du produit; et conduisant finalement à une solution répondant aux cahier des charges. La dénomination de problème direct et inverse est ainsi expliquée.
Cette démarche trouve toutefois ses limites dans le fait que le nombre de paramètres susceptibles d’être modifiés est important (communément de 20 à 30 dans le domaine de la conception d’actionneurs) et chacun d’eux dans un intervalle qui leur est propre. Le nombre de combinaisons peut s’avérer prohibitif à l’obtention d’une solution en un temps raisonnable. A titre d’exemple, 30 paramètres ayant chacun 5 niveaux conduit à 530, soit environ 1021 combinaisons. Pour obtenir une solution en quelques jours, cela implique que chaque combinaison soit traitée en un temps de l’ordre de 10-16 s (soit 1,1 jours de calcul) ce que le plus puissant ordinateur est totalement incapable de faire. Les performances actuelles des ordinateurs communément utilisés nécessites un temps de calcul de quelques fractions de secondes à plusieurs minutes selon l’outil d’analyse utilisé : l’exploration de toute les combinaisons est alors à proscrire.
Pour palier cela, on est tenté d’utiliser une stratégie de résolution en guidant le processus de conception, ce qui revient à exploiter le savoir-faire et les connaissances de l’utilisateur. Le problème est donc de les définir et de décrire la façon dont ils seront exploités.
Chapitre I – Etat de l’art
p. 17/106
IV. LES DIFFERENTES APPROCHES ET LES OUTILS DISPONIBLES Dans ce paragraphe, nous passons en revue les différents outils logiciels. Notre objectif
n’est pas de décrire complètement chaque méthode, mais d’en cerner le principe pour nous permettre de déterminer si les critères énoncés précédemment sont satisfaits ou non.
Quatre catégories peuvent être identifiées. Ce sont les outils :
- exploitant une approche analytique, assistée par ordinateur, - utilisant une approche procédurale, - de type « systèmes experts », - mettant en œuvre des techniques d’optimisation associées à un outil d’analyse.
Nous présenterons au préalable une approche analytique manuelle constituant une bonne
introduction à la première catégorie précitée.
IV.1. L’approche analytique Elle est très souvent utilisée par les concepteurs de systèmes électromagnétiques. Le
principe consiste à poser un certain nombre d’équations décrivant « convenablement » le système étudié, mais en s’assurant qu’il sera inversible pour obtenir les dimensions caractéristiques de celui-ci. En effet, les équations descriptives mettent en jeu les paramètres dimensionnels du système, mais en tant que grandeurs d’entrée. La difficulté consiste à choisir les facteurs les plus déterminants, en s’assurant que les paramètres dimensionnels s’exprimeront facilement en fonction des grandeurs de sortie.
Cette approche, qui n’est pas informatique, est fastidieuse et est réservée aux spécialistes dans le sens où ils sont capables, expérience à l’appuie, de déterminer les équations qui minimiseront la difficulté des calculs tout en maximisant la précision.
L’utilisation d’un outil informatique d’analyse est appréciable, puisqu’il permet une étude plus fine [25] [32] [36] .
Cette approche est adaptée aux démarches innovantes et routinières.
IV.2. L’approche analytique assistée par ordinateur Elle a vu le jour assez récemment. Le principe repose sur le constat que la limite de
l’approche précédente est la complexité de la résolution des équations, et non le fait de les établir. En outre, les équations décrivant de nombreux systèmes électromagnétiques existent et sont publiées.
L’inversion se fait symboliquement, et génère donc directement l’outil de conception. L’accès aux systèmes d’équations inversés ainsi qu’aux dérivées symboliques permet une étude de sensibilité et une optimisation sous contraintes aisées et très rapides [1] [3] .
Un tel outil présente l’avantage de satisfaire les critères 1 (convivialité), 3 (temps de
réponse) et 4 (évolutivité).
- Il est en effet convivial grâce à son interface utilisateur, - Son temps de réponse est très court, - Il est évolutif, en ce sens qu’il ne gère que des équations : un nouveau système
pourra être conçu en introduisant les équations adéquates. Ceci implique de ressaisir bon nombre d’équations, voire la totalité : l’évolutivité à tout de même
Chapitre I – Etat de l’art
p. 18/106
un prix non négligeable. Une structure existante pourra, en revanche, être aisément enrichie, en ajoutant les équations souhaitées.
Par contre, il satisfait bien moins les critères 2 (facilité de mise en œuvre) et 5 (précision).
En effet, Il est facile à mettre en œuvre, car n’exige, l’interface étant bien conçue, aucune connaissance particulière dans un langage de programmation pour entrer les équations ; mais la saisie de ces équations peut s’avérer fastidieuse, surtout si l’on souhaite une bonne précision du modèle. Soulignons toutefois que cette dernière reste accessible, si l’utilisateur accepte d’en payer le prix : entrer des centaines d’équations pour décrire localement les phénomènes physiques, ainsi que les contraintes sur chacune de ces grandeurs. La facilité de mise en œuvre en sera alors très affectée, si bien qu’un tel degré de précision n’est raisonnablement pas envisageable avec cet outil.
De plus, les grandeurs mises en jeu sont de nature globale, et non locale comme nous le souhaitions.
Quant au critère 6 (portabilité), il est satisfait car même si le logiciel est compilé pour un
système donné, dans la mesure où il est écrit dans un langage de haut niveau, il est aisé pour le fabricant de le compilé pour un tout autre système.
Critère 7 (complétude) n’est pas assurée, car le logiciel ne permet ni le choix de structure,
ni l’élaboration du cahier des charges, ni la validation (dans la mesure où la précision n’est pas suffisante).
Il convient de noter que cette approche reste l’une des plus attenante à l’outil idéal.
IV.3. Les outils utilisant une approche procédurale Le principe consiste à implanter, en un langage de programmation de haut niveau ou des
logiciels tels que les tableurs, une procédure séquentielle décrivant les étapes de conception élaborées par un spécialiste. Cette méthode a été mise au point dès l’avènement de l’ordinateur, et reste très usitée aujourd’hui encore.
Ces outils satisfont les critères 3 (temps de réponse) et 6 (portabilité). De plus, le fait d’utiliser des langages ou logiciels de haut niveau assure une portabilité aisée à d’autres systèmes d’exploitation.
A moindre échelle, le critère 1 (convivialité) peut être envisagé comme étant satisfait,
surtout si l’outil est construit avec un tableur : des cases peuvent permettre de saisir les données nécessaires.
Avec les même limites que précédemment (I.2), le critère 5 (précision) n’est vérifié que
sous condition de développer les codes en conséquence. Par contre, les critères 2 (facilité de mise en œuvre) et 4 (évolutivité) ne sont nullement
satisfait. Effectivement, le principe même de cet outil n’est pas générique, puisqu’il consiste à élaborer, en un langage de programmation de haut niveau, et pour chaque système à concevoir, un code spécifique nécessitant un spécialiste de ce système.
De plus, que l’utilisateur développe ou fasse développer son outil, une contrainte reste la même : le temps de mise au point très important pour chaque nouveau système à concevoir. Dans le premier cas, cela exige, en outre, des compétences informatiques (de moindre niveau
Chapitre I – Etat de l’art
p. 19/106
pour un tableur, il est vrai). Enfin, les « structures novatrices » sont plus difficiles à implanter, puisque il n’y a pas, en
règle générale, de spécialiste. Il convient de souligner que l’enrichissement d’une structure existante n’est pas très difficile.
Enfin, le critère 7 (complétude), n’est pas satisfait, car ni le choix de la structure ni la
validation ne sont intégré à ces outils utilisant cette approche.
IV.4. Les outils de type « systèmes experts » Le principe repose sur une imitation du processus de conception tel qu’il est pratiqué par
un expert du domaine concernant le système électromagnétique à concevoir. L’outil utilise donc les connaissances de l’expert, c’est à dire celles concernant l’objet à concevoir, ainsi que celles relatives à sa démarche de résolution (hypothèses, calculs, optimisation, vérification des résultats, ….). Ceci implique que l’outil intègre :
- Un processus permettant de saisir l’ensemble de ces connaissances, qui utilise des langages déclaratifs de haut niveau, dans un formalisme proche du langage naturel.
- De disposer de moteurs d’inférences aptes à manipuler ces connaissances. Ces outils satisfont les critères 1 (convivialité) et 6 (portabilité). En effet :
- Leur interface graphique est soignée, - La formalisation des connaissances est faite en un langage de haut niveau, ce qui
permet un traitement par un interpréteur sous n’importe quel système d’exploitation ; d’autant plus que l’interpréteur est lui-même écrit en un langage de haut niveau et donc portable.
Les critères 2 (facilité de mise en œuvre) et 5 (précision) souffrent de problèmes déjà
évoqués, à savoir le fait qu’une bonne précision ne peut être obtenue qu’à condition de développer les lignes de codes nécessaires, ce qui peut devenir très fastidieux, et pénaliser la facilité de mise en œuvre. Ajoutons que cette dernière est mal assurée, puisque l’utilisateur doit fournir de nombreuses lignes de code, même si le langage est proche de son homologue naturel. Qui plus est, une bonne maîtrise des techniques propres à ces systèmes est nécessaire, car les différentes déclarations ne doivent pas conduire à des incompatibilités qui bloqueraient le déroulement du processus.
D’autre part, la collecte des connaissances auprès de spécialistes est longue et difficile à mettre en place dans le système expert.
Le critère 4 (évolutivité) est une caractéristique fondamentale des systèmes experts, car il
deviennent performants lorsque le nombre de règles devient élevé : son enrichissement est alors assuré par les nouvelles connaissances de l’utilisateur, et l’on rejoint le problème de la mise en place de ces connaissances.
Les structures « innovantes » exigent par contre une reprogrammation quasi-complète, et le critère 4 (l’évolutivité) n’est plus satisfait.
Le critère 3 (temps de réponse) de ces outils est très long, jusqu’à plusieurs jours, dû au
temps de traitement des déclarations écrites en un langage symbolique de haut niveau. Enfin, le critère 7 (complétude) est satisfait.
Chapitre I – Etat de l’art
p. 20/106
IV.5. Les outils mettant en œuvre des techniques d’optimisation associées à un outil d’analyse numérique
Cette approche a été très employée dès le début des années 70. Le principe consiste à mettre en œuvre un outil d’analyse numérique associé à un outil d’optimisation. Ce dernier cherche à maximiser, ou minimiser, une fonction objectif donnée, dont la valeur est déterminée par le premier. Il est à noter que cette approche utilisait à son début des outils spécifiques du système à concevoir, alors que par la suite, des programmes génériques ont vu le jour, tant pour l’analyse que pour l’optimisation, qui ont supplanté leurs prédécesseurs, car ils en ont conservés les avantages et ont pallié les inconvénients.
Une méthode d’analyse très employée est celle des éléments finis, qui présente de nombreuses qualités, que nous détaillerons au chapitre IV. On rencontre aussi la méthode des moments, des différences finies et des intégrales de frontière.
Quant aux outils d’optimisation, il en existe de nombreux types, couvrant ainsi une gamme étendue de possibilités ; certains opèrent sous contraintes, ce qu’exige le cahier des charges.
Cette méthode satisfait de nombreux critères. Le critère 2 (mise en œuvre) car aucune
programmation n’est nécessaire. Le critère 5 (précision) est l’atout majeur de cette approche qui décrit localement les
phénomènes. Pour prendre en compte des phénomènes physiques intervenant dans la conception d’un produit, il faut fournir un programme apte à en traiter les plus importants (phénomènes magnétiques, électriques, thermiques, mécaniques, acoustiques), et de le rendre configurable pour que soit pris en compte que ceux désirés par l’utilisateur. Bien entendu, la configuration doit rester conviviale pour satisfaire le critère 1.
Cette méthode peut être considérée comme portable et satisfait donc le critère 6, car elle utilise une programmation en langage de haut niveau, qui peut être compilé sous différents systèmes d’exploitation. Cette tâche incombe au détenteur des codes sources, et non à l’utilisateur.
Sous quelques conditions, le critère 4 (évolutivité) est assuré. En effet, les outils d’analyse
et d’optimisation ne sont nullement dépendant du système à concevoir. Ceci nous mène à considérer :
- que les nouvelles structures sont facilement prises en compte de par le fait que l’outil d’analyse est générique, à condition de disposer d’une interface permettant de décrire la géométrie de la-dite structure.
- que les structures existantes peuvent être améliorées, si l’outil d’analyse est riche et configurable comme nous l’avons précisé pour le critère 5. Notons cependant que l’utilisateur ne peut pas apporter ses propres connaissances.
Le critère 7 (complétude) n’est pas totalement satisfait. En effet, si la phase de
dimensionnement (et de validation) est intrinsèquement prise en compte par cette approche, il n’existe à notre connaissance aucun logiciel, basé sur cette dernière, capable de saisir le cahier des charges et de prédimensionner le dispositif.
Par contre, le critère 3 (temps de réponse) n’est nullement respecté. En effet, cette
approche est très coûteuse en temps de calcul, plusieurs heures à plusieurs jours selon, notamment, la précision souhaitée, l’étendu du domaine d’étude et de l’outil d’optimisation utilisé.
Chapitre I – Etat de l’art
p. 21/106
Par conséquent, et quelque soit la nature du programme d’optimisation, pour que le temps de réponse soit, sinon court, au moins raisonnable (ce qui ne satisfera pas parfaitement le critère 3), le nombre de paramètres susceptibles d’être étudiés est limité à quelques unités (4 à 5, et ce dans un domaine de variation restreint). Ceci semble cantonner cette approche à de l’optimisation de formes [41] [42] plutôt qu’à un véritable outil de dimensionnement. Nous montrerons que cette approche confère tout de même à l’utilisateur un outil ayant les qualités requises pour concevoir un système électromagnétique.
V. CONCLUSION Les approches existantes que nous avons présentées sont éloignées de l’« idéal » que nous
avons défini. Nous pouvons remarquer cependant que les raisons qui sont à l’origine du fait que certains critères ne sont pas satisfaits ne sont pas les mêmes pour toutes les approches. Cette remarque sera mise à profit pour justifier les choix dans le cadre de ce travail.
Dans le second chapitre, nous allons présenter notre outil.
- CHAPITRE II -
SIMAP : UN OUTIL DE SIMULATION
DE MACHINES SYNCHRONES A AIMANTS PERMANENTS
chapitre II - SIMAP
p. 23/106
I. INTRODUCTION Au chapitre I, nous avons définis les critères auxquels, selon nous, un outil logiciel d’aide à
la conception « idéal » doit répondre ; ainsi que les caractéristiques des différentes approches que nous avons recensées. Nous adoptons la classification suivante :
1. Les approches procédurales, analytiques assistées par ordinateur et de type systèmes experts,
2. L’approche mettant en œuvre des techniques d’optimisation associées à un outil d’analyse.
Pour la première classe, la précision (critère 3) est incompatible avec la facilité de mise en
œuvre (critère 2) et l’évolutivité (critère 4). L’utilisateur devrait, en effet, saisir un nombre considérable d’équations, ainsi que les contraintes sur les très nombreux paramètres.
Pour la seconde, la limite provient des ordinateurs dont la puissance de calcul est telle que le temps de réponse de l’outil devient prohibitif dès lors que le nombre de paramètres dépasse quelques unités. Ajoutons que la rapidité d’un programme dépend aussi de la qualité du code qui le compose.
Partant de ce constat, nous exposons dans les lignes qui suivent la solution que nous avons
retenue.
II. DESCRIPTION DE SIMAP SIMAP est un acronyme de SIMULATION DE MACHINES SYNCHRONES A AIMANTS
PERMANENTS.
II.1. Structure Rappelons que l’outil doit, à partir d’un cahier des charges, aboutir à un système
électromagnétique, éventuellement associé à un convertisseur, et satisfaire les sept critères précités. Nous allons préciser dans les lignes qui suivent les besoins caractéristiques permettant d’atteindre cet objectif.
Nous estimons que la limite sera plus facilement franchie pour le second groupe précité (une méthode d’analyse associée à une méthode d’optimisation) : les puissances de calcul toujours plus accrues des PC, aisément perceptibles à l’échelle d’une année, laisse entrevoir des perspectives particulièrement attrayantes, à un terme raisonnable ; et offrent déjà des possibilités très intéressantes.
Cet outil, et bien que la facilité de mise en œuvre pour le programmeur ne soit pas exigée
dans les critères caractérisant l’outil idéal énoncés au chapitre I, se doit d’être fiable, facile à faire évoluer, et permettre une maintenance aisée. Nous avons choisi de structurer notre outil logiciel en modules indépendants, assurant chacun une fonction précise, et dialoguant par le biais de fichiers au format imposé. La mise en œuvre de ces modules et l’interface utilisateur seront assurées par un environnement portable et facile à programmer : le logiciel MATLABTM. L’interface graphique est présentée dans son ensemble sur la figure 2, en fin de chapitre.
Notre outil a donc la structure décrite par le synoptique suivant :
chapitre II - SIMAP
p. 24/106
figure 1 : synoptique de SIMAP
Tous les codes implantés sont dynamique, c’est à dire que les boites de dialogue ont un
contenu qui dépend de liste définies dans un fichier unique. Il suffit alors de modifier seulement ce dernier pour que soit automatiquement pris en compte ces modifications.
Nous décrivons ci-après les différents modules.
II.2. Contenu des modules Pour fonctionner, la méthode d’analyse requière une géométrie, c’est à dire un ensemble de
domaines qui composent le système électromagnétique étudié, et dont les propriétés physiques sont parfaitement définies. Ce domaine d’étude doit être maillé, ce qui signifie qu’il est découpé en des éléments discrets sur lesquels la méthode d’analyse effectue les calculs. Ceci doit se faire de façon entièrement automatisée et donc transparente pour l’utilisateur. De plus, le fait de disposer d’une géométrie maillée signifie que le choix de la structure a été fait (deuxième étape de la démarche de conception).
Nous avons donc élaboré une bibliothèque de structure contenant différentes formes d’encoches et différentes positions d’aimants (voir chapitre III). La combinaison entre eux n’exige que le choix des formes et le maillage est entièrement automatique. Il est ainsi aisé de générer une structure existante.
Par contre, les structures innovantes ne sont pas incluses, puisque non encore connues. Une interface conviviale permettant de générer une géométrie et un maillage automatique d’une telle structure, pour enrichir la bibliothèque, serait alors nécessaire.
Il convient d’ajouter que si le choix de structure est offert à l’utilisateur, aucun outil ne permet de le guider vers une solution particulière, ni dans le choix technologique des matériaux.
Les puissances de calcul actuelles des ordinateurs (notamment les PC) n’autorisent pas une
investigation très étendue de l’espace de recherche par des méthodes numériques, surtout lorsque le nombre de paramètres est importants. Par conséquent, un prédimensionnement analytique précis est requis. Celui-ci déterminera une structure proche, du moins le souhaite-t-on, de l’optimum. L’espace de recherche du programme d’analyse sera donc plus restreint, et les temps de calculs réduits d’autant.
Nous avons donc inclus dans SIMAP un prédimensionnement basé sur une approche analytique, mais il reste relativement simple et ne possède donc pas une précision suffisante. Pour palier ce problème, un couplage avec le logiciel PASCOSMA (Programme d’Analyse, de Synthèse, de Conception et d’Optimisation de Systèmes Modélisables Analytiquement), a été effectué.
Le predimensionnement, la génération automatique de la géométrie et le maillage seront traités dans le chapitre III.
Notre choix pour l’outil d’analyse est la méthode des éléments finis (MEF). La motivation
principale est son aptitude à traiter efficacement des problèmes dont la géométrie peut être
PREDIMENSIONNEMENT
GENERATION AUTOMATIQUE DE LA
GEOMETRIE & MAILLAGE
SIMULATION PAR
UNE METHODE
D’ANALYSE
POST
TRAITEMENT
OPTIMISATION
chapitre II - SIMAP
p. 25/106
complexe et comporter des milieux hétérogènes. Soulignons que l’accroissement des performances des ordinateurs personnels conduira à
laisser une plus grande part d’investigation à l’outil d’analyse, dont la précision est l’atout principal ; le risque étant toujours d’obtenir, par les méthodes analytiques, une solution dont l’optimum est « masqué » par des optima locaux.
Les résultats issus de l’analyse, qui sont des grandeurs instantanées, nécessitent un post-traitement pour déterminer par exemple des grandeurs moyennes ou efficaces, des ondulations, etc…
Nous détaillerons les modules MEF et post-traitement au chapitre IV. Quelques soient les qualités du module de prédimensionnement, le critère 3 (rapidité)
impose d’étudier un nombre limité de paramètres intervenant dans le processus d’optimisation, ce qui exige de rechercher les facteurs les plus influents. Une étude de sensibilité devrait s’avérer fructueuse, si celle-ci est bien menée. En effet, le fait de modifier de façon, sinon aléatoire, au moins sans stratégie rigoureuse, des facteurs, dans un intervalle donné, ne permet pas d’identifier les plus influents.
Pour cela, nous avons mis en œuvre une technique qui s’est révélée très féconde dans de nombreux domaines : les plans d’expériences. Ils offrent en effet la stratégie d’expérimentation rigoureuse précitée. En outre, sous certaines conditions, ils autorisent une étude de nombreux paramètres avec un nombre d’essais limités. A titre d’illustration, onze facteurs ayant deux niveaux chacun ce qui nécessite 211 = 2048 expériences, peut se réduire, sous certaines conditions, à 12 expériences. Nous reverrons cela au chapitre V.
Parmi les expériences menées dans le plan, celle qui donne la valeur optimale de la fonction objectif est utilisée comme point de départ pour l’optimisation.
Une fois les facteurs les plus influents identifiés, la meilleure configuration obtenue et
sachant que le prédimensionnement a permis d’obtenir une solution proche de l’optimum, une technique d’optimisation déterministe, mais ne réclamant pas de calcul de dérivée (méthode dite « heuristique »), déterminera l’optimum local le plus proche, qui devrait être l’optimum.
Toutefois, ce type d’algorithme nécessite un nombre très important d’itérations pour converger. Mais l’espace de recherche restreint, le nombre de facteurs réduit et le point initial proche de l’optimum assurent une convergence rapide.
Si l’espace de recherche est susceptible de renfermer plusieurs optima locaux (ce qui se produira si celui-ci est étendu, c’est à dire quand les temps de calcul seront suffisamment réduits pour le permettre), il conviendra de reconsidérer ce choix : une méthode stochastique sera alors nécessaire.
Le module « optimisation » élaboré contient des routines d’optimisation heuristique et stochastique. Nous détaillerons cela au chapitre V.
III. ANALYSE PAR RAPPORT A L’OUTIL « IDEAL » La structure de SIMAP ainsi élaborée permet de satisfaire de nombreux critères :
1. La convivialité (critère 1), 2. Les structures existantes sont faciles à mettre en œuvre (critère 2), 3. La précision (critère 5), bien que dans sa version actuelle, seuls sont
modélisés les phénomènes magnétiques et le couplage à un circuit électrique,
4. La portabilité (critère 6). SIMAP permettra de satisfaire l’évolutivité (critère 4), lorsque :
• L’outil d’analyse inclura la prise en compte de la température, des effets
chapitre II - SIMAP
p. 26/106
mécaniques et aérodynamiques,… • Une interface graphique permettra de mailler automatiquement les structures innovantes.
Par contre, la rapidité (critère 3) n’est pas un critère parfaitement satisfait, bien que la
solution retenue - prédimensionnement précis et analyse de sensibilité par les plans d’expériences - réduise substantiellement les temps de calculs.
IV. CONCLUSION Dans les chapitres suivants, nous abordons en détail les modules composant notre outil. A
titre d’illustration, la conception d’un système électromagnétique sera menée. Chaque chapitre comportera un paragraphe « Application » dans lequel sont mis en œuvre les fonctionnalités des modules abordés.
Le troisième chapitre est consacré au prédimensionnement, à l’élaboration d’une géométrie et au maillage.
Le quatrième aborde le calcul par la méthode des éléments finis et le post-traitement. Le cinquième porte sur l’analyse de sensibilité par les plans d’expériences et sur
l’optimisation. L’interface graphique est détaillée dans l’annexe IV, mais une présentation générale est
proposée sur la figure 2.
chapitre II - SIMAP
p. 27/106
Figure 2 : Présentation générale de l’interface
Charger fichier
Paramètres & Fonction objectif
Choix algorithme
Paramétrage algorithme
Analyse de sensibilité
Enregistrer
Voir fichier
FIN
Met en mémoire un fichier existant
Choix des paramètres et de leur intervalle de variationConstruction de la fonction objectif (boite de dialogue dynamique
Choix de l'algorithme d'optimisation dans une liste
Paramétrage de l'algorithme choisi
Choix du plan d'expériences
Enregistrement des paramètres saisis
Visualisation du fichier créé
Fichier des grandeurs
Lancer les calculs
Voir fichiers
FIN
Définition des grandeurs à calculer
Effectue les calculs de post-traitement
Donne accès aux fichiers (entrée et sortie)
Caractéristique machine
Alimentation
Voir fichiers
Lancer la simulation
Tracé des grandeurs
FIN
Saisies des données
Saisies des données
Visualisation des fichiers créés (choix)
Exécute le processeur
Accès aux grandeurs calculées par une interface
Mailler
Voir maillage
Voir domaines
Voir références
Fin
maillage des différentes parties (stator, rotor, bande de mouvement)
visualisation au choix des parties maillées ou de l'ensemble du maillage
visualisation au choix des références des différentes parties ou références du domaine d'étude complet.Choix par numéro ou en totalité.
visualisation au choix des domaines des différentes parties ou du domaine d'étude complet
Cahier des charges
Prédimensionner
Voir
Fin
Encoches
Rotor
DONNEES :
géométriques
Electriques
Mécaniques
Matériaux
Formes ...
saisie des données
action de prédimensionnement
- visualisation des fichiers d'interface (.cdc, .dim)- visualisation de la géométrie générée
choix du type
choix du type de rotor
Désignation :
- du répertoire de travail - du nom de l'étude en cours
Changement :- de répertoire de travail et/ou- d'étude
Analyse de sensibilité
Optimisation
- CHAPITRE III -
GENERATION D’UNE GEOMETRIE
& MAILLAGE
chapitre III – Génération de géométrie & maillage
p.29/106
A. LE MODULE PREDIMENSIONNEMENT
I. INTRODUCTION Le maillage est utilisé par le module « simulation par éléments finis » pour effectuer la
simulation du système électromagnétique. Une finesse importante du maillage permet une meilleure précision des calculs, mais, le nombre d’inconnues étant plus élevé, la durée de simulation augmentera alors. Un compromis doit donc être trouvé, sans intervention de l’utilisateur puisque ce module est entièrement automatisé.
Pour réaliser ce maillage, ce module exploite les dimensions contenues dans un fichier issu du prédimensionnement de la structure. La géométrie est alors générée, puis maillée. Le procédé est expliqué ci-après.
II. PREDIMENSIONNEMENT DE LA STRUCTURE
II.1. Le module inclus dans SIMAP Un module effectuant le prédimensionnement de la structure a été implanté [4] [5] [6] [8]
[9] [11] [12] [25] (voir annexe I). A partir d’un fichier d’entrée issu su cahier des charges, il génère un fichier de sortie contenant les dimensions géométriques de la machine.
II.1.1. Désignation des grandeurs
Les grandeurs utilisées sont données ci-dessous. Les principales dimensions sont données sur le schéma figure 1.
- V : tension simple d’alimentation - Cem : couple électromagnétique - Ω : vitesse de rotation - e : entrefer (jeu mécanique) - ea : hauteur d’aimant - Dext : diamètre extérieur - Dar : diamètre d’arbre - Da : diamètre d’alésage - lc : largeur de la cale amagnétique - hc : hauteur de la cale amagnétique - Lm : longueur active de la machine - hcr : hauteur culasse rotorique - hcs : hauteur culasse statorique - Ne : nombre total d’encoches - Nepp : nombre d’encoches par pôle et
par phase - p : nombre de paires de pôles - tr : taux de remplissage des encoches - bi : rapport pas polaire pas
dentaire - δ : densité de courant (A/mm²) - kb : coefficient de bobinage - Br : induction rémanente des
aimants - Hc : champ coercitif des aimants - Be : induction dans l’entrefer - Bd : induction dans la dent - mvt : masse volumique des tôles - mvai : masse volumique des aimants - mvcu : masse volumique du cuivre - rcu : résistivité du cuivre - α : coefficient de variation de
résistivité du cuivre - αM : coefficient de variation de
l’aimantation des aimants - µra : perméabilité relative des
aimants
chapitre III – Génération de géométrie & maillage
p.30/106
figure 1 : Désignation des grandeur de la machine
Pour les paramètres d’entrées, nous avons : Dext, Dar mini, Lm, e, lc, hc, bi Cem, Kp, Tm Un, Nn, δ, f, tr, q, kr, ki, kd kh, kf, km. Bd, Bcs, Bcr, Be, Kfu, µr. mvt, pmt, µrt mvai, Br, µrai, αM, pmai
Ils sont saisis par une interface graphique, voir chapitre VI et annexe V.
II.1.2. Détermination des caractéristiques de la machine
I.1.1.1. Algorithme mis en œuvre
Les paramètres de sortie sont déterminés selon l’algorithme figure 2. Il est à noter que le diamètre d’alésage est déterminé par le biais du coefficient spécifique de puissance, puis réajusté lorsque les dimensions des encoches sont connues. Les paramètres dépendant de ce premier ne sont pas réévalués, car le but n’est pas de mettre en œuvre un algorithme d’optimisation.
Dexthcs
ld
hcr
Dar/2
Da/2
lc
hc
eea
bec
dent
chapitre III – Génération de géométrie & maillage
p.31/106
Saisie du cachier des charges
Diamètre d'alésage
hauteur couronne statorique et
rotorique
longueur d'aimant
section d'encoche
diamètre d'arbrediamètre rotor
recalcul du diamètre d'alésage
nombre de spires
ampère-tours démagnétisants
largeur d'encoche
épaisseur d'aimant géométrie de l'encoche
(hauteur, ...)
diamète arbre supérieur au
minimum ?
FIN
Avertissement à l'utilisateur
non
oui
sauvegarde des résultats
figure 2 : Algorithme du programme de prédimensionnement.
I.1.1.2. Grandeurs calculées
Le programme de prédimensionnement détermine, à partir des paramètres d’entrée : • Les dimensions géométriques • Les pertes :
- Joules - fer - mécaniques
• La masse :
- des aimants - des tôles - du bobinage
• Le coût
- des aimants - des tôles - du cuivre
chapitre III – Génération de géométrie & maillage
p.32/106
- total
II.1.3. Validation
Dans le cadre de cette thèse, nous avons travaillé avec PASCOSMA (voir II.2). Celui-ci est devenu Pro-Design, qui est un outil commercialisé. Ce sont des outils de conception exploitant une approche analytique (voir chapitre I). C’est ce dernier qui a été utilisé, par un autre thésard, pour prédimensionner des structures que nous avons exploité.
Nous présentons la machine obtenue par Pro-Design [10] (figure 4) et celle issu de notre algorithme (figure 3).
figure 3 : machine obtenue par le module prédimensionnement
figure 4 : Machine issue de Pro-Design
chapitre III – Génération de géométrie & maillage
p.33/106
Nous remarquons qu’une différence apparaît au niveau de l’épaisseur de l’aimant. Ceci
provient du fait que le modèle sous Pro-Design la calcule à vide, alors que dans notre module, le champ démagnétisant est pris en compte.
Nous ne prétendons nullement que notre module a les performances de Pro-Design, mais cette comparaison montre que les dimensions obtenues par notre module sont raisonnables.
II.1.4. Mise en œuvre
L’interface graphique assurant le fonctionnement de ce module (saisie du cahier des charges, de la forme du rotor et du stator, …) est détaillée annexe IV.
Ce module ne possède pas une précision suffisante (voir chapitre II) . Nous avons alors mis
en œuvre un couplage avec l’outil logiciel PASCOSMA. En effet, dans le cadre de cette thèse, c’est avec celui-ci que nous avons développé l’interfaçage avec notre outil.
II.2. Couplage avec PASCOSMATM PASCOSMA est un outil de prédimensionnement analytique assisté par ordinateur [3] . Cet
outil logiciel permet la saisie : - d’équations modélisant le système étudié - des contraintes agissant sur ce système.
Grâce à des calculs symboliques, l’outil détermine les dimensions de ce dispositif. Obtenir une précision importante, de façon à ce que la solution obtenue soit proche de l’optimum, est possible, si l’utilisateur fournit un modèle suffisamment élaboré.
Son association à SIMAP a été permise en créant un module de conversion générant un fichier exploitable par le module de génération de géométrie et de maillage.
Le prédimensionnement effectué, il faut générer la géométrie et la mailler pour la simulation
par éléments finis.
B. GENERATION DE GEOMETRIE ET MAILLAGE
I. MISE EN ŒUVRE SOUS « MODULEF »
I.1. Description MODULEF permet de réaliser des maillages [15] . C’est un préprocesseur qui lit un fichier de
donnée contenant les mots clés définissant les actions à effectuer (par exemple « définir les contours de la figure », « effectuer une rotation », « mailler », …).
Pour notre module, nous traitons en trois séquences le domaine d’étude (qui n’est pas nécessairement la machine entière s’il existe des symétries) : le rotor, le stator et la bande de mouvement. Pour chacun d’eux, sont définis les points d’un motif élémentaire (par exemple une encoche). La position de ces points dans le plan dépend des dimensions du motif considéré, qui sont lus dans le fichier généré par le module « prédimensionnemeont » (voir chapitre II, partie A).
A partir de ces points, sont définies les lignes sur lesquelles le nombre de nœuds est précisé. Puis, le maillage peut être effectué. Les nœuds définis sur les lignes sont conservés, et
chapitre III – Génération de géométrie & maillage
p.34/106
d’autres sont ajoutés automatiquement à l’intérieur des sous domaines. Ensuite, les duplications sont effectuées sur le motif élémentaire maillé (symétrie et rotation
essentiellement) pour aboutir au domaine d’étude complet. Nous obtenons ainsi des encoches dont la forme et le maillage sont identiques.
Enfin, les différentes parties sont fusionnées. La difficulté est que les points des différentes parties subissant un collage soit parfaitement superposable (même coordonnées). Le détail est donné annexe II.
I.2. Les conducteurs La surface bobinable d’une encoche n’est pas égale à sa section, ce qui conduit à définir un
taux de remplissage égal au rapport de ces deux surfaces respectives. Dans le cas d’une modélisation des conducteurs électriques ne prenant pas en compte l’effet pelliculaire, l’encoche peut être partagée en deux parties. L’une est vide et l’autre pleine, c’est à dire que les conducteurs y sont massifs.
I.3. Les sous-domaines Les sous domaines sont repérés par un numéro, ce qui permet de leur affecter des propriétés
physiques. La numérotation est automatique, et à chaque sous domaine est affecté un numéro incrémenté de une unité par rapport au précédent ; et cela bien que chaque partie soit créée par des fichiers différents.
Les encoches sont donc constituées de deux sous domaines distincts. Une interface permet de visualiser ces numéros pour que l’utilisateur puisse leur affecter
des propriétés.
I.4. Illustration Les figure 5 à 8 précisent ce qui précède.
figure 5 : création d’une encoche, puis du stator
chapitre III – Génération de géométrie & maillage
p.35/106
figure 6 : création du rotor
figure 7 : bande de mouvement : un domaine côté rotor, un côté stator, un
domaine à l’intérieur où s’effectue le glissement
figure 8 : fusion des parties précédentes pour former le domaine d’étude complet
II. LA BIBLIOTHEQUE DE SIMAP Nous disposons actuellement de trois formes d’encoches :
aimant arbre et
culasse rotoriques
chapitre III – Génération de géométrie & maillage
p.36/106
- Rectangulaires, - Arrondies, - Trapézoïdales,
et de deux positions d’aimants : - Déposés radialement, - Insérés (aimantation tangentielle).
La figure 9 présente ces fonctionnalités. L’appel (automatique) au fichier correspondant au besoin se fait grâce aux choix effectués
dans le module « prédimensionnement » (par une interface graphique).
figure 9 : Les possibilités offertes par la bibliothèque de structure de SIMAP
III. ELABORATION DE NOUVELLES STRUCTURES Une telle possibilité est exigée par le critère 4 défini au chapitre I (évolutivité). Si ceci est
parfaitement possible, puisque MODULEF est un produit disponible gratuitement, la mise en œuvre reste délicate, et assez fastidieuse. De plus, il est nécessaire d’écrire des lignes de codes, bien que cela ne soit pas un langage informatique à proprement parlé.
Une interface dispensant l’utilisateur de toute ligne de code pour créer ses propres structures permettrait de satisfaire ce critère.
IV. APPLICATION Les données du cahier des charges et les principaux paramètres d’entrée de la machine
chapitre III – Génération de géométrie & maillage
p.37/106
étudiée [10] sont rappelés dans le tableau 1.
Dénomination Désignation valeur Couple électromagnétique Cem 3,23 Nm
Longueur machine L 80 mm Diamètre extérieur Dext 80 mm
Tension d’alimentation Un 260V
Don
nées
issu
e du
cah
ier d
es
char
ges
Vitesse de rotation nominale Nn 3400 tr/min Jeu mécanique (entrefer) e 0,6 mm Taux de remplissage des
encoches tr 0,5
Température de fonctionnement T 80°C
Aimantation M 1,045 USI Prin
cipa
ux
para
mèt
res
d’en
trée
Nombre de paires de pôles p 3 tableau 1 : données du cahier des charges et principaux paramètres d’entrées
Nous avons opté pour des encoches trapézoïdales. Le prédimensionnement issu de PASCOSMA a donné une structure présentée figure 10.
figure 10 : Géométrie maillée de l’actionneur étudié
V. CONCLUSION Nous avons présenté dans ce chapitre les modules réalisant les fonctions de
prédimensionnement, génération de la géométrie et de maillage. Nous proposons en annexe une explication des principes utilisés dans l’élaboration des géométries.
La structure prédimensionnée, la géométrie créée et maillée, l’analyse par éléments finis
peut se faire.
- CHAPITRE IV -
SIMULATION PAR LA METHODE DES ELEMENTS FINIS &
POST-TRAITEMENT
chapitre IV – Simulation par éléments finis & post-traitement
p. 39/106
A. SIMULATION PAR LA METHODE DES ELEMENTS FINIS
I. MISE EN EQUATION DE LA MACHINE – COUPLAGE CIRCUIT
I.1. Aspect magnétique Compte tenu de la présence d’aimant permanent, nous avons : ejh σ+=×∇ 0 (1)
avec :
0μ
−= rbbh (2)
où h est le vecteur champ magnétique, b le vecteur induction magnétique, br l’induction rémanente des aimants, e le vecteur champ électrique, j le vecteur densité de courant et j0 le vecteur densité de courant imposé (par une source extérieure) ; µ0 la perméabilité magnétique, ν la conductivité magnétique et σ la conductivité.
Sachant que : ab ×∇= (3) D’après l’une des équations de Maxwell :
t∂
∂−=×∇
be (4)
Nous déduisons de (4) :
e a grad= − −∂∂
ϕt
(5)
où a est le potentiel vecteur magnétique, et ϕ le potentiel scalaire électrique. Nous obtenons en remplaçant dans (1) les grandeurs obtenues dans (2) et (5) [16] :
( )⎪⎩
⎪⎨⎧
=∇∇
×∇+∇−−=×∇×∇
0.
.
ϕσ
νϕσ∂∂σν
rr
rrrrr0 baja
t )7(
)6(
L’invariance selon l’axe Oz, perpendiculaire au plan Oxy de l’étude, conduit au trois points
suivants : - le potentiel vecteur a n’a qu’une composante (selon Oz), - le potentiel scalaire électrique ne dépend que de la cote z et du temps t, - le vecteur densité de courant j n’a qu’une composante (selon Oz).
chapitre IV – Simulation par éléments finis & post-traitement
p. 40/106
Ceci se traduit par :
⎪⎩
⎪⎨
⎧
==
=
zj
zaa
),,(),(),,(
tyxjtztyx
ϕϕ
( )( )( )
789
(8) implique que le gradient de ϕ est nul, et le potentiel scalaire électrique n’est connu qu’à une constante près, que nous choisissons égale à zéro pour simplifier les équations.
Enfin, il nous faut imposer les conditions aux limites sur le bord du domaine d’étude. Nous imposons une conditions de Dirichlet homogène (qui impose une valeur du potentiel vecteur a tangentiel : l’induction magnétique est nulle dans l’air). Cette condition a l’avantage de simplifier le problème, le rayonnement produit par le convertisseur électromagnétique n’est alors pas modélisé.
Finalement, il nous faut résoudre l’équation scalaire :
( ) 00 =⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛μ
−⎟⎟⎠
⎞⎜⎜⎝
⎛μ
+−+ xryr by
bxt
ajadiv∂∂
∂∂
∂∂σν grad (10)
Nous notons ℜ(A) le membre de gauche, ce qui revient à résoudre ℜ(A) = 0. La
formulation dite faible est obtenue en intégrant ℜ(A) sur le domaine d’étude, noté Ω, et en multipliant par une fonction test. L’équation à résoudre est alors :
( ) 0),,( =ℜ∫∫Ω
dydxtyxAψ (11)
où ψ est une fonction test. La méthode de Galerkine consiste à choisir ψ de la même nature
que l’inconnue (A), ce que nous notons ψ = a’ 2[19] . La forme intégrale, après intégration par partie, est discrétisée en domaine élémentaires Ωe
et l’inconnue est interpolée par ses valeurs en chaque nœud appartenant à l’élément e [18] :
( ) ∑=
=en
ii
ei
e tAyxNtyxA1
)(),(,, (12)
où ne est le nombre de nœuds de l’éléments e, et :
⎩⎨⎧
=≠
=jisijisi
yxN jjei 1
0),( (13)
Nous obtenons finalement un système matriciel de la forme :
chapitre IV – Simulation par éléments finis & post-traitement
p. 41/106
[ ][ ] [ ] [ ] [ ]KFdtdACAS +=⎥⎦
⎤⎢⎣⎡+ (14)
[S] est la matrice de rigidité, [C] la matrice d’amortissement, [F] le vecteur source dû aux
courants et [K] la matrice source dû aux aimants permanents, avec :
Ω⎟⎟⎠
⎞⎜⎜⎝
⎛−
μ=
Ω=
Ω=
Ω⎟⎟⎠
⎞⎜⎜⎝
⎛+=
∫∫
∫∫
∫∫
∫∫
Ω
Ω
Ω
Ω
dy
NBx
NBK
dNJF
dNNC
dy
Ny
Nx
Nx
NS
e
e
e
e
ixr
iyri
ji
jiij
jijiij
∂∂
∂∂
σ
∂∂
∂∂
∂∂
∂∂ν
1
(15)
I.2. Couplage à un circuit électrique extérieur Une machine est associée à une source de tension extérieure grâce à ses phases dans
lesquelles circulent un courant inconnu, contrairement à une alimentation en courant. La démarche est ici fondamentale, car nous montrons que si le problème est simple pour une phase unique, des précautions devront être prises pour les systèmes polyphasés.
Pour établir les équations, nous utilisons une phase de la machine à laquelle sont reliés une source de tension représentée par une source parfaite (E), une résistance (R), une inductance1 (L) et un élément non linéaire (γ) [17] [16] :
figure 1 : Domaine couplé à un circuit magnétique
1 elle permet de prendre en compte les têtes de bobine de la machine en plus de celle du circuit extérieur.
R L
γ U
I
chapitre IV – Simulation par éléments finis & post-traitement
p. 42/106
L’équation du circuit électrique est donc :
dtdII
dtdILIRU φγ +++= ).(. (16)
et nous rappelons l’équation de base caractérisant le milieu magnétique :
r r∇ ∇ − =ν a j0 0 (17)
Il faut maintenant exprimer J0 en fonction de I et Φ en fonction de a 2[17] :
- Le flux de j0 à travers la section des conducteurs actifs formant un enroulement n’est autre que le courant I,
- le flux Φ n’est autre que le flux total. C’est donc la circulation sur le circuit fermé défini par ces conducteurs du potentiel vecteur a à un nombre de spires près.
Nous obtenons finalement le système matriciel :
[ ] [ ][ ] [ ]
[ ][ ]
[ ][ ] [ ]
[ ] [ ][ ]⎥⎦
⎤⎢⎣
⎡=
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡+−
UK
dtdI
dtdA
LDC
IA
RDS
tλγ0
0 (18)
où [I] est le vecteur courant dans chaque phase, [L] la matrice inductance pour chaque phase, [U] la matrice source de tension pour chaque phase et [D] est la matrice de couplage telle que :
[ ] [ ][ ][ ] [ ][ ]IDF
ADt
==Φ λ
(19)
avec λ un coefficient prenant en compte la longueur de la machine et la périodicité. [D] s’exprime, pour chaque nœud i et pour chaque phase k de l’élément e :
e
ib
sk
eik dN
Sn
Dk
k Ω= ε (20)
où εk vaut +/-1 selon l’orientation du conducteur,
ksn le nombre de spires de la phase k et
kbS la surface bobinable de la phase k.
I.3. Discrétisation temporelle du système Pour résoudre le système algébrique différentiel en temps, il faut choisir une discrétisation
temporelle. Pour les systèmes du premier ordre, on rencontre principalement trois méthodes : les méthodes d’Euler, de prédiction-correction et de type Runge-Kutta [18] . Les deux dernières nécessitent plusieurs évaluations de la fonction interpolée pour chaque pas en temps, ce qui ferait accroître les temps de calcul. Le choix portera donc sur la première.
chapitre IV – Simulation par éléments finis & post-traitement
p. 43/106
Le principe consiste à approcher la dérivée par une différence finie. Pour un vecteur X, nous avons :
dXdt
X Xt
avect t
t t t
+
+=−
≤ ≤α
αΔ
Δ
Δ
: 0 1 (21)
De plus, nous avons besoin de déterminer le vecteur à l’instant t t+α .Δ : ( ) ttttt XXX ααα −+= Δ+Δ+ 1 (22)
α = 0 correspond à la méthode d’Euler explicite, α = 1 à celle d’Euler implicite et α = 0,5 à celle de Cran-Nicholson. D’une manière générale, on parle de méthode d’Euler semi-implicite. Deux critères importants sont à étudier : la stabilité et la stabilité sans oscillation, qui dépendent de la valeur du pas en temps. La méthode d’Euler implicite est inconditionnellement stable, contrairement à son homologue semi-implicite [18] . La méthode d’Euler explicite est conditionnellement stable, et peu présenter des oscillations si le pas en temps est trop élevé, mais elle est bien moins lourde à mettre en œuvre, et nécessite moins d’itération. Pour cette raison, et malgré ses inconvénients, elle a été implanté dans le code de calcul. Ainsi, pour tout vecteur X, nous avons :
dXdt
X Xtt t
t t t
+
+=−
Δ
Δ
Δ (23)
Le système devient alors :
[ ] [ ][ ] [ ]
[ ] [ ][ ] [ ]
[ ][ ]
[ ][ ]
[ ] [ ][ ] [ ]
[ ][ ] t
ttt
t IA
tLDt
tC
UK
IA
tLDt
tC
RDS
⎥⎦
⎤⎢⎣
⎡⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
ΔΔ
Δ+⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
ΔΔ
Δ+⎥⎦
⎤⎢⎣
⎡+−
Δ+
.0
.0
0 λλγ (24)
Ce système est rendu symétrique en multipliant la seconde ligne par -Δt/λ [17] :
[ ] [ ][ ] [ ]
[ ] [ ][ ] [ ]
[ ][ ]
[ ][ ]
[ ] [ ][ ] [ ]
[ ][ ] t
ttt
t IA
LDt
CtU
K
IA
LDt
CtR
DS⎥⎦
⎤⎢⎣
⎡⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
−−Δ+
⎥⎥⎦
⎤
⎢⎢⎣
⎡Δ−=⎥
⎦
⎤⎢⎣
⎡
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
−−Δ+
⎥⎥⎦
⎤
⎢⎢⎣
⎡Δ+−
−
Δ+ λλλλγ
0.
00
(25)
C’est la matrice entre accolade qui est inversée et qui permet d’obtenir le potentiel vecteur
en chaque nœud, et le courant dans chaque phase à l’instant t+Δt.
I.4. Résolution de ce système Notre système est symétrique mais non défini positif. Le stockage est de type profil
inférieur et la résolution se fait par la méthode de Cholesky adaptée [16] [17] .
chapitre IV – Simulation par éléments finis & post-traitement
p. 44/106
I.5. Prise en compte du mouvement Plusieurs méthodes ont été développées pour permettre la prise en compte du mouvement,
entre autres celle du macro-élément [16] et celle de la bande de mouvement [22] . C’est cette dernière qui a été choisie.
I.6. Calcul de forces La méthode des travaux virtuels est implantée dans le code de calcul. Selon le principe de
conservation de l’énergie, la variation d’énergie électrique est égale à la variation d’énergie électromagnétique emmagasinée dans la structure ajoutée à la variation d’énergie mécanique.
On obtient alors, en notant u
u∂∂
=∂ :
),( uWu Φ−∂=F (25) Cette dérivation est faite en maintenant le flux Φ constant. Cette méthode est donc adaptée à
une formulation où la continuité normale de b est vérifiée au sens fort [38] [39] [40] . La force globale obtenue permet de déterminer le couple.
I.7. Prise en compte de la saturation des matériaux Pour résoudre le système algébrique dans le cas de la saturation [31] , la méthode de
Newton-Raphson a été choisie, car elle converge en très peu d’itérations. Le modèle utilisé est la courbe b(h) de première aimantation anhystérétique du matériau.
II. ALIMENTATION DE L’ACTIONNEUR SYNCHRONE PAR UNE SOURCE QUELCONQUE
II.1. Introduction Notre objectif est de :
- Pouvoir alimenter la machine par une source de courant ou de tension de forme quelconque.
- Pouvoir alimenter la machine par un convertisseur (onduleurs et redresseurs simple et double),
- Prendre en compte l’inductance du circuit extérieur, - Réduire le régime transitoire numérique (lors d’une alimentation en tension), - Autoriser les rotors excités, - Mettre en forme le code pour en faire un module autonome.
Ce module « simulation par EF » exploite un code de calcul résultant d’une mise en forme
de [24] . Notre travail est une contribution à l’élaboration de ce programme, dans le cadre des objectifs fixés ci-dessus.
chapitre IV – Simulation par éléments finis & post-traitement
p. 45/106
II.2. Alimentation par une source de courant ou de tension Nous présenterons nos calculs pour des systèmes q-phasés, basés sur un schéma triphasé par
soucis de clarté. Le code de calcul est conçu pour traiter les cas généraux q-phasés. De plus, la source de courant est définie par des valeurs mises à jour à chaque pas en temps. Ceci ne nécessite pas de couplage comme le cas d’une alimentation par une source de tension, et ne sera pas davantage détaillé.
La prise en compte du circuit extérieur, rappelé au I.2, implique que :
1- La tension U est appliquée à une phase de la machine, 2- Le courant I est le même pour le circuit électrique et la machine.
Dans le cas d’un couplage polyphasé en étoile, deux cas se présentent :
- lors d’une alimentation par un convertisseur les neutres ne peuvent être reliés, - lors d’une alimentation par une source de tension triphasée étoile, les neutres
ne sont généralement pas reliés. Dans ces conditions, la tension U ne peut pas être appliquée à une phase, ce qui est contraire
à l’hypothèse 1. Dans le cas d’un couplage série, le courant de phase et de ligne sont différents, ce qui est en
contradiction avec l’hypothèse 2. Nous allons présenter les solutions mise en œuvre pour chaque couplage.
II.2.1. Machine couplée en étoile alimentée par une source de tension en étoile
Nous allons établir la structure de la matrice [R+γ], ainsi que [L]. Pour cela, nous établissons nos calculs à partir du schéma de la figure 2, sans considérer le composant γ car aucun composant semi-conducteur n’intervient dans ce mode d’alimentation.
figure 2 : Coulage de l’actionneur à une source de tension triphasée
Les composants Ri et Li modélisent les imperfections de la ligne mais aussi de chaque phase
de la source et de l’actionneur.
L1
L2
L3 R3
R2
R1
U1
U2 U3
E3
E1
E2
I1
I2
I3
source de tension machine synchrone
IN RN
chapitre IV – Simulation par éléments finis & post-traitement
p. 46/106
RN a une valeur théoriquement infinie. Dans le programme, nous prenons une valeur de 1020Ω, de façon à ce que le courant la traversant soit négligeable devant les autres courants du circuit.
Nous introduisons une inconnue supplémentaire (IN), ce qui oblige à ajouter une équation dans le modèle du circuit électrique. Nous avons alors :
{ }
( )⎪⎪⎩
⎪⎪⎨
⎧
=−
∈=−−−−
∑=
0
,...,2,10
1N
q
ii
NNii
iiii
II
qiIREdtdILIRU
(26)
En approximant la dérivée par une différence finie, comme précédemment, nous avons sous
forme matricielle :
[ ] [ ] [ ]{ }[ ] [ ] [ ] [ ][ ]tttt
tt ItLADIt
LRU Δ−=−Δ+− Δ+Δ+ λ (27)
Avec, pour les matrices non déjà définies :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
0
3
2
1
qU
UUU
UM
(28)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=Δ+
N
q
tt
II
III
IM3
2
1
(29)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
=
11111000
0000000000000
3
2
1
L
L
O
L
L
L
Nq
N
N
N
N
RRRRRRRRR
R (30)
chapitre IV – Simulation par éléments finis & post-traitement
p. 47/106
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
00000000000000000000000000
3
2
1
L
L
O
L
L
L
qL
LL
L
L (31)
Nous voyons que la matrice [R] n’est pas symétrique. Pour palier ce problème, il suffit de
multiplier la dernière équation par RN. Nous obtenons alors :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
=
NNNNN
Nq
N
N
N
N
RRRRRRRRRRRRRR
R
L
L
O
L
L
L
0000000000000000
3
2
1
(34)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
00000000000000000000000000
3
2
1
L
L
O
L
L
L
qL
LL
L
L (35)
Les valeurs à chaque instant de la tension ou du courant sont enregistrées dans un fichier créé par une interface. Celle-ci sera présentée intégralement au chapitre VIII.
II.2.2. Couplage polygonal des phases de la machine
Le schéma est conforme à la figure 3.
chapitre IV – Simulation par éléments finis & post-traitement
p. 48/106
figure 3 : couplage de la machine en polygone
Cette fois, la tension simple Ui n’est pas appliquée à une phase de la machine synchrone.
Prendre les courants Ji pour inconnues conduit à un système symétrique. La mise en équation donne :
( ) ( )
( ) ( ) 011
111
11
=−−
+−+
−−+−
−−−
++
+++
−−
iii
iiiiiim
iimiii
iiiii
Udt
JJdLJJRJL
JREdt
JJdLJJRU (36)
avec : { }qi ,...,2,1∈ (37) et en prenant pour convention :
⎩⎨⎧
==−==+
1111
isiqiqisii
(38)
Pour déterminer les courants de lignes, nous avons :
{ }qiJJI iii ,...,2,11 ∈−= − (39) avec la même convention.
Sous forme matricielle, nous obtenons la même équation que précédemment, en l’exprimant avec les courants de phase de la machine Ji (qui sont des inconnues) :
[ ] [ ] [ ]{ }[ ] [ ] [ ] [ ][ ]tttt
tt JtLADJt
LRU Δ−=−Δ+− Δ+Δ+ (40)
I C J= (41)
L1
L2
L3 R3
R2
R1
U1
U2 U3
E3
E1
E2
I1
I2
I3
source de tension machine synchrone
J1
J3
J2
Rm3
Rm1
Rm2 Lm2
Lm1
Lm3
chapitre IV – Simulation par éléments finis & post-traitement
p. 49/106
avec :
[ ]
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−−−
=
1
43
32
21
UU
UUUUUU
U
q
L
(42)
[ ]
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=Δ+
q
tt
J
JJJ
JL
3
2
1
(43)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−−
−−
=
1100000001100001100001110001
OOOO
O
O
O
L
C (44)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
++−−−
++−−++−
−++−−−++
=
mqqq
q
m
m
m
m
RRRRRR
RRRRRRRRR
RRRRRRRRRR
R
11
5544
43433
32322
12121
000000
0000000
00
OO
O
O
O
L
(45)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
++−−−
++−−++−
−++−−−++
=
mqqq
q
m
m
m
m
LLLLLL
LLLLLLRRL
LLLLLLLLLL
L
11
4544
43433
32322
12121
000000
0000000
00
OO
O
O
O
L
(46)
Nous remarquons que les matrices [R] et [L] sont symétriques.
chapitre IV – Simulation par éléments finis & post-traitement
p. 50/106
II.3. Machine alimentant un convertisseur alternatif-continu non commandé.
II.3.1. Introduction
Trois types de convertisseurs alternatif-continu non commandé peuvent être recensés : - Pour les deux premiers, la machine, qui est ici la source, est couplée en étoile.
On rencontre les ponts redresseurs simples (P) et doubles (PD), - Pour le troisième, la machine est couplé en polygone. Les ponts redresseurs
sont dits séries (S). Seuls les deux premiers ont été implantés. Le modèle pour les composants électroniques de
puissance sont modélisés très simplement par une résistance faible à l’état passant et très élevée à l’état bloqué.
II.3.2. Ponts simples
Le pont simple a été implanté, qui servira principalement à la phase de test et de validation. Un actionneur a été pré-dimensionné, et analysé grâce au module de simulation par éléments finis [37] .
Le schéma est conforme à la figure 4. Nous avons conservé les mêmes conventions en ce qui concerne les courants et tensions de phases, pour que les vecteurs implantés dans le code de calcul gardent la même signification.
figure 4 : Pont simple alimentant une charge E, R, L. Cas du triphasé
Cette fois, la résistance RN a une valeur nulle, le neutre est relié. Les diodes sont modélisées par une résistance de faible valeur à l’état passant et de forte
valeur à l’état bloqué. L’état dépend du signe du courant dans le composant. Nous pouvons établir les relations suivantes :
γ1 L1
L2
L3 R3
R2
R1
U1
U2 U3
Ech
I1
I2
I3
charge
machine synchrone
IN RN
γ2
γ3
Rch
Lch
Ich
chapitre IV – Simulation par éléments finis & post-traitement
p. 51/106
{ }
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
−=
++=
=
∈=+−+++
∑=
Nch
chch
chchchch
q
iNi
NNchiiiiiii
II
Edt
dILIRV
II
qiIRVILIIRE
1
,...,2,10γ
(47)
Sous forme matricielle, nous obtenons :
[ ]
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
N
q
II
II
I M2
1
(48)
[ ]
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
0
2
1
qE
EE
E M (49)
[ ]
( )⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+−+++++++++++++
=+
chNchNchNchNchN
chNqq
chN
chN
chN
chN
RRRRRRRRRRRRRRRRRRRRRRRR
R
L
OOMM
MO
L
L
γ
γγ
γ
γ
00000
00000000
33
22
11
(50)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
=
chchchchch
chq
ch
ch
ch
ch
LLLLLLLLLLLLLL
L
L
OOMM
MO
L
L
00000
00000000
3
2
1
(51)
chapitre IV – Simulation par éléments finis & post-traitement
p. 52/106
Cette fois encore, les matrices [R+γ] et [L] sont symétrisées après avoir multiplié la deuxième équation par RN + Rch et Lch, respectivement.
Le pont simple inférieur s’obtient de façon analogue et ne sera donc pas détaillé. Il a été implanté dans le code de calcul.
Nous avons effectué une simulation avec une charge purement résistive, de valeur 25Ω. Les
courants dans les diodes sont donnés figure 5. A titre de comparaison, une simulation avec le logiciel Simplorer a été effectuée. Pour cela, nous avons simulé l’actionneur en faisant débiter la machine sur une charge linéaire triphasée purement résistive, ainsi que la fem à vide. Nous avons obtenu Lc = 70mH (inductance cyclique) et E = 237V.
Les valeurs simulées ont été implantées dans le modèle utilisé sous Simplorer (figure 6). Les courants négatifs sont liés à la convention choisie (convention moteur pour
l’actionneur), alors qu’il est générateur. Nous remarquons également la présence d’un régime transitoire numérique (du au fait que
le potentiel vecteur en chaque nœud est initialement nul) ; ainsi que la commutation de chaque diode qui n’a pas lieu exactement au passage par zéro du courant, car le pas en temps est fixe. Ceci se traduit par une surtension importante au niveau de la tension (en charge) de l’actionneur (figure 5). Pour remédier à ce problème, un pas en temps variable, évalué par une extrapolation linéaire, serait une solution intéressante.
Le phénomène d’empiètement (conduction simultanée des diodes) est également très visible et conforme à la simulation sous Simplorer (figure 7).
figure 5 : Courant dans les diodes du pont P3, charge purement résistive
chapitre IV – Simulation par éléments finis & post-traitement
p. 53/106
figure 6 : Modèle de la machine sous Simplorer
figure 7 : courant dans les diodes. Simulation à l’aide de SIMPLORER
Nous remarquons que les allures des courants sont semblables, au régime transitoire près. Le phénomène d’empiètement est du même ordre de grandeur.
Le phénomène de commutation n’est pas visible, car le pas en temps est très petit, et la diode ne possède pas de modèle dynamique relatif au courant de recouvrement inverse.
II.3.3. Ponts doubles
Ce cas n’a été traité que pour le triphasé, pour un actionneur spécial (voir annexe II). Le principe consiste à associer deux ponts redresseurs simples, l’un étant à anodes communes (supérieur), l’autre à cathodes communes (inférieur). Le schéma est conforme à la figure 8.
chapitre IV – Simulation par éléments finis & post-traitement
p. 54/106
figure 8 : schéma du pont double, permettant d’aboutir à un système d’équations symétrique
L’indice « s » correspond au pont supérieur, l’indice « i » au pont inférieur. La résistance
RN à une valeur théoriquement infinie, et égale à 1020Ω dans le code. Le système d’équations est le suivant :
L1
L2
L3 R3
R2
R1
U1
U2 U3
Vchi
I1
I2
I3
charge
machine synchrone
IN RN
γs2
γs3
Rch/2
Lch/2
Ichs
γi3
γi2
γi1
γs1 Iγs1
Iγi1
Iγs2
Iγi2
Iγs3
Iγi3
Ichi
Rch/2
Lch/2
Ech/2
Ech/2
chapitre IV – Simulation par éléments finis & post-traitement
p. 55/106
{ }
222
222
0
0
3,2,1
1
chchichich
chich
chchschsch
chsch
q
kNk
ichNsch
NNichiik
kkkk
NNschsk
kkkk
ikikk
Edt
dILIRV
Edt
dILIRV
II
III
IRVIRdtdILIRU
IRVIRdtdILIRU
kIII
s
++=
++=
=
=+
=+++++
=+−−++
∈−=
∑=
γγ
γ
γγ
γ
(52)
Les inconnues sont ici les courants dans les composants semi-conducteurs et le courant de neutre. Nous obtenons sous forme matricielle :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
++
++
++
++
++
++
=+
NNNNNNN
Nch
ichch
Nchch
ich
Nchchch
i
Nch
schch
Nchch
sch
Nchchch
s
RRRRRRR
RR
RRR
R
RRR
RR
R
RRRR
RR
RRR
RRR
RRRR
RR
RRRRR
R
R
22200
22200
22200
00222
00222
00222
333
222
111
333
222
111
γ
γ
γ
γ
γ
γ
γ
(53)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+
+
+
+
+
+
=
0000000
0222
00
0222
00
0222
00
000222
000222
000222
33
22
11
33
22
11
chchch
chchch
chchch
chchch
chchch
chchch
LL
RRR
LRL
RR
LLLLR
LL
LLL
LLR
LR
LLLL
L
L
(54)
chapitre IV – Simulation par éléments finis & post-traitement
p. 56/106
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
N
i
i
i
s
s
s
IIIIIII
I
3
2
1
3
2
1
γ
γ
γ
γ
γ
γ
(55)
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
03
2
1
3
2
1
EEEEEE
E (56)
Nous présentons un résultat de simulation concernant les courants dans les phases de
l’actionneur (le même que précédemment) (figure 9), ainsi qu’une simulation avec Simplorer (le modèle de la machine restant inchangé) (figure10).
figure 9 : courant dans les phases de la machine
chapitre IV – Simulation par éléments finis & post-traitement
p. 57/106
figure 10 : simulation sous Simplorer de la machine débitant dans un pont PD3.
Les amplitudes crêtes à crêtes de la figure 9 correspondent à celles de la figure 10. Le
régime transitoire numérique de la simulation par éléments finis
II.4. Machine associée à un convertisseur alternatif-continu ou continu-alternatif
II.4.1. Généralités
Ce travail s’inscrit dans une démarche de généralisation du mode de fonctionnement de l’actionneur (alternateur ou moteur) et de la charge (source ou charge) d’une part ; et de la nature du convertisseur associé d’autre part (onduleur de tension, commutateur de courant, redresseur). De plus, nous exigeons que le code de calcul puisse traiter des actionneurs possédant un nombre de phase quelconque (mais fixé, pour chaque application). Nous pensons ainsi couvrir une part très importante des applications utilisant des machines synchrones pilotées par un convertisseur.
Compte tenu de ce qui précède, notre choix s’est porté sur un interrupteur conforme au schéma de la figure 11 et dont les propriétés sont définies ci-après.
figure 11 : interrupteur utilisé dans le module EF
chapitre IV – Simulation par éléments finis & post-traitement
p. 58/106
Ces interrupteurs seront associés en bras de pont pour former un convertisseur (figure 12).
figure 12 : association d’interrupteurs pour former un convertisseur
Différentes configurations sont possibles pour chaque interrupteur, de façon à modéliser les divers convertisseurs (onduleurs de tension, commutateurs de courant, redresseurs en pont complet ou demi pont). Deux possibilités sont à distinguer :
• Un interrupteur peut être démunie de tout composant. Si ce sont les cellules du pont à anodes communes qui sont ainsi configurées, le convertisseur modélisé sera un redresseur en demi pont à cathode communes.
• Un interrupteur peut comporter un composant commandable et une diode en anti-parallèle. Dans ces conditions, plusieurs modes de commande de l’interrupteur sont à distinguer.
- Si l’interrupteur est commandable à la fermeture uniquement, le convertisseur modélisé est un commutateur de courant,
- Si l’interrupteur est commandable à l’ouverture et la fermeture, le convertisseur est un onduleur de tension.
- Enfin, s’il est commandable ni à l’ouverture, ni à la fermeture, le convertisseur n’est autre qu’un pont redresseur.
II.4.2. Modélisation des composants
Pour optimiser l’ensemble machine-convertisseur, il est nécessaire de modéliser les composants de puissance assurant la conversion d’énergie tant en conduction qu’en commutation. Dans ce premier cas, le modèle doit prendre en compte la nature du composant, bipolaire (diode bipolaire, IGBT, thyristor, thyristor GTO) ou résistif (MOS), ainsi que sont état.
Nos adoptons la convention suivante pour une cellule K (figure 13) :
figure 13 : convention tension/courant pour une cellule K
vk
ik
chapitre IV – Simulation par éléments finis & post-traitement
p. 59/106
I.1.1.3. Les composants de puissance en conduction
A l’état passant, ils présentent une caractéristique uk(ik) exponentielle, que l’on modélise généralement par une source de tension (que nous notons vK0) en série avec une résistance, dit résistance dynamique (que nous notons rK). Ce modèle n’est toutefois suffisant que pour des valeurs de courant inférieures à deux fois le courant nominal du composant ; au delà, un modèle à deux pentes s’avère préférable en terme de précision.
Notre choix s’est porté sur le premier modèle, car son implantation est nettement plus simple. Cependant, nous envisageons l’implantation du second dans un avenir proche.
Les transistors à effet de champ, dont seule la version à grille isolée est utilisée en
électronique de puissance, présente une caractéristique purement résistive à l’état passant. La tension vk0 sera donc nulle pour ce type de composant.
A l’état bloqué, le modèle des composants bipolaire et MOS est une résistance élevée et
constante. Les effets de la température ne sont pas pris en compte.
I.1.1.4. Commutation des composants de puissance
Les phénomènes de commutation auxquels sont soumis les composants de puissance à l’ouverture et à la fermeture est très petite, de l’ordre de quelques centaines de nanosecondes, voire quelques microsecondes pour les IGBT et les diodes bipolaires ; et de quelques centaines de microsecondes à quelques milliers pour les thyristors et GTO. Le pas en temps nécessaire à la modélisation de ces phénomènes rendrait notre outil inexploitable, tant les durée de simulation deviendrait importantes.
De plus, l’amplitude et la durée des phénomènes de commutation dépend, entre autres, de la température et de la rapidité d’amorçage des composants commandables ; ce qui accroît la difficulté de la modélisation, et augmenterait encore la durée de simulation.
I.1.1.5. Modélisation de la cellule
Les chutes de tension à l’état passant des interrupteurs de puissance généralement faible devant la tension de la source et de l’actionneur, peuvent devenir non négligeable lors d’une alimentation sous faible tension (par un groupe de batterie d’accumulateur, qui ne dépasse guère 45V en charge). Par contre, les phénomènes de commutation perturbent peu l’actionneur.
En conséquence, le module EF ne modélise les composants de puissance qu’en conduction, et les phénomènes de commutation seront simulés par le module post-traitement.
Nous rentrons les trois cas suivants, en ce qui concerne la topologie de la cellule, et qui
conduit à son modèle :
- IK ≤ 0 : la diode (si elle est présente) conduit - si IK > 0, deux cas se présentent. Si le composant est :
• commandé, il est conducteur, • non commandé, il est bloqué.
Si l’on note avec un indice D les grandeurs relatives à la diodes, et avec un indice T celles
relatives au composant commandable, les modèles sont alors conformes à la figure 14.
chapitre IV – Simulation par éléments finis & post-traitement
p. 60/106
figure 14 : modèle de la cellule selon les trois cas envisagés
Le modèle général de la cellule est alors celui de la figure 15. La valeur des éléments dépendra des conditions précitées.
figure 15 : Modèle général de la cellule
II.4.3. Modélisation de l’ensemble convertisseur-actionneur
L’ensemble actionneur-convertisseur est conforme au schéma de la figure 16. L’indices 1 représente la partie supérieure, l’indice 2 la partie inférieure. Les phases sont numérotées de 1 à q.
rDi rTi
rT
vT0vD0
rD
IK < 0 IK > 0, T conducteur IK > 0, T bloqué
vK
iK
vK0
rK
chapitre IV – Simulation par éléments finis & post-traitement
p. 61/106
figure 16 : actionneur synchrone associé à un convertisseur. Le nombre de phases est quelconque, mais
fixé pour chaque application
Pour aboutir à un système d’équations symétrique, les inconnues sont les courants dans les
cellules et le courant dans le neutre. Ainsi, nous avons :
L1
L2
L3 R3
R2
R1
Vch2
I1
I2
I3
charge
/
source
machine synchrone
IN RN
Rch/2
Lch/2
Ich1
Ich2
Rch/2
Lch/2
Ech/2
Vch1 IK1 IK1 IK1
IK2 IK2 IK2
Ech/2
VK11VK12 VK13
VK21 VK22 VK23
chapitre IV – Simulation par éléments finis & post-traitement
p. 62/106
{ }
{ }
{ }
222
222
.
.
,...,2,1
,...,2,10
,...,2,10
222
111
122
111
21
02
01
2
11
222
111
21
1
chchchch
chch
chchchch
chch
q
kchk
q
kchk
Nchch
KKKiK
KKKiK
KKi
NNchKi
iiii
NNchiKi
iiii
Edt
dILIRV
Edt
dILIRV
II
II
III
IrKV
IrKV
qiIII
qiIRVVdtdILIRE
qiIRVVdtdILIRE
iii
iii
ii
i
−+=
++=
=
=
−=+
+=
+=
∈−=
∈=+−−++
∈=+−+++
∑
∑
=
=
(57) En prenant les courant dans les cellules et dans le neutre pour inconnues, nous obtenons :
( ) ( )
( ) ( ) { }qi
III
VEIRdt
dILIR
Irdt
IIdLIIRE
VEIRILIR
Irdt
IIdLIIRE
q
kN
q
kkk
Kch
NN
q
j
Kchq
jK
ch
KKii
iiiii
Kch
NN
q
jK
chq
jK
ch
KKii
iiiii
i
j
j
ii
ijj
ii
,...,2,1
222
222
1 121
011
2121
01
'
1
2121
2
2
2
22
111
11
∈
⎪⎪⎪⎪⎪⎪⎪⎪
⎩
⎪⎪⎪⎪⎪⎪⎪⎪
⎨
⎧
=+
⎪⎪⎪⎪⎪
⎩
⎪⎪⎪⎪⎪
⎨
⎧
−−=++
++−
+−+
+=++
++−
+−+
∑ ∑
∑∑
∑∑
= =
==
==
(58)
Sous forme matricielle, le vecteur courant a pour expression :
chapitre IV – Simulation par éléments finis & post-traitement
p. 63/106
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
N
q
q
II
III
II
I
2
22
21
1
12
11
M
M
(59)
La matrice [R] s’exprime alors de la façon suivante :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−−−
−−−
−−−
−−−
−++
−++
−++
=
NNNNNNN
Nch
qKqchch
Nch
Nchch
Kch
Nchchch
K
Nqch
Kqchch
Nch
Nchch
Kch
Nchchch
K
RRRRRRR
RR
rRRR
R
RR
RRR
rRR
R
RRRR
rRR
RRR
rRRR
RR
RRRR
rRR
RRRRR
rR
Rq
LL
LL
OOMOOM
OO
LL
LL
OOOM
OO
LL
22200
20
22200
22200
00222
0002
00222
00222
21
2221
2111
22
11
1
12
11
(60)
Elle n’est malheureusement pas symétrique. Pour y remédier, il faut modifier le vecteur inconnu des courants, et considérer :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−−
=
N
qK
K
K
qK
K
K
II
III
II
I
2
22
21
1
12
11
M
M
(61)
La matrice [R] devient donc :
chapitre IV – Simulation par éléments finis & post-traitement
p. 64/106
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−−−−−−
−
−−−−−−
−−−−−
−++−
−
−−++−
−−−−−−
=
NNNNNNN
Nch
qKqchch
Nch
Nchch
Kch
Nchchch
K
Nqch
Kqchch
Nch
Nchch
Kch
Nchchch
K
RRRRRRR
RR
rRRR
R
RR
RRR
rRR
R
RRRR
rRR
RRR
rRRR
RR
RRRR
rRR
RRRRR
rR
Rq
LL
LL
OOMOOM
OO
LL
LL
OOOM
OO
LL
22200
20
22200
22200
00222
0002
00222
00222
21
2221
2111
22
11
1
12
11
(62)
Et la matrice [L] :
[ ]
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−−−
−−−
−−−
−−−
−−−
−−−
=
000000000
02
0000000
002
000
0002
00
0002
0000000
00002
0
000002
12
11
1
22
11
chqq
ch
ch
qch
ch
ch
LLL
LLL
LLL
LL
L
LL
L
LL
L
L
LL
OOMOOM
OO
LL
LL
OOOM
OO
LL
(63)
Enfin, pour la matrice [E] :
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+−
+−
+−
−
−
−
02
2
2
2
2
2
2
22
21
12
11
qKch
Kch
Kch
Kqch
Kch
Kch
VE
VE
VE
VE
VE
VE
M
M
(64)
II.4.4. Validation
Nous présentons quelques simulations pour valider le code implanté. Nous avons mis en œuvre une interface pour générer la plupart des signaux de commande des interrupteurs et d’alimentation directe par une source (voir annexe III).
chapitre IV – Simulation par éléments finis & post-traitement
p. 65/106
I.1.1.6. Alimentation en pleine onde
Nous avons représenté la tension aux bornes d’une phase de la machine (figure 17). L’allure du courant est conforme au modèle théorique [23] (figure 18).
figure 17 : tension aux bornes d’une phase de la machine
figure 18 : courant dans la phase de la machine
chapitre IV – Simulation par éléments finis & post-traitement
p. 66/106
I.1.1.7. Alimentation en MLI naturelle
Le principe repose sur l’approximation d’une onde sinusoïdale par un signal de forme rectangulaire ; et ce, en valeur moyenne sur un intervalle de temps petit devant la période de cette onde. Sur chaque intervalle de temps, la valeur moyenne de l’onde sinusoïdale varie, ce qui conduit à faire varier le rapport cyclique du signal rectangulaire : on parle alors de modulation de la largeur de l’impulsion.
Le signal MLI naturel a été obtenu en comparant un signal triangulaire à une sinusoïde. Le rapport des fréquences et des amplitudes définissent l’indice de modulation (m) et la profondeur de modulation (r), respectivement. Ils sont réglables par l’interface.
Les allures de la tension et du courant sont données figures 19 et 20, avec m = 20 et r = 0,8.
figure 19 : Signal MLI naturel appliqué à l’actionneur
figure 20 : Courant dans une phase de l’actionneur
chapitre IV – Simulation par éléments finis & post-traitement
p. 67/106
II.4.5. Réduction du régime transitoire
Nous souhaitons simuler des actionneurs pour un point de fonctionnement donné. Afin de réduire les temps de calcul, l’élimination du régime transitoire est un atout précieux. Or, pour cela, il serait nécessaire de connaître l’état magnétique de la machine et les courants de phase qui existeraient si l’actionneur était en régime permanent. L’élimination du régime transitoire est donc impossible, mais on peut le réduire en prédéterminant ces grandeurs de façon approchée.
Pour aboutir au résultat escompté, un code élément fini avec une formulation dans le domaine fréquentiel pourrait être utilisé. Un unique point de calcul pour la fréquence d’alimentation de la machine permettrait de déterminer avec une bonne approximation l’état initial recherché. Nous avons préféré utiliser un modèle analytique de Ben-Echenbourg conduisant à la détermination des grandeurs recherchées.
Nous avons implanté une méthode plus rapide, qui consiste en un modèle de Ben-
Echenbourg dont les élément sont déterminés analytiquement à partir des dimensions de la machine (issu du module de pré-dimensionnement). Nous déterminons alors l’inductance cyclique Lc, la résistance par phase, la fem à vide E, et les déphasages grâce auxquels nous déduisons le courant initial. Ensuite, un calcul unique par éléments finis permet de déterminer l’état magnétique initial de la machine.
La figure présente un calcul avec (figure 22) et sans (figure 21) réduction du régime
transitoire.
figure 21 : Simulation sans réduction du régime transitoire (alimentation en tension sinusoïdale)
chapitre IV – Simulation par éléments finis & post-traitement
p. 68/106
figure 22 : Simulation avec réduction du régime transitoire (alimentation en tension sinusoïdale)
II.4.6. Actionneurs à rotors excités
La possibilité d’intégrer de nouvelles structures fait parti du cahier des charges de notre outil. Le module EF doit donc permettre de les simuler. Les actionneurs à rotor excités est une fonctionnalité qui a été ajoutée à notre outil et a été utilisée dans [71] . Le courant continu peut être défini par des ampères-tours ou une densité de courant (voir annexe III).
III. FONCTIONNEMENT DU MODULE « SIMULATION PAR ELEMENTS FINIS »
Ce module est indépendant. Les propriétés de l’actionneur à simuler et de son convertisseur sont décrites dans un fichier au format imposé, constitué de mots clés désignant :
- les propriétés physiques de la machine, - les caractéristiques des aimants, - les propriétés des algorithmes de résolution, - les caractéristiques des composants électronique de puissance, - la nature du convertisseur.
Les principales caractéristiques de ce module sont présentées annexe III.
chapitre IV – Simulation par éléments finis & post-traitement
p. 69/106
IV. APPLICATION La structure prédimensionnée et maillée au chapitre III (figure 23) est alimentée en
créneaux de courants.
figure 23 : La structure prédimensionnée sur laquelle les calculs EF sont effectués
L’ensemble des grandeurs calculées par le module peuvent être représentées graphiquement.
Une interface a été élaborée à cet effet. Sur la figure 24, nous avons présenté le courant dans la phase 1, et la tension induite à ces bornes ; ainsi que le couple et la distribution du potentiel vecteur.
chapitre IV – Simulation par éléments finis & post-traitement
p. 70/106
figure 24 : quelques exemples de tracés
Nous proposons en annexe III une description détaillée de ce module.
B. LE POST-TRAITEMENT
I. INTRODUCTION Le module EF détermine le courant dans chaque phase, et le potentiel vecteur en chaque
nœud, et ce, pour chaque pas de calcul. Il serait donc raisonnable que le fichier de sortie donne accès directement à ces grandeurs, et de laisser au module post-traitement le soin de calculer les flux, pertes, … Malheureusement, le nombre de nœuds est très important (quelques milliers), si bien qu’un tel fichier aurait une taille de plusieurs dizaine de mégaoctets.
De nombreux calculs sont donc effectués par le module EF, et le module post-traitement détermine grandeurs moyennes, efficaces, ondulation, harmoniques, …
chapitre IV – Simulation par éléments finis & post-traitement
p. 71/106
II. PRESENTATION
II.1. Fonctionnalités Les grandeurs que le module peut calculer sont les suivantes : • Tension :
- valeur efficace - valeur moyenne - harmoniques - Crète
• Courant :
- Efficace - Crète
• Couple : - moyen - ondulation (max – min) - ondulation relative à la valeur moyenne - harmoniques
- Erreur quadratique : ( )
∑=
−N
i imp
impi
CCC
1
2
, Cimp étant le
couple imposé. • Pertes :
- Joules - fer
II.2. Mise en œuvre Le choix des grandeurs à calculer se fait par une boite de dialogue dynamique, qu’il est ainsi
facile à enrichir pour de nouvelles fonctionnalités. Le fichier de sortie contenant les calculs est aisément lisible grâce à ces mots clés explicite (voir annexes).
C. CONCLUSION
Dans ce chapitre, les fonctionnalités du module « simulation par éléments finis » et « post-traitement » ont été présentées. Le premier prend en compte des machines ayant un couplage en étoile ou polygonal ; elles peuvent être associées à divers types de convertisseurs (redresseurs, onduleurs, commutateurs de courants, source de tension ou source de courant). Ce module ne modélise les composants électroniques de puissance qu’en conduction, la prise en compte de la commutation impliquerait un pas en temps très faibles ce qui entraînerait des durées de simulations inacceptables.
Le second module effectue des calculs post-traitement, mais ne réclamant pas le fichier contenant les solutions du potentiel vecteur en chaque nœud et pour chaque pas en temps, car celui-ci aurait une taille trop importante. Pour cette raison, c’est également cette unité EF qui effectue un certains nombres de calcul post-traitement, comme le flux ou les tensions induites.
- CHAPITRE V -
ANALYSE DE SENSIBILITE & OPTIMISATION
chapitre V – Analyse de sensibilité et optimisation
p. 73/106
A. LE MODULE « ANALYSE DE SENSIBILITE »
I. INTRODUCTION Au chapitre II, nous avons mis en évidence la nécessité d’identifier les facteurs les plus
influents sur une fonction objectif avant d’effectuer l’optimisation. Ceci permet en effet de réduire le nombre de paramètres étudiés, et donc les temps de calculs.
Les plans d’expériences possèdent de nombreuses qualités exploitées dans ce module : une stratégie expérimentale rigoureuse, un nombre de facteurs étudiés importants avec un nombre limité d’expériences, ainsi qu’une possibilité d’utilisation automatique et donc transparente pour l’utilisateur.
II. ETUDE DE SENSIBILITE PAR LES PLANS D’EXPERIENCES
II.1. Présentation
II.1.1. Généralités
Une étude de sensibilité consiste à déterminer les facteurs les plus influents sur la réponse d’un système. Pour cela, le système est modélisé par une fonction simple, généralement un polynôme de degré N, dont la valeur doit être élevée si l’on veut une bonne précision. Dans cette expression apparaissent les monômes de chaque paramètre jusqu’à l’ordre N, ainsi que les combinaisons entre tous les facteurs et pour toutes les puissances de 1 à N. Toutefois, le modèle proposé devient inexploitable lorsque le nombre de paramètres et l’ordre sont supérieur à quelques unités chacun.
Ainsi est-on réduit à simplifier le modèle en ne considérant que les monômes d’ordre 1 et les combinaisons entre paramètres. La fonction s’écrit alors :
( )
nn
nnnnnn
nn
nn
nnnn
nn
nn
nnn
xxxa
xxxa
xxaxxxaxxxaxxxaxxxaxxxa
xxa
xxaxxaxxaxxaxxaxxa
xaxaxaaxxxF
......
......
...
......
......,...,,
21...12
1212
223532235432234
2112421124321123
11
2242243223
1131132112
2211021
+
+
+++++++++
+
++++++++
++++=
−−−−
−−
(1)
Le nombre de coefficients reste cependant important et le modèle valable localement uniquement.
Les plans d’expériences permettent une identification des coefficients [26] [36] , mais nous ne les exploitons que pour déterminer les facteurs les plus influents ; celle-ci ne sera donc pas
chapitre V – Analyse de sensibilité et optimisation
p. 74/106
menée. De plus, une réduction du nombre d’essais nécessaires, sous des conditions parfaitement définies, et des risques clairement identifiés, est envisageable [34] .
Nous exposons dans ce qui suit les notions fondamentales, puis la mise en œuvre à laquelle nous avons procédé.
II.1.2. Définitions & notations
- Facteur : paramètre continu ou discret pouvant varier dans un intervalle donné, et qui agit sur le système étudié. Le nombre de facteurs considérés dans une expérience est noté Nf. Ce sont dans notre cas les paramètres du système à optimiser.
- Niveau : nombre de valeurs que peut prendre un facteur dans un intervalle donné. Les niveaux ne sont pas représentés par les valeurs dans l’expérience, mais par un entier prenant une valeur comprise entre 1 et le nombre de niveaux, ce qui établit une échelle linéaire entre les valeurs minimale et maximale du niveau du facteur considéré.
- Désignation d’un plan d’expériences : N N f , où N est le nombre de niveau des facteurs, et Nf le nombre de paramètres. Si tous les facteurs n’ont pas le même nombre de
niveaux, soient N1 et N2, on le note N NN Nf f1 2
1 2× , où Nf1 et Nf2 sont le nombre de facteurs à N1 et N2 niveaux, respectivement.
- Réponse : grandeur que l’on mesure, relative au système étudié, dont la valeur dépend de celles des paramètres. Pour chaque expérience, la réponse est notée R(i).
- La moyenne générale, notée M, a pour expression : -
∑=
==exp
1exp
)(1)(N
iiR
NiRM (2)
où Nexp est le nombre d’expériences réalisées. - On considère également une moyenne ne mettant pas en jeu toutes les expériences,
mais seules celles dont le niveau d’un des facteurs Fk est à un niveau donné j. Nous notons cela :
R F jk( )= (3) - Interaction : on parle d’interaction entre facteurs lorsque l’influence d’un facteur sur la
réponse du système dépend de la valeur d’un ou plusieurs autres facteurs. Par exemple, soit une fonction ayant pour expression 212121 .),( xxxxxxf ++= . 21 xetx sont des facteurs et 21.xx est une interaction.
- Action : c’est ce qui agit sur la réponse d’un système. Il peut donc s’agir d’un facteur ou d’une interaction. Le nombre de niveaux d’une interaction est égal au produit des niveaux des actions qui la compose. Dans l’exemple précédent, 2121 ., xxetxx sont des actions. Les deux premières ont deux niveaux, la dernière quatre niveaux.
- Ordre d’une interaction : une interaction entre n facteurs est dite d’ordre n. - Effet : il mesure l’influence d’une action sur la réponse du système. - Orthogonalité de deux actions : deux actions sont dites orthogonales lorsque dans une
série d’expériences, il est possible de déterminer l’effet de chaque action sans ambiguïté. Ceci est à opposer aux cas où l’effet d’une action est confondu avec celui d’une autre action. On parle alors d’ « alias ».
- Degré de liberté : c’est le nombre d’effets indépendants pour une action donnée. La
chapitre V – Analyse de sensibilité et optimisation
p. 75/106
somme de tous les effets (c’est à dire pour chaque niveau du plan) d’un facteur est nulle. Le degré de liberté est donc égal au nombre de niveaux du facteur décrémenté de 1.
Dans ce qui suit, nous allons présenter les plans factoriels et fractionnaires. Nous
illustrerons nos propos par un exemple dans lequel est considéré un système dont la réponse dépend de trois facteurs, chacun ayant deux niveaux.
II.1.3. Les plans factoriels
I.1.1.1. Définition
Un plan factoriel n’est autre que l’étude de toutes les combinaisons des facteurs pris en compte dans l’expérience, et ce, pour tous les niveaux, relatifs à chaque facteur. Le nombre d’expériences à réaliser est alors :
( )∏=
=g
k
pk
kNN1
exp (4)
où Nk est le nombre de niveaux des facteurs pk, et g le nombre de groupes de facteurs ayant des niveaux différents.
Ainsi, pour les plans factoriels, il existe toujours deux expériences dont tous les facteurs sont au même niveau, sauf un et seulement un. On comprend alors pourquoi il est aisé de déterminer les effets de chaque facteur ; et nous verrons que cela permet également de déterminer d’éventuelles interdépendances entre facteurs.
I.1.1.2. Effet d’un facteur
L’effet d’un facteur Fi est la moyenne des réponses obtenues pour chaque niveau j de ce facteur, ce que nous notons E Fi (j). La relation permettant de déterminer cette valeur est :
E R F j MF j ii ( ) ( )= = − (5)
I.1.1.3. Interactions entre facteurs
La modélisation d’un système par la moyenne de ses réponses M et par les effets (moyens) de tous les facteurs pour chaque niveau est insuffisant pour décider de conserver ou non un paramètre pour l’optimisation. Ainsi est-on amené à considérer les interactions entre facteurs.
Une interaction entre deux facteurs Fi et Fj n’est autre que l’écart entre la moyenne des réponses lorsque les facteurs sont à un niveau donné, et les effets moyens de ces facteurs. La relation est, pour une interaction d’ordre deux :
I R F k F l M E EF k F l i j F k F li j i j( ) ( ) ( ) ( )( ; )= = = − − − (6)
I.1.1.4. Exemple
Nous prenons pour exemple la fonction F dépendant de trois variables A,B et C :
BCACABCBACBAF +++++= 7335),,(
chapitre V – Analyse de sensibilité et optimisation
p. 76/106
Les facteurs A, B et C varient dans les intervalles suivants :
[ ] [ ] [ ]5;16;25;1 ∈∈∈ CBA
Le plan factoriel est donné tableau 1.
N° expérience 3 facteurs réponse i A B C Y(i)
1 1 1 1 27 2 1 1 2 67 3 1 2 1 55 4 1 2 2 111 5 2 1 1 99 6 2 1 2 251 7 2 2 1 175 8 2 2 2 343
tableau 1 : plan factoriel pour notre exemple
Dans ce plan d’expériences à deux niveaux, 1 et 2 représentent la valeur minimale et maximale de chaque facteur, respectivement.
Nous avons alors :
524
)8()6()4()2(524
)7()5()3()1(
304
)8()7()4()3(304
)6()5()2()1(
764
)8()7()6()5(764
)4()3()2()1(
141
)2()1(
)2()1(
)2()1(
=−+++
=−=−+++
=
=−+++
=−=−+++
=
=−+++
=−=−+++
=
=
MYYYYEMYYYYE
MYYYYEMYYYYE
MYYYYEMYYYYE
M
CC
BB
AA
Les effets ne donnent pas les coefficients intervenant dans la fonction car il y a les interactions AB, AC et BC. Toutefois, le facteur le plus influent est A, vient ensuite C puis B ; ce qui est cohérent avec l’expression de la fonction F.
La relation 0)2()1( =+ XX EE est vérifiée pour { }CBAX ,,∈ . La valeur relative des facteurs est très instructive. Nous utilisons alors les effets normalisés
par rapport à la moyenne, ce qui conduit à :
369,0369,0213,0213,0539,0539,0
*)1(
*)1(
*)1(
*)1(
*)1(
*)1(
=−==−==−=
CC
BB
AA
EEEEEE
Une représentation graphique des effets a été développée dans SIMAP, et se présente ainsi (figure 1) :
chapitre V – Analyse de sensibilité et optimisation
p. 77/106
figure 1 : Représentation graphique des effets normalisés des facteurs A, B et C
La valeur de normalisation est importante, surtout si elle est faible. Dans ce cas, on peut en
déduire qu’aucun facteur n’est influent. Pour chaque facteur A, B et C, nous avons pour les interactions :
44442828282812121212
)2()2()1()2()2()1()1()1(
)2()2()1()2()2()1()1()1(
)2()2()1()2()2()1()1()1(
=−=−===−=−===−=−==
CBCBCBCB
CACACACA
BABABABA
IIIIIIIIIIII
Le rapport entre les interactions Ixy est cohérent avec l’expression de F. Elles peuvent être normalisées par rapport à la même valeur que précédemment. Graphiquement, on obtient (figure 2) :
C
B
A
chapitre V – Analyse de sensibilité et optimisation
p. 78/106
figure 2 : Représentation graphique des interactions normalisées des facteurs A, B et C
A partir de ces résultats, le choix des facteurs à utiliser pour l’optimisation est aisé. Il serait
ici envisageable de conserver pour l’optimisation : - A pour son effet important - B pour son effet assez important et son interaction avec A.
II.1.4. Les plans fractionnaires
Réduire le nombre d’expériences nécessaires à la modélisation d’un système, à nombre de facteur donné, est envisageable, mais au risque d’une perte d’information [35] . Nous présentons le principe dans ce qui suit.
I.1.1.5. Principe
Les plans fractionnaires font intervenir la notion d’alias. Par définition, un alias est la superposition des effets de deux actions, dans le cadre d’une série expériences.
Pour expliquer clairement le problème, nous considérons un plan fractionnaire pour modéliser le même système que précédemment. Le fractionnement peut se faire de différentes façons. Nous représentons tableau 3 le plan factoriel, en faisant apparaître les interactions AB, BC et AC pour lesquelles le niveau a pour valeur :
- 1 si chaque action qui les compose ont un niveau identique, - 2 si chaque action qui les compose ont un niveau différent.
Pour ABC, il faut appliquer les deux règles précédentes, mais en considérant l’interaction
AB avec le facteur C.
chapitre V – Analyse de sensibilité et optimisation
p. 79/106
N° expérience A B C AB AC BC ABC Ymes 1 1 1 1 1 1 1 1 10 2 1 1 2 1 2 2 2 12,5 3 1 2 1 2 1 2 2 13 4 1 2 2 2 2 1 1 17 5 2 1 1 2 2 1 2 9 6 2 1 2 2 1 2 1 14 7 2 2 1 1 2 2 1 24 8 2 2 2 1 1 1 2 5
tableau 2 : Le plan factoriel avec les interactions d’ordre 2 et 3.
Le fractionnement se fait en choisissant une colonne et en ne conservant que les cellules
d’interaction dont les valeurs sont identiques (soit 1, soit 2 dans cet exemple). Ces cellules désignent alors des lignes, et donc les expériences retenues pour le plan fractionnaire.
Le choix de la colonne aura pour conséquence de ne pas permettre l’étude de l’action correspondante, car cette action aura toujours la même valeur. Il est donc préférable de choisir une action d’influence négligeable, ce qui n’est pas connu à priori. Le choix d’un plan fractionnaire est donc difficile si le comportement du système étudié est totalement inconnu.
En considérant négligeable l’interaction d’ordre 3, nous prenons pour notre exemple le niveau 1, ce qui correspond aux expériences N°1, 4, 6 et 7. Sur le tableau 3, nous voyons que les actions suivantes varient en même temps :
- A et BC - B et AC - C et AB
Chaque couple forme donc un alias entre les actions qui le compose. Il en résulte le plan fractionnaire tableau 4, en désignant les expériences par le même numéro que le plan factoriel.
N° expérience facteurs réponse
i A B C Y(i) 1 1 1 1 27 4 1 2 2 111 6 2 1 2 251 7 2 2 1 175
tableau 3 : Le plan fractionnaire pour notre exemple
Le nom des facteurs A, B et C a été inscrit dans chaque colonne. Ce sont eux qui varient,
mais les effets mesurés ne sont pas ceux des facteurs, mais des couples aliasés (A+BC, B+AC et C+AB). Nous avons :
chapitre V – Analyse de sensibilité et optimisation
p. 80/106
72727272222240404040
4040227272
141
)2()2()1()2()2()1()1()1(
)2()2()1()2()2()1()1()1(
)2()2()1()2()2()1()1()1(
)2()1(
)2()1(
)2()1(
−===−=−===−=−===−=
=−==−==−=
=
CBCBCBCB
CACACACA
BABABABA
CC
BB
AA
IIIIIIIIIIII
EEEEEE
M
Ce plan d’expériences conduit donc à des interprétations différentes du plan factoriel,
comme le montre la figure 3 et 4.
figure 3 : Représentation graphique des effets normalisés des facteurs A, B et C
chapitre V – Analyse de sensibilité et optimisation
p. 81/106
figure 4 : Représentation graphique des interactions normalisées des facteurs A, B et C
Finalement, l’utilisation de plans fractionnaires nécessite de résoudre trois étapes difficiles : - La détermination des interactions non négligeables à priori, - L’établissement des conditions d’orthogonalités entre les actions établies au premier
point et que l’on ne souhaite donc pas voir aliasées à une autre action, - La recherche du fractionnement du plan factoriel, duquel les plans fractionnaires sont
issus. Ces difficultés sont contournables en utilisant une méthode proposée par G. Taguchi, qui, à
partir de quelques tables standards, permet de résoudre de très nombreux problèmes [35] .
I.1.1.6. Les tables de Taguchi
a) Principe Les simplifications apportées par G. Taguchi se basent sur les hypothèses suivantes : - les interactions d’ordre supérieur à deux sont négligeables, - les interactions d’ordre deux sont négligeables, sauf quelques unes parfaitement
identifiées. La dénomination d’une table de Taguchi utilise la lettre « L » à laquelle sont associés des
nombres, dont la forme est : LNe(Np). Ne est le nombre d’expériences nécessaire du plan fractionnaire, p le nombre de facteurs et N le nombre de niveaux des facteurs. Np est donc le plan factoriel duquel est issu le plan fractionnaire.
Un outil accompagne la plupart de ces tables : le triangle des interactions que nous allons
chapitre V – Analyse de sensibilité et optimisation
p. 82/106
présenter à partir d’un exemple : celui de la table L8(27) (tableau 5 et 6).
N° facteur N° expérience
1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2
tableau 4 : table L8(27)
N° facteur N° facteur
2 3 4 5 6 7
1 3 2 5 4 7 6 2 1 6 7 4 5 3 7 6 5 4 4 1 2 3 5 3 2 6 1
tableau 5 : Triangle des interactions de la table L8(27)
L’intersection entre une ligne i et une colonne j donne le numéro de la colonne de l’interaction des facteurs. Par exemple, si l’on place un facteur A en colonne N°1 et un autre B en colonne N°2, l’interaction AB est présente en colonne N°3.
Si nous souhaitons étudier 7 facteurs n’ayant aucune interaction, il suffit de les placer chacun dans une colonne. Par contre, si certaines interactions doivent être prises en compte, il faut utiliser le triangle. Soit, par exemple, un système dont la réponse Y dépend de quatre facteur A, B, C et D ; et les interactions AB, AC et BC ne sont pas négligeables.
Nous plaçons alors les facteurs comme suit, avec la notation suivante : X → 10 si le facteur
X est placé en colonne 10. Nous plaçons A et B : A→ 1 B→ 2 AB sera automatiquement en colonne 3, ce qui interdit d’y placer un facteur sous peine de
créer un alias avec AB. Pour le facteur C : C→ 4 AC sera en colonne 5 et BC en colonne 6. Pour D : D→ 7 L’interaction AD a été supposée négligeable. BC est situé en colonne 3 et dans le triangle,
nous voyons que AD également. AD et BC sont alias, ce qui conduira à des erreurs
chapitre V – Analyse de sensibilité et optimisation
p. 83/106
d’interprétation si AD n’est pas négligeable comme nous l’avons supposé.
b) Les différentes tables Les tables publiées par Taguchi sont classées en trois catégories : • Aucune interaction ne peut être étudiée : Les interactions ne sont pas orthogonales aux facteurs principaux. Elles sont réparties sur
l’ensemble des autres colonnes répartissant ainsi les erreurs liées aux interactions présentent dans le système qui sont alors aliasées. Il n’existe alors aucun triangle des interactions.
L’identification des facteurs influents lorsque les interactions ne sont pas connues a priori, ne serait-ce qu’intuitivement, est alors aisée.
• Une interaction entre deux facteurs peut être étudiée L’interaction se trouve répartie sur l’ensemble des autres colonnes et, ainsi, ne réclame pas
de lui sacrifier une colonne. Il n’existe alors aucun triangle des interactions. Les deux facteurs, ayant une interaction que l’on souhaite étudier, doivent être placés dans les deux premières colonnes.
• Plusieurs interactions peuvent être étudiées Chaque interaction que l’on souhaite étudier consomme une colonne. Les interactions non
étudiées et non négligeables sont aliasées à d’autres facteurs ou interactions. Le triangle des interactions permet d’identifier ces alias.
II.2. Mise en œuvre dans SIMAP
II.2.1. Présentation
Dans notre outil, l’utilisateur choisit les paramètres qu’il désire étudier, les niveaux de chaque facteur, les intervalles de variation, ainsi que les interactions supposées non négligeables. Une procédure automatique détermine si un plan factoriel ou fractionnaire s’impose, et dans ce dernier cas, la table de Taguchi adaptée.
Pour les plans factoriels, ils s’imposent dès lors que toutes les interactions veulent être étudiées. Pour choisir les plans adaptés, nous utilisons les critères des degrés de libertés et d’orthogonalité [35] .
chapitre V – Analyse de sensibilité et optimisation
p. 84/106
II.2.2. Exemple d’utilisation de ces critères
A B C D AB BC AC Nombre d’expériences
nécessaires Données de
départ niveaux 2 2 2 2
calcul des niveaux des interactions
= produit des niveaux des facteurs concernés
4 4 4
Degrés de liberté = nombre de niveau - 1 1 1 1 1 Calculs des
degrés de liberté des interactions
= produit des dl des facteurs concernés
1 1 1
Bilan (dl) 7 orthogonalité produit des niveaux des
actions concernées
A et BC 2 4 8 D et AB 2 4 8 C et AB 2 4 8 D et AB 2 4 8
tableau 6 : Récapitulation des critères utilisés pour choisir un plan fractionnaire
Le nombre d’expériences nécessaires est le maximum entre le nombre de degrés de liberté (7) et le nombre imposé par l’orthogonalité (8). Il faut donc 8 expériences, il faut utiliser L8(27).
II.2.3. Possibilités offertes par SIMAP
SIMAP propose une utilisation : - de plans factoriels pour un nombre quelconque de facteurs, bien qu’un nombre égal à 4
ou 5 soit raisonnable, pour limiter le nombre d’expériences (qui sera de 32 pour 5 facteurs à deux niveaux !). Un algorithme général était en effet plus simple à implanter.
- de plans fractionnaires, avec les tables L4(23), L8(27), L9(34) et L12(211). Il convient de préciser que la table L12(211) ne permet pas d’étudier les interactions. Onze
facteurs peuvent être étudiés, ce qui est utile pour dégrossir un problème. Nous avons implanté des outils importants dans SIMAP : - Si des facteurs ont des niveaux premiers entre eux, un avertissement advient, car cela
entraîne un nombre d’expériences important [35] , - Le placement des facteurs dans les colonnes des tables de Taguchi est automatique, en
prenant naturellement en compte les interactions supposées non négligeables que l’utilisateur mentionne par une interface graphique. Ceci élimine une étape fastidieuse des tables de Taguchi, et constitue un atout majeur dans l’utilisation des plans d’expériences dans SIMAP,
- Les résultats du plan sont donnés graphiquement, tant en ce qui concerne les effets que les interactions. Les alias sont également mis en évidence (pour les plans fractionnaires).
chapitre V – Analyse de sensibilité et optimisation
p. 85/106
II.2.4. Application
Sur l’actionneur prédimensionné par Pro-Design (figure 5.a), nous choisissons cinq facteurs pour l’analyse de sensibilité. Quatre sont présentés figure 5.b, le cinquième étant le rapport arc polaire/pas polaire, noté bi.
La fonction objectif est :
∑=
⎟⎟⎠
⎞⎜⎜⎝
⎛ −=
N
i imp
impi
CCC
f1
2
où Cimp est le couple imposé et Ci le couple calculé par éléments finis. Les interactions supposées non négligeables sont lib-eb et lib-ea. Le nombre de niveaux par
facteur est choisi égal à deux. Le plan fractionnaire de Taguchi adapté est alors L8(27). Le tableau 8 présente ce plan ainsi
que la réponse, c’est à dire la valeur de la fonction objectif. La figure 6 donne les effets normalisés des cinq facteurs et la figure 7 les interactions
normalisées lib-eb et lib-ea. La figure 8 donne les alias révélés par SIMAP. La figure 9 présente le couple en fonction de la position du rotor pour l’actionneur initial et celui issu de la configuration optimale obtenue par le plan.
figure 5 : L’actionneur étudié et les paramètres analysé par les plans d’expériences
N° Experience lib eb bi ea hcr Réponse
a. l’actionneur étudié b. Définition de quatre facteurs choisis pour l’analyse de sensibilité
chapitre V – Analyse de sensibilité et optimisation
p. 86/106
1 1 1 1 1 1 2.09 2 1 1 2 2 2 13.9 3 1 2 1 1 2 15.6 4 1 2 2 2 1 19.0 5 2 1 1 2 1 1.19 6 2 1 2 1 2 6.20 7 2 2 1 2 2 7.37 8 2 2 2 1 1 2.84
tableau 7 : Le plan d’expériences L8(27) et la réponse du système
figure 6 : Représentation graphique de l’effet normalisé des facteurs étudiés
chapitre V – Analyse de sensibilité et optimisation
p. 87/106
figure 7 : Interactions normalisées lib - eb en fonction de eb et lib - ea en fonction de ea
figure 8 : Liste des alias fournis par SIMAP
Liste des alias
1. lib x (hc - bi)
2. eb x (bi - ea)
3. ea x (bi - eb)
4. bi x (ea - eb) x (hc - lib)
5. hc x (bi - l)
chapitre V – Analyse de sensibilité et optimisation
p. 88/106
figure 9 : Couple en fonction de la position du rotor pour l’actionneur
prédimensionné et issu de l’analyse de sensibilité
Les facteurs lib et eb sont retenus pour l’optimisation, à cause de leur effet et de leur forte
interaction. Cet actionneur ainsi analysé peut maintenant être optimisé.
B. LE MODULE « OPTIMISATION »
I. GENERALITES Les facteurs les plus influents et le meilleur point initial identifiés (c’est à dire la valeur des
paramètres donnant la valeur minimale de f parmi les 8 expériences menées), l’optimisation peut débuter.
De nombreuses méthodes sont présentent dans la littérature [44 à 70]. Dans SIMAP, nous avons implanté un algorithme déterministe ne nécessitant pas de calcul de dérivée : le simplexe. Est également inclus un algorithme stochastique : l’algorithme génétique.
La prise en compte des contraintes est assurée automatiquement par l’algorithme génétique et par une méthode de pénalité extérieure pour la méthode du simplexe que nous utilisons. Une pénalisation intérieure étant préférable [41] [42] , nous envisageons son implantation.
II. LE SIMPLEXE Cet algorithme ne nécessite pas de calcul de dérivée, ce qui est un atout important lorsque la
valeur de la fonction objectif est déterminée par un calcul éléments finis où le bruit numérique est important.
Par contre, il converge très lentement si le nombre de paramètres est important et si le point
chapitre V – Analyse de sensibilité et optimisation
p. 89/106
initial est éloigné de la solution. L’utilisation cet algorithme est envisageable dans SIMAP pour deux raisons. En premier lieu, le nombre de facteurs étudiés est limité grâce à l’utilisation d’un plan d’expériences. En second lieu, le point initial est proche de la solution grâce au prédimensionnement précis et au plan d’expériences. En effet, de ce dernier est extrait l’expérience la plus proche de l’optimum parmi celles menées.
Dans ces conditions d’utilisation, cet algorithme s’est avéré très performant [10] .
III. LES ALGORITHMES GENETIQUES Ses propriétés [43] en ont fait l’algorithme très usité lorsqu’il est associé à un programme
d’analyse par E.F. Leur principal défaut, pour ne pas dire l’unique, est le nombre très important d’itérations nécessaires à la convergence, ce qui a conduit les chercheurs à mettre en œuvre des solutions pour le réduire. Nous avons recensé les algorithmes génétiques :
- avec « chromosomes assistants », dont le principe repose sur une modification de la procédure de croisement [53] . Quelques individus ayant des performances particulièrement élevées sont utilisés pour générer une partie des descendants. Ainsi espère-t-on localiser avec une forte probabilité l’optimum recherché.
- avec ajustement dynamique des paramètres de réglage [44] [45] . L’espace de recherche est réduit progressivement autour de ce qui semble être l’optimum. La réduction du nombre de bits codant les paramètres, semble, selon les auteurs, être un atout important.
- couplés avec un algorithme déterministe, pour obtenir une convergence rapide vers un optimum (local ou non) lorsque celui-ci semble être identifié par l’algorithme génétique [48] . On parle alors de méthodes hybrides.
- couplé à un réseau de neurones, qui utilise les points calculés par l’algorithme génétique pour obtenir un modèle sur lequel il est plus facile de déterminer un optimum (par des méthodes déterministes) [49] . Progressivement, le modèle est de plus en plus fin, et les résultats obtenus par le réseau de neurones permettent d’accélérer la convergence de l’algorithme génétique, puisque ce dernier bénéficie d’informations plus précises.
- couplé à un réseau de neurones et un moteur de logique floue [47] [55] . Ce dernier intervient surtout sur les conditions de passage de l’algorithme génétique au réseau de neurones.
Ces méthodes réduisent le nombre d’itération nécessaires à la convergence de l’algorithme,
mais au risque de rester piégé dans un extremum local plus facilement qu’avec l’algorithme standard. Les performances obtenues avec l’algorithme du simplexe ne nous semble pas justifier l’utilisation d’un algorithme génétique. Par contre, si l’espace de recherche du processus numérique devait être plus important, le simplexe pourrait devenir moins intéressant qu’un algorithme génétique « modifier ».
IV. APPLICATION L’actionneur précédent, prédimensionné par Pro-Design et sur lequel une analyse de sensibilité par les plans d’expériences a été effectuée, peut maintenant être optimisé. Le point initial optimal, issu de cette analyse, ainsi que les facteurs les plus influents ont été exploités. Dix itérations ont été nécessaires pour obtenir la convergence. L’allure du couple est présentée figure 10, avec les valeurs numériques récapitulées dans le tableau 9.
chapitre V – Analyse de sensibilité et optimisation
p. 90/106
Courbe issue Du prédimensionnement
De la meilleure expérience du plan
d’expériences précédent (n°5)
De l’optimisation
Ondulation de couple 3 Nm 2,2 Nm 1,8 Nm
Couple moyen 5,1 Nm 4,2 Nm 3,6 Nm tableau 8 : Couple moyen et ondulation de couple de la figure 10.
0 20 40 60 80 100 120 0
1
2
3
4
5
6
courbe issue duprédimensionnement
courbe issue duplan d'expériences
courbe issue del'optimisation par laméthode du Simplexe
angle rotorique (degrés)
Couple (N)
figure 10 : Couple aux différentes étapes de l’étude
C. CONTRAINTES D’ENCOMBREMENT
I. PRESENTATION Le prédimensionnement d’un actionneur peut se faire en fixant l’encombrement, c’est à dire
le diamètre extérieur et la longueur. A l’intérieur de ce volume, il faut loger le rotor, la couronne rotorique, les aimants, l’entrefer, les encoches et la couronne statorique.
Considérons une section active d’un actionneur (figure 11).
chapitre V – Analyse de sensibilité et optimisation
p. 91/106
figure 11 : Données dimensionnelles d’une machine
Il y a deux types de contraintes, de nature géométrique, que nous nommons contraintes d’encombrement : l’une s’exerçant sur le rayon, l’autre sur le pas dentaire.
* Pour le premier type de contrainte, nous avons :
D h e e h h h Dar
cr a c enc csext
2 2+ + + + + + = (1)
L’entrefer et le diamètre extérieur étant imposés, nous avons :
D h e h h h D ear
cr a c enc csext
2 2+ + + + + = − (2)
Dexthcs
ld
hcr
Dar/2
Da/2
lc
hc
e ea
bec
dent
chapitre V – Analyse de sensibilité et optimisation
p. 92/106
Dans le membre de gauche, certains paramètres peuvent être choisis dans une étude de sensibilité ou d’optimisation, les autres doivent s’ajuster pour respecter l’équation.
• Pour le second type de contrainte, nous avons :
l l DNd enc
a
e
+ =π .
(3)
avec Da le diamètre d’alésage, et Ne le nombre total d’encoches.
II. GESTION DE CES CONTRAINTES Dans les équations (1) et (2), toutes les grandeurs ne peuvent évoluer indépendamment les
unes des autres. Or, dans un plan d’expériences, seules certaines d’entre elles - choisies par l’utilisateur - sont susceptibles de varier. Il est donc nécessaire de mener le plan d’expériences en respectant ces équations.
Nous notons que les variables apparaissant dans le membre de gauche l’une des équations (1) ou (2) Pc, au nombre de Mc, l’indice « c » désignant le fait qu’ils sont soumis à une contrainte d’encombrement. Parmi celles-ci, il y a :
- celles choisies par l’utilisateur pour l’étude de sensibilité ou l’optimisation, notés Pe au nombre de Me.
- celles que l’utilisateur accepte de voir modifier pour respecter l’équation, notés Pm, au nombre de Mm.
- les autres, qui sont alors fixent, notés Pf, au nombre de Mf. Sous une forme générale, l’équation s’écrit :
CPcM
iic =∑
=1 (4)
où C est une constante, égale à D eext
2− pour l’équation (1), et πD
Na
e
(2).
L’équation devient :
∑∑∑
∑∑∑
===
===
−−=⇔
=++
fem
fme
M
iif
M
iie
M
iim
M
iif
M
iim
M
iie
PPCP
CPPP
111
111 (5)
Nous pouvons décomposer chaque facteur en une grandeur constante, égale à sa valeur
initiale obtenue par le module de prédimensionnement, notée Pm i0, et une grandeur variable, notée δPm i qui évolue lors d’une analyse de sensibilité ou une optimisation. Nous avons alors :
imimim PPP δ+= 0 (7)
chapitre V – Analyse de sensibilité et optimisation
p. 93/106
Nous choisissons de modifier chaque facteur Pm i proportionnellement à sa partie constante. Nous avons alors, en notant α le coefficient de proportionnalité :
0imim PP αδ = (8) Sachant que :
∑∑==
=mm M
iim
M
iim PP
10
1αδ (9)
Et que :
∑∑==
−=em M
iie
M
iim PP
11
δδ (10)
De (9) et (10) nous déduisons :
∑
∑
=
=−=m
e
M
iim
M
iie
P
P
10
1δ
α (11)
Nous avons alors :
0
10
1 . imM
iim
M
iie
im PP
PP
m
e
∑
∑
=
=−=δ
δ (12)
La relation (12) est implanté dans ce module optimisation, pour les deux équations.
III. DISCUSSION Le fait de modifier des facteurs non prévus dans un plan d’expériences est contraire à la
démarche expérimentale rigoureuse qu’ils offrent : les effets des facteurs calculés seront biaisés par ces variations non prévues par le plan, ce qui crée des alias entre les facteurs présents dans le plan et ceux, inconnus du plan, variant pour respecter la contrainte. Ce problème n’a pas les mêmes conséquences selon l’objectif recherché dans l’utilisation de ce plan :
- Dans le cadre d’une identification de paramètres, c’est la valeur de la fonction objectif qui est importante. L’erreur porte alors sur les coefficients du polynôme.
- Dans le cadre d’une recherche d’optimum, on recherche une configuration qui maximise la fonction objectif. Les variations de ces paramètres non prévues dans le plan est alors sans conséquence.
- Enfin, dans le cadre d’une étude de sensibilité, on recherche les facteurs les plus influents sur la fonction objectif. Le risque est alors d’identifier à tort des facteurs dont les effets sont importants, ce qui rendra l’optimisation moins performante puisque
chapitre V – Analyse de sensibilité et optimisation
p. 94/106
celle-ci sera menée avec des paramètres mal choisis.
Notre outil exploite ces deux dernières possibilités. Le fait de modifier les paramètres Pm proportionnellement à leur valeur initiale limite l’erreur précitée, en ce sens qu’elle est répartie uniformément sur tous les paramètres Pm. Il conviendra alors de choisir les paramètres Pm les moins influents et en nombre important de façon à réduire l’erreur au maximum.
D. CONCLUSION
Dans ce chapitre, nous avons présenté l’analyse de sensibilité exploitant les plans d’expériences factoriels et fractionnaires par la méthode Taguchi, dont les grands principes ont été décrits ; ainsi que l’optimisation par l’algorithme génétique et du simplexe. L’utilisation de ces méthodes (plans d’expériences fractionnaires et algorithme du simplexe) permettent de réduire de façon importantes les temps de calculs.
Nous avons exposé ensuite les problèmes que posent les modifications de géométrie lorsque les paramètres ne peuvent variés de façon indépendantes, ce qui se produit si l’encombrement de l’actionneur est fixé. Nous avons discuté des conséquences de ces contraintes sur l’interprétation des plans d’expériences.
CONCLUSION GENERALE
Conclusion générale
p. 96/106
Dans ce manuscrit, nous avons présenté la philosophie de développement d’un Outil Logiciel d’aide à la conception d’actionneurs électriques. Sa structure modulaire qui consiste en l’association de modules indépendants communiquant par le biais de fichiers au format imposé, lui confère évolutivité et grande souplesse de maintenance informatique.
Un prédimensionnement précis est nécessaire pour être assuré d’obtenir un point initial
proche de l’optimum. Il est obtenu par un couplage avec PASCOSMA (devenu Pro-Design) qui effectue une première optimisation de nature analytique. Ainsi, le domaine d’exploration du processus numérique (constitué des modules « simulation par EF », « analyse de sensibilité » et « optimisation ») peut être réduit de façon à limiter les temps de calcul.
Un lien avec l’analyse numérique est assuré par le module « Génération de géométrie & maillage », grâce à sa bibliothèque de structures, dont le fonctionnement est transparent pour l’utilisateur. Ce module est doté de nombreuses fonctionnalités, comme la visualisation ou le repérage des domaines, autorisant alors l’adjonction aisée des propriétés physiques.
La bibliothèque de structures (contenant actuellement des encoches arrondies, trapézoïdales et rectangulaires ; et les rotors à aimants déposés ou insérés) peut facilement être enrichie.
Le module « Simulation par éléments finis » prend en compte des couplages et des modes
d’alimentation qui recouvrent une grande diversité d’applications : couplage étoile et triangle ; alimentation en tension, courant, commutateurs de courant, onduleurs de tension et redresseurs. L’analyse des performances est aisée grâce à la représentation graphique des grandeurs calculées. La méthode choisie assure une bonne précision des résultats. Associée au module « Analyse de sensibilité & optimisation », la rapidité d’obtention de la structure optimale est importante.
L’analyse de sensibilité est effectué grâce à la mise en œuvre des plans d’expériences, qui autorisent l’étude d’un nombre important de paramètres en peu d’expériences. Leur utilisation est entièrement automatisé, c’est à dire que le choix du plan (factoriel ou fractionnaire de Taguchi) et le placement des facteurs est transparente pour l’utilisateur. La représentation graphique des résultats assure un choix commode des facteurs à conserver pour l’optimisation. Parmi les expériences menées, la meilleure solution est automatiquement choisie comme point initial pour l’optimisation.
L’optimisation de la structure, avec les facteurs les plus influents, est effectuée avec la méthode du simplexe, algorithme déterministe ne nécessitant pas de calcul de dérivée. Le fait que l’intervalle d’étude soit restreint avec un point initial proche de l’optimum est suffisant pour assurer une convergence rapide, bien qu’intrinsèquement, ce type d’algorithme nécessite un nombre important d’itérations. Un algorithme génétique est également inclus dans ce module.
Les perspectives que nous pouvons envisager concernent tout d’abord le module
« simulation par EF ». Le couplage magnéto-thermique n’est pas inclus. Or, les dimensions minimales d’un système de conversion d’énergie sont imposées par l’échauffement. Ce couplage nous semble donc une perspective prioritaire.
Le modèle thermique des actionneurs pourrait être fait à partir d’un couplage analytique-numérique. En effet, les coefficients caractéristiques des matériaux, pour un modèle thermique, sont « empiriques », ce qui laisse penser qu’un modèle numérique ne sera guère plus précis qu’un modèle analytique.
Les vibrations occupent une place également importante dans la conception d’actionneurs.
Conclusion générale
p. 97/106
Intégrer ces phénomènes dans le module d’analyse doit être envisagé à court terme. Enfin, les problèmes de compatibilité électromagnétique (CEM) ne doivent pas être
négligés. Toutefois, leur prise en compte est délicate et nécessite une modélisation en trois dimensions [33] . De plus, ne considérer que l’actionneur serait une erreur, car le convertisseur qui lui est associé est une source rayonnante bien plus prépondérante.
Enfin, une extension à d’autres types d’actionneurs (synchrone à rotor saillant, à réluctance
variable et à bobinage global, asynchrones,…) serait un atout important. Pour cela, seuls les modules « Génération de géométrie et maillage » et « Prédimensionnement » devront être enrichis, ce dernier ne prenant en compte, dans le stade actuel de son développement, que les actionneurs synchrones à aimants permanents.
p. 98/106
PUBLICATIONS & CONGRES
Publications & congrès
p. 99/106
E. DE CECCO, C. MARCHAND ET M. BESBES « A conception and optimization software tool for permanent magnets synchronous machines » XIth International Symposium on Applied Electromagnetism and Mechanics, Versailles, FRANCE, 12-14 mai 2003.
E. DE CECCO, C. MARCHAND, M. BESBES « Software tool for conception and optimisation of permanent magnet synchronous machines » International Journal of Applied Electromagnetism and Mechanics, vol 19, n°1-4, 2004
Z. MAKNI, E. DE CECCO, M. BESBES, C. MARCHAND, F.WURTZ « Analytical and Numerical Analysis Based Design of a Permanent Magnet Synchronous Machine » VIII-th International Workshop on Optimisation and inverse Problems in electromagnetism, Grenoble, FRANCE, September 6-8 2004.
E. DE CECCO, Z. MAKNI , C. MARCHAND, M. BESBES « Sensitivity study with fractional factorial design and its integration in a CAD package for electromechanical systems ». International Symposium on Electromagnetic fields in Mecatronics, Electrical and Electronic Engineering, Baiona-Vigo, SPAIN, september 15-17 2005.
BIBLIOGRAPHIE
Bibliographie
p.101 /106
[1] C. COUTEL « Contribution méthodologique à la conception sous contraintes de dispositifs électromagnétiques » Thèse de doctorat, INP Grenoble, octobre 1999.
[2] L. PREVOND « Etude, expérimentation et modélisation de structures hybrides innovantes tournantes et linéaires » Thèse de doctorat, LESIR, decembre 94.
[3] F. WURTZ « Une nouvelle approche pour la conception sous contrainte de machines électriques » Thèse de doctorat, INP Grenoble, mai 96.
[4] F. BREDUGE « Dimensionnement mécanique des machines tournantes - vibrations » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[5] J.F. MAESTRE « Construction des machines synchrones à aimants » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[6] G. MEROUGE « Les règles générales de dimensionnement des machines électriques tournantes » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[7] G. GRELLET « Les pertes dans machines électriques et les incidences constructives » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[8] L. KONG « Contribution à la conception d’un moteur à aimants permanents du type gente et à son alimentation » Thèse de doctorat, INPL, février 94.
[9] B. NOGAREDE « Etude de moteur sans encoches à aimants permanents de forte puissance à basse vitesse » Thèse de doctorat, INPG, juin 90.
[10] Z. MAKNI, E. DE CECCO, M. BESBES, C. MARCHAND, F.WURTZ « Analytical and Numerical Analysis Based Design of a Permanent Magnet Synchronous Machine » VIII-th International Workshop on Optimisation and inverse Problems in electromagnetism, Grenoble, FRANCE, 6-8 September 2004.
Bibliographie
p.102 /106
[11] A. BEN AHMED, J. LUCIDARME, P.F. DESESQUELLES « Méthode semi-numérique de pré-dimensionnement des machines à aimants permanents et à bobinage global »
Journal de physique III France, juin 95, pp 703-709.
[12] A. BEN AHMED « Contribution à la conception des machines synchrones à aimants permanents et bobinage global » Thèse de doctorat, LESIR - ENS Cachan, janvier 94.
[13] P. BONNET « Enroulements et techniques d’isolation » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[14] G. RUELLE « Evaluation des performances des matériels électriques tournants » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[15] INRIA, SIMULOG « Documentation MODULEF »
[16] W. LONG « Contribution à la modélisation des systèmes électromagnétiques à l’aide du couplage des équations des circuits électriques et magnétiques. » Thèse de doctorat, université de Paris VI, octobre 1990.
[17] S. BOUISSOU « Comparaison des formulations en potentiel pour la résolution numérique en 3D des équations magnétiques couplées aux équations de circuit électrique. » Thèse de doctorat, université de Paris VI, juillet 1994.
[18] G. DHATT, A. TOUSOT « Une présentation de la méthode des éléments finis » Edition de Compiègne
[19] A. BOSSAVIT « Computational electromagnetism, Variational formulationComplementarity, Edges
elements » Academic Press, San Diego, 1998.
[20] F. PIRIOU, A. RAZEK « A non-linear coupled 3D model for magnetic field and electric circuit equations » IEEE, trans. on mag., vol 28, n°2, pp1295-1298.
[21] W. MAI, G. HENNEBERGER « Prediction of the Eddy-current and temperature distribution in a TFIH device using neural networks in order to improve the convergence of the finite element calculations » IEEE, transactions on magnetics, vol 35, n°3, pp 1586-1589, may 99.
[22] Z. REN « Contribution à la modélisation des systèmes électromagnétiques tridimensionnels. Etude des formulations duales, modélisation des systèmes électromagnétique-mécanique couplés »
Bibliographie
p.103 /106
Habilitation à diriger des recherches, université Paris-sud, mars 1997.
[23] G. SEGUIER, F. LABRIQUE « Les convertisseurs de l’électronique de puissance », tome 4 : convertion continu-alternatif. Lavoisier
[24] M. ALMALKI « Contribution à la conception et à l’optimisation de structures de machines électriques.
Application aux machines synchrones à aimants permanents » Thèse de doctorat, décembre 1998, université Paris VI.
[25] C. ESPANET « Modélisation et conception optimale de moteur sans balais à structure inversée. Application au moteur roue ». Thèse de doctorat, janvier 1999, Université de Franche-Comté.
[26] J.M. ALLEGRE « Caractérisation électromécanique des actionneurs électriques à aimants permanents en tenant compte du couplage magnéto-thermique » Thèse de doctorat, janvier 1998, université Paris XI.
[27] J.M. KAUFFMANN, R. GLISES « Comportement thermique des machines tournantes » Journée électrotechniques-Club EEA, Construction de machines électriques, Belfort, mars 93.
[28] W. MAI, G. HENNEBERGER « Field and temperature calculations in transverse flux inductive heating devices heating non-paramagnetic materials using surface impedance formulations for non-linear Eddy-current problems » IEEE, transactions on magnetics, vol 35, n°3, pp 1590-1593, may 99.
[29] J.C. NEDELEC « Notion sur les techniques d’éléments finis » Ellipse
[30] B. MULTON « Conception et alimentation électronique des machines à réluctance variable à double saillance ». Thèse d’habilitation, LESIR - ENS Cachan, mai 1994.
[31] Y. BERNARD « Contribution à la modélisation de systèmes électromagnétiques en tenant compte du phénomène d’hystérésis » Thèse de doctorat, université Paris XI Orsay, novembre 2000.
[32] A. MIRAOUI « Dimensionnement optimal d’un moteur sans balais à aimants Néodyme-Fer-Bore » Thèse de doctorat, université de Franche-Comté, 1992.
[33] W.P. CARPES JUNIOR « Modélisation tridimensionnelle par éléments finis destinée aux analyses de propagation d’ondes et de compatibilité électromagnétique » Thèse de doctorat, université Paris XI Orsay, juin 2000.
Bibliographie
p.104 /106
[34] G.E.P. BOX, W.G. HUNTER, J.S.HUNTER « Statistics for experimenters. An introduction to design, data analysis and model building ». Wiley-Interscience, 1979.
[35] M. PILLET « Introduction aux plans d’expériences par la méthode Taguchi » Editions d’Organisation, 1992.
[36] F. GILLON « Modélisation et optimisation par plan d’expériences d’un moteur à commutation électronique » Thèse de doctorat, UST Lille, décembre 1997.
[37] E. DE CECCO, C. MARCHAND, M. BESBES « Software tool for conception and optimisation of permanent magnet synchronous machines » International Journal of Applied Electromagnetism and Mechanics, vol 19, n°1-4, 2004
[38] Z. REN & A. RAZEK « Local force computation in deformable bodies using edges elements » IEEE, Trans. on mag., vol 28, n°2, mars 1992.
[39] W. MULLER « Comparison of different methods of force calculation » IEEE, Trans. on mag., vol 26, n°2, mars 1990.
[40] A. KOSKI, K. FORSMAN, T. TARHASAARI, J. KANGAS, L. KETTUNEN « Force and torque computation with hybrid methods » IEEE, transactions on magnetics, vol 35, n°3, pp 1387-1390, may 99.
[41] K. KADDED « Optimisation de forme de machines électriques à l’aide d’un logiciel éléments finis et de la méthode de pénalité intérieure étendu » Thèse de doctorat, INP de Grenoble, février 1993.
[42] J.A. DE VASCONCELOS « Optimisation de forme des structures électromagnétiques » Thèse de doctorat, Ecole doctorale de Lyon, juillet 1994.
[43] B. SARENI « Méthodes d’optimisation multimodales associées a la modélisation numérique en électromagnétisme » hèse de doctorat, Ecole doctorale de Lyon, janvier 1999.
[44] Y. YOKOSE, V. CINGOSKI, K. KANEDA, H. YAMASHITA « Shape optimisation of magnetic devices using genetic algorithms with dynamically adjustable parameters » IEEE, transactions on magnetics, vol 35, n°3, pp 1686-1689, may 99.
[45] N. KOWATA, V. CINGOSKI, K. KANEDA, H. YAMASHITA « Inverse shape optimisation using dynamically adjustable genetic algorithms» IEEE, transactions on energy conversion, vol 14, n°3, pp 661-666, sept. 99.
Bibliographie
p.105 /106
[46] A. FANNI, M. MARCHESI, A. SERRI, M. USAI « Performance improvement of a hybrid optimisation algorithm for electromagnetic devices design », IEEE, transactions on magnetics, vol 35, n°3, pp 1698-1701, may 99.
[47] E. COCCORESE, R. MARTONE, F. CARLO MORABITO « A neural network approch for the solution of electric and magnetic inverse problems » IEEE, transactions on magnetics, vol 30, n°5, pp 2829-2839, sept 94.
[48] J.A. VASCONCELOS, R.R. SALDANHA, L. KRÄHENBÜHL, A. NICOLAS « Genetic algorithm coupled with a deterministic method for optimization in electromagnetics » IEEE, transactions on magnetics, vol 33, n°2, pp 1860-1863, march 97.
[49] TH. EBNER, CH. MAGELE, B.R. BRANDSTÄTTER, K.R. RICHTER « Utilising feed forward neural network for acceleration of global optimization procedures » IEEE, transactions on magnetics, vol 34, n°5, pp 2928-2931, sept. 98.
[50] B. SARENI, L. KRÄHENBÜHL, D. MULLER « Niching genetic algorithms for optimization in electromagnetics II. Shape optimization of electrodes using CSM » IEEE, transactions on magnetics, vol 34, n°5, pp 2928-2931, sept. 98.
[51] P. ALOTTO, M. GAGGERO, G. MOLINARI, M. NERVI « A “Design of experiment” and statistical approch to enhance the “Generalised Response Surface” Method in the optimization of multiminima problems » IEEE, transactions on magnetics, vol 33, n°2, pp 1896-1899, march 97.
[52] P. ALOTTO, A.V. KUNTSEVITCH, CH. MAGELE, G. MOLINARI, C. PAUL, K. PREIS, M. REPETTO, K.R. RICHTER « Multiobjective optimization in magnetostatics : A proposal for benchmark problems » IEEE, transactions on magnetics, vol 32, n°3, pp 1238-1241, may 96.
[53] Y. YOKOSE, V. CINGOSKI, H. YAMASHITA « Genetic algorithme with assistant chromosomes for inverse shape optimization of electromagnetic devices » Compumag 95
[54] C.S. CHANG, W. WANG, A.C. LIEW, F.S. WEN « Bicriterion optimisation for traction substations in mass rapid transit systems using genetique algorithme » Compumag 95
[55] K. RASHID, J.A. RAMIREZ, E.M. FREEMAN « Hybride optimisation in electromagnetics using sensivity information from neuro-fuzzy model » Compumag 95
[56] G. F. ÜLER, O.A. MOHAMMED « Ancilliary techniques for the practical implementation of Gas to the optimal design of electromagnetic device » IEEE, trans. on mag., vol 32, n°3, pp 1194-1197, may 96.
[57] P. ALOTTO, A. CAITI, G. MOLINARI, M. REPETTO « A multiquadrics-based algorithm for the acceleration of simulated annealing
Bibliographie
p.106 /106
optimization procedures » IEEE, trans. on mag., vol 32, n°3, pp1198-1201, may 96.
[58] U. PAHNER, R. MERTENS, H. DE GERSEM, R. BELMANS, K. HAMEYER « A parametric finite element environnement tuned for numerical optimization » IEEE, transactions on magnetics, vol 34, n°5, pp 2936-2939, sept. 98.
[59] F. COLAMARTINO, C. MARCHAND, A. RAZEK « Torque ripple minimization in permanent magnet synchronous servodrive » IEEE, transactions on energy conversion, vol 14, n°3, pp 610-615, sept. 99.
[60] J.S. CHUN, J.P. LIM, J.S. YOON « Optimal design of synchronous motor with parameter correction using Immune algorithm » IEEE, transactions on energy conversion, vol 14, n°3, pp 616-621, sept. 99.
[61] F. WURTZ, M. RICHOMME, J. BIGEON, J.C. SABONNARDIERE « A few results for using genetic algorithms in the design of electrical machines » IEEE, transactions on magnetics, vol 33, n°2, pp 1892-1895, march 97.
[62] T. HIGUSHI, J. OYAMA, E. YAMADA « Optimisation procedure of surface PM synchronous motor » IEEE trans. on mag., vol. 33,n°2, mars 97.
[63] M. GUARNIERI, A. STELLA, F. TREVISAN « A methodological analysis of different formulations for solving inverse electromagnetic problems » IEEE, trans. on mag., vol 26, n°2, pp622-625, mars 90.
[64] A. GOTTVALD « Global optimisation methods for computational electromagnetics » IEEE, trans. on mag., vol 28, pp 1537-1540, mars 92.
[65] P. LOMBARD, G. MEINIER « A general method for electric and magnetic coupled problem in 2D and magnetodynamic domain » IEEE, trans. on mag., vol 28, n°2,pp1291-1294, mars 92.
[66] T. HIGUCHI, J. OYAMA, E. YAMADA « Optimization procedure of surface PM synchronous motors » IEEE, trans. on mag., vol 33, n°2, pp 1943-1946, mars 97.
[67] N. SADOWSKI, J.P.A. BASTOS, A.B. ALBUQUERQUE, A.C. PINHO, P. KUO-PENG
« A voltage Fed AC contactor modeling using 3D edge elements » IEEE, trans. on mag., vol 34, n°5, pp 3170-3173, sept 98.
[68] T. ONUKI, W. JEON, H. WATANABE, T. KUWAHARA, J. AKITA « Optimal rotor construction of synchronous motor with plural permenent magnets per pole » IEEE, trans. on mag., vol 34, n°5, pp 2857-2860, sept 97.
[69] U. PAHNER, K. HAMEYER, R. BELMANS « A parametric finite element environement tuned for nulerical optimization »
Bibliographie
p.107 /106
IEEE, trans. on mag., vol 34, n°5, pp 2936-2940, sept 97.
[70] S. DUFOUR, G. VINSARD, B. LAPORTE « An approximation of the air-slots of complex shaped mators » IEEE, trans. on mag., vol 34, n°5, pp 2449-2552, sept 97.
[71] Z.MAKNI « Outil de CAO de systèmes électromagnétiques », DEA de Génie Electrique des universités Paris VI - Paris XI, 2003