Représentativité de la modélisation aux éléments finis pour le diagnostic de machines synchrones de grande puissance

Machine et défauts

Turboalternateur :Les machines synchrones sont des convertisseurs électromécaniques dont la vitesse de rotation de la partie tournante est égale à la vitesse de rotation du champ tournant. Ces machines convertissent de l’énergie électrique en énergie mécanique dans le cas d’un fonctionnement moteur et, de manière réversible, fournissent de la puissance électrique lorsqu’elles fonctionnent en générateur. Dans ce dernier cas, elles sont appelées plus spécifiquement ”alternateurs” dans le sens où les grandeurs électriques de sortie (tensions et courants) sont des variables alternatives, sinusoïdales en l’occurrence. Dans ce travail, nous nous intéressons plus spécifiquement aux alternateurs à TAV (turbine à vapeur) et à TAC (turbine à combustion) dont les vitesses de rotation sont relativement élevées (3000 tr/min ou 1500 tr/min selon le nombre de paires de pôles).Comme indiqué précédemment, le principe général de ce type de machine est la conversion de l’énergie mécanique, qu’elle reçoit en entrée à travers la turbine, en énergie électrique généralement transmise au réseau électrique de distribution.
Un turboalternateur se décompose en deux parties principales ; le rotor et le stator :
Le rotor est la partie tournante de l’alternateur, celle qui porte l’inducteur. Ce dernier est un bobinage à p paires de pôles logé dans les encoches rotoriques qui est alimenté par un courant continu, appelé courant d’excitation et noté . L’alimentation est réalisée via un système de contacts glissants bague-balais avec une alimentation continue externe ou à travers un système de diodes tournantes qui redresse le courant délivré par une génératrice inversée d’excitation en bout d’arbre.
Le stator est la partie fixe de la machine et porte l’induit. Dans le cas d’un turboalternateur, ce dernier est composé de 3 bobines de même nombre de paires de pôles p décalées les unes par rapport aux autres de 120 degrés.
En général, nous distinguons deux catégories de rotor :
à pôles saillants induisant un entrefer variable et fonction de la position du rotor. Cela est dû à l’ouverture conséquente des encoches rotoriques qui génère une variation significative de l’entrefer magnétique vu par le stator lors de la rotation de la partie tournante. Ce genre de machines équipe plutôt des centrales hydrauliques dont la vitesse de rotation est relativement faible.
à pôles lisses . Ce sont des machines dont les largeurs des isthmes des encoches rotoriques sont relativement faibles et qui n’induisent donc pas de variation significative de l’entrefer magnétique lors de la rotation. Ces structures sont plus propices aux fonctionnements à grande vitesse. Elles équipent systématiquement les centrales entraînées par une turbine à vapeur ou à combustion.

Mesures pour la détection de défauts rotoriques

Diagnostic sur le courant d’excitation

Certains auteurs ont choisi d’étudier l’influence des courts-circuits sur le courant d’excitation rotorique. Quand la machine fonctionne dans des conditions dites ”normales”, le champ magnétique de réaction d’induit de l’armature tourne au synchronisme avec le rotor et n’induit pas d’harmoniques de courant supplémentaires dans le bobinage rotorique. Lors de l’apparition d’un court-circuit dans ce dernier, la rotation de ces champs n’est plus synchrone et des harmoniques supplémentaires apparaissent.
Le courant d’excitation étant un signal peu régulier, il requiert un traitement particulier car la transformée de Fourier n’y est pas adaptée. Kim et al proposent d’appliquer une transformée en ondelettes discrète qui se base sur des fenêtres temporelles plus larges que la FFT du courant.
Cette méthode porte principalement sur la détection de courts-circuits mais ce même signal peut également être utilisé pour détecter des excentricités.

Méthode RSO

Streigel et Wood utilisent une méthode spécifique à la détection de courts-circuits au rotor : Recurrent Surge Oscillograph (RSO) ou méthode à ondes progressives.
Cette technique est employée sur les bobinages des transformateurs pour obtenir une estimation de la distribution de la tension induite par une surcharge due à la foudre. Elle consiste à injecter deux impulsions aux deux extrémités du bobinage rotorique, qui agit alors de la même manière qu’une ligne de transmission . Les réflexions qui peuvent se produire au niveau des changements d’impédance résultent des courts-circuits éventuels. Ainsi, si la différence des signaux n’est pas nulle, alors cela témoigne de la présence de ces défauts .Cette approche peut être appliquée au bobinage rotorique d’un alternateur pour en détecter les courts-circuits.

Identification de défauts par analyse de données multidimensionnelles

La reconnaissance de formes intègre un ensemble de méthodes qui visent à reproduire la capacité du cerveau humain à identifier et nommer un objet ou un concept en fonction de sa ”forme” au sens large. Ces méthodes intègrent des descripteurs de formes, aussi appelés attributs, dont le but est d’extraire certaines caractéristiques de l’objet en question de manière à faciliter son interprétation. Elles se basent donc sur une analyse quantitative et/ou qualitative, nécessitant une phase d’apprentissage. Par exemple, une méthode cherchant à reconnaître une lettre s’appuie sur l’analyse de ses caractéristiques telles que la position et la taille des traits qui la composent, etc . Il est alors capital de bien choisir ces descripteurs afin de rendre compte de l’objet et de le différencier de ses pairs. Dans le cas des lettres, le code couleur n’est pas une caractéristique pertinente qui aiderait à la reconnaissance. Nous parlerons alors de pouvoir discriminant d’un attribut sur les formes. Cela correspond à la capacité de catégorisation ou de différenciation des formes en fonction de l’attribut . L’apprentissage est une étape capitale qui va permettre de catégoriser les objets en question et de leur assigner des labels. A l’échelle humaine, cela correspond à une période assez longue et fastidieuse, qui est liée à l’assimilation de connaissances par l’expérience.
Avec le développement des technologies numériques de calculs, les méthodes par apprentissage se sont largement répandues puisqu’elles peuvent être exécutées dans des temps acceptables. Chaque donnée de l’apprentissage est appelée prototype et sa catégorie est une classe.
Ainsi, un prototype est une donnée dont la classe est connue et qui est utilisée dans le processus d’apprentissage. L’ensemble des prototypes compose un ensemble d’apprentissage, utile pour identifier la classe d’une donnée test.

Eléments finis pour l’électromagnétisme

Un grand nombre de phénomènes peuvent être formalisés avec des outils mathématiques à condition d’adopter quelques simplifications. Qu’il s’agisse de contraintes mécaniques, de l’écoulement d’un fluide ou de la propagation d’un champ magnétique, il existe des équations et des lois de comportement qui décrivent le système physique.
Dans le cas de notre étude, ce système correspond à un turboalternateur. Sa modélisation mathématique donne alors l’opportunité de reproduire le système étudié de manière virtuelle. Nous parlons alors d’un modèle du système physique caractérisé par des variables d’entrée, des hypothèses et des variables de sortie. Dans cette thèse, les variables d’entrée peuvent correspondre aux dimensions géométriques des différents milieux , les hypothèses peuvent se rapporter aux caractéristiques des matériaux et les variables de sortie seraient les tensions en sortie de la machine. Le principal avantage d’une telle méthode réside dans la liberté de manipulation du modèle. En effet en créant un système virtuel, un grand nombre de possibilités d’états de fonctionnement s’offrent à l’utilisateur allant généralement bien au-delà des possibilités physiques réelles. Ainsi, selon un certain nombre de valeurs relatives aux variables d’entrée, il est possible de simuler numériquement un état de fonctionnement. Un modèle mathématique n’est évidemment qu’une approximation de la physique réelle. Par conséquent, les hypothèses simplificatrices doivent être maitrisées avec le plus grand soin, et une étude de sensibilité est souvent nécessaire pour juger de la pertinence d’une hypothèse par rapport aux variables de sortie.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport-gratuit.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction générale 
1 Etat de l’art 
1.1 Machine et défauts 
1.1.1 Turboalternateur
1.1.2 Défauts rotoriques
1.2 Mesures pour la détection de défauts rotoriques 
1.2.1 Analyse du champ de fuite
1.2.2 Diagnostic sur le courant d’excitation
1.2.3 Méthode RSO
1.2.4 Analyse vibratoire
1.2.5 Tension d’arbre
1.2.6 Sondes capacitives
1.2.7 Détection de défauts à l’aide de sondes de flux radiales
1.2.8 Conclusion
1.3 Identification de défauts par analyse de données multidimensionnelles 
1.3.1 Classification par apprentissage supervisé
1.3.2 Traitements des attributs
1.3.3 Application au diagnostic de machines électriques
1.4 Conclusion 
2 Génération des prototypes 
2.1 Eléments finis pour l’électromagnétisme
2.1.1 Equations de Maxwell
2.1.2 Lois de comportement
2.1.3 Formulation A ≠ Ï
2.1.4 Eléments finis
2.2 Maquette de turboalternateur 
2.2.1 Caractéristiques électriques
2.2.2 Courts-circuits entre spires
2.2.3 Excentricités statiques
2.2.4 Instrumentation la maquette
2.3 Construction et validation du modèle numérique 
2.3.1 Géométrie et maillage
2.3.2 Hypothèses de simulation
2.3.3 Validation du modèle de la machine saine
2.4 Simulation des défauts 
2.4.1 Simulation de courts-circuits entre spires rotoriques
2.4.2 Simulation d’excentricités statiques
2.4.3 Variation des paramètres du modèle
2.5 Formation de la matrice des prototypes 
2.6 Conclusion
3 Identification de défauts 
3.1 Identification des courts-circuits
3.1.1 Analyse des données
3.1.2 Sélection et choix d’attributs
3.1.3 Normalisation des attributs
3.1.4 Construction géométrique de prototypes en court-circuit
3.1.5 Classification des données tests
3.2 Réduction des écarts entre mesures et simulations 
3.2.1 Recalage automatique des nuages
3.2.2 Classification selon les prototypes translatés
3.3 Identification des excentricités statiques 
3.3.1 Chevauchement entre les nuages de prototypes et de données tests
3.3.2 Sélection d’attributs
3.3.3 Classification
3.4 Conclusion 
4 Identification des défauts d’une machine en fonctionnement 
4.1 Identification du type de défauts 
4.1.1 Espace d’attributs
4.1.2 Classification hiérarchique
4.1.3 Procédure
4.2 Identification séquentielle des défauts 
4.2.1 Evolution temporelle de l’état d’une machine
4.2.2 Formalisation
4.2.3 Application à l’identification de défauts
4.3 Conclusion 
Conclusion Générale 
4.4 Synthèse
4.5 Limites et Perspectives
A Quantification d’imperfections rotoriques 
A.1 Principe 
A.2 Définition des variables 
A.2.1 Paramètres caractérisant l’imperfection et ébauche
A.2.2 Matrices de covariance
A.2.3 Observations et opérateur de simulation
A.2.4 Choix de la méthode de minimisation
A.3 Expériences jumelles appliquées à la maquette 
A.3.1 Conclusion
B Génération rapide de prototypes en excentricités 
Bibliographie

Rapport PFE, mémoire et thèse PDFTélécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *