Soutenance de Thèse, Reda El BECHARI, 17 septembre 2020

Optimisation et analyse de fiabilité des machines électriques modélisées par la MEF

Jeudi 17 septembre, 10h00

Bâtiment ESPRIT Cité Scientifique – Villeneuve d’Ascq cedex
Amphi Atrium

Résumé

Ce mémoire aborde les approches d’optimisation et d’analyse de la fiabilité des machines électriques modélisées par la méthode des éléments finis. La méthode des éléments finis est l’outil le plus sophistiqué pour modéliser le phénomène électromagnétique. Cependant, elle est coûteuse en temps de calcul. Ainsi, son utilisation pour l’optimisation et l’analyse de fiabilité (processus itératifs) doit être faite avec prudence car seul un nombre limité d’évaluations du modèle peut être toléré. De plus, l’impact du processus de fabrication sur les machines électriques est peu étudié dans la littérature. L’intégration de cet aspect dans la phase de conception est l’un des apports de cette thèse aux côtés de la principale contribution, qui est le développement et la comparaison des approches d’optimisation pour les machines électriques. Nous exposons les approches adaptées au sujet de la thèse et en développons de nouvelles. D’une part, le modèle d’éléments finis peut être considéré comme une « boîte noire » pour laquelle nous développons une approche non intrusive basée sur les méta-modèles de Krigeage. D’autre part, nous considérons une approche intrusive car nous regardons à l’intérieur de la « boîte noire », nous améliorons le modèle pour fournir les dérivées des quantités d’intérêt. Les dérivées sont essentiels à certains outils d’optimisation et d’analyse de fiabilité. Elles sont calculées efficacement en utilisant la méthode de la variable adjointe. Enfin, les méthodes sont comparées pour donner un aperçu des avantages et des inconvénients de chacune d’entre elles. Enfin, une étude de cas réel est abordée; elle consiste à étudier l’impact du procédé de fabrication sur la machine à griffes fabriquée par Valeo. Sur la chaîne de production, les machines sont prélevées pour mesurer leurs dimensions et caractériser leur écart par rapport aux dimensions nominales. Ensuite, une analyse statistique est menée pour évaluer la fiabilité et l’impact sur les performances.