ARGOS
InstrumenTation des équipements de conveRsion d'énerGie électrique en vue de leur diagnOStic
La maintenance prédictive des machines électriques constitue aujourd’hui une nécessité dans plusieurs applications afin de pouvoir assurer l’intégrité de la structure mais également d’éviter des fonctionnements dégradés ou des arrêts inopinés qui peuvent être préjudiciables, sous différentes formes, à l’application. Dans ce contexte, plusieurs approches sont investiguées ou d’ores et déjà mises en œuvre pour assurer un diagnostic le plus précoce possible de l’occurrence de certains défauts. Ces approches sont en très grande majorité basées sur l’analyse de grandeurs globales accessibles aux mesures lesquelles sont souvent entachées de bruit. Par ailleurs, la détection d’un défaut donné nécessite la connaissance de sa signature qui peut être impactée par plusieurs paramètres dont le point de fonctionnement de la machine, l’environnement de son utilisation et l’effet de vieillissement de la structure. Enfin, il n’est pas toujours aisé de discriminer entre deux défauts dont les occurrences engendrent des signatures très similaires ou de détecter un défaut dont la signature est fort proche de ce qu’induisent les imperfections de fabrication de la machine saine. Afin de lever ces verrous et de pouvoir aboutir à un diagnostic fiable et robuste, il est nécessaire de :
- Disposer de plusieurs grandeurs dont l'analyse pourrait constituer une variable de détection. Le croisement des variations de ces grandeurs pourrait alors constituer un moyen efficace de distinguer deux défauts différents.
- Dans la mesure où les grandeurs globales sont limitées, il devient nécessaire de prospecter d'autres quantités locales dont les informations seraient exploitables. Toutefois, il faut veiller à ce que ces quantités soient mesurables et déterminer alors le ou les emplacement(s) le(s) plus propice(s) pour recueillir l'information sans démultiplication des mesures.
- Disposer d'un panel de signatures de défauts le plus étoffé possible en incluant différents impacts dont celui des points de fonctionnements. Cela ne pouvant être issu de mesures, il est nécessaire d'effectuer des simulations des fonctionnements en défaut avec des modèles les plus fidèles possibles qui auraient été validés sur la base de comparaison des résultats à des essais en fonctionnements sains.
- Disposer de capteurs pour mener les mesures des grandeurs locales. Actuellement, des capteurs existent pour mesurer une grande variété de phénomènes physiques mais ils ne sont pas forcément adaptés à une intégration ou à une utilisation spécifique dans des machines électriques avec leurs contraintes inhérentes. Le développement de capteurs adaptés et dédiés est donc incontournable.
Pour répondre de manière pertinente aux verrous précédemment cités, le placement des capteurs dans les machines électriques est crucial. Diverses contraintes, telles que le coût du capteur ou les contraintes d’intégration, requièrent souvent d’en utiliser un nombre limité et/ou à éviter des positions spécifiques inaccessibles. Dans ce cadre, les outils numériques ont un rôle essentiel dans l'optimisation de ce placement, permettant ainsi une analyse plus juste et efficace des données. Ces outils doivent être précis et fiables afin de déterminer les emplacements stratégiques des capteurs, en tenant compte à la fois de leur nombre optimal et de leur placement idéal sous les contraintes mentionnées précédemment. Il faut donc qu’ils soient capables de prendre en compte des considérations multi-physiques (magnétique, thermique, mécanique …). Par ailleurs, les données issues de la modélisation numérique et celles provenant des mesures sont entachées d’incertitude, telles que les erreurs numériques issues de la simulation ou les erreurs de mesure, qui peuvent avoir une influence significative lors de la détermination des emplacements optimaux des capteurs. Il est donc important d’en tenir compte dans le processus de détermination de ces emplacements.
Le présent projet a pour objectif d’investiguer la possibilité de détecter un défaut interne dans une machine électrique au travers d’un nombre limité de capteurs de grandeurs locales judicieusement disposés. Le défaut type considéré est celui de barre(s) cassée(s) d’une machine asynchrone à cage et les gradeurs locales à analyser de manière conjointe sont le champ magnétique rayonné et les vibrations de la machine. L’analyse des harmoniques de courants statoriques, qui est classiquement utilisée pour détecter ce genre de défaut, sera également effectuée pour une comparaison avec les signatures issues des grandeurs locales. Enfin, les mesures de ces deux dernières se feront à l’aide de capteurs à onde acoustique de surface (SAW). Ces capteurs innovants, qui ont montré leur efficacité dans des dispositifs de laboratoire, seront testés dans cette configuration de conversion électromécanique. A terme, il serait question d’en placer à l’intérieur de machines électriques et de les interroger à distance ce qui en ferait des capteurs très pertinents et efficient pour le diagnostic et le suivi de fonctionnement de ces dernières.