Outils pour le

dimensionnement efficace
des systèmes électromécaniques

Stéphane VIVIER

Soutenance de HDR – 02 décembre 2011 UTC - LEC

Sommaire

Parcours

Activités d’enseignement

Activités de recherche

Travaux de recherche

Bilan & Perspectives

2
Parcours & Activités
Parcours
Diplôme d’ingénieur – 1992-1997
ESIEE (Ecole Supérieure d’ingénieurs en Electronique et Electrotechnique) – Amiens

DEA -1998
FPMs (Faculté polytechnique de Mons - Belgique)

Doctorat – 1998-2002
Ecole Centrale de Lille – USTL (Université des Sciences et Technologies de Lille)
[Service militaire]

ATER (poste complet) – 2002-2003

IUT de Béthune – Université d’Artois

ATER (poste complet) – 2003-2004

Ecole Centrale de Lille – USTL (Université des Sciences et Technologies de Lille)

Maître de conférences – depuis 09/2004

UTC (Université de Technologie de Compiègne)

4
Activités d’enseignement
École Centrale de Lille
Génie Électrique (général) / Probabilités / Statistiques

300
IUT Béthune 250
UTD

Machines électriques / Électronique 200

150

UTC 100

Électromagnétisme 50

Responsable de l’UV 0

Robotique (filière)
Machines électriques (filière)
Électricité (tronc commun)
Optique (tronc commun)
Modélisation et Conception Optimale d’Actionneurs Électriques (Master II)
Responsable de l’UE

5
 Activités de recherche
Positionnement
Laboratoire d’Electromécanique de Compiègne (LEC – EA 1006)
Actionneurs Electriques et Systèmes de motricité à énergie électrique embarquée

AS2E COMEC
Alimentation des Systèmes àConception,
Énergie Embarquée
optimisation des machines électriques et de leur commande

6
Activités de recherche
Activités contractuelles

Projet AMS – AirBooster

Projet PREDIT – 2007-/
Conception d’un système embarqué de pompe à membrane pour la
surcompression des gaz d’échappement
Conception d’un actionneur linéaire résonnant haute dynamique, grands
efforts

Projet M2EI
Projet PREDIT – ~2007-2009
Evaluation des concepts innovants pour l’hybridation des véhicules

7
Activités de recherche
Activités contractuelles

Projet AREMA
Projet PREDIT - ~2007-2009
Conception des alternateurs automobiles à haut rendement

Projet « Ferrofluide »
Étude industrielle
Étude d’un trieur densimétrique de billes amagnétiques,
à base de ferrofluide

8
Activités scientifiques
Co-encadrements (50%) - Thèses
Jérôme LEGRANGER
2007 2009
Étude des machines brushless dans les applications moteurs-générateurs embarquées
Anthony GIMENO
2007-2008 2010-2011
Étude des alternateurs automobiles – Caractérisation des pertes
Radhouane KHLISSA
2011-…
Application des outils de dimensionnement efficace

Publications
12 revues avec comités de lecture
33 articles en Conférences internationales
4 articles en Conférences nationales
2 brevets
9
Activités scientifiques

Participation aux jurys de thèse

2, comme co-encadrant
Jérôme LEGRANGER – Anthony GIMENO
2, comme membre extérieur
Aurélien VAUQUELIN (UTC) – Jilin GONG (EC Lille)

Comités de lecture
EF2009, ICEM 2010, MATCOM

Commissions de spécialistes / de sélection

10
Travaux de recherche
Travaux de recherche - Sommaire

Vision unifiée des travaux

Problématique & Outils

Objet des travaux

Modélisation
Différentes physiques
Différentes techniques

Optimisation
Différentes méthodes
Différents supports

12
Travaux de recherche

Problématique & Outils

Problématique
Dimensionnement d’un Système Électromécanique

Action Charge
Source Électronique neur mécanique

Caractéristiques

Performances

Système
Entrées x électromécanique y Sorties
réel

14
 Problématique
Le « système réel » est dans tous les cas inexistant réellement, car:
Soit il n’a jamais été conçu / construit
Soit il existe mais n’est pas dimensionné de manière optimale

Utilisation d’un outil mathématique – informatique permettant de se substituer au

système « réel »
Modélisation

Système Modélisation
x électromécanique y x du système ymod
réel électromécanique

Entrées Sorties
Caractéristiques Performances

15
Problématique - Outils
Dimensionnement d’un Système Électromécanique

But recherché:
La conception optimale du système, par utilisation de sa modélisation
Selon un cahier des charges (spécifications données a priori)

Démarche privilégiée
Optimisation

Optimisation
Caractéristiques
Modélisation correspondantes
C.d.C. du système de la modélisation

≈ Du système réel

16
Problématique - Outils

Modélisation & Optimisation: Outils pour le dimensionnement

Grand nombre de possibilités quant au choix de :

La méthode de modélisation
La procédure d’optimisation
Des combinaisons entre elles

Intention des travaux :

Déterminer un meilleur choix sur le plan de l’efficacité globale du dimensionnement

17
Critère supplémentaire
Outils pour le dimensionnement efficace des systèmes électromécaniques

Notion d’efficacité

Qualité de la solution
efficacité =
Coût de la solution
Qualité:
Proximité avec la réalité
Performances
Caractéristiques
Coût d’un dimensionnement Variabilité des variables (tolérances /
incertitudes)
Matériel utilisé
Investissement des personnes
Temps nécessaire
A l’optimisation
A la construction des modélisations

18
Travaux de recherche

Modélisation
Modélisation

?
Modélisation
x du système ymod
électromécanique

Constitution d’une modélisation

Modélisation

Contenu Méthode

Physiques Couplages

Les phénomènes physiques à prendre en compte Comment les prendre en compte ?

20
Modélisation – Quelles physiques ?

Charge
Électroni Mot
Action Charge
Source
Source Électronique neur
eur
mécaniqu
mécanique
que
e

Aspects électriques Aspects magnétiques

Aspects thermiques Aspects mécaniques

Aspects économiques

Un modèle par phénomène physique

Une modélisation = Des modèles

21
Modélisation – Physiques considérées

Fer
pont Sfer
R
Surface e
équivalent r Aimant
e Rirequ Sap
i

Scouronne

Contraintes - Déformations

Vibrations
Acoustique
P. thermiques P. mécaniques

P. électriques P. magnétiques
1 1
.
2.π .µ0.Ri  π 
ln1 + .rmax1 
 eh 

1  R +l 
.ln i mi 
π .µ.hmc  2.Ri + lmi 

ha
2.π .µ.lmi.(2.Ri + lmi )

1  2.Re − lme − lhmoy 

.ln 

2.π .µ.hmi  2.Ri + lmi 

22
Modélisation - Méthodes
Construction d’une modélisation
Une histoire de choix multiples
Des phénomènes physiques à considérer / De leur niveau de description
Des techniques mathématiques et informatiques permettant de les prendre en compte
De la nature des couplages à prendre en compte / De la manière dont ils sont décrits
(naturel, faible, fort)
De préférence les bons …
Relativement à un objectif d’efficacité

Hypothèses de construction d’une modélisation

Le moins possible
Pour se rapprocher de la réalité modélisée

Dans une finalité supérieure de dimensionnement

Par optimisation

23
Modèles - Méthodes
Quelles méthodes pour quelles physiques ?

Résolution nécessaire
par ordinateur

Semi- Numérique
numérique

Écriture / Conception Écriture / Conception

« à la main » par ordinateur
Analytique X

Résolution possible
« à la main »

24
Modèles – Approche analytique Avantages Inconvénients
Rapide Hypothèses nombreuses et
lourdes

Dérivable Peu précis

Difficilement réutilisable
Souvent indispensable:
Seule approche raisonnable (efficacité) pour le calcul de grandeurs secondaires
Pertes fer (formules de Steinmetz, Bertotti)

Donne des approximations utiles dans des configurations complexes

Inductances – Pertes dans les chignons

Est utilisée par d’autres approches de modélisation !

Calcul des résistances des méthodes nodales

Pré-dimensionnement
Aide à la modélisation

25
Modèles – Approche numérique Avantages Inconvénients
Au plus proche de la réalité Coûteux à évaluer
Calcul de la solution physique (peu d’hypothèses) (3D - temporel)

en une multitude de points Précis Nécessite un environnement

de calcul
Méthodes avec ou sans maillage Réutilisable Difficulté pour la dérivation

Méthode des Éléments Finis

Modélisation de référence
Permet la modélisation
multiphysique des actionneurs
Magnétique
Thermique
Mécanique

26
Modèles – A. semi-numérique Avantages Inconvénients
Aussi proche de la réalité Coûteux et délicat à construire
Calcul de la solution physique par Que l’on veut (pb des flux non canalisés)

décomposition en tubes de flux Aussi précis Nécessite un environnement de

Que l’on veut calcul
Difficilement réutilisable
Méthodes nodales

Modélisation intermédiaire
Permet la modélisation multiphysique des
actionneurs
Électrique
Magnétique
Thermique

Offre une solution intéressante à la

modélisation tridimensionnelle
Magnétique
MSAPI - Réseau de reluctance axe q
Thermique
27
Modélisation - Exemple
Projet M2EI
Modélisation multiphysique – MSAPI
Fonction alterno-démarreur Modèle mécanique
Enchainement des modèles Calcul statique de résistance du pont magnétique
Couplages naturels et faibles aux forces centrifuges

Paramètres conception / d’entrée Rôle de vérification de ce critère

Modèle mécanique

Modèle magnétique Fer pont Sfer

Estimation températures
hauteur pont
hf
Modèle électrique Aimant Sap

Modèle thermique

Non
Températures ?
Oui

Performances

28
Modélisation - Exemple
Projet M2EI

Modèle magnétique
Approche combinée 2 axes dq (Park)
Cartographique de flux
Évaluation des grandeurs magnétiques
Paramètres conception / d’entrée
Couple / Pertes fer, …
Modèle mécanique

Modèle magnétique

Estimation températures

Modèle électrique

Modèle thermique

Non
Températures ?
Oui

Performances Pertes fer Couple

29
Modélisation - Exemple
Projet M2EI

Modèle électrique
Basé sur la cartographie de flux
Génération d’une commande (grandeurs
électriques)
Paramètres conception / d’entrée Rendement maximal

Modèle mécanique

Modèle magnétique

Estimation températures

Modèle électrique

Modèle thermique

Non
Températures ?
Oui

Performances

Rendement

30
Modélisation - Exemple
Projet M2EI

Modèle thermique
Modèle nodal tridimensionnel non linéaire
Estimations analytiques:
Des coefficient de conduction de
bobinage
Paramètres conception / d’entrée
Des coefficient de convection
Modèle mécanique (entrefer, ailettes, chignon, …)

Modèle magnétique

Estimation températures

Modèle électrique

Modèle thermique

Non
Températures ?
Oui

Performances

31
Modélisation - Exemple
Projet M2EI

Types de modèles Temps de calcul

Modèles Numériques

FEM 2D statique
Paramètres conception / d’entrée

Modèles Semi-numériques
Modèle mécanique

Circuit électrique
Modèle magnétique
Thermique nodal
Estimation températures

Modèles Analytiques
Modèle électrique
Corrélations convection

Modèle thermique
Résistance des matériaux
Non
Températures ?
Pertes fer Bertotti
Oui

Performances

Précision

32
Travaux de recherche

Dimensionnement par Optimisation

Dimensionnement…
Utilisation d’une modélisation d’un système

Modélisation
x y
y = f(x)

Comprendre les
variations des sorties Amélioration
en fonction des
entrées
Modélisation
Trouver les entrées
correspondant à des Optimisation
sorties

34
Amélioration
Comprendre et évaluer les variations des sorties en fonction des entrées

Pourquoi ?
Les modélisations (multiphysiques) sont complexes
Les liaisons entre les entrées et les sorties sont difficiles
A apprécier / A quantifier
Nécessité d’outils supplémentaires aider à la compréhension des liaisons entre variables

Méthode des Plans d’Expériences

Détermination d’une liaison mathématique simple entre les entrées et les sorties

Réalisation d’une série d’expériences différentes (plan d’expériences)

Ensemble de modalités de valeurs des entrées
Déduction des valeurs des sorties pour ces valeurs d’entrées

35
Amélioration
Méthode des Plans d’Expériences – Surfaces de réponses
Prise en compte des variations des sorties en fonction des entrées jugées influentes
Fonctions de liaisons polynomiales
1er ordre / 2nd ordre
Leur simplicité permet de déduire des directions privilégiées d’améliorations possibles

36
Amélioration Optimisation
Amélioration Extension du concept: Optimisation
Processus simple Tout faire pour bénéficier d’améliorations
Généralement en 1 étape effectives des performances
Ne garantit pas l’augmentation Itératif, convergent
des performances… Processus plus complexe

But: Déterminer la bonne (meilleure ?) définition d’un système tel qu’il présente les
performances attendues
Selon un cahier des charges

Optimisation
Caractéristiques
Modélisation correspondantes
Modélisation
C.d.C. du système de la modélisation
inversée
électromécanique

≈ Du système réel

37
Optimisation

Optimisation

Méthode Support

Quelle technique d’optimisation utiliser ? Sur quoi optimiser ?

38
Optimisation- Méthodes
Méthodes d’optimisation
Optimisation

Déterministe Stochastique

Ordre 0 Ordre 1 Ordre 2 Alg. Essaims Colonies de …

Génétiques particulaires fourmis

Simplexe Pattern Gradient Quasi- SQP

séquentiel search conjugué Newton

Avantages Inconvénients Avantages Inconvénients

« Unicité » de la solution Coût limité Exhaustivité de la recherche (Très) coûteuses
Optimum local Précises Ensemble de solutions Peu précises
(Plusieurs optimums –
Simples à régler
Ensemble de Pareto)
Optimum global Délicates à régler

Voie privilégiée Voie non utilisée

39
Optimisation- Méthodes
Méthodes d’optimisation Optimisation

Déterministe

Ordre 0 Ordre 1 Ordre 2 Ordre des dérivées utilisées

Simplexe Pattern Gradient Quasi- SQP

séquentiel search conjugué Newton

Avantages Inconvénients Avantages Inconvénients

Robustes Coût moyen Coût faible Moins robustes
(peu sensibles au bruit numérique)
Respect des limites
Facilement projetables sur Prise en compte des (lagrangien augmenté)
des grilles (incertitudes) limites

Voie privilégiée Solution utile

40
Optimisation - Supports
Supports d’optimisation
Sur quoi appliquer les méthodes d’optimisation ?
Comment choisir ? Modélisations de faible
coût
Relations analytiques
Réseaux nodaux simples
Modélisation • Optimisation directe
Peu de couplages

Modélisation • Optimisation indirecte

« substitut »

Modélisations • Calage automatique de

multiples modèles (Mapping)
Modélisations lourdes
Approches numériques
3D / temporelles
Couplages prépondérants

41
Optimisation directe Avantages Inconvénients
Accès direct à la Selon la modélisation, coût
La modélisation est utilisée directement pour modélisation (fiable) pouvant être important
calculer les sorties (performances) en fonction Ne nécessite rien d’autre
des entrées (caractéristiques) du système
modélisé

Structure axisymétrique résonnante

Optimisation par l’algorithme

du Simplexe Séquentiel

Modèle nodal magnétique [350 évaluations – 24min 33s]

42
 Avantages Inconvénients

Optimisation indirecte Accélération du

processus d’optimisation
Nécessite la construction du
substitut
Compréhension des liens (Faible) Qualité du substitut
L’optimisation directe est trop coûteuse dès que entrées – sorties pour un nombre d’entrées
(Meth. Plans d’Exp.) important
les coûts des évaluations de la modélisation
deviennent trop élevés…

Substitution à la modélisation Un objet mathématique équivalent, (plus) rapide:

(multiphysique, proche de la réalité) : Modélisation substitut
Calculé à partir d’évaluations de la modélisation

Modélisation Modélisation
x du système ymod x substitut ysub
électromécanique de la modélisation
≈ ymod

Solution appliquée partiellement

Sur les parties électriques et magnétiques (cartographies de flux)

43
 Avantages Inconvénients

Optimisation multi-modélisations Ne fait pas de compromis

précision/rapidité
Nécessite la construction
d’une seconde modélisation
(Seule ?) solution Repose sur plusieurs
La modélisation est très lourde: le nombre de ses exploitable pour les optimisations internes
modélisations lourdes successives
évaluations doit être limité au maximum
Ses résultats (fiables par hypothèse) sont exploités
Modélisation « fine »
Recalage automatique
L’optimisation ne peut pas être réalisée
Ajustement des sorties
sur la modélisation
Output (Space) Mapping
Utilisation d’une seconde modélisation
rapide
2- Détermination des valeurs
Modélisation « grossière » de référence

1- Optimisation Modèle fin

x0
y Modèle xi xk
grossier ci(xi) Soci(xi) f(xi) f(xk)
Approche de Space Mapping

Transformation S
3- Recalage des sorties du modèle grossier avec les valeurs de référence

44
Modèles physiques rapides
Nature du modèle grossier ?

Modèle grossier

Modèle (mathématique) Modélisation (physique)

substitut simplifiée

Modèles EF
dégradés

Degrés de liberté
Maillage
Modèle Modèle Ratio
Nombre de nœuds / éléments fin grossier
Type d’éléments Nb noeuds 6830 77 1/89

Précision de la solution Nb éléments 3366 142 1/24

Matériaux Triangulaire 6 Triangulaire 3 -

Type élément
noeuds (T6) nœuds (T3)
Non linéarité linéarité Transformation de Condition
P.e.c. infini -
Kelvin asymptotiques
Propriétés physiques Tps résolution 3.1 s 0.033 s 1/94

Couplages Tps construction

4.3 s 0.068 s 1/63
+ résolution
45
Space Mapping
Application sur le dimensionnement d’une MSAPI
[ent]

hrotbridge
Airgap

Hole
Rotor Magnet
haim/2
hrotcavity

Wedge

lstaouvenc
Stator
Winding
lstademident Outil
Rrotint
Raimint
laim hstacond hstacula
informatique
Rent
Rstaext

STEF

Convergence - Output SM

Modèle fin: 5 évaluations

Modèle grossier: 1748 év.

[10 min 59s]

46
STEF
Solveur Temporel Éléments Finis
Matlab

Préprocesseur Solveur Postprocesseur

Résolution
Magnétique / Thermique
2D / axisymétrique
Linéaire / Non linéaire
Statique / Évolutif (mvt)

Couplages
Circuit
Thermique

47
Bilan & Perspectives
Bilan
Le dimensionnement: Répondre à de nombreux compromis - Faire des choix
Modélisation / Optimisation
Ces travaux: Une sélection parmi les outils existants
Critère supplémentaire: efficacité de la démarche de dimensionnement

Modélisation
Multiphysique / Multi modèles
Nature des modèles dépend de la physique décrite

Optimisation
Méthodes déterministes
Méthodes les plus robustes
Space Mapping

Choix réalisés, compte tenu:

Des types de problèmes considérés (essentiellement 2D)
Des outils informatiques STEF

49
Perspectives
Peut-on aller plus loin ?

Considérer des modélisations naturellement (très) lourdes

Machines tridimensionnelles
Problèmes temporels / avec mouvement
Prise en compte des aspects vibrations / acoustiques
Intégration d’informations issues de mesures
…

Prendre en compte des incertitudes

Dans la modélisation
Transmission des incertitudes des entrées sur les sorties
Au cours de l’optimisation

[Exploiter la technologie…]
50
Merci de votre attention