5 63 2008 Developpement D Un Systeme de

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE
CONSERVATOIRE NATIONAL DES ARTS ET METIERS

CENTRE REGIONAL ASSOCIE DE NANTES
CENTRE D’ENSEIGNEMENT LE MANS
MEMOIRE INGENIEUR
Présenté en vue de l’obtention
DU DIPLOME D’INGENIEUR
Filière
ELECTROTECHNIQUE
Par
Vincent CAURE
DEVELOPPEMENT D’UN SYSTEME DE DETECTION D’ORAGE

FONDE SUR L’ANALYSE DE « L’ETAT » ELECTRIQUE ATMOSPHERIQUE
Soutenu le 07 avril 2008
- JURY -
PRESIDENT : Monsieur le Professeur Jean-François RIALLAND
MEMBRES : Monsieur Pierre RONCIN, responsable de la filière électrotechnique, Cnam Le Mans

Monsieur Jean-Claude RABADEUX, Maître de Conférences, Université du Maine
Monsieur Rein Andre ROOS, Docteur en physique des gaz et des plasmas
Monsieur Michel BASOGE, Ingénieur d’études, chef de projet S.G.T.E.
REMERCIEMENTS
Je tiens tout d’abord à remercier le Cnam et en particulier le centre d’enseignement du Mans, pour
m’avoir permis de suivre cette formation d’ingénieur Cnam en spécialité électrotechnique.
Je remercie vivement M. RONCIN, responsable de la filière électrotechnique du centre d’enseignement

du Mans, pour la qualité de ses enseignements, son soutien et son aide dans la conduite de ce projet.
Je remercie l’Observatoire d’Aéroactivité du Maine, et en particulier M. ROOS, pour m’avoir permis de

travailler sur ce projet très enrichissant, et pour m’avoir donné accès à tous ses documents scientifiques.
Ma reconnaissance va également au Fongecif des Pays de la Loire, qui a validé le financement de mon
stage.
Enfin, je remercie ma famille pour son accompagnement et ses encouragements tout au long de ce projet.
SOMMAIRE
Table des illustrations et des tableaux ...................................................................................................1

Liste des principales grandeurs utilisées ...............................................................................................3
Glossaire ...................................................................................................................................................4
Avant-propos ............................................................................................................................................6
Introduction..............................................................................................................................................7
1 La foudre et l’électricité atmosphérique........................................................................................8
1.1 Généralités .................................................................................................................................8
1.2 La foudre et l’électricité atmosphérique : modèle général ......................................................12
1.3 Etat des connaissances sur la formation des décharges électriques de pointe dans la nature..17
1.3.1 Théorie des décharges pointe-plan contrôlées en laboratoire 17
1.3.2 Etudes comparatives des décharges électriques de pointe(s) 22
1.3.3 Etude des décharges électriques de pointe sur site naturel 26
1.4 Modèle fondateur : les orages sont assistés par la végétation..................................................32
1.5 Détection des orages ................................................................................................................36
2 Le capteur et sa chaine d’acquisition...........................................................................................39
2.1 Principe de fonctionnement du capteur ...................................................................................39
2.2 Architecture du capteur............................................................................................................40
2.3 Aspect général..........................................................................................................................42
2.4 Validation du fonctionnement du capteur................................................................................44
2.5 Présentation de l’installation en exploitation...........................................................................47
3 L’application du traitement numérique à la détection des orages ............................................50
3.1 Contexte OAM.........................................................................................................................50
3.2 Etat des lieux de la caractérisation du signal issu de l’ancien capteur (années 2000/2001)....51
3.3 Avril 2007, ma méthodologie de traitement numérique du signal ..........................................52
3.3.1 Généralités 52
3.3.2 Choix de la période d’acquisition du signal 53
3.3.3 Le filtrage numérique 59
3.3.4 Caractérisation et détection du signal 61
3.3.5 Analyse spectrale discrète 63
3.3.6 Indices horaires d’apparitions des maximums 65
3.3.7 Schéma de l’algorithme statique de traitement du signal 66
3.3.8 Algorithme littéral du traitement du signal sous Matlab 67
4 Les corrélations développées pour le diagnostic « météorologique »........................................69
4.1 Méthode d’utilisation de l’outil numérique .............................................................................69
4.2 Les différents signaux relatifs aux phénomènes météorologiques ..........................................70
4.2.1 Famille des pluies 71
4.2.2 Famille des orages et pluies orageuses 75
4.2.3 Famille des averses pseudo-orageuses 88
4.3 Synthèse sur les corrélations....................................................................................................92
4.4 Conclusion sur les corrélations ................................................................................................96
5 Développement du prototype temps réel .....................................................................................98
5.1 Elaboration du cahier des charges et spécifications techniques ..............................................98
5.1.1 Spécification du besoin 98
5.1.2 Contexte et état des lieux 98
5.1.3 Analyse fonctionnelle globale 99
5.1.4 Description et spécification technique 100
5.1.5 Périmètre du projet 101
5.2 Etude de faisabilité et choix de la solution ............................................................................102
5.2.1 Choix des fournisseurs consultés 102
5.2.2 Descriptions des propositions fournisseurs 103
5.2.3 Notations des fournisseurs et choix de la solution 105
5.3 Architecture matérielle du prototype .....................................................................................106
5.3.1 Le PAC Compact FieldPoint 106
5.3.2 L’implantation du matériel 108
5.4 Architecture logicielle du prototype ......................................................................................110
5.4.1 Introduction au temps réel et au déterminisme 110
5.4.2 LabVIEW 111
5.4.3 L’algorithme temps réel 112
5.5 Essais et mise en exploitation du prototype...........................................................................120
5.6 Prospectives ...........................................................................................................................122
5.7 Synthèse sur le prototype temps réel .....................................................................................123
6 Conclusion générale.....................................................................................................................124
Annexe 1 : programme de traitement statique Matlab ....................................................................125
Annexe 2 : orage observé à vue le 19/07/2007 vers 21h33 ................................................................131
Annexe 3 : orage et grêle du 07/08/2007, observés à vue vers 16h30 ..............................................137
Annexe 4 : pluie/orage (?) observé à vue le 14/06/2007 vers 15h30/16h..........................................144
Annexe 5 : schéma de câblage du prototype......................................................................................149
Annexe 6 : mode de marche du prototype .........................................................................................152
Annexe 7 : cahier des observations météorologiques d’avril à septembre 2007 ............................157
Bibliographie ........................................................................................................................................158
Table des illustrations et des tableaux
Figure 1 : vent électrique .............................................................................................................................11

Figure 2 : répartition des charges électriques dans un cumulonimbus après séparation de celles-ci ..........13
Figure 3 : champ électrique au sol produit par le cumulonimbus................................................................14
Figure 4 : les différents types de coup de foudre.........................................................................................15
Figure 5 : traceur de bond ............................................................................................................................16
Figure 6 : décharge atmosphérique de type descendant négatif ..................................................................16
Figure 7 : topographie de la décharge..........................................................................................................19
Figure 8 : mécanisme de propagation d'un dard ..........................................................................................21
Figure 9 : caractéristique potentiométrique d’une pointe de carbure de tungstène positive........................22
Figure 10 : caractéristiques potentiométriques pour les deux polarités d’une pointe métallique et d’une
aiguille d’If ..................................................................................................................................................24
Figure 11 : comparaison des caractéristiques potentiométriques dans les deux polarités pour une aiguille
et un rameau d’if et d’épicéa........................................................................................................................24
Figure 12 : circuit électrique global atmosphérique (Wilson, 1920) ...........................................................27
Figure 13 : situation électrique globale lors d’un orage ..............................................................................27
Figure 14 : gradients de potentiels induits par un nuage bipolaire selon l’éloignement .............................29
Figure 15 : influence d’un arbre sur le champ électrique ............................................................................32
Figure 16 : formation de nuages zébrés .......................................................................................................33
Figure 17 : formation du coup principal ......................................................................................................34
Figure 18 : détection de l’alternance de nuages zébrés à l’approche de l’orage .........................................39
Figure 19 : schéma d'implantation du capteur .............................................................................................40
Figure 20 : schéma de la carte de conversion NMH1215S..........................................................................40
Figure 21 : schéma de la carte de conversion et filtrage..............................................................................41
Figure 22 : photo de notre capteur ...............................................................................................................42
Figure 23 : système multi-pointe .................................................................................................................43
Figure 24 : diode Transil..............................................................................................................................43
Figure 25 : diagramme de Bode de la réponse en fréquence .......................................................................45
Figure 26 : schéma du test de l’immunité aux décharges électrostatiques ..................................................45
Figure 27 : schéma du test d’immunité au champ magnétique....................................................................46
Figure 28 : schéma du mât...........................................................................................................................47
Figure 29 : photos du mât et des capteurs....................................................................................................48
Figure 30 : schéma du boîtier de connexion ................................................................................................48
Figure 31 : architecture d’acquisition statique des données ........................................................................49
Figure 32 : principe d’une chaîne d’acquisition, traitement et restitution du signal ...................................52
Figure 33 : obtention d’un signal échantillonné ..........................................................................................54
Figure 34 : effet de l’échantillonnage sur le spectre du signal d’entrée ......................................................55
Figure 35 : recouvrement de spectre............................................................................................................55
Figure 36 : diagramme de Bode d’un filtre anti-repliement ........................................................................56
Figure 37 : pente du filtre anti-repliement en fonction du rapport fréquence d’échantillonnage / fmax .......57
Figure 38 : gains des filtres Butterworth .....................................................................................................58
Figure 39 : opération de filtrage numérique ................................................................................................59
Figure 40 : filtres non-récursif et récursif ....................................................................................................60
Figure 41: estimation de la variance ............................................................................................................62
Figure 42 : transformée de Fourier de la fonction « porte » ........................................................................64
Figure 43 : schéma de l'algorithme Matlab..................................................................................................66
Figure 44 : signal brut Excel du 20/05/2007 de 11h à 17h ..........................................................................71
Figure 45 : signal brut Excel du 20/05/2007 de 14h à 16h30 ......................................................................71
Figure 46 : observations météo France du 20/05/2007................................................................................72
Figure 47 : signaux Matlab 20/05/2007.......................................................................................................73
Figure 48 : signal et signal filtré du 20/05/2007..........................................................................................73
Figure 49 : signal filtré du 20/05/2007 ........................................................................................................74
Vincent CAURE 1
Figure 50 : signal brut Excel du 03/07/2007 de 16h15 à 17h15 ..................................................................75
Figure 51 : cartes météocentre 03/07/2007 de 16h et 16h30 .......................................................................75
Figure 52 : cartes météocentre 03/07/2007 de 17h à 19h30 ........................................................................76
Figure 53 : carte météocentre 03/07/2007 à 20h00......................................................................................77
Figure 54 : signaux Matlab 03/07/2007.......................................................................................................77
Figure 55 : signal brut et signal filtré du 03/07/2007 ..................................................................................78
Figure 56 : signal filtré 03/07/2007 .............................................................................................................79
Figure 57 : indicateurs variances et puissances 03/07/2007 ........................................................................79
Figure 59 : carte www.wetterzentrale.de du 16/07/07 de 00h à 05h UTC ..................................................80
Figure 60 : signal brut Excel du 16/07/2007 de 00h à 01h35 ......................................................................81
Figure 62 : cartes météocentre 16/07/2007 de 00h30 et 01h00 ...................................................................82
Figure 63 : cartes météocentre 16/07/2007 01h30 et 02h00 ........................................................................82
Figure 64 : cartes météocentre 16/07/2007 de 02h30 et 03h00 ...................................................................83
Figure 66 : cartes météocentre du 16/07/2007 de 03h00 à 06h00 ...............................................................84
Figure 67 : cartes météocentre du 16/07/2007 de 06h30 et 07h00 ..............................................................85
Figure 68 : signaux brut Matlab du 16/07/2007 ..........................................................................................85
Figure 69 : signal filtré du 16/07/07 ............................................................................................................86
Figure 70 : indicateurs variances et puissances du 16/07/2007 ...................................................................87
Figure 72 : signal brut Excel du 04/07/07 de 14h15 à 14h45 ......................................................................88
Figure 73 : cartes météocentre du 04/07/07 de 14h00 à 15h00 ...................................................................89
Figure 74 : signaux Matlab du 04/07/2007..................................................................................................90
Figure 75 : signal filtré du 04/07/2007 ........................................................................................................90
Figure 76 : indicateurs puissances et variances du 04/07/2007 ...................................................................91
Figure 77 : FFT signal du 04/07/2007 .........................................................................................................91
Figure 78 : analyse fonctionnelle globale ....................................................................................................99
Figure 79 : architecture temps réel ............................................................................................................108
Figure 80 : prototype temps réel ................................................................................................................109
Figure 81 : jitter .........................................................................................................................................110
Figure 82 : architecture logicielle typique temps réel................................................................................112
Figure 83 : gestionnaire de temps critique LabVIEW ...............................................................................113
Figure 84 : algorithme RT, boucle déterministe ........................................................................................114
Figure 85 : boucle déterministe LabVIEW................................................................................................115
Figure 86 : boucle non déterministe LabVIEW.........................................................................................115
Figure 87 : interface utilisateur labVIEW..................................................................................................116
Figure 88 : calcul de l’indicateur « amplitude » du sous-VI « DATA » ...................................................117
Figure 89 : calcul de l’indicateur « puissance » du sous-VI « DATA »....................................................118
Figure 90 : calcul de l’indicateur « variance » du sous-VI « DATA »......................................................119
Figure 91 : utilitaire MAX .........................................................................................................................120
Tableau 1 : réponse en fréquence du capteur...............................................................................................44

Tableau 2 : synthèse numérique signal du 20/05/2007................................................................................72
Tableau 6 : synthèse numérique des orages.................................................................................................92
Tableau 7 : synthèse numérique des "pas orage" (averses) .........................................................................92
Tableau 8 : synthèse numérique des averses pseudo-orageuses ..................................................................93
Tableau 9 : coûts des architectures proposées par les fournisseurs ...........................................................105
Tableau 10 : notations des fournisseurs .....................................................................................................105
Vincent CAURE 2
Liste des principales grandeurs utilisées
CONSTANTES PHYSIQUES
e : charge électrique élémentaire, valeur approchée § 1,602.10-19 C

me : masse de l’électron, valeur approchée § 9,109.10-31 kg
µ 0 : perméabilité du vide, valeur = 4ʌ.10-7 H.m-1
1
ε0 = 2
: permittivité du vide, valeur approchée § 8,854.10-12 F.m-1
µ0c
c : vitesse de la lumière dans le vide, valeur approchée § 3,00.108 m.s-1
ȡg : masse volumique de l’air § 1,295 kg.m-3
GRANDEURS ET UNITES
GRANDEUR DENOMINATION SYMBOLE

-1
Champ électrique volt par mètre V.m
Charge électrique coulomb C
Différence de potentiel
volt V
ou potentiel
Densité volumique -3
coulomb par mètre cube C.m
de charge
Energie cinétique
électronvolt eV
acquise par un électron
2 -1 -1
Mobilité d’un électron (mètre par seconde) par (volt par mètre) m .V .s
Intensité de
ampère A
courant électrique
Densité de -2
ampère par mètre carré A.m
courant électrique
Fréquence hertz Hz
Résistance ohm
Résistivité ohmmètre m
Induction magnétique tesla T
Capacité farad F
Travail joule J
Puissance watt W
Energie watt-heure Wh
Force newton N
-1
Vitesse mètre par seconde m.s
Distance mètre m
Masse kilogramme kg
Vincent CAURE 3
Glossaire
ASCII : American Standard Code for Information Interchange

CAN : Convertisseur Analogique-Numérique
CEM : Compatibilité Electro-Magnétique
CNA : Convertisseur Numérique-Analogique
CNES : Centre National d’Etudes Spatiales
CPU : Central Processing Unit
DNS : Domain Name System
DSP : Digital Signal Processor
EDAS : Ethernet Data Acquisition System
ENSIM : Ecole Nationale Supérieure d’Ingénieurs du Mans
FFT : Fast Fourier Transform
FIFO : First In First Out
FPGA: Field-Programmable Gate Away
FTP : File Transfer Protocol
GBF : Générateur Basse Fréquence
GPS : Global Positioning System
HMI : Human Machine Interface
HTTP : HyperText Transfer Protocol
IP : Internet Protocol
IRO : Isolante Rigide Ordinaire
LED : Light Emitting Diode
LIT : Linéaire Invariant dans le Temps
LLP : Lightning Location & Protection
LPATS : Lightning Position and Tracking System
MAX : Measurement and Automation eXplorer
METAR : METéorological Airport Report
MO : Méga Octet
NTP : Network Time Protocol
OAM : Observatoire d’Aéroactivité du Maine
OS : Operating System
PAC : Programmable Automation Controller
PC : Personal Computer
PLC : Programmable Logic Controller
RAM : Random Access Memory
Vincent CAURE 4
RIF : Réponse Impulsionnelle Finie
RS232 : Recommended Standard 232RT: Real Time
SAFIR : Surveillance et Alerte Foudre par Interférométrie Radioélectrique
SD Card : Secure Digital Card
SDRAM : Synchronous Dynamic Random Access Memory
SNMP : Simple Network Management Protocol
SOAP : Simple Object Acces Protocol
TCP : Transmission Control Protocol
TFD : Transformée de Fourier Discrète
TFR : Transformée de Fourier Rapide
TOR : Tout Ou Rien
USB : Universal Serial Bus
UTC : Universal Time Coordinated
VHDL : Very high speed integrated circuit Hardware Description Language
VHF : Very Hight Frequency
VI : Virtual Instrument
Vincent CAURE 5
Avant-propos
Les premières représentations de la foudre par l’homme nous ont été léguées par les hommes
préhistoriques et sont encore visibles sous la forme de peintures rupestres. Le tonnerre et les éclairs,
mélange de crainte et de respect, ont fasciné l’humanité au point que, dès l’Antiquité, on trouve des traces
de divinités de la pluie et de la foudre.
Il faut remonter au XVIIIème siècle pour voir apparaître les premiers travaux scientifiques de Wall (1707),
visant à reproduire les phénomènes de foudre. Mais, c’est surtout au XXème siècle que la connaissance des
phénomènes orageux est devenue une science plus exacte, même si l’on est encore loin d’en maîtriser
toute la compréhension théorique. Cependant, les connaissances les plus récentes sont demeurées dans le
cercle restreint des spécialistes scientifiques et techniques du domaine, et en particulier celui du circuit
électrique global équivalent du système terre-atmosphère. Plus précisément, on sait que, malgré la faible
intensité des décharges de pointe (de l’ordre du micro-ampère), elles constituent le processus
prépondérant de transfert de charges dans la balance électrique de l’atmosphère. Déjà en 1850, Antoine
César Becquerel déclara que la végétation terrestre est l’une des principales origines de l’électricité
atmosphérique.
La remarque de Becquerel en 1850 introduit la question suivante : « Pourquoi y a-t-il si peu d’éclairs sur
la mer ? ». Sa réponse eut sans doute été que la présence de la végétation sur la mer est limitée et que
pour cette raison, les orages y sont très peu présents.
D’un point de vue protection des biens et des personnes, la foudre représente un risque majeur et fait des
dégâts considérables. C’est un risque qu’il faut absolument prévoir et prendre en compte au niveau des
installations et des équipements électriques.
Vincent CAURE 6
Introduction
L’Observatoire d’Aéroactivité du Maine, dont les locaux sont situés dans l’Ecole Nationale Supérieure
d’Ingénieurs du Mans, est une association créée en 1997. Son objectif essentiel est d’avancer dans la
préservation de la vie, de la sécurité des personnes et de la protection de leurs biens. Afin d’atteindre cet
objectif, l’OAM souhaite développer un système de détection d’orage dont la stratégie est basée sur la
détection de nuages d’aérosols électriquement chargés. La création de ces nuages est initiée par des
décharges de pointe végétale dont la formation apparaît sous l’influence d’un fort champ électrique
provoqué par des cumulonimbus.
Dans ce contexte, l’OAM a développé en 2002 un capteur de dernière génération qui délivre un signal
analogique image de ces courants de décharges de pointe. Mon stage, basé sur ce nouveau capteur, a été
construit autour de deux principaux axes :
1/ Mesurer la qualité du signal et de la chaîne d’acquisition issus du nouveau capteur, quantifier et
vérifier des descripteurs de caractérisation du signal.
2/ Développer un prototype d’acquisition et de traitement numérique du signal, temps réel et
autonome.
L’objectif final de ce projet est de proposer un prototype de détection d’orage novateur, fiable et
industrialisable. Pour atteindre cet objectif, j’ai eu à ma disposition tous les documents de recherche
internes à l’OAM, et en particulier :
- Les essais de caractérisation du signal déjà réalisés par de précédents groupes d’étudiants.
- Les travaux de recherche de M. BORRA Jean-Pascal et de M. ROOS Rein Andre.
Le plan de ce mémoire est construit en respectant la chronologie des tâches que j’ai effectuées durant
cette année 2007 :
Dans le premier chapitre, je rappelle quelques notions élémentaires de physique, puis je décris
synthétiquement l’état des connaissances sur la foudre et l’électricité atmosphérique.
Le second chapitre permet de présenter la technologie utilisée par l’OAM pour construire le
dernier capteur d’orage, en 2002.
Le chapitre 3 présente les principes fondamentaux de l’acquisition et du traitement numérique du
signal. Il débouche sur l’algorithme de traitement statique que j’ai développé sous Matlab.
Dans le quatrième chapitre, je fournis au lecteur l’analyse des signaux les plus marquants obtenus
entre avril et fin août 2007. Cette analyse me permet de tirer des conclusions quant à notre taux de
réussite pour la détection d’orages ou par rapport au caractère précoce d’activation du signal. La totalité
des analyses et des corrélations des signaux se trouve dans « le cahier des observations météorologiques
d’avril à septembre 2007 », annexe 7 du présent mémoire.
Le dernier chapitre présente l’architecture choisie pour le développement du prototype
d’acquisition et de traitement du signal.
Ce projet pluridisciplinaire aborde divers domaines de l’électrotechnique, comme :

- l’électrostatique
- l’électricité atmosphérique
- le capteur
- le traitement du signal
- l’informatique industrielle
- l’intégration de matériels industriels
Vincent CAURE 7
1 La foudre et l’électricité atmosphérique
1.1 Généralités
Avant de présenter plus en détail la foudre et l’activité électrique atmosphérique, il convient de faire
quelques rappels de physique élémentaire [BEN99] [BOR95] [HER97] [ROO92].
Expérience de base
Prenons la configuration très simple d’une électrode soumise à une haute tension, à savoir une sphère
munie d’une fine pointe sur sa surface. Les deux composants sont métalliques. La sphère est isolée du sol
et, avec une machine nous pouvons la charger, positivement par exemple. Nous observons le niveau de la
charge sur l’électrode au moyen d’un électromètre. Nous approchons maintenant de la pointe, une plaque
reliée à la terre et nous observons que, même s’il n’y a pas de contact, la sphère perd sa charge, c'est-à-
dire que l’air entre la pointe et la plaque est devenu conducteur. Cela est dû à la production d’ions gazeux
par effet de pointe. Par mouvement allant de la pointe à la plaque, ces ions évacuent progressivement la
charge de la pointe et ainsi la portent vers la plaque.
Ionisation
Ensemble de processus physiques par lesquels les ions sont créés. Un ion est un atome ou groupe
d’atomes ayant gagné (ion négatif) ou perdu (ion positif) un ou plusieurs électrons. On peut citer
différents modes d’ionisation : par électrolyse, thermique, par choc, par photon, radioactivité, rayon
cosmique…Le nombre d'ions atmosphériques par temps sein est compris entre 100 et 1000 unités par
cm3.
Champ électrique
Le champ électrique est l'expression de la force qui résulterait de l'action à distance de particules
électriquement chargées sur une particule test, divisée par la valeur de la charge de cette particule test (de
même que le champ gravitationnel par exemple résulte de l'action de particules dotées de masse). Ce
champ a, en tout point de l'espace, une direction, un sens, et une grandeur exprimée en volt par mètre
(V.m-1). L'expression du champ électrique est directement issue de l'expression de la force électrostatique
donnée par la loi de Coulomb, et dépend du point de l'espace où l'on se place. Dans le cas où on ne
considère qu'une seule particule chargée Q (en C) comme source du champ, celui-ci est orienté des
sources vers le point considéré et a pour valeur :
1 Q
E=
4πε r 2
Où Q est la charge électrique, İ la permittivité du milieu et r la distance entre la source et le point

considéré. Pour mesurer l'influence des sources, on peut utiliser une autre particule, elle aussi chargée
→
électriquement avec une charge q, qui sert de particule test. Alors si on appelle E le champ électrique
→
créé par les sources à l'endroit où se trouve la charge test, cette dernière subit une force électrique Fe
→ → 1 qQ
donnée par Fe =q E soit Fe = (en N).
4πε r 2
Le champ électrique peut ainsi mettre en mouvement des particules chargées. A la différence du champ
magnétique, il est capable de les accélérer. Bien que négligeable à une grande échelle (comme par
exemple dans la majorité des systèmes planétaires), le champ électrique a un effet prépondérant à des
échelles microscopiques, et est utilisé pour l'étude de la matière dans les accélérateurs de particules.
Vincent CAURE 8
Théorème de Gauss
1
Le flux électrique net à travers une surface fermée est égal à que multiplie la charge nette à l’intérieur
ε0
& & Q
de la surface, soit : ³ EdA = ε 0
.
Effet de pointe
L'effet de pointe, aussi appelé pouvoir de pointe, est un phénomène physique expliquant l'influence d'un
objet métallique pointu sur le champ électrique environnant. Tous les phénomènes d'ionisation (ionisation
due au champ électrique intense) sont donc plus importants au voisinage d'une pointe. Cela est dû au fait
1 1
que, au voisinage d’une sphère, le potentiel varie en alors que le champ électrique varie en 2 .
r r
Considérons deux boules conductrices de diamètres r et R = 2r, portées au même potentiel électrique. La
charge de chaque boule peut être calculée d'après cette formule (déduite du théorème de Gauss) :
1 qe
qe = V 4ʌİ0r ou V =
4πε 0 r
La grosse boule aura donc une charge électrique Q = 2q, q étant la charge de la petite boule :
Q = V 4ʌİ0R = V 4ʌİ02r = 2q
qe
Le module du champ électrique s'exprime ainsi (déduit du théorème de Gauss) : E =
4πε 0 d 2
Il sera donc deux fois moins important pour la petite boule à une distance donnée. A une distance d :
q Q 2q
Eq = 2
et EQ = 2
= = 2 Eq
4πε 0 d 4πε 0 d 4πε 0 d 2
Or nous pouvons nous rapprocher à une distance d = r = R/2 de la petite boule, et le champ électrique sera
quatre fois plus important en R/2 qu'en R, celui-ci étant inversement proportionnel au carré de la distance.
Au final en juxtaposant les deux effets, le champ électrique au voisinage de la petite boule sera deux fois
plus important que la grosse boule :
q q
- Au voisinage de la petite boule, d = r = R/2 soit Eq = 2
=
4πε 0 r πε 0 R 2
Q 2q q Eq
- Au voisinage de la grosse boule, d = R soit EQ = 2
= 2
= 2
=
4πε 0 R 4πε 0 R 2πε 0 R 2
Si on considère une pointe comme une boule dont le diamètre est petit (faible rayon de courbure), on
obtient un champ électrique dont la valeur tend vers l'infini au voisinage de la pointe. Ce champ
électrique très important va contribuer à l'ionisation de l'air et ainsi l'amorçage d'un éventuel arc
électrique. En raison de l'importance du champ électrique au voisinage d'une pointe, l'air s'ionise donc
plus facilement : il est meilleur conducteur de l'électricité comparativement au voisinage d'une surface
chargée de plus grand rayon de courbure.
Ceci explique pourquoi on « prend le courant » en touchant une voiture. Par frottement sur l'air, la
carcasse métallique de la voiture est portée à un potentiel non nul. N’étant généralement pas reliée
directement à la terre (les pneus ne sont pas conducteurs), elle conserve ce potentiel jusqu'à ce qu'un
innocent en approche les doigts. Ceux-ci formant des pointes, les charges s'y accumulent et une étincelle
désagréable peut apparaître par effet corona entre la voiture et les doigts.
Vincent CAURE 9
Effet Corona
L'effet corona, aussi appelé « effet couronne » est une décharge électrique entraînée par l'ionisation du
milieu entourant un conducteur. Elle se produit quand le potentiel électrique dépasse une valeur critique
et lorsque les conditions ne permettent pas la formation d'un arc.
Au niveau macroscopique
Une décharge de Corona se produit lorsqu'un courant, continu ou non, se crée entre deux électrodes
portées à un haut potentiel et séparées par un fluide neutre, en général l'air, par ionisation de ce fluide. Un
plasma est alors créé et les charges électriques se propagent en passant des ions aux molécules de gaz
neutre. Lorsque le champ électrique en un point du fluide est suffisamment grand, le fluide s'ionise autour
de ce point et devient conducteur. En particulier, si un objet chargé possède des pointes ou des coins, le
champ électrique y sera plus important qu'ailleurs (c'est le pouvoir des pointes). C'est là en général que se
produira une décharge de corona. Les particules chargées se dissipent alors sous l'effet de la force
électrique et se neutralisent au contact d'un objet de charge inverse. Les décharges de corona se
produisent donc en général entre une électrode de rayon de courbure faible (tel que le champ électrique à
ses environs soit suffisamment important pour permettre la formation d'un plasma), et un autre de rayon
de courbure important (une plaque métallique ou la terre). Une décharge de corona peut être positive ou
négative selon la polarité de l'électrode de faible rayon de courbure. Si elle est positive, on parle de
corona positif, sinon, de corona négatif. Du fait de la différence de masse entre les électrons (négatifs) et
les ions positifs, la physique de ces deux types de corona est différente. Par exemple, une décharge de
corona produit de l'ozone quelque soit sa polarité, mais un corona négatif en produit beaucoup plus qu'un
corona positif. Si la géométrie du conducteur et la valeur du champ sont tels que la région ionisée s'étend
au lieu de se stabiliser, le courant peut finir par trouver un chemin jusqu'à l'électrode inverse, il se forme
alors des étincelles ou un arc électrique.
Au niveau microscopique
Les décharges de corona, qu'elles soient positives ou négatives ont des mécanismes en commun :
1/ Un atome ou une molécule neutre du fluide environnant l'électrode est ionisé par un
évènement extérieur (par exemple par interaction avec un photon), un ion positif et un
électron sont créés.
2/ Ces deux particules étant de charge inverse, le champ électrique crée sur chacune d'elle une
force électrique égale en norme mais de sens opposé et les sépare, empêchant leur
recombinaison, leur apportant une énergie cinétique importante.
3/ L'électron étant de masse beaucoup plus faible que l'ion positif, il est fortement accéléré, et
entre en collision avec des atomes neutres, ce qui tend à créer de nouvelles paires
électrons/ions positifs, qui suivront le même processus. On parle d'effet d'avalanche.
4/ Des ions ainsi créés sont attirés par la seconde électrode et permettent ainsi l'établissement
d'un courant.
Vent électrique
Les charges qui s'échappent par les pointes sont de même polarité que celles-ci et se déposent sur les
molécules d'air en les ionisant. Ces charges ainsi crées, de même polarité que la pointe, se repoussent, et
ce faisant, transfèrent des moments électriques aux molécules neutres du gaz, générant le vent électrique.
La vitesse du vent créé dépend de la configuration mécanique des électrodes et est directement reliée au
courant circulant dans l’espace inter électrodes.
Pour des courants relativement faibles (µA), la vitesse du vent est de l’ordre de 10 m.s-1. Le vent
électrique représente donc le mouvement d’air dû à l’impact d’ions ou de particules d’aérosols chargées,
sur les molécules d’air.
Vincent CAURE 10
Figure 1 : vent électrique
La pointe électrise l'air devant elle, l’air repoussé produit du vent qui couche la flamme
La vitesse du vent électrique a une relation quadratique avec les décharges électriques dues à l’effet
couronne. Une relation empirique permettant de calculer sa vitesse est proposée par Robinson en 1961,
sous la forme :
Ic
Vc = A (en m.s-1)
µρ g
Où, Ic est l’intensité de la décharge couronne, ȡg est la masse volumique de l’air, ȝ est la mobilité
moyenne des ions et A est une constante géométrique.
Les aérosols
En chimie, un aérosol est un ensemble de particules très fines (de taille colloïdale), solides ou liquides, en
suspension dans un milieu gazeux. Un nuage est un exemple d’aérosols. On peut citer également le
brouillard, la fumée, la poussière qui se dégage quand on secoue un tapis.
Bien que de taille micrométriques, les aérosols atmosphériques jouent un rôle clé dans le fonctionnement
du système terrestre. Environ trois milliards de tonnes de particules sont injectées chaque année dans
l’atmosphère par des processus naturels (érosion des sols, éruptions volcaniques, embruns océaniques, …)
ou par les activités humaines (activités industrielles, circulation automobile, feux, …). De part leur petite
taille, ces particules sont soumises à un transport atmosphérique de longue distance (plusieurs milliers de
kilomètres). On distingue les aérosols d’origine désertique, les aérosols carbonés, les aérosols de sulfate
ou les aérosols métalliques et les nutriments.
Electro-évaporation
Si nous reprenons l’expérience de base au début de ce sous-chapitre (avec la sphère pointue et la plaque
de décharge), mais en remplaçant la pointe de la sphère par une goutte d’eau, on remarque qu’en
approchant la plaque de la goutte, celle-ci change de forme et devient pointue. On appelle ce phénomène
le cône de Taylor. Dans ces circonstances, la goutte disparaît relativement vite. Ce phénomène est appelé
électro-évaporation ou encore électro-vaporisation et fût décrit par William Gilbert en 1600.
L’évaporation est due à l’émission de myriades de gouttes sous-micrométriques, chargées ou non, depuis
la pointe du cône, sous l’influence d’un champ électrique. Le cône de Taylor est en fait un simple mais
très efficace générateur d’aérosol liquide.
Vincent CAURE 11
L’avalanche électronique
Le claquage électrique, visible à l'œil nu par l'étincelle ou par la décharge produite, correspond au
moment où le champ électrique dépasse la valeur seuil nécessaire à l'amorce de la décharge. En effet le
processus d'ionisation augmente alors considérablement. Les électrons sont suffisamment accélérés par le
champ électrique pour produire d'autres électrons (par collisions), qui à leur tour acquerront assez
d'énergie pour ioniser d'autres atomes, et ainsi de suite. C'est ce phénomène, dit d'avalanche, qui provoque
un accroissement de la densité de charge électronique lorsqu'on s'éloigne de l'électrode. Pour que
l'électron ait assez d'énergie pour ioniser un atome, il faut un champ électrique supérieur à 2 600 000 volts
par mètre. Les charges, naturellement présentes dans l’air, sont accélérées par le champ électrique. Au
voisinage d'une pointe, le champ électrique peut être augmenté localement, suffisamment pour déclencher
un phénomène d'avalanche. Le chemin suivi par ces électrons crée un canal ionisé faiblement lumineux,
appelé traceur. A mesure que l'on s'éloigne de la pointe, le champ électrique descend. Quand il devient
inférieur à 26 kV.cm-1, l'énergie de l'électron devient insuffisante pour continuer le phénomène
d'avalanche : elle s'arrête et le traceur s'immobilise. Les charges du traceur vont migrer sous l'effet du
champ électrique et le canal ionisé devient une pointe. Une nouvelle avalanche peut alors se développer à
l'extrémité du premier. Le traceur continue son chemin mais pas forcément dans la même direction
jusqu'au moment où le champ redescendra de nouveau en dessous de 26 kV.cm-1.
1.2 La foudre et l’électricité atmosphérique : modèle général
Il faudra attendre le perfectionnement de la photographie dans le premier quart du XXème siècle pour
trouver des travaux scientifiques pertinents, notamment en ce qui concerne l’éclair. Mais, c’est après la
seconde guerre mondiale que l’ensemble des recherches, motivées par la nécessité de protéger les réseaux
de distribution électrique et téléphonique, permettra d’avoir une vision plus générale et plus précise sur
les phénomènes orageux [BOR95] [HER97] [LEG07].
Modèle général
L’homme vit sur ce que l’on peut assimiler à l’armature d’un gigantesque condensateur électrique de
forme sphérique. L’air atmosphérique se comporte comme l’isolant diélectrique de ce condensateur dont
les armatures conductrices seraient la surface de la terre et la partie inférieure de l’ionosphère
(électrosphère). Entre ces deux surfaces conductrices (l’air devient conducteur à partir de la mésosphère),
il règne une différence de potentiel de quelques centaines de milliers de volts, qui crée un champ
électrique naturel vertical dirigé vers le bas (la terre). La valeur de ce champ est par temps clair de l’ordre
d’une centaine de volts par mètre. L’ionosphère serait l’armature positive et la surface terrestre l’armature
négative. Ce condensateur n’est pas parfait car la très faible conductivité de l’air troposphérique engendre
un courant de fuite de l’ordre de 1000 ampères entre les deux armatures. Ce courant de fuite serait
suffisant pour décharger ce gigantesque condensateur en quelque trois cents secondes. Cette déperdition
de charge est alors compensée par les orages atmosphériques qui affectent la terre en permanence (les
courants de foudre atteignent 10 à 100 kA avec des temps de montée de quelques microsecondes). Ils
jouent le rôle fondamental dans l’apport en quantité suffisante de charges négatives sur la surface terrestre
pour compenser ce courant de fuite dans l’air clair. Grâce aux orages, l’équilibre électrique initial est ainsi
maintenu.
Origine des orages

Les phénomènes orageux se produisent essentiellement au sein de la troposphère. L’altitude maximale de
celle-ci culmine à environ 18 km au niveau de l’équateur et décroît progressivement jusqu’à environ 6 km
aux pôles. En France, elle atteint en moyenne 10-12 km en été, altitude à laquelle culminent les nuages
orageux. Constituée de masses d’air à températures, pressions et humidités différentes, la troposphère
subit des perturbations proportionnelles à l’accroissement des contrastes entre ces masses d’air. Les
orages se développent à partir de cumulonimbus (qui se forment lors des perturbations de la troposphère),
nuages à fortes extensions verticales et horizontales dans l’air instable, chaud et humide. On distingue
deux principaux types d’orages : les orages de masse d’air (orages de convection ou orage orographiques)
qui naissent dans un air relativement homogène, et les orages frontaux (orages de traîne par exemple)
Vincent CAURE 12
provoqués par la rencontre entre deux masses d’air dont les températures et les taux d’humidité présentent
des contrastes plus ou moins marqués. A ces deux principaux types d’orages peuvent être ajoutés les
orages de marais barométriques : au sein d’une même masse d’air uniforme et saturée d’humidité,
l’absence de gradient barométrique permet le développement de cumulonimbus quasi immobiles.
D’importants mouvements convectifs peuvent engendrer des « supercellules » orageuses provoquant des
précipitations et une densité de chutes de foudre exceptionnellement violentes et durables, s’il existe en
altitude une poche d’air froid (goutte froide), et si la température dans les basses couches est élevée. Les
baisses locales de mercure au milieu de ces vastes champs de pression uniforme favorisent les orages de
marais barométriques.
Structure électrique du cumulonimbus

Le cumulonimbus est une machine électrostatique démesurée, génératrice de charges électriques
considérables. Les mécanismes relatifs à l’électrisation et à la séparation des charges sont encore mal
connus. Au sein d’un cumulonimbus en cours de développement, les violents courants ascendants
provoquent la collision de différents hydrométéores (pluie, neige, grêle, grésil, eau surfondue, cristaux de
glace,…). Le frottement entre ces hydrométéores engendre une électrisation suivie d’une séparation des
charges variant avec la taille des gouttes et des cristaux de glace. Les particules les plus légères porteuses
de charges positives sont attirées vers le haut par les courants ascendants, alors que les particules les plus
lourdes et chargées négativement sont précipitées vers la base du nuage par effet gravitationnel. Ces
charges se répartissent en trois zones principales :
- dans la partie inférieure constituée de gouttes d’eau ou de neige et dans laquelle se situent des
charges négatives, ainsi qu’une poche de charges positives inférieures (ou plusieurs selon le
nombre de cellules par cumulonimbus) ;
- dans la partie centrale composée de glace et d’eau en surfusion (eau restant liquide à des
températures inférieures à 0 °C) et dans laquelle existe une vaste zone horizontale de charges
négatives principales. C’est à ce niveau, compris entre des températures de -10 °C à -24 °C, que
régneraient les champs électriques les plus puissants ;
- dans la partie supérieure (enclume) entièrement constituée de glace et où l’on trouve une grande
quantité de charges positives supérieures, pour une température moyenne variant de -40 °C à -60
°C. Signalons une fine couche de charges négatives autour du sommet nuageux, qui pourrait
provenir d’un phénomène d’ionisation dû aux rayons cosmiques.
---------------
+++++++++++
++++++++++
+++++++++++
++++++++++
+ + + + + ++ + +
+++++++++
+ +
+ + +
Figure 2 : répartition des charges électriques dans un cumulonimbus après séparation de celles-ci
Enfin, une charge positive superficielle existe au niveau du sol. En effet, l’accumulation des charges
négatives entre la base nuageuse et l’étage moyen provoque par induction électrique une inversion du
champ électrique au sol (les charges négatives proches de la surface de la terre chassent les électrons
libres de celle-ci, de sorte que la terre prenne des charges positives). Par conséquent, des lignes de champ
Vincent CAURE 13
et une différence de potentiel s’établissent entre la base du nuage et la surface de la terre. Ce champ
électrique (d’environ 100 V.m-1 par temps serein) s’élève à plusieurs milliers de volts par mètre. Lorsque
celui-ci atteint un certain seuil (de l’ordre de 5 000 V.m-1), les aspérités au sol commencent à générer par
effet de pointe, des ions positifs. En s’accumulant au-dessus du sol, ces ions finissent par former une
couche de quelques centaines de mètres d’épaisseur, appelée charge d’espace, qui limite le champ
électrique au sol à environ 15 ou 20 kV.m-1 maximum (l’intensité du champ électrique est diminuée par
les charges d’espace). Au-dessus des surfaces plates et lisses, comme les lacs, là où l’effet couronne
n’existe pas, le champ électrique peut atteindre plus de 50 kV.m-1. Une partie de la charge d’espace
produite par l’effet couronne est aspirée vers la base du nuage sous l’effet des courants ascendants. Cette
théorie, qui ne fait pas l’unanimité, pourrait expliquer la concentration de charges positives inférieures
que l’on trouve dans la base du cumulonimbus. Cette poche de charges positives semble jouer un rôle très
important dans la densité d’éclairs au sol. Relevant de la dynamique des puissants mouvements verticaux,
la répartition des charges au sein du cumulonimbus évolue constamment et très rapidement, ce qui en
rend l’étude très difficile.
Figure 3 : champ électrique au sol produit par le cumulonimbus
Nota : A mesure que le transfert de charges se poursuit à l’intérieur du nuage, le champ électrique en
dessous devient très fort, pouvant atteindre à certains points la valeur critique d’ionisation. Ce phénomène
qui se produit au-dessus des clochers d’églises, de grands arbres…dégage parfois une lumière bleuâtre.
Les marins qui autrefois observaient le phénomène autour des mâts de leur bateau l’appelaient le feu de
Saint-Elme.
Evolution électrique et morphologie des éclairs selon les différentes étapes de l’orage
Dans sa première phase, l’électrisation du nuage augmente avec la croissance verticale de la cellule
orageuse. Lorsque celle-ci atteint un stade suffisamment avancé et que la charge négative principale
permet l’inversion des champs électriques au sol, il peut s’écouler plusieurs minutes à plusieurs dizaines
de minutes avant que n’apparaisse la première décharge. On appelle cette première période la phase
d’électrisation initiale. A ce niveau, le nuage commence à présenter une structure plus ou moins
tripolaire. Les premières décharges sont fréquemment associées à la cellule qui présente le plus fort
développement vertical. Elles apparaissent entre la région principale de charges négatives et la zone
supérieure de charges positives, sous la forme d’éclairs intra-nuageux verticaux et ramifiés dans les deux
sens. Le plus souvent, le premier coup de foudre se produit quelques instants après l’apparition des
premières décharges intra-nuageuses. Dans de rares cas, celui-ci peut également se déclencher sans
manifestation intra-nuageuse préliminaire. Lorsque de nouvelles cellules viennent se joindre à l’orage
existant, celui-ci s’étend et de ce fait augmente horizontalement la quantité de charges négatives
principales. Les coups de foudre sont alors plus intenses. Signalons que la désagrégation d’un
cumulonimbus isolé se manifeste par un étalement du sommet et par l’uniformisation des précipitations.
Vincent CAURE 14
En général, l’orage finit par quelques éclairs intra-nuageux, mais il arrive parfois qu’un ou deux coup de
foudre apparaissent dix à quinze minutes après que toute activité électrique perceptible ait cessé. Des
précipitations proviennent alors des sommets encore denses, le reste du cumulonimbus s’étant dissipé.
Principaux types de coups de foudre

Selon les auteurs, la classification des coups de foudre est différente. Certains les déterminent par le sens
de la propagation du traceur (descendant ou ascendant) et par sa polarité (négative ou positive). Selon
d’autres, c’est la polarité de la charge nuageuse transférée vers le sol qui reste prédominante.
Figure 4 : les différents types de coup de foudre
1/ le coup de foudre descendant négatif, qui est le plus courant, est initié par un traceur négatif se
propageant depuis la charge négative principale vers le sol. En fin de parcours, le traceur provoque
l’apparition d’un arc en retour positif vers le nuage et d’un transfert de charges négatives vers le sol. Ce
coup de foudre est très fréquent.
2/ le coup de foudre ascendant négatif est initié par la propagation d’un traceur positif se développant
depuis le sol vers le nuage négatif. Il est suivi d’un arc en retour positif et d’un transfert de charges
négatives du nuage vers le sol. Ce coup de foudre est assez répandu en montagne.
3/ le coup de foudre descendant positif est initié par un traceur positif se propageant généralement depuis
la charge positive supérieure vers le sol. L’arc en retour qui s’ensuit présente une polarité négative et un
transfert de charges positives du nuage vers le sol, souvent très important. Ce coup de foudre est assez
rare.
4/ le coup de foudre ascendant positif est initié par la propagation d’un traceur négatif se développant
depuis le sol vers le nuage positif. Il est suivi d’un arc en retour négatif et d’un transfert de charges
positives généralement très important. Ce coup de foudre est assez rare.
Mécanisme d’impact de la foudre, coup de foudre descendant

Au fur et à mesure que la charge électrique des différentes zones du cumulonimbus s’accroît, le champ
électrique augmente dans le nuage. Il augmente aussi entre le nuage et le sol, et entre les nuages. Lorsque
le champ électrique atteint localement une valeur assez élevée, une décharge électrique se produit. On sait
que lorsque l’air, qui est normalement isolant, est soumis à un champ électrique supérieur à un seuil de
l’ordre de 26 kV.cm-1, dans les conditions normales de température et de pression, il se produit une
décharge électrique qui rend le gaz conducteur : c’est le phénomène de claquage de l’isolant. A la
pression atmosphérique, le phénomène initial se présente ainsi : un électron germe créé par exemple par
un rayon cosmique, est accéléré par le champ électrique et, par bombardement sur un atome ou une
molécule, arrache un autre électron ; il se produit ainsi une multiplication électronique d’avalanche. A
partir d’un certain moment, la densité des espèces ionisées ainsi créées est telle qu’elles forment un
plasma, c’est-à-dire un milieu conducteur. Les avalanches ont toutes les chances de se produire à
l’extrémité d’une pointe, endroit où le champ électrique est plus fort qu’ailleurs. On obtient ce qu’on
appelle une décharge couronne. Le filament de plasma qui se forme à cet endroit se comporte comme un
véritable prolongement de la pointe, et, si le champ électrique est assez fort, le phénomène se transporte
rapidement vers l’avant. On dit qu’on est en présence d’une instabilité convective d’ionisation,
progressant comme un dard. Quand le dard progresse, il peut, si le courant est suffisant (une centaine
d’ampères), se transformer en traceur de résistivité nettement moins élevée, formé de plasma à haute
température. Ce traceur sort du nuage et descend vers le sol en se déplaçant par bonds successifs,
Vincent CAURE 15
discontinus et rapides. Avant qu’il n’atteigne le sol, ce traceur descendant est rejoint par un traceur
ascendant dont l’origine est une décharge couronne excitée au sol par le champ électrique intense dû à
l’approche du traceur descendant. Lorsque les deux traceurs conducteurs se touchent, un court-circuit est
formé entre le nuage, qui est porté à plusieurs centaines de milliers de volts, et la terre. Il se produit alors
un intense appel de courant, appelé choc de retour, qui peut atteindre jusqu’à 200 000 ampères. La
lumière éblouissante émise par ce courant, qui remonte du point de court-circuit vers le nuage avec une
vitesse à peine inférieure à celle de la lumière, est l’éclair. Simultanément, l’arc électrique correspondant
produit tout au long du trajet de l’éclair une onde de choc que nous percevons comme un roulement
continu parce que ses différentes composantes nous arrivent à des instants successifs en fonction de
l’éloignement de l’observateur du point du canal dont elle provient.
Le traceur par bond est un canal ionisé comportant un excédent de charges négatives s’il est issu de la
partie négative du nuage : c’est le coup de foudre descendant négatif. S’il est issu de la partie positive du
nuage, le traceur par bond comporte un excédent de charges positives : c’est le coup de foudre descendant
positif. Au cours de sa progression vers le sol, ce traceur se ramifie et se comporte comme une « tête
chercheuse » qui emprunte les chemins de moindre résistance. L’air étant isolant, un coup de foudre
instantané serait impossible sans ce mécanisme. Lorsque le champ électrique, augmenté par le traceur
descendant, est proche de plusieurs centaines de milliers de volts par mètre, le point d’impact avec le
traceur ascendant induit est quasiment déterminé. Le bref court-circuit provoqué par la rencontre de ces
deux traceurs est appelé arc en retour, c’est l’éclair. Après un bref temps de pause, un nouvel arc en retour
(arc subséquent) peut apparaître dans le même canal ionisé. Toutefois, les arcs subséquents ne sont pas
initiés par un traceur par bond mais par un traceur continu. De plus, on estime qu’environ 50% des coups
de foudre sont accompagnés par un long courant continu descendant de faible intensité. Ces courants, qui
transfèrent la charge négative ou positive vers le sol, peuvent présenter parfois des durées de vie
extrêmement longues, parfois supérieures à 500 millisecondes. Pour l’observateur, un coup de foudre de
longue durée présentant un nombre appréciable d’arcs en retour se traduira par un phénomène lumineux
tremblotant ou saccadé.
Figure 5 : traceur de bond

A gauche, l’évolution du traceur par bond ; à droite, le saut final : court-circuit entre le sol et le nuage, le traceur devient continu
Figure 6 : décharge atmosphérique de type descendant négatif

Allure du courant provoquant l’arc en retour en fonction du temps
Vincent CAURE 16
1.3 Etat des connaissances sur la formation des décharges électriques de pointe dans la nature
[BOR95] [HER97] [ROS92]
1.3.1 Théorie des décharges pointe-plan contrôlées en laboratoire
Généralités
On retrouve les phénomènes électriques dans beaucoup de domaines ayant trait à la physique du globe et
à son atmosphère, comme la physique des nuages et des précipitations, la biométéorologie, la protection
contre la foudre et les systèmes de prévision des orages.
Depuis les premiers travaux scientifiques de Wall (1707) visant à reproduire les phénomènes de foudre,
trois siècles de recherches ont permis de comprendre le circuit global équivalent du système terre-
atmosphère. Ces études concluent que, malgré la faible intensité des décharges de pointe (de l’ordre du
micro-ampère), elles constituent le processus prépondérant de transfert de charges dans la balance
électrique de l’atmosphère.
Au niveau du sol, ces décharges électriques sont produites à partir des pointes des conducteurs reliés à la
terre, tels que les arbres et buissons, du fait de leur hauteur et du rayon de courbure des feuilles et
aiguilles (r < 200 ȝm). Il existe en effet, une amplification très locale du champ électrique autour des
pointes jusqu’à des valeurs supérieures à ± 2,6.106 V.m-1, seuil à partir duquel l’ionisation de l’air
apparaît et s’amplifie selon des profils de champ au voisinage de la pointe. Ainsi, les champs électriques
ambiants (rarement > à ± 10 kV.m-1 sur la surface continentale du globe) sont à l’origine de décharges de
pointe ou feux de Saint Elme bien connus des montagnards et des marins.
Du fait de l’importance de la décharge de pointe dans le bilan électrique de l’atmosphère, de nombreux

travaux ont, depuis le début du siècle, portés sur la mesure du courant dans les arbres ou dans les pointes
métalliques prises en référence. L’hypothèse, pour estimer le flux net de charges par unité de surface et de
temps, était que le courant dans une mono-pointe, placée à la hauteur des arbres environnants, soit
représentatif du courant coulant dans chaque arbre. Cette hypothèse fut confirmée a postériori pour un
petit épicéa et utilisée pour valider les estimations du bilan électrique local de l’activité de décharges de
pointe. Toutefois, le problème de représentativité des mesures dans une mono-pointe se pose car, si dès
1955, Large et Pierce démontrent que les régimes électriques de décharges autour d’une unique pointe
métallique sont identiques au laboratoire et dans l’environnement, Stromberg remarque que les rameaux
d’épicéa induisent des courants, pour des champs électriques seuils, supérieurs à ceux des pointes
métalliques.
En plus des effets lumineux et sonores associés aux échanges électriques, il faut souligner que ces
décharges de pointe sont des plasmas hors équilibre thermodynamique (ou plasmas « froid »), qui
confèrent au gaz traité une réactivité accrue à l’origine de produits gazeux et particulaires neutres et
chargés. Mais, les observations qui établissent sans ambigüité la causalité entre occurrence des décharges
de pointe et production d’espèces gazeuses sont peu nombreuses et ne concernent que deux produits
gazeux majoritaires des décharges de pointe, à savoir l’ozone et les oxydes d’azote. De plus, il existe à
l’heure actuelle peu d’évaluations à l’échelle globale des effets physico-chimiques de ces décharges ; ces
quelques études sont restreintes à la production d’ozone et d’oxyde d’azote en conditions orageuses. En
outre, il a été observé dans la forêt des Vosges que la production d’ozone par les décharges de pointe était
associée à la création de produits secondaires, tels que l’eau oxygénée et des dérivés acides en phase
liquide. Cependant, les décharges électriques peuvent être considérées comme un réacteur chimique
produisant, à partir des molécules du gaz ambiant et de l’énergie cinétique des électrons, un grand nombre
d’espèces réactives primaires (aérosols) : espèces chargées, fragments neutres de molécules et espèces
excitées. Soulignons qu’environ 95% de l’énergie injectée dans la décharge se dissipent en réactions
autres que les réactions d’ionisation. Ces espèces primaires réagissent entre elles et avec les molécules du
gaz auxquelles elles communiquent une partie de leur énergie. Le déplacement de ces espèces sous
l’action de l’agitation thermique, du champ électrique et du « vent électrique » généré par les collisions
Vincent CAURE 17
des ions avec les molécules du gaz ambiant, ne consomme qu’une faible part de l’énergie injectée dans la
décharge. On distingue les ions des entités non chargés. Les ions migrent le long des lignes de champ et
les entités non chargées sont entraînées par le vent électrique jusqu’à 10 m.s-1.
Outre les trois états fondamentaux de la matière (solide, liquide et gazeux), caractérisés par des propriétés
physiques telles que la viscosité, les conductivités thermique et électrique, Siemens en 1850 découvre
l’existence d’un quatrième état appelé plasma par Langmuir en 1927. On observe en effet la modification
des propriétés électriques et radiatives (émission de lumière) d’un gaz à faible pression, contenu dans un
tube de verre, selon la valeur du champ électrique appliqué entre des électrodes placées à chaque
extrémité du tube. L’application d’un champ électrique en-deçà d’une valeur critique permet le passage
d’un courant très faible, de l’ordre du fento-ampère, lié à la collection des charges électriques créées
naturellement dans le gaz sous l’action du rayonnement cosmique, de la radioactivité ou de la photo-
ionisation UV. Dans ce cas, le gaz se comporte comme un très bon isolant (R = 1014 ȍ.m). Au-delà de
cette valeur critique, le gaz devient relativement conducteur (R = 103 ȍ.m), du fait d’une source
d’ionisation supplémentaire, alors le passage de courant s’accompagne d’une émission de lumière. Le gaz
devient plasmagène. Un plasma peut être généré soit par un champ électrique soit par un rayonnement
électromagnétique qui va fournir l’énergie nécessaire au phénomène d’ionisation et d’excitation du gaz.
Les processus d’activation du gaz reposent sur un transfert d’énergie cinétique par collisions entre les
molécules accélérées sous champ électrique et les molécules neutres du gaz. C’est pourquoi, il est
indispensable de distinguer les différents types de collisions :
o Les collisions élastiques (conservation de la quantité de mouvement) conduisent
essentiellement à des changements de trajectoires des électrons et des transferts d’énergie
cinétique sans modification des énergies internes. Elles ne participent donc pas directement
à l’activation des gaz. Néanmoins, elles représentent une fraction importante du nombre de
collisions totales. Ces collisions sont à l’origine de phénomènes hydrodynamiques et
thermiques tels que la diffusion et la conduction de chaleur.
o Les collisions inélastiques, quant à elles, sont responsables de la modification des énergies
interne vibrationnelle, rotationnelle et électronique avec éventuellement perte ou
attachement d’électrons ou de radicaux (ionisation, dissociation, attachement électronique
et recombinaison). Les collisions inélastiques sont donc à l’origine de l’activation des gaz
et des nouvelles propriétés macroscopiques des plasmas par rapport aux caractéristiques
physiques du milieu gazeux initial. Si l’énergie cinétique de l’électron incident est
suffisante pour éjecter un électron du cortège électronique de la molécule initialement
neutre, ces collisions créent des électrons et des ions positifs responsables de
l’augmentation de la conductivité des gaz. Dans le cas contraire, l’électron incident peut
éventuellement faire passer un électron du cortège électronique sur une orbitale de niveau
énergétique supérieur expliquant ainsi les désexcitations radiatives à l’origine de la lumière
observée.
L’ionisation ou l’excitation par collisions inélastiques électrons-molécules sont permises quand l’énergie
cinétique acquise par les électrons est supérieure à l’énergie d’ionisation ou d’excitation de la molécule
rencontrée. Il apparaît ainsi que les mécanismes d’ionisation dépendent de trois classes de paramètres :
- les caractéristiques de milieu plasmagène (nature, pression, température et hygrométrie)
- les paramètres électriques (polarité et nature alternative ou continue de la tension appliquée)
- les paramètres géométriques (forme, rayon de courbure et distance inter-électrodes)
Outre la différenciation basée sur des critères électriques, il est d’usage de distinguer les plasmas selon la
température du gaz. Les plasmas thermiques sont en équilibre thermodynamique indiquant une
température élevée du gaz. A l’inverse, les plasmas froids sont hors équilibre thermodynamique indiquant
que le milieu gazeux conserve une température proche de celle ambiante. Dans le cas des plasmas
thermiques (ou plasmas chauds), les électrons peuvent acquérir des énergies suffisamment élevées pour
induire un taux très important d’ionisation.
Vincent CAURE 18
Décharges électriques à pression atmosphérique
On désigne par effet couronne et décharges prédisruptives, l’ensemble des phénomènes électriques,
optiques, acoustiques et chimiques qui se développent dans un intervalle gazeux soumis à des champs
électriques fortement inhomogènes et assez élevés pour produire une ionisation partielle du gaz (du fait de
la configuration géométrique du système d’électrodes dissymétriques, pointe-plan par exemple).
Le terme « décharge couronne » est générique et désigne tous les phénomènes prédisruptifs, c’est-à-dire
les différents régimes électriques précédant l’arc. Toutefois, il correspond également à l’un de ces
régimes prédisruptifs. Ainsi, pour éviter toute confusion, nous avons choisi d’utiliser ce terme pour
désigner le régime spécifique de décharge couronne, et décharge prédisruptive comme terme générique
relatif aux phénomènes d’ionisation précédant l’arc ou claquage ou disruption.
Dans la nature, ces décharges prédisruptives se manifestent par des phénomènes optiques et acoustiques
tels que les grésillements et bruits d’abeilles audibles par mauvais temps au voisinage des lignes à haute
tension. En outre, ces décharges de pointe, générées sous l’influence de gradients verticaux de potentiels
élevés, essentiellement induits par la proximité des nuages, participent de façon prépondérante à
l’équilibre électrique de l’atmosphère. En effet, dans ces conditions, des décharges électriques se
développent autour des pointes végétales (similaires à des électrodes végétales) ou métalliques reliées à la
terre, avec les caractéristiques des plasmas froids hors équilibre thermodynamique, pouvant être à
l’origine de la production d’espèces oxydantes et acidifiantes sous forme gazeuse et particulaire.
Le champ électrique entre une pointe hyperbolique et un plan, en l’absence de charge d’espace, est décrit
en fonction du potentiel imposé à la pointe le long de l’axe de symétrie du système, par la formule de
Hartmann :
V
E= (en V.m-1)
r § 2d + r ·
( x + ) ln¨ ¸
2 © r ¹
Avec r, le rayon de courbure de la pointe (m)

d, la distance inter-électrodes (m)
V, le potentiel appliqué à la pointe (V)
x, l’abscisse du point considéré par rapport à l’extrémité de la pointe comme origine (m)
Les champs sont intenses au voisinage de l’électrode à haut potentiel et décroissent exponentiellement
pour une distance équivalente à quelques rayons de courbure. La configuration de la décharge en
configuration pointe-plan est donc particulière : on distingue l’électrode à faible rayon de courbure,
confinant les processus d’ionisation à son voisinage, la zone de dérive à champ faible, dans laquelle les
ions se déplacent le long des lignes de champ en réagissant avec les constituants du gaz, et la contre-
électrode de collection des ions.
Plan Zone de Zone Zone

dérive critique d’ionisation Pointe
Axe de symétrie du
système
+
-
→
E
Figure 7 : topographie de la décharge
Vincent CAURE 19
La divergence du champ est induite par la dissymétrie du système d’électrode. Ainsi, le champ électrique
augmente à proximité des pointes. Cela justifie le choix d’une configuration pointe-plan pour reconstituer
les décharges électriques autour des rameaux végétaux, qui sont initiées de façon similaire entre la terre et
les nuages, par l’amplification géométrique du gradient de potentiel vertical.
Quelle que soit la polarité, pour une certaine valeur de la tension appliquée, le champ au voisinage de
l’électrode pointue est suffisant pour fournir aux électrons libres (présents naturellement dans le gaz) une
énergie supérieure ou égale à l’énergie d’ionisation du gaz ambiant. Il y a alors multiplication du nombre
d’électrons par un processus de réactions en chaîne de type avalanche. La région dans laquelle
l’apparition d’un électron germe conduit à la formation d’une avalanche électronique est la zone
d’ionisation. Son extension spatiale dépend des conditions à la fois géométrique (rayon de courbure de la
pointe), électrique (potentiel appliqué) et chimique (potentiel d’ionisation du gaz).
La réaction d’attachement électronique de l’espèce X est la réaction au cours de laquelle une mole de X à
l’état gazeux gagne un électron pour donner l’anion X- à l’état gazeux : X(g) + e- → X-(g). Si Į est le
nombre de collisions ionisantes et Ș est le nombre d’attachements par unité de longueur parcourue dans la
direction du champ, le nombre d’électrons n créés par n0 électrons initiaux pour un parcours de longueur
dx est donné par l’expression :
n = n0 exp (Į-Ș) dx = n0 M
Le facteur de multiplication M peut atteindre 106 à 108 et peut donc fournir un courant mesurable à partir
d’une valeur n0 relativement faible. La zone d’ionisation est limitée par une surface où les processus
d’ionisation et d’attachement s’équilibre (Į-Ș = 0), et par la zone de dérive unipolaire qui est contrôlée
par la charge d’espace de même signe que la pointe.
La différence de mobilité entre électrons et ions positifs entraîne une dispersion hétérogène des charges et
l’apparition d’une charge d’espace positive. Les électrons forment, par attachement avec les molécules de
gaz, une charge d’espace négative à la limite de la zone d’ionisation. Lorsque les charges d’espace ont
diffusé, le champ local retrouve une valeur permettant le développement de nouvelles avalanches à partir
de nouveaux électrons germes. Ce mécanisme dit de Townsend nécessite donc une nouvelle source
d’électrons germes telles que les radiations cosmiques ou la radioactivité naturelle.
La condition d’auto-entretien exige que tout électron quittant la zone d’ionisation soit remplacé. Chaque
électron doit créer suffisamment d’ions positifs, de photons et d’espèces métastables pour qu’au moins
l’un d’entre eux produise un nouvel électron dans la zone d’ionisation. Ces processus, dits secondaires,
ont lieu à la cathode en décharge négative, et dans le gaz, à la limite de la région d’ionisation, en décharge
positive.
Mr représente le rapport du nombre d’électrons de remplacement produits dans la région d’ionisation et

du nombre d’électrons captés. Lorsque Mr est inférieur à 1, il est capté plus d’électrons qu’il n’en est
produit et la décharge s’éteint en absence d’électron germe. Quand Mr est égal à 1, il y a auto-entretien de
la décharge qui n’est plus intermittente : lorsque le champ au voisinage de l’électrode active dépasse un
champ seuil associé à une tension seuil Vs de la pointe pour chaque configuration géométrique, les
décharges prédisruptives (avant l’arc) débutent.
Toutefois, pour des pressions élevées et des grandes distances inter-électrodes, les processus secondaires
de production de nouveaux électrons germe dans la zone d’ionisation des pointes anodiques sont
inefficaces, invalidant la théorie de Townsend. Ce constat a motivé la recherche d’une théorie
complémentaire permettant de mieux décrire les phénomènes au seuil des décharges positives en
configuration pointe-plan :
Vincent CAURE 20
La formation d’un dard (ou « streamer »), présentée sur la figure 8, s’explique par la photo-ionisation
résultant des désexcitations radiatives au sein de la première avalanche (a). Les photons produits sont
absorbés par le gaz, et participent à la création d’électrons par photo-ionisation du gaz. Les photo-
électrons sont à l’origine de nouvelles avalanches qui se développent maintenant dans un champ
augmenté par la présence de charge d’espace positive laissée par la première avalanche et supérieur ou
égal au champ initial de l’anode. La répétition de ce mécanisme conduit à l’avancement du dard dans le
gaz, et le dard se propage de cette façon comme une extension de l’anode par photo-ionisation. La
propagation du dard est donc favorisée par l’absorption rapide des photons dans la zone de champ fort à
proximité de la charge d’espace.
Figure 8 : mécanisme de propagation d'un dard
Canal
A tension croissante, l’augmentation du champ électrique et de l’efficacité d’ionisation (ou coefficient
d’ionisation) entraîne une augmentation de la densité de charge d’espace dans le front de propagation des
dards. Quand le dard atteint le plan, la charge d’espace est absorbée et le champ à la pointe réaugmente
brutalement. Une décharge luminescente s’établit alors, elle relie les deux électrodes et fait pont
conducteur de l’électricité. En augmentant le potentiel, les séquences dard-canal se succèdent. Coexistent
dans cette phase, un pont plasma et un spot cathodique. Le courant décroît, car dans cette phase, le
nombre d’électrons qui sont piégés sous la forme d’ions négatifs est supérieur au nombre d’électrons
créés par ionisation.
Arc
La décharge luminescente induit ensuite une légère augmentation de la température du milieu. Une
expansion hydrodynamique du canal de décharge en résulte et conduit à une diminution graduelle de la
densité du milieu. Quand le potentiel appliqué est encore accru, le seuil pour lequel l’ionisation dépasse
l’attachement est dépassé et l’arc électrique se forme. Le dard et le canal (ou filament) ont troué le gaz et,
quand le trou est suffisamment creusé, l’arc électrique s’y engouffre. Le temps de latence entre les phases
dard-canal et l’arc est donc lié au temps de relaxation des phénomènes hydrodynamiques.
Critères de seuil
Il faut discerner le champ critique de déclenchement d’une avalanche et le champ seuil de la décharge,
sous-entendu auto-entretenue. Le dard peut ensuite progresser ou s’éteindre dans le gaz, selon le nombre
d’électrons produits par avalanche qui définit la densité de charge d’espace positive dans le front de
propagation.
Champ seuil
Dans l’air à pression atmosphérique, on peut estimer, en première approximation, la valeur du champ
critique de déclenchement d’une avalanche, en considérant que l’énergie d’ionisation de l’oxygène Vi, de
12,5 eV, doit être acquise sur la longueur du libre parcours moyen, Ȝ, des électrons soit 5.10-6 m :
Vi
Ec= = 2,5.106 V.m-1
λ
Vincent CAURE 21
1.3.2 Etudes comparatives des décharges électriques de pointe(s) (métallique(s) et végétale(s))
Pointe métallique de référence (cas de décharges positives)

Sur la caractéristique courant-tension d’une pointe métallique positive, nous distinguons cinq régimes
électriques :
Figure 9 : caractéristique potentiométrique d’une pointe de carbure de tungstène positive
Régime I, de collection des décharges atmosphériques (V<Vm) :

Le très faible courant (de 10-15 à 10-13 A) correspond à la collecte des décharges créées dans le gaz de
façon aléatoire par les agents ionisants externes (rayonnement cosmiques, radioactivité naturelle, photo-
émission). La collecte, de plus en plus efficace au fur et à mesure que la différence de potentiel entre les
électrodes augmente, explique la croissance initiale du très faible courant jusqu’au palier de saturation où
le courant collecté est maximum et le champ électrique est trop faible pour engendrer des avalanches
électroniques dans le gaz.
Régime II.1, de multiplication électronique non auto-entretenue (de Vm à Vs) :

Durant cette première phase du second régime, le courant présente successivement et de façon aléatoire
une composante quasi-continue, à laquelle se superposent des trains d’impulsions dont les premières ont
une grande amplitude (impulsions d’auto-stabilisation), et sont suivies de dards qui se propagent de la
pointe vers le plan. Il y a multiplication des charges créées naturellement dans le gaz mais pas d’auto-
entretien de décharge qui s’éteint en l’absence d’ionisation externe.
Le caractère aléatoire des avalanches électroniques résulte de la probabilité de présence d’un électron
germe dans la zone d’ionisation, et l’extinction de la décharge résulte de la compétition qui existe entre le
champ électrique imposé par la différence de potentiel et le champ antagoniste induit par les nuages de
charges d’espace. La présence de ces nuages de charges d’espace modifie le profil de champ entre les
électrodes et diminue le champ électrique à la surface de la pointe. Cette période qu’on peut qualifier de
réfractaire (phase descendante de l’impulsion), est nécessaire à la migration des charges d’espace pour
retrouver un champ électrique supérieur au champ seuil d’ionisation, et pour déclencher une nouvelle
avalanche à la pointe. En termes de courant moyen, on note une soudaine augmentation de plusieurs
ordres de grandeur, d’une fraction de pico-ampère à quelques nano-ampères.
Vincent CAURE 22
Régime II.2 (de Townsend), décharge auto-entretenue (de Vs à Vc) :
Durant cette seconde phase du second régime, l’augmentation du champ électrique imposée par la
différence de potentiel entre les électrodes compense suffisamment le champ antagoniste induit par les
nuages de charges d’espace ; ainsi la dissipation complète de ces nuages de charges n’est plus nécessaire
au déclenchement d’une avalanche dans la zone d’ionisation. Dans ces conditions le critère d’auto-
entretien est satisfait et la décharge ne s’éteint plus. Le niveau du courant continu (représentatif de la
quantité de charges dans l’espace inter-électrodes) augmente avec la tension alors que l’intensité et la
fréquence des impulsions diminuent jusqu’à disparition complète sous l’influence grandissante de la
charge d’espace.
Régime III (zone d’Hermstein), de décharge couronne (de Vc à Vd) :

Dans ce domaine de tension appliquée, le champ antagoniste créé par les nuages de charges d’espace
devient prépondérant devant le champ électrique géométrique (imposé par la différence de potentiel entre
les électrodes) et contrôle le champ à la pointe. Le courant ne présente plus qu’une composante continue
(caractéristique du chevauchement des nuages de charges d’espace présents simultanément dans l’espace
inter-électrode) et croît alors moins rapidement avec la tension qu’en régime d’auto-stabilisation.
A partir de ce régime, l’état de surface de la pointe métallique se détériore et son rayon de courbure peut
diminuer.
Régime IV.1, de dards éteints dans le gaz (de Vd à Vj) :

Dans cette gamme de tensions, la charge d’espace positive (à proximité de la zone d’ionisation) diminue
le champ à la pointe et augmente le champ entre la charge d’espace et le plan, jusqu’à des valeurs
supérieures au champ seuil de propagation des dards (Ed = 4 kV.cm-1). Le dard se propage dans le gaz et
s’éteint quand la densité de charge en tête de dard diminue par diffusion, en deçà de Ed.
Régime IV.2, de dards-canal propagés jusqu’au plan (de Vj à Va) :

A partir d’une certaine tension Vj, les dards ou ondes successives d’ionisation avancent dans l’espace
inter-électrodes de la pointe vers le plan par photo-ionisation. Mais la charge d’espace positive en tête
d’avalanche reste suffisamment concentrée pour que le dard se propage jusqu’au plan et que la jonction
s’établisse entre les deux électrodes.
Régime V, d’arcs ou décharges disruptives (à partir de Va) :

La tension Va marque la limite de la zone de stabilité des régimes prédisruptifs de décharge et la transition
vers la formation d’étincelles ou arcs liés à la connexion dans l’espace inter-électrodes d’un dard initié à
la pointe et d’un canal secondaire matérialisé par un spot cathodique sur le plan.
Cas des régimes des décharges négatives :

Dans l’air à pression atmosphérique, la caractéristique courant-tension de la décharge négative a une
allure semblable à celle de la décharge positive, à ceci près que la tension seuil (Vs) est plus faible, alors
que celle de la transition de l’arc est plus élevée (Va, tension seuil du régime V).
Vincent CAURE 23
Pointe(s) végétale(s)
Cas des aiguilles d’if et d’épicéa très répandues dans l’hémisphère Nord et choisies pour la persistance
de leurs aiguilles.
Figure 10 : caractéristiques potentiométriques pour les deux polarités d’une pointe métallique et d’une aiguille d’If
Pour des conditions environnementales et géométriques données, la succession des régimes électriques à
tension croissante et l’intensité des courants dans les différents régimes de décharge sont semblables pour
une pointe végétale ou métallique.
Toutefois, il existe avec des aiguilles végétales des instabilités de courant qui peuvent, en régime de
dards, représenter jusqu’à 50% de la valeur du courant. De plus, pour chaque polarisation supplémentaire
d’une même aiguille (de 0 à ± 10 kV en dix minutes), nous observons une augmentation des tensions
seuils d’ionisation que nous avons détaillées pages 22 et 23 (dans les deux polarités), alors que la tension
seuil de la première polarisation est du même ordre de grandeur, quelle que soit la nature (végétale ou
métallique) de l’électrode.
Cas des rameux d’if et d’épicéa.

Pour définir les régimes naturels des décharges électriques à partir des pointes les plus exposées des
arbres, il faut étudier les caractéristiques électriques des décharges induites autour de rameaux végétaux
selon les conditions de champ électrique (ou de tension appliquée).
Figure 11 : comparaison des caractéristiques potentiométriques dans les deux polarités pour une aiguille et un rameau d’if et d’épicéa
Vincent CAURE 24
Modification des tensions seuils : il apparaît dans les deux polarités que la tension seuil est
systématiquement plus grande pour un rameau que pour une aiguille isolée. Ainsi, dans des conditions
identiques de polarisation, ce résultat implique que le champ électrique à la surface de l’aiguille la plus
proche de la contre électrode est plus grand dans le cas d’une unique pointe que dans le cas d’une multi-
pointe. Ce résultat reflète la diminution de densité de lignes de champ sur l’aiguille la plus exposée du
rameau du fait de la proximité des pointes voisines.
Modification du courant de décharge : les résultats montrent l’existence d’un potentiel pour lequel il y a
égalité du courant mesuré dans une multi-pointe et une mono-pointe. Pour des valeurs plus faibles de
cette tension appliquée, le courant de décharge est plus grand dans la mono-pointe et inversement pour
des potentiels plus forts. Ce résultat est capital pour le choix d’une électrode de référence car les
conditions de champ électrique naturel sont à l’origine de courants de décharge de pointe qui restent le
plus souvent inférieur au micro-ampère. Nous en déduisons que, pour la quantification des flux de
charges induits par décharge de pointe dans la nature, l’utilisation d’une mono-pointe de référence
implique la surestimation du courant réel dans la multi-pointe végétale.
Modification des régimes de décharge : l’étude des courants montre qu’à tension croissante, pour un
rameau végétal, la décharge démarre en régime d’auto-stabilisation impulsionnel, mais que, contrairement
au cas des mono-pointes étudiées jusqu’ici, le régime de décharge couronne n’existe que sur des périodes
transitoires de quelques millisecondes. Ainsi, le régime de dards succède directement à l’auto-
stabilisation. Il faut remarquer que l’auto-stabilisation se prolonge sur une plage de tension beaucoup plus
importante avec une multi-pointe et jusqu’à des courants de l’ordre du micro-ampère avec des rameaux
(comparé à 0,5 ȝA pour une mono-pointe). A l’inverse, le courant seuil d’établissement du régime de
dards diminue jusqu’à 1 ȝA au lieu d’une dizaine de micro-ampères dans le cas de mono-pointe.
Toutefois, le seuil de propagation des dards jusqu’au plan intervient pour des tensions identiques, quel
que soit le nombre de pointes et pour des courants plus grands avec une mono-pointe. Ainsi, la plage de
courants relatifs aux dards éteints dans le gaz, représentatifs des décharges environnementales, s’étend
considérablement de 0,1 à 14 ȝA avec des rameaux, comparativement aux cas des aiguilles isolées (entre
1 et 2 ȝA).
Effet multi-pointe sur plusieurs rameaux : avec plusieurs rameaux en parallèle, le courant moyen mesuré
à chaque instant correspond à la somme des courants moyens dans chaque rameau.
En régime d’auto-stabilisation, les rameaux ionisent l’air par impulsions successives, partant le plus
souvent du rameau le plus exposé (en l’occurrence celui le plus proche du plan). Comme dans le cas d’un
unique rameau, lorsque la tension croît, on passe du régime d’auto-stabilisation au régime de dards induit
par l’effet multi-pointe décrit ci-dessus.
En régime de dard, le courant moyen par rameau augmente, comme dans le cas d’une unique pointe
métallique ou végétale, avec le champ réel à la pointe. Ainsi, dans chaque configuration de rameaux en
parallèle, la multi-pointe soumise aux conditions de champ électrique le plus intense, provoque une
ionisation plus importante de l’atmosphère et collecte donc un courant moyen plus grand. Toutefois, deux
dards consécutifs partent rarement de deux aiguilles d’un même rameau, mais plutôt de deux rameaux
différents. Cela semble indiquer que même si, à chaque instant, le profil de champ électrique autour de
chaque rameau fixe l’intensité d’ionisation de l’atmosphère, le développement volumique de dards à
partir d’un rameau exerce une influence sur le profil de champ électrique, non seulement autour des
aiguilles du rameau mais aussi autour des pointes des rameaux voisins. Cette observation implique que le
volume blindé de champ affaibli par la charge d’espace couvre plusieurs aiguilles du même rameau : la
charge d’espace diffuse non seulement dans l’axe de la décharge mais aussi latéralement.
Afin de mesurer fidèlement l’activité électrique de décharges de pointe en milieu naturel, il est
recommandé d’utiliser une électrode de référence métallique constituée de six pointes de 70 ȝm de rayon
de courbure, espacées de 0,5 à 2 cm, représentative des dimensions naturelles des aiguilles d’if et
d’épicéa.
Vincent CAURE 25
1.3.3 Etude des décharges électriques de pointe sur site naturel
Compléments sur l’électricité atmosphérique
Champ électrique ou gradient de potentiel

En physique, le champ électrique (E) est dirigé du pôle positif vers le pôle négatif et est régi par
l’équation suivante, avec F gradient de potentiel en V.m-1, si le champ est dirigé suivant (O,z) :
dV
E = - grad V = - =-F
dz
Ainsi, sur la terre négative par rapport à l’atmosphère, le champ électrique (E) au niveau du sol est négatif
(quand l’axe de référence vertical z, ayant pour origine le niveau du sol, est dirigé vers le ciel) et
correspond à un gradient de potentiel positif.
Néanmoins, dans de nombreux ouvrages (notamment page 14, figure 3), le champ électrique
atmosphérique est pris, par convention, comme positif par beau temps (terre négative par rapport à
l’ionosphère), et négatif par temps orageux (terre positive par rapport aux nuages globalement négatif).
Ainsi, pour éviter toute ambiguïté, nous présenterons désormais les résultats en termes de gradient
vertical de potentiel, noté F en V.m-1 : réellement positif par beau temps.
De plus, le courant de conduction associé à la migration verticale des ions positifs vers la terre et des ions
négatifs vers la haute atmosphère est pris par convention comme positif. Ainsi, ce courant descendant est
positif alors qu’un courant ascendant est négatif. De plus, on admet généralement que, sous la base d’un
nuage négatif, le gradient de potentiel est négatif ; les décharges autour des pointes alors positives
génèrent des courants ascendant et mesurés comme négatifs.
Circuit électrique équivalent de l’atmosphère

La terre est considérée comme le centre d’un condensateur sphérique, négatif par rapport à l’atmosphère
localisée entre 55 et 80 km d’altitude. Les deux armatures en volume sont considérées comme des
conducteurs parfaits, c’est-à-dire que leur potentiel est uniforme (en outre, l’épaisseur du diélectrique
[l’atmosphère] est négligeable devant le rayon de la terre ; ainsi le condensateur sphérique peut être
considéré comme un condensateur plan dont les armatures sont la terre et l’ionosphère).
Il existe alors entre ces deux armatures une différence de potentiel comprise entre 280 et 400 kV. Par
temps dégagé (sans nuage), le gradient de potentiel positif est de l’ordre de 100 V.m-1 et est à l’origine
d’un courant de conduction vertical positif, reflétant la migration des ions atmosphériques positifs vers la
terre et des espèces chargées négativement vers l’ionosphère.
Néanmoins, cette image est incomplète car ces courants de conduction tendent à neutraliser la charge
respective des armatures du condensateur, ce qui se traduirait par la décroissance graduelle du champ
électrique régnant dans le diélectrique imparfait que représente la terre. C’est pourquoi, très tôt (vers 1920
par Wilson), les bases d’un modèle furent posées, expliquant la régénération permanente par les orages
des décharges de la terre. L’hypothèse de Wilson repose sur l’équilibre nécessaire qui doit exister entre
d’une part, les courants de conduction descendant dans les zones du globe où le temps est clair et dégagé
et d’autre part, les courants en sens inverse générés par les nuages orageux (et autres), dans les zones de
temps perturbé (Cf. figure 12).
Vincent CAURE 26
Figure 12 : circuit électrique global atmosphérique (Wilson, 1920)
Situation électrique par temps perturbé

La figure 13 ci-dessous présente la situation électrique globale lors d’un orage :
Courant de
conduction
Figure 13 : situation électrique globale lors d’un orage
La cellule orageuse est caractérisée par de violents courants d’air verticaux et par une très grande
différence de potentiel (108 à 109 V) entre la base globalement négative et le sommet positif. Au sein des
nuages orageux, la densité de courant reflète un courant de séparation de charges intégrant tous les
mécanismes électriques et mécaniques de séparations de charges.
Au dessus du nuage, le courant correspond d’une part à la migration des charges sous l’influence du
gradient de potentiel (courant de conduction) et d’autre part à un courant de déplacement induit par les
variations rapides et brutales du gradient de potentiel.
Sous l’orage, les précipitations et les convections contribuent à un courant descendant positif (excès de
charges positives transportées mécaniquement jusqu’au sol). Par contre, les éclairs entre le sol et le nuage
ainsi que les décharges de pointe au niveau du sol génèrent globalement des courants ascendant négatifs
(excès de charge négatives s’écoulant jusqu’au sol). La densité de courant de conduction est considéré
constante pendant tout l’orage.
Précisons cependant deux points : primo, les densités de courant et les gradients de potentiel engendrés au
sol varient tant en polarité qu’en intensité selon la position des appareils de mesures (situés au centre ou
en périphérie du nuage orageux). Secundo, sous le nuage, le mécanisme prépondérant de création des
charges à l’origine du courant de conduction est la décharge électrique autour des pointes naturelles. En
effet, la séparation des charges dans le nuage orageux justifie la bipolarité des gradients de potentiel et les
décharges de pointe induites sous le nuage. Par ailleurs, au cours des variations rapides et de fortes
Vincent CAURE 27
amplitudes (gradient de potentiel au sol variant jusqu’à ± 10 kV.m-1) caractéristiques des éclairs, un
processus d’auto-limitation et de recouvrement du gradient de potentiel contrôle l’intensité du courant de
décharge de pointe. Ces résultats démontrent l’effet du nuage d’ions créés par les décharges de pointe au
sol, sur les gradients de potentiels élevés qui les génèrent sous l’influence du nuage orageux. Ces ions
migrent en direction du nuage et la charge d’espace qu’ils représentent induit une diminution du gradient
de potentiel mesuré au niveau du sol par rapport à la valeur qu’il avait avant la génération d’ions au
niveau du sol.
Pour évaluer le courant moyen total par cellule orageuse, Gish et Wait (en 1950) ont, les premiers, mesuré
ce courant au-dessus du nuage partant de l’hypothèse que le courant sous et au-dessus du nuage est
nécessairement le même. Les valeurs obtenues par Vonnegut (en 1966), Gish et Wait (en 1950) et
Imyanitov (en 1969) varient de -0,1 à -6 A avec une moyenne de -0,5 à -1 A par cellule orageuse. Le
nombre de cellules orageuses actives au même moment sur la surface du globe repose sur les statistiques
de Brooks (en 1925) et Whipple (en 1929) et reste compris entre 1500 et 1800 orages simultanés. A partir
de ces valeurs, l’activité orageuse totale à la surface du globe est encadrée par différents auteurs entre -
800 et -1800 A. Ces valeurs, bien qu’utilisées en référence dans tous les travaux visant à évaluer le
courant total dans le circuit global, sont néanmoins sujettes à caution. En effet, Dolezalek souligne que le
nombre de générateurs orageux ainsi que le courant total par cellule orageuse peuvent varier
respectivement d’un facteur 2 pour le premier et d’un facteur compris entre 40 et 100 pour le second.
Ainsi, il est clair pour tous les spécialistes du circuit global que l’incertitude quant à l’activité orageuse
totale est énorme. Cependant, à l’inverse de l’activité orageuse, le courant total généré par conduction
dans les zones de temps non perturbé est relativement fiable dans le sens où de très nombreuses mesures
confirment, en différents points du globe, la valeur d’environ 1000 A.
Par conséquent, une hypothèse concernant des générateurs extra-orageux, est émise par Kasémir (en
1952) et est confirmée par Mulheisen (en 1977). Elle permet d’expliquer comment le bilan global peut
s’équilibrer malgré la différence probable entre les deux branches du circuit équivalent considéré jusqu’à
présent (courant de fuite par conduction naturelle en situation non perturbée et courant de conduction en
situation orageuse). Ces générateurs extra-orageux sont : les nuages à l’origine des précipitations
(cumulus ou nimbostratus).
Les décharges électriques de pointe au niveau du sol

D’après Chalmers (1967), les premiers observateurs (Colladon en 1826, Peltier en 1840 et Lemström au
début du siècle), mesurèrent des courants qualifiés d’appréciables dans des pointes à faible hauteur en
conditions d’orages et d’averses. Ainsi, Wilson (1920) formula plus scientifiquement ces remarques ; il
émit l’hypothèse que les décharges de pointe pourraient être un facteur très important dans le transfert des
charges entre les nuages et la terre, participant ainsi de façon prépondérante au bilan électrique global de
l’atmosphère. Il assista Wormell pour concevoir son électromètre relié à une pointe placée à 8,4 mètres du
sol, dans le but de mesurer en continu sur plusieurs années les courants de décharge électrique de pointe
et confirmer localement ses hypothèses.
Devant l’incertitude sur le courant total dans la « branche orageuse » du circuit global, les « électriciens
de l’atmosphère » ont, dès le début du siècle, opté pour l’alternative qui consiste à mesurer au sol, les
différentes voies d’échanges de charges atmosphériques induits localement sous les nuages et en
conditions non perturbées, c'est-à-dire toutes conditions météorologiques réunies. L’inconvénient de cette
méthode réside dans la prise en compte dans le bilan électrique des générateurs dont les courants
interviennent au niveau global aussi bien que des générateurs locaux. Leurs conclusions communes
confirmaient le modèle de Wilson au niveau du sol, à savoir que les voies d’échange de charges
atmosphériques en temps perturbé (éclairs, précipitations et décharges de pointe) tendent à équilibrer la
fuite du condensateur atmosphérique par conduction en gradient de potentiel faible durant les périodes de
temps non perturbé. Toutefois, du fait des méthodes de mesures des différentes composantes de courant et
d’extrapolation à des densités de courant, les bilans effectués n’ont qu’une valeur locale et peuvent
difficilement être utilisées pour quantifier l’activité électrique globale de l’atmosphère. Cependant,
Mulheisen estime un courant total dû aux éclairs (environ -400 A), aux précipitations (+200 A) et aux
décharges électriques de pointe (-640 A). L’ensemble conduit à une valeur totale de l’activité orageuse
Vincent CAURE 28
d’environ -840 A. Soulignons qu’il utilise les résultats d’une campagne de mesures ponctuelles
vraisemblablement peu représentative de l’activité en différents points du globe pour évaluer l’activité
globale des décharges de pointe.
Ces pionniers ont démontré qu’en moyenne, les générateurs atmosphériques les plus importants sont les
orages et les averses, mais que, contre toute attente, le mécanisme de création et de transfert de charges
largement prépondérant dans le bilan électrique local au niveau du sol est la décharge de pointe. Par
ailleurs, ils ont démontré que l’occurrence de décharges de pointe était reliée aux conditions de gradients
de potentiel forts et qu’il existait un seuil de gradient de potentiel minimum pour déclencher ce
mécanisme d’ionisation par décharge. Ce seuil de gradient de potentiel permettant d’induire des
décharges de pointe est lié aux perturbations atmosphériques à l’origine des nuages.
Observations et résultats expérimentaux

Un indice très net du caractère orageux provient de l’intensité et de la variation rapides des gradients de
potentiels très forts (qq kV.m-1, positif puis négatif), caractéristiques des nuages cumuliformes bipolaires
passant à proximité d’une station de mesure. En effet, l’activité électrique des cumulonimbus repose sur
différents mécanismes de séparation des charges positives et négatives, actifs simultanément au sein du
nuage. Ainsi, l’intensité et la polarité du gradient de potentiel mesurées sous l’influence du nuage varient-
elles selon le stade de développement de ces processus d’électrification dans le nuage, et selon sa position
par rapport au site de mesure.
F (t.n.p)
F tems non
F nuage F (t.n.p)
perturbé (t.n.p)
---------- F nuage
Terre
Approche du nuage : Nuage à l’aplomb

F = F nuage + F t.n.p >0 F = F nuage + F t.n.p < 0
Figure 14 : gradients de potentiels induits par un nuage bipolaire selon l’éloignement
L’inversion observée quelques minutes avant le début des précipitations sur le site de mesures est
vraisemblablement liée à l’arrivée du nuage et à l’influence de sa base globalement négative. Cependant,
il est exceptionnel de mesurer ce type de variations typiques du gradient de potentiel induites par un seul
nuage. Il est naturellement fréquent que le gradient de potentiel varie sous l’influence simultanée de
plusieurs nuages, ou charges d’espaces d’origines diverses (précipitations et décharges de pointe),
perturbant ainsi l’analyse des causes de variation par la superposition d’effets induits par les nuages et
d’effets plus locaux.
Bien que l’intensité du gradient de potentiel induisant une décharge de pointe soit difficilement
enregistrable, il a pu être remarqué des gradients de potentiel locaux de l’ordre de quelques kilovolts par
mètre lors d’orage de « beau temps », induisant des décharges dont l’intensité varie de quelques nano à
quelques micro-ampères avec une multi-pointe métallique de référence.
D’autre part, il a été identifié que le gradient de potentiel sous un nuage stratiforme peut dépasser le seuil
de -1500 V.m-1 nécessaire au développement de décharges de pointe au niveau du sol. Il est intéressant de
remarquer que, dans ces conditions de stabilité atmosphérique (hors orages), l’induction de décharges de
pointe est à l’origine du courant négatif (indiquant une pointe positive et la génération d’ions positifs
Vincent CAURE 29
initialement gazeux) et d’une densité de charge d’espace positive qui diminue l’intensité du gradient de
potentiel. De même que sous les nuages orageux, il semble donc exister un effet des charges d’espaces
générées par décharges de pointe au niveau du sol sur la valeur du gradient de potentiel mesurée sous le
nuage. Mais, contrairement au signal de courant enregistré au cours d’une situation d’orage de « beau
temps », on remarque que, lors d’une situation de stabilité atmosphérique sous un stratus par exemple, les
variations du courant de décharges sont lentes et qu’il possède un caractère souvent unipolaire. En outre,
les inversions de polarité du gradient de potentiel en phase avec le début et la fin d’une pluie continue
sont caractéristiques des précipitations de courte durée générées par des cumulus. L’inversion de polarité
est classique sous ce type de nuage et reflète les inversions de polarité des densités de charges d’espace au
niveau du sol.
Il est également important de remarquer que les inversions quasi-instantanées de gradient de potentiel
sont, de façon très caractéristiques et sans ambiguïté, liées au développement d’éclairs. Dans ce cas, le
courant de décharge sous la multi-pointe dépasse plusieurs micro-ampères. Soulignons que, dans ces
conditions de gradients de potentiels forts (dépassant 5 kV.m-1 et exceptionnellement supérieur à 20
kV.m-1) et de flux de charges électriques importants, la diminution du gradient de potentiel sous
l’influence d’une densité de charges d’espace importante pouvant atteindre plusieurs nC.m-3, est
immédiate après l’augmentation du gradient de potentiel liée à l’éclair.
De manière générale, l’ensemble des études expérimentales menées permettent d’admettre que les
courants de décharges de pointe les plus forts sont induits par les éclairs et peuvent, pour quelques
secondes et dans quelques cas seulement, dépasser ± 12 à 14 ȝA. Le bilan électrique par évènement
(différences des quantités de charges positives et négatives) est généralement négatif. Cela indique la
prédominance des décharges en condition de gradient de potentiel négatif, soit la recharge du
condensateur atmosphérique et plus précisément de la charge négative de la terre.
La polarité et l’intensité des décharges de pointe varient avec le gradient de potentiel, justifiant le
caractère bipolaire des décharges atmosphériques. En effet, différents mécanismes expliquent les
inversions de polarités enregistrées. D’une part, le répartition des charges nuageuses et les convections au
sein et aux abords du nuage – ou plus précisément la modification de distribution spatiale des charges des
nuages cumulonimbus à extension verticale – et d’autre part, en condition de stabilité atmosphérique, la
polarisation et les précipitations générées par les stratus et nimbostratus induisent des inversion de signe
du gradient de potentiel mesuré au niveau du sol (certes beaucoup moins fréquente -moins de deux
inversions par heure- qu’en conditions turbulentes).
Néanmoins, il est souvent très difficile, voire impossible, sans l’observation continue des masses
nuageuses et de leur évolution, de discerner les variations du gradient de potentiel induites par chaque
nuage, du fait de l’influence simultanée d’autres nuages et, plus localement, de charges d’espace
d’origines variables (pluies et décharges de pointe essentiellement). Cette imbrication d’échelle limite
l’interprétation des variations de gradient de potentiel à chaque unité atmosphérique.
Par ailleurs, d’un point de vue plus général, on retient de l’analyse phénoménologique que les gradients
de potentiel supérieurs aux seuils de décharge sont liés aux conditions de temps perturbé, soulignant ainsi
les deux causes majoritaires dans l’induction de décharges de pointe, à savoir les perturbations (occlusion,
front chaud et front froid) et les zones d’instabilité en dehors des zones frontales. En effet, les décharges
de pointe sont souvent induites pendant les périodes de précipitation et sont liées à la présence de nuages
aussi bien stratiforme (bruine et/ou pluie régulière continue ou intermittente) que cumuliformes (averse
orageuse).
Ces travaux et observations ont permis de formaliser mathématiquement la relation entre gradient de
potentiel et courant de décharge. Cette relation empirique fut trouvée par régression polynomiale de degré
trois, à partir de la représentation, dans le plan courant de décharge Id en fonction du gradient de potentiel
vertical F, des mesures environnementales recueillies.
Vincent CAURE 30
La plus grande majorité des points correspond à des valeurs de gradient de potentiel inférieures à ± 5
kV.m-1. La loi polynomiale de degré trois est :
Id(ȝA) = a(F-Fs)3 + b(F-Fs)2 + c(F-Fs)
a = -2,4350.10-13, b = -1,4862.10-7, c = 5,4379.10-5 et Fs = -1500 V.m-1 pour une pointe positive

a = -5,5695.10-12, b = -8,4060.10-7, c = 3,3732.10-5 et Fs = 1300 V.m-1 pour une pointe négative
Fs étant le gradient de potentiel seuil de décharges de pointe
Pour les gradients de potentiels seuils, on peut aisément connaître les potentiels seuils de décharge autour
du système multi-pointe (produit de la hauteur -7 m- par le gradient de potentiel seuil) : en polarité
positive Vs = -10 500 V et en polarité négative Vs = 9100 V.
En outre, il a été mis en évidence des informations complémentaires, liées à différents phénomènes
végétaux, atmosphériques ou météorologiques :
- Il apparaît que le printemps, l’été et l’automne sont les saisons où l’activité de décharges de
pointe est la plus marquée comparée à l’hiver.
- Les évènements électriques induits en condition de pluies intermittentes, bruines et en dehors
des périodes de précipitations (sec) correspondent exclusivement à des décharges en régime
diffus d’auto-stabilisation (Id < ± 1 ȝA). A l’inverse, les autres classes de situations
inductrices, qui correspondent à des vitesses de précipitations plus grandes, sont à l’origine de
gradients de potentiel suffisamment intenses pour induire des décharges en régime de dards ou
de Trichel selon la polarité (Id > ± 1 ȝA).
- Dans le cas de brouillard, l’occurrence de décharges se justifie par les variations de gradient de
potentiel induites localement par des cellules de charges d’espace.
- Un autre cas typique de décharge en dehors des périodes de précipitations est induit par des
augmentations du gradient de potentiel simultanées avec un changement de direction du vent.
Il apparaît que ces évènements de décharge sont unipolaires, de très courte durée (de l’ordre de
la minute) et que les gradients de potentiel induits ne dépassent jamais 2 kV.m-1, justifiant de
faibles courants de décharges relatifs au régime électrique diffus (auto-stabilisation).
Il semble donc que dans les conditions de stabilité atmosphérique, les décharges soient principalement
unipolaires, de polarités variables d’un évènement à un autre, bien que majoritairement induites en
conditions de gradient de potentiel négatif et exclusivement induites en régime diffus. A l’inverse, les
pluies continues avec ou sans bruine, les averses orageuses et les orages secs sont à l’origine de gradients
de potentiel suffisamment intense pour générer des décharges en régime de dars ou de Trichel selon la
polarité.
Toutefois, il a été remarqué que, au cours d’environ 20% des évènements étudiés, d’averses et d’orages,
le courant de décharge reste unipolaire et de l’ordre du micro-ampère pendant toute la durée de
l’évènement, indiquant que le gradient de potentiel créé au niveau du sol par le cumulonimbus reste
inférieur à ± 4 kV.m-1 du fait soit du relatif éloignement du nuage par rapport au site de mesure, soit du
stade d’électrisation du nuage en cours d’activation ou en fin d’activité.
Enfin, il apparaît que le profil général moyen d’activité des décharges de pointe rappelle la courbe de
variation orageuse globale en Europe, indiquant une très vraisemblable relation de causalité entre
l’activité orageuse locale et l’activité électrique des décharges de pointe.
Vincent CAURE 31
1.4 Modèle fondateur : les orages sont assistés par la végétation
[BOR95] [FOR99] [FOR00] [ROOS92]

Les travaux et les informations que nous a fournis M. Rein Andre ROOS concernant le modèle théorique
de la création d’orages assistés par la végétation a constitué toute la base de notre recherche dans le
domaine de la détection des orages. Ce modèle est également lié aux travaux de Basil SCHONLAND qui
prétendit qu’un arbre composé de 1000 pointes pourrait être le siège d’un courant de pointe de 2,1 A, soit
0,0021 A par pointe. Alors, ces courants de pointe auraient la capacité de créer un vent électrique de 37
m.s-1, permettant l’ascension de nuages électrifiés…
Figure 15 : influence d’un arbre sur le champ électrique
Les bords d’une forêt ont tendance à réduire la vitesse du vent, et la vitesse de déplacement des nuages.
Ceci facilite l’électro-évaporation :
Les scénarios saisonniers

En hiver, il n’y a pas de différence forte entre un arbre nu et un paratonnerre. C’est d’autant plus vrai que
les espèces d’arbres perdent leurs feuilles en automne. Dans ce cas, aussi bien le paratonnerre que les
arbres verront la production d’ions gazeux contrôlée par le niveau d’aérosols ambiant (autres sources de
végétation, pollution atmosphérique, brouillard…). Avec ce faible niveau ambiant d’aérosols, les ions
créés sur les pointes du paratonnerre ou des arbres aideront à décharger les nuages orageux, réduisant
ainsi le nombre d’orages entendus en cette saison.
Durant le printemps et l’été, il y a une nette différence entre un arbre avec toutes ses feuilles et un
paratonnerre. Ce dernier se comporte comme en hiver, c’est-à-dire que l’attachement des ions dépend du
niveau ambiant d’aérosols. L’arbre quant à lui est en pleine activité biologique. Soumis à de forts champs
électriques induits par les nuages, les arbres formeront des nuages d’aérosols invisibles via le phénomène
d’électro-évaporation.
Formation de nuages zébrés

Considérons maintenant une rangée d’arbres successifs en pleine activité biologique. Ils sont
progressivement couverts par un cumulonimbus bipolaire. Le champ électrique induit aux extrémités du
premier arbre lui fera décharger un nuage d’aérosol d’hydrocarbure. La partie chargée de ce nuage a un
signe négatif et suivra le nuage orageux électrifié. Ce faisant, le nuage d’hydrocarbure glissera vers
l’arbre numéro 2, créant ainsi une électro-évaporation d’un nuage d’hydrocarbure chargé positivement.
Celui-ci à son tour activera l’arbre numéro 3 qui délivrera un nuage d’hydrocarbure ayant le même signe
que celui de l’arbre numéro 1, c'est-à-dire négatif. Finalement, les arbres produisent des nuages
d’hydrocarbure alternativement négatifs puis positifs, avec un mouvement ascendant dû au vent
électrique, dans la direction du gros nuage orageux. Un phénomène appelé « la formation de nuages
zébrés ».
Vincent CAURE 32
Cumulonimbus
bipolaire précurseur
Champ Nuage créé par

électrique électro-évaporation
résultant
Lignes de
champ Vent électrique
Forêt
Vent
Vent
Figure 16 : formation de nuages zébrés
Le premier arbre va toujours créer un nuage négatif. Le deuxième arbre voit un nuage négatif (le premier
nuage créé par le premier arbre), il va donc créer un nuage positif (ion de résine). Ce phénomène se répète
ainsi jusqu’à obtenir des éclairs, nous obtenons donc la configuration de la figure 16 ci-dessus.
Formation des leaders

Une fois que le premier nuage d’hydrocarbure négatif atteint le cumulonimbus, une partie de sa charge
sera éliminée par un flash d’une durée de 1 µs, la première étape de ce coup initial est appelée étape
leader. Les électrons provenant du nuage principal sont capturés par les ions négatifs du premier nuage
d’hydrocarbure, cependant l’effet de ce processus est réduit par l’action neutralisante du second nuage
d’hydrocarbure chargé. Ces deux actions produisent la pause caractéristique de 30 à 100 µs avant la
prochaine étape qui commence avec la décharge du troisième nuage d’hydrocarbure chargé. La longueur
de chaque étape s’étale sur 10 à 200 mètres, avec une longueur moyenne de 50 mètres. Ce type de
déroulement correspond à ce qui est appelé dans la littérature « leader de type alpha ». Un second leader
se superpose au leader alpha, c’est le leader de type béta. Sa vitesse de propagation est considérablement
plus rapide, et il conduira à la décharge principale. Cependant, la vitesse du leader béta peut, à certains
endroits de son chemin de propagation, être freinée par le leader de type alpha ; et quelques fois la
décharge n’atteint jamais le sol. Ceci permet à l’arc électrique de ne pas se déplacer uniquement de
« manière électrique », mais aussi par la combinaison de thermo et photo-ionisation. L’inhomogénéité de
la vapeur d’hydrocarbure ainsi que l’insensibilité du leader béta aux barrières électriques font que ce type
de propagation mène souvent à de nombreux embranchements et quelques fois même à une propagation
« bizarre » : la formation de boule de lumière est relatée pour ces mêmes hautes concentrations
d’aérosols. Les mécanismes ainsi décrits permettent à la charge contenue dans le nuage supérieur
Vincent CAURE 33
(cumulonimbus initial), d’approcher la surface de la terre. D’un autre côté, au niveau de la surface de la
terre, spécialement dans le cas de l’activité biologique des arbres, il y a d’autres mécanismes qui aident à
la formation des étapes du leader :
Le jet ascendant
Sous des champs électriques modérés, comme ceux que l’on observe lorsque les arbres commencent leur
activité d’électro-évaporation, un faible vent électrique est aussi créé. Cependant, avec l’approche du
leader, le vent électrique augmente rapidement, et ainsi le courant passe de l’arbre vers le ciel. La vitesse
du vent électrique est directement reliée à ce courant et augmente avec lui. Ceci crée une zone de basse
pression sous la ramure de l’arbre à côté du tronc. Cette sorte de gros aspirateur aspire n’importe quoi,
comme la poussière autour du pied de l’arbre et l’envoie dans les airs sous forme d’un jet ascendant. Ceci
pousse l’aplatissement de l’herbe sous l’arbre comme il fut observé par Hermant.
Formation de la pluie
L’injection dans les nuages orageux riche en eau froide, de poches d’air chaud en expansion et contenant
de fines particules de poussière est la voie classique de création de pluie. Dans un premier temps, la pluie
créée s’évapore rapidement, évaporation souvent due à la haute température au niveau du sol. Ceci crée
une séparation des charges, augmentant celle du nuage orageux, et laissant une charge positive au-dessous
de lui. Ceci est bien connu mais ne permet pas d’expliquer l’origine de la poche chargée positivement
trouvée dans la base du cumulonimbus. L’évaporation refroidit l’air initial et la chute de gouttes d’eau
balaye ces charges positives vers le sol où elles contribuent à augmenter le champ électrique sous le
nuage orageux.
Le coup principal
Le champ électrique très élevé causé par le leader augmente encore plus le vent électrique proche du sol,
balayant en un jet les hydrocarbures et aérosols contenus dans l’air. Le jet devient lumineux par photo et
thermo-ionisation, il est une fois encore accéléré par les charges négatives du nuage orageux et peut
produire sous certaines conditions le phénomène lumineux au-dessus du nuage dans l’ionosphère. Ce
coup très puissant est appelé coup principal. Après un intervalle de temps, il peut y avoir un deuxième
leader, suivi par un autre coup principal, et dans beaucoup de cas d’autres coups. Les leaders qui suivent
le coup principal suivent habituellement le même chemin que le coup principal, excepté dans la partie
basse de la décharge.
Leader
Vent alpha
Coup principal
Arc en retour
Figure 17 : formation du coup principal
Le coup principal représente la photo-ionisation du milieu gazeux alors fortement ionisé ; il va « griller »
l’ensemble des nuages d’ions. Le gradient de potentiel permettant ce mécanisme est de l’ordre de 1000
V.m-1, soit un potentiel de l’ordre de 10 kV à 10 mètres d’altitude.
Vincent CAURE 34
Comme nous venons de le voir, les arbres « relâchent », lorsqu’ils sont soumis à de forts champs
électrostatiques, des nuages d’hydrocarbure et d’eau chargés et non chargés, contenant des aérosols. Leur
mouvement dépend non seulement du vent mais aussi de l’état du terrain. S’il y a une vallée, ces nuages
descendront dans cette vallée et s’y accumuleront, derrière les arbres qui produisent ces nuages d’aérosols
invisibles. La présence de ces grosses particules fait que tous les ions gazeux dans le nuage sont balayés,
le nuage agissant alors comme une grosse couverture invisible et isolée, couvrant le sol autour de l’arbre
et aidant ainsi à concentrer les lignes de champs électriques sur l’arbre déjà sollicité.
L’accumulation dans les vallées et aux alentours des grandes forêts de ces aérosols produits par l’orage,
peut créer de graves problèmes, spécialement quand elle a lieu à proximité des lignes de distribution
électrique ou de système informatique. Transformateurs brûlés et systèmes informatiques qui refusent de
fonctionner correctement après le passage d’un orage sont situés très souvent là où les aérosols invisibles
peuvent se concentrer.
D’autre part, mis à part le risque de foudroiement, il y a un autre risque réel de se cacher à côté d’un
arbre : en se tenant debout à côté d’un de ces arbres en cours d’électro-évaporation, on se trouve sans s’en
rendre compte dans le nuage d’ions invisible entourant le pied de l’arbre. Dans ce cas, les lignes de
champs sont aussi concentrées sur nous et l’électro-évaporation peut commencer ! Il est possible de se
sortir de cette situation en réduisant sa taille et en changeant sa forme en une sphère, en pliant les genoux
et en les entourant avec les bras et en serrant les pieds. Ceci nous évitera de devenir comme ces trois
soldats à Vic sur Aisne en 1824, qui étaient debout à proximité d’un grand arbre durant un orage, et qui,
le jour suivant, étaient encore là, mais quand ils furent retrouvés, leur corps tombèrent en cendres parce
qu’il n’y avait plus de liquide dans leur corps… L’électro-évaporation que nous connaissons.
Vincent CAURE 35
1.5 Détection des orages
La foudre fait des dégâts considérables, c’est un risque qu’il faut absolument prendre en compte au niveau
des installations et des équipements électriques, comme au niveau de la protection des personnes. Une
bonne connaissance du phénomène naturel et de ses effets est indispensable pour évaluer ce risque et pour
choisir les meilleurs moyens de protection. La foudre frappe en France environ 800 000 fois par an et il y
a entre 2000 et 5000 orages en permanence sur le globe. Plusieurs méthodes ont été développées pour
détecter, localiser et suivre les coups de foudre. Elles sont récentes et évoluent régulièrement dans un
effort de plus grande précision [ENS00] [LEG07] [HER97] [FOR00] [FOR99].
Prévision par détection locale du champ électrique

Le moulin à champ est un instrument de mesure du champ électrique statique. Cet appareil permet grâce à
l’analyse du champ électrostatique au-dessus de lui de signaler la présence d’un nuage électriquement
chargé, traduisant l’imminence de la foudre. Le moulin à champ est constitué d’un disque tournant
parallèle à un disque fixe. Le disque tournant est entrainé par un moteur électrique. Chacun des disques
comporte des électrodes en forme de petites plaques métalliques. Les deux disques, avec leur électrode,
forment donc un condensateur dont une armature est fixe et l’autre mobile. La tension recueillie aux
bornes varie en fonction du champ électrique dans lequel le moulin se trouve. L’appareil fournit une
mesure directe du champ électrique ambiant. Cette information, analysée et comparée aux conditions
locales qui entraînent habituellement le déclenchement de la foudre, permet de déceler la possibilité
imminente d’un coup de foudre.
Prévision par localisation des éclairs

Système mobile composé d’une antenne réceptrice directionnelle permettant de déduire la direction et la
distance de la décharge par analyse de la fréquence et de l’amplitude du signal de l’onde
électromagnétique (onde radio) provoquée par la décharge.
Système LLP est basé sur la radio goniométrie : un radiogoniomètre est un récepteur radioélectrique
utilisé pour déterminer la direction d’un émetteur radioélectrique ; il permet notamment à un avion ou un
navire de déterminer sa position grâce au repérage de la direction des différents postes d’émissions ; il
sert aussi à localiser des émetteurs radio clandestins. Le LLP, créé par la société américaine du même
nom consiste en un réseau de stations de détection sensibles aux rayonnements électromagnétiques (onde
radio) émis par les éclairs. Chaque station est munie d’antennes radiogoniométriques. Une station centrale
traite les données reçues de plusieurs stations et permet de localiser l’impact.
Système LPATS est un système développé par une autre société américaine, à l’origine concurrente de
LLP, avant la fusion des deux sociétés dans un même groupe. Le système utilise au moins trois stations
de détection. La différence du temps d’arrivée de l’onde radio rayonnée par l’éclair aux différentes
stations, et la comparaison des formes d’ondes reçues par rapport aux ondes types, permet de localiser les
impacts et de calculer le temps prévu pour l’arrivée de l’orage jusqu’au site protégé.
Système interférométrique (SAFIR), qui consiste à mesurer la direction angulaire d'un signal
électromagnétique VHF généré par l'éclair grâce à la mesure du déphasage qui se produit lorsqu'il se
propage. Le déphasage du signal est mesuré par le capteur au moyen d'un jeu d'antennes électriques
séparées. La différence de phase du signal reçu par ces antennes permet de calculer l'azimut et l'élévation
de la source. La localisation en 2D ou 3D de la source du rayonnement est obtenue par triangulation des
mesures de deux capteurs ou plus. Cette méthode présente l'avantage de fonctionner indépendamment de
la forme de l'onde rayonnée par l'éclair ce qui la rend plus robuste vis à vis des déformations que peut
subir le signal (contrairement au système LPATS). Ce système pouvant être en 3D, il permet de localiser
les éclairs intra-nuageux et peut fournir des renseignements aux avions et fusées. En France, l’ONERA a
développé le système SAFIR afin de répondre à l’origine, à une demande du CNES pour la protection du
centre spatial Guyanais de Kourou. Le principe de SAFIR diffère totalement des autres systèmes
Vincent CAURE 36
mentionnés, puisqu’il permet d’analyser, en plus des impacts terrestres de foudre, l’activité électrique à
l’intérieur même du nuage d’orage. SAFIR est constitué d’un réseau de stations de détection
interférométrique réalisant la localisation des éclairs au sein des orages. Le maillage du réseau est de 100
à 200 km en fonction du type de capteur et permet une précision de localisation de l’ordre du kilomètre.
Système optique
Un système optique terrestre et embarqué sur satellite est encore en développement et fournit des
informations en non continu, mais par intervalles de temps de 5 où 10 minutes. Des caméras optiques
permettent de détecter les impacts de foudre au sol. Leurs mesures, indépendantes de celles des systèmes
électromagnétiques, ont été utilisées pour calibrer ces derniers mais nous ne connaissons pas de système
opérationnel basé sur cette technologie. Des capteurs optiques ont aussi été embarqués sur des satellites à
défilement pour réaliser une mesure et une localisation du foudroiement. Mais il faudrait un ensemble de
capteurs sur des satellites géostationnaires pour assurer une détection de l’activité terrestre en temps réel,
et la différentiation des décharges intra-nuage et nuage-sol est délicate.
Le réseau Météorage
Les services fournis par Météorage à ses clients utilisent les informations recueillies en temps réel par le
réseau national de localisation des impacts de foudre, plus communément appelé « réseau Météorage ».
Ce réseau est opérationnel depuis 1987. Il est composé de capteurs appartenant à Météo France, répartis
de façon homogène sur l’ensemble du territoire français afin d'en assurer la couverture. Pour étendre cette
couverture aux régions frontalières, Météorage a passé des accords avec certains propriétaires de réseaux
voisins (Italie, Espagne et Benelux), afin de pouvoir recevoir et utiliser les mesures de leurs capteurs
limitrophes. Ces capteurs sont interconnectés en permanence à un calculateur central basé à Pau. Il
analyse et traite en temps réel les informations issues des capteurs afin de déterminer la localisation et les
caractéristiques des arcs en retour détectés. Les capteurs utilisent la technologie « IMPACT » mise au
point par le fabriquant, la société Vaisala-Global Atmospherics Inc.
Chaque capteur mesure en permanence les champs électrique et magnétique environnants grâce à un jeu
d’antennes. La bande passante des antennes est limitée aux fréquences comprises entre 0,4 et 400 kHz.
Chaque signal électromagnétique, dont l’amplitude dépasse le seuil de détection minimal du capteur
(environ 0,3 V.m-1), est daté à la microseconde près, grâce à une horloge de précision synchronisée par
GPS avant d’être analysé en temps réel. La mesure du champ magnétique sert à déterminer la direction de
la source du signal, c’est à dire de l’éclair. La mesure du champ électrique permet de connaître la polarité,
l’amplitude crête du courant d’arc ainsi que le temps de montée et la largeur d’impulsion. Afin d’éliminer
les signaux parasites qui pourraient nuire au fonctionnement global du système, le capteur réalise un
filtrage des mesures. Il compare la forme de chaque signal enregistré à un gabarit correspondant à la
signature d’un arc en retour et élimine toute impulsion qui ne correspond pas. C’est ce filtrage qui permet
d’éliminer volontairement les informations propres aux éclairs intra-nuage. Les informations recueillies
sont immédiatement envoyées au calculateur central.
Lorsqu’un arc en retour se produit, il génère une impulsion électromagnétique dont le signal se propage
concentriquement au point d’impact de l’éclair. Les fréquences les plus basses de ce signal peuvent
parcourir plusieurs centaines de kilomètres. Au passage de cette impulsion, la valeur du champ
électromagnétique local va augmenter suffisamment pour que le signal soit détecté et mesuré par
plusieurs capteurs du réseau. Les mesures de direction et de temps d'arrivée effectuées sont envoyées au
calculateur central en temps réel. Le calculateur va comparer la datation de chaque mesure afin de
constituer un groupe de mesures qui appartient au même événement. Ces mesures sont ensuite traitées par
un algorithme de localisation, basé sur la méthode « IMPACT », qui détermine la localisation de l'arc en
retour. Cette localisation est le produit d'une optimisation statistique (méthode des moindres carrés) qui
permet de minimiser les erreurs de mesure et de produire des localisations de grande précision. Lorsque la
localisation est trouvée, le calculateur détermine l'amplitude et la polarité du courant d'arc. Les arcs en
retour sont regroupés en flash suivant leur datation et position par rapport aux autres. Le calculateur
effectue l'ensemble des calculs en temps réel.
Vincent CAURE 37
Les performances d’un réseau de détection des impacts de foudre sont caractérisées par deux paramètres
principaux, l’efficacité de détection et la précision de localisation :
o L’efficacité de détection est fonction de plusieurs facteurs tels que : le nombre de capteurs et leur
technologie, la configuration géométrique du réseau et l’intensité du courant d’arc des éclairs. Elle
est définie par le rapport du nombre d’impacts de foudre localisés par le réseau sur le nombre
d’impacts qui se sont réellement produits. Ce dernier nombre étant bien évidemment très difficile
à connaître à l’échelle d’un réseau entier, l’efficacité de détection est bien souvent estimée par des
simulations numériques mettant en œuvre des modèles mathématiques de réseau plus ou moins
complexes. On parle alors d’efficacité de détection théorique. Cependant, des études scientifiques
basées sur des observations locales d’orages (photographies, enregistrements vidéo…), ont permis
de caractériser l’efficacité de détection réelle d’une partie du réseau. Il est intéressant de constater
que les valeurs réelles confirment les valeurs théoriques. L'efficacité de détection moyenne de
flashs sur la France est de 90%.
o La précision de localisation est fonction du nombre de capteurs qui ont détecté l’éclair et de la
qualité des mesures effectuées. Elle est définie par l’écart de distance qui sépare la localisation
réalisée par le réseau de la position réelle de l’impact. Il est quasiment impossible de connaître la
position et la date exacte de chacun des impacts qui se produisent sur le territoire. Cependant, pour
chaque localisation réalisée, le calculateur estime la précision de localisation théorique. Dans
certains cas particuliers, des observateurs ont pu enregistrer la date et la position précise
d’impacts. La comparaison entre ces informations « terrain » et les localisations calculées par
Météorage ont permis de vérifier la cohérence du ½ grand axe de l’ellipse de confiance. La
précision de localisation moyenne du réseau est de 1 km.
Vincent CAURE 38
2 Le capteur et sa chaine d’acquisition
[ENS01]
2.1 Principe de fonctionnement du capteur
Le capteur a pour fonction de détecter l’orage idéalement trente minutes à deux heures avant les premiers
coups de tonnerre. Le principe de base du capteur est relativement simple : ce dernier est constitué d’un
prolongement de 7 fils métalliques en nickel ou en tungstène de diamètre 0.1mm. Le nickel et le
tungstène sont conseillés pour leur faible oxydation. Ce capteur est monté sur un mât à une hauteur de
sept mètres environ où il pourra détecter l’alternance des nuages d’aérosols composés d’ions positifs et
d’ions négatifs qui sont caractéristiques de l’approche d’un orage assisté par la végétation (nuages
zébrés), comme nous l’avons vu précédemment. Les études de M. ROOS et de M. BORRA ont donc
fortement inspiré l’idée de ce capteur. Il utilise l’effet de pointe pour prévoir l’approche d’un orage.
Lorsque les pointes sont « plongées » dans les nuages d’ions atmosphériques, elles vont localement
ioniser l’atmosphère sous l’action d’un champ électrique alors fortement intensifié. Des micros courants
de décharges de pointe, d’une intensité comprise entre le nano-ampère et le micro-ampère, vont par
conséquent se créer. Ces courants seront par la suite convertis en tension après amplification. Les 7 fils
métalliques constituant le système multi-pointe permettent « d’accrocher » les nuages d’ions
atmosphériques précurseurs de l’orage.
i i
i i i
i
I=¦i
Convention de signe : Si la base d’un nuage est négative, le gradient de potentiel est négatif ; les
décharges autour des pointes sont alors positives et génèrent des courants ascendants mesurés comme
négatifs, c’est-à-dire la migration verticale d’ions positifs vers l’atmosphère et d’ions négatifs vers la
terre.
Par beau temps, l’atmosphère est naturellement très peu chargée, donc nous ne détectons aucun signal,
alors qu’à l’approche d’un orage, les fibres de notre capteur « accrochent » alternativement des ions
positifs et des ions négatifs qui engendrent des inversions de courant, d’où la présence de bipolarités.
Sens du vent
orage 30mn<ΔT<2 heures
7 mètres
Figure 18 : détection de l’alternance de nuages zébrés à l’approche de l’orage

Vincent CAURE 39
Les inversions de polarités peuvent être aussi crées par la présence de pluie, de brouillard, de grêle ou de
neige ; mais la fréquence de ces inversions est beaucoup plus faible que dans le cas d’un orage ; c’est
pourquoi un traitement du signal s’impose afin d’extraire le signal voulu. A ce jour, ce capteur permet la
mise à disposition d’un signal analogique ± 10V, fiable et image de l’état électrique de l’air.
Ce système de détection est opérationnel depuis juin 2002 (il a été développé conjointement entre l’OAM
et l’ENSIM), et va permettre le développement d’une stratégie de traitement du signal la plus adaptée,
pour une caractérisation optimum.
2.2 Architecture du capteur
Conversion&filtrage Plan de masse Alimentation

des signaux d’entrée assurant l’isolation du capteur
(OPA177, UAF42,…) entre les deux (NMH1215S)
cartes.
Entrée des
micro-courants Sortie des
de signaux vers
l’atmosphère l’acquisition
Figure 19 : schéma d'implantation du capteur
Notre capteur est composé d’un boîtier qui accueille la carte de conversion de l’alimentation, et d’un plan
de masse qui assure l’isolation avec une seconde carte de conversion et de filtrage des micro-courants.
1/ Le circuit imprimé de conversion de l’alimentation est constitué de :
¾ un convertisseur de tension NMH1215S

• Entrée : 0V / +12V
• Sortie : -15V / 0V / +15V
Figure 20 : schéma de la carte de conversion NMH1215S

Vincent CAURE 40
2/ Le circuit imprimé de conversion et filtrage a pour premier rôle de convertir les micro-courants en
tension analogique. Il est basé sur un amplificateur opérationnel OPA 177. Les paramètres du
convertisseur courant/tension sont les suivants :
• Gain : ≈ -1,6.106
• Amplificateur Opérationnel : OPA 177
• Résistance : à 1% et 50 ppm/°C
• Entrée : ± 6 à 7 µA max.
• Sortie : ± 10V max.
Le gain statique du convertisseur courant/tension est de -1,6.106 car, d’après la thèse de M. BORRA, il a
été relevé que les courants de décharge dans les pointes étaient en moyenne d’un maximum de l’ordre de
6 à 7 µA.
Le second rôle de ce circuit imprimé est le filtrage de la tension analogique créée. Ce filtrage est réalisé à
l’aide d’un composant de référence UAF42, dont voici les caractéristiques :
• Filtre butterworth du 2ème ordre

• Fréquence de coupure à 1 Hz
• Gain statique de 1
• Entrée : ± 10V Max
• Sortie : ± 10V Max
Figure 21 : schéma de la carte de conversion et filtrage
3/ Puissance consommée par notre capteur et son alimentation des cartes électroniques
La mesure et le traitement des micro-courants dépendent, en outre, de la tension d’alimentation des

composants électroniques. L’approvisionnement en puissance de ces derniers doit être le plus stable
possible. Ainsi, il est déterminant de choisir un régulateur de tension continue, qui sera intégré dans un
boîtier de connexion externe, mais à proximité de notre capteur, lui offrant ainsi une alimentation de
bonne qualité.
L’alimentation de notre capteur est en 12 VCC (régulateur et convertisseur). Pour cette tension, il
consomme une intensité de 50,1 mA, soit une puissance de 601 mW.
Vincent CAURE 41
Le régulateur choisi est un 24 IMR 6-1212-2 de Melcher. Ce convertisseur CC/CC présente les
caractéristiques suivantes :
• Puissance : 6 Watts
• Input Voltage Range : 18 – 36 V. Nominal 24 V
• Output Voltage : ±11.76 – ±12.24 V
• Température Utilisation : -10 – 50°C
Le mât qui reçoit notre capteur est situé à côté du laboratoire de l’OAM, et la source d’alimentation du
régulateur de tension (en 24 VCC) est acheminée par un câble souterrain. L’alimentation est un
transformateur 240 / 24 V couplé sur deux batteries de 12 volts qui prennent le relais en cas de coupure
d’électricité. Les chutes de tension engendrées par le passage de l’alimentation sur la batterie ou par la
longueur des câbles seront encaissées par ce composant. De plus, son faible encombrement lui permet de
se placer facilement dans le boîtier de connexion électrique au niveau du mât.
2.3 Aspect général
Voici ci-dessous l’assemblage du capteur. On retrouve :

- Le boîtier général en plastique
- Le boîtier et la connectique interne
- La gaine IRO qui protège les pointes
Boîtier Plastique
Gaine contenant les
pointes
Fil électrique
reliant les
pointes au circuit
électronique
Boîtier Métallique
Fil de terre
Cordon contenant :
- 2 fils d’alimentation
- 2 fils retour tension
Figure 22 : photo de notre capteur
Il y a 2 boîtiers imbriqués l’un dans l’autre ; l’un en plastique contre l’humidité et l’autre en métal pour
placer les cartes électroniques et faire « cage de Faraday ».
Le capteur demande 2 fils et 1 câble blindé :
- 1 fil reliant les pointes aux circuits électroniques
- 1 fil de terre reliant le boîtier métallique à la terre
- 1 câble blindé amenant l’alimentation et ramenant le signal
Vincent CAURE 42
Les pointes
Pointes
Fiche banane
Gaine
Connecteur thermorétractable
Fiche banane
Gaine IRO
Fil reliant la pointe

au circuit Tube de
électronique silicone
Presse Etoupe
Boîtier Plastique
Figure 23 : système multi-pointe
Les pointes de Nickel, qui « accrochent » les charges atmosphériques, sont soudées à une fiche banane
qui elle-même est insérée dans le connecteur femelle de la fiche. Les pointes sont reliées au capteur par
un simple fil électrique. L’antenne est construite avec une gaine IRO d’une longueur d’environ 40 cm
dans laquelle on introduit un tube en silicone servant d’isolant et surtout de maintien du connecteur de la
fiche banane. La partie supérieure de l’antenne est imperméabilisée grâce à une gaine thermo-rétractable.
La partie inférieure est solidaire du boîtier plastique à l’aide d’un presse-étoupe.
Une diode Transil a été choisie pour protéger les pointes des impulsions électromagnétiques qui
pourraient endommager les circuits électroniques. La diode est passante lors de tensions supérieures à une
centaine de volts. Elle est reliée au boîtier qui lui-même est relié à la terre.
Fil venant
Diode des pointes
Transil
Vis – Ecrou
M5 Domino
Boîtier
Métallique
Vers cartes
électroniques
Figure 24 : diode Transil
Vincent CAURE 43
2.4 Validation du fonctionnement du capteur
Il est nécessaire d’effectuer des tests de fonctionnement en situation réel du capteur. Ces tests se
découpent en trois parties :
9 Tests de la conversion courant-tension et vérification du gain

9 Tests de la fréquence de coupure du filtre
9 Tests de Compatibilité électromagnétique
Tests conversion courant-tension et vérification du gain
Pour cette étude, on utilise un montage basé sur le pont diviseur de courant, permettant de fournir un
micro-courant à l’entrée du capteur. Un 1er test est effectué en alimentant le circuit décrit précédemment
avec une tension continue de 12V, et un 2nd test est effectué en utilisant un GBF délivrant une tension
sinusoïdale de ±10V.
En ce qui concerne le 1er test, il est envoyé un courant continu et constant de 3,3 µA au capteur (proche
des signaux normalement observés). Nous avons mesuré en sortie du capteur, pour ce niveau de courant
en entrée, une tension Vsortie de -5,206 V (après 30 mn afin d’obtenir la température normale de
fonctionnement). Ce qui correspond à un gain de –1,6.106 V.A-1, soit 124,1 dB.
Remarque : Définition du gain : G = V sortie

I entrée
Tests de la fréquence de coupure
En ce qui concerne le 2nd test, le capteur reçoit des micro-courants de ± 2,8 µA ce qui permet de le mettre
face à des bipolarités. Ainsi, en faisant varier la fréquence de ces bipolarités, on peut dresser le tableau
suivant montrant la réponse du capteur :
Tableau 1 : réponse en fréquence du capteur
Tension de sortie
Fréquence (Hz) Gain (V.A-1) Gain (dB)
(V)
0,02 ± 4,32 -1,54E+06 123,77
0,05 ± 4,32 -1,54E+06 123,77
0,1 ± 4,32 -1,54E+06 123,77
0,2 ± 4,32 -1,54E+06 123,77
0,3 ± 4,32 -1,54E+06 123,77
0,5 ± 4,32 -1,54E+06 123,77
0,7 ± 4,16 -1,49E+06 123,44
0,8 ± 3,92 -1,40E+06 122,92
1 ± 3,20 -1,14E+06 121,16
1,2 ± 2,32 -8,29E+05 118,37
1,5 ± 1,36 -4,86E+05 113,73
2 ± 0,58 -2,07E+05 106,33
4 ± 0,068 -2,43E+04 87,71
5 ± 0,030 -1,07E+04 80,60
A partir du tableau précédent, il nous est donc possible de tracer le diagramme de Bode de la réponse du
capteur afin de vérifier la bonne valeur de la fréquence de coupure préalablement fixée à 1 Hz.
Vincent CAURE 44
Gain du capteur
130,00
125,00
120,00 - 3dB
115,00
110,00
Gain (dB)
105,00
- 43dB
100,00
95,00
90,00
85,00
80,00
0,01 0,1 1 10
Fréquence (Hz)
Figure 25 : diagramme de Bode de la réponse en fréquence
Grâce à ce diagramme de Bode, on peut vérifier que la fréquence de coupure à -3dB se trouve bien à 1
Hz. De plus, on peut remarquer que le filtre est grandement suffisant du fait qu’il existe une diminution
de 43 dB des phénomènes au voisinage de 5 Hz, sachant que les manifestations les plus nuisibles dans
l’atmosphère se situent au-delà du kHz.
Tests de Compatibilité Electromagnétique
Essai d’immunité aux décharges électrostatiques :

Ce dernier met en valeur l’immunité du capteur lorsque la foudre tombe à proximité de celui-ci. En effet,
quand un éclair frappe non loin du capteur, il se crée des décharges électrostatiques sur tous les éléments
métalliques.
Schéma de l’essai :
Vers la terre
Plan de travail
métallique
Mesure du signal de
sortie
Capteur
Briques d’isolation
Signal d’entrée (micro-
courant) Points de contact des
décharges
Figure 26 : schéma du test de l’immunité aux décharges électrostatiques
Sur les différents points indiqués ci-dessus nous avons appliqué des décharges électrostatiques de niveau
1 et 2.
Vincent CAURE 45
Décharges de niveau 1 :
Ces décharges correspondent à des pics de tension de 2 kV appliqués sur l’ensemble du boîtier métallique
(10 décharges positives puis 10 décharges négatives).
Décharges de niveau 2 :
Ces décharges correspondent à des pics de tension de 4 kV appliqués sur l’ensemble du boîtier métallique
(10 décharges positives puis 10 décharges négatives).
Résultats :
Lors de ces tests, nous nous sommes aperçus que le millivoltmètre utilisé pour effectuer les mesures
indiquait des petits sauts de tension (de l’ordre de 100 mV). Pour décrire plus précisément les
phénomènes qui se passaient en sortie, nous avons donc utilisé un oscilloscope numérique. Ceci nous a
permis de remarquer qu’il existait de très fortes pointes de tension mais sur de très courtes périodes (de
l’ordre de 100 V sur quelques ns).
Conclusion sur ces tests :

Les types de phénomènes observés ne sont pas problématiques du fait qu’ils existent sur des périodes
infiniment courtes et que les signaux utiles possèdent, au contraire, des périodes très importantes (de
l’ordre de 30mn). Les signaux parasites sont de courtes durées grâce à la diode Transil qui permet
d’évacuer la puissance absorbée par les décharges (temps de réaction de la diode Transil inférieur à 1 ps).
Nous pouvons donc affirmer que le capteur supporte des décharges électrostatiques de 4 kV.
Essai d’immunité au champ magnétique :
Schéma de l’essai :
Bobine d’induction (1m x 1m)
Vers la terre
Mesure du signal de sortie

Signal d’entrée (micro-
courant) Capteur
Figure 27 : schéma du test d’immunité au champ magnétique
Deux types d’essais sont réalisés, un essai d’immunité aux champs magnétiques impulsionnels et à la
fréquence du réseau.
Essai impulsionnel :
Nous appliquons 5 impulsions magnétiques positives puis 5 négatives espacées au maximum de 10
secondes (l’amplitude de ces pulses est de 303 µT).
Essai à la fréquence du réseau :

Cet essai permet de mettre en évidence le champ magnétique engendré par un courant à la fréquence du
réseau dans des fils, ou par d’autres appareils, situés à proximité du capteur. Nous appliquons donc un
champ magnétique permanent (temps d’exposition supérieur à 3 secondes) d’amplitude 303 µT et nous en
étudions les conséquences sur le capteur.
Vincent CAURE 46
Résultats :
Lors de l’essai impulsionnel, nous n’avons pas observé de variations de la tension de sortie. Cependant,
sous un champ alternatif à la fréquence du réseau et d’amplitude 303 µT (amplitude maximale que nous
pouvons créer), nous avons observé à l’oscilloscope numérique une tension alternative (toujours à la
fréquence du réseau) d’amplitude 10 mV qui venait s’ajouter à la porteuse de 5 V en sortie.
Conclusion sur ces tests :

La composante néfaste n’étant que de 10 mV, donc très inférieur au signal utile (d’amplitude 5 V à 10 V),
nous pouvons dire que le boîtier métallique est immunisé contre les phénomènes magnétiques.
A la suite de ces différents tests, nous pouvons affirmer que le capteur fonctionnera normalement dans
son environnement extérieur.
2.5 Présentation de l’installation en exploitation
Le mât
Ancien capteur
Nouveau capteur
Anémomètre Girouette
Boîtier de
Connexion et de
filtrage alimentation
Câbles d’alimentation
et de réception du signal
Figure 28 : schéma du mât
Ci-dessus, on visualise une représentation du mât qui accueille notre capteur. Il faut remarquer qu’un
ancien capteur est toujours en place (en haut à gauche) et fournit actuellement un signal analogique que je
n’exploite plus mais qui m’a servi de comparaison au début de l’étude du nouveau signal.
De même, la girouette et l’anémomètre sont implantés sur l’étage inférieur du mât ; ils sont fonctionnels
et fournissent deux signaux analogiques, mais je ne les ai pas exploités, ni étudiés, et je n’ai pas réalisé de
corrélation avec mon étude du signal issu du nouveau capteur.
Vincent CAURE 47
Boitier de connexion et de régulation
de l’alimentation
Figure 29 : photos du mât et des capteurs
Les photos ci-dessus montrent notre mât et nos capteurs sur leur site d’implantation près du laboratoire de
l’OAM. On peut voir le boîtier de connexion qui a pour fonction de répartir l’alimentation aux différents
capteurs, de réguler l’alimentation pour le nouveau capteur et d’acheminer les signaux de sortie vers la
chaîne d’acquisition du laboratoire. Ce boîtier centralise les données et permet de réaliser un diagnostic et
une maintenance aisés en cas de problème de fonctionnement électrique.
Boîtier de connexion
Câble alimentation
et retour signaux
Vers les capteurs Vers les capteurs
Figure 30 : schéma du boîtier de connexion
Le boîtier de connexion accueille le régulateur de tension 24 IMR 6-1212-2, et un bornier qui permet de
répartir les différents câbles du système. Le câble multiconducteur bleu, d’alimentation et de retour
signaux, possède un blindage général, plus un blindage pour chaque paire torsadée. Le câble qui relie le
nouveau capteur au boîtier de connexion est blindé pour ses deux paires, diamètre 7 mm par fils.
Vincent CAURE 48
Chaîne d’acquisition
Liaison sous terraine

via câble en cuivre
Carte acquisition / numérisation signaux analogiques
Liaison Ethernet cuivre PC acquisition des

données
LABORATOIRE OAM
Figure 31 : architecture d’acquisition statique des données
Depuis juin 2002, les signaux sont acheminés par un réseau souterrain à la carte d’acquisition et de
numérisation EDAS de Intelligent Instrumentation. La carte EDAS est un système d’acquisition qui
permet de prendre des mesures en un point différent géographiquement de là où se trouve la centrale de
traitement car le transfert de données se fait par liaison Ethernet TCP/IP 10BaseT. Le PC d’acquisition
des données sert essentiellement à visionner graphiquement les signaux issus des différents capteurs et à
constituer les fichiers d’archivage des données au jour le jour (à l’aide du logiciel Visual Designer). Ces
fichiers sont traités à posteriori via un algorithme de traitement du signal que j’ai développé sous Matlab
(Cf. chapitre 3). Les données sont écrites tous les jours à 00h dans le répertoire d’archivage
C:/oam/donnees, au format ASCII.
En synthèse à ce chapitre, on retiendra que :
Les démarches de recherches de l’OAM depuis 1997 dans la construction d’un capteur à effet de
pointe ont été très constructives (malgré le manque de fiabilité et de fonctionnement de l’ancien capteur),
et ont permis de mieux appréhender le développement du nouveau capteur.
Le nouveau capteur fonctionne depuis 5 années et est maintenant fiabilisé. Il n’a été observé
aucune dérive de la tension de sortie en fonction du temps, contrairement à l’ancien, ce qui constitue un
point positif d’amélioration. A notre connaissance, il n’existe pas de capteur similaire sur le marché ; il
semble que cette approche soit encore unique.
Néanmoins, il reste à caractériser ces signaux. Les travaux réalisés les années précédentes (sur le
signal issu de l’ancien capteur) ne sont pas vains et peuvent inspirer la construction du schéma de
traitement numérique du nouveau signal.
Le chapitre qui suit présente la stratégie du traitement numérique du signal issu du nouveau capteur et le
second chapitre suivant présente la corrélation entre notre signal, son traitement et les observations
météorologiques locales.
Vincent CAURE 49
3 L’application du traitement numérique à la détection des orages
3.1 Contexte OAM
Une chaine d’acquisition numérique fut lancée en 1999, exploitant le signal issu de l’ancien capteur. Elle
était constituée de modules microcontrôleurs BL1500 qui avaient pour rôle de réaliser l’acquisition et
l’enregistrement des données, ainsi que de les transmettre à un PC situé dans le laboratoire de l’OAM.
Les modules BL1500 devaient se charger de détecter une possible évolution du signal vers un phénomène
orageux et de changer alors la fréquence d’acquisition. Typiquement, l’acquisition en mode normal se
situait à 1 Hz et l’acquisition en mode orage devait se faire à 3 Hz, fournissant alors des valeurs dites
« exceptionnelles ». La transmission des données se faisait via une RS232 en mode ASCII. Le codage
était réalisé sur 12 bits. Le programme prévu à l’origine devait s’articuler autour de 4 tâches (tâche de
fond à acquisition lente, tâche de test afin de déterminer si le signal est orageux, tâche d’acquisition
rapide et une tâche de communication). Ce programme devait utiliser le temps réel et l’architecture
logiciel multitâche de sorte que la tâche d’acquisition rapide soit plus prioritaire que les autres et de sorte
que la tâche de communication et la tâche de fond soient exécutées en parallèle. Mais, des problèmes sont
intervenus concernant le passage de l’acquisition en mode orage ainsi que la gestion multitâche. Un
programme plus simple fut écrit, sans différenciation entre l’état normal et orageux et avec une fréquence
d’acquisition fixe de 1 Hz, stockant dans un tableau de 6000 points (correspondants à 1h40 de mesures),
les valeurs numériques du signal. Tous les jours, le programme d’acquisition créait un répertoire
archivant les données de la journée.
Nous comprenons bien la problématique de cette ancienne architecture d’acquisition :
- Non déterminisme de l’OS des BL1500
- Non différenciation des signaux orageux et non orageux
- Programmation complexe, non confortable, peu extensible
- Technologie de transfert des données lente et obsolète
- Partage des données impossible sur un réseau intranet
- Manque de fiabilité
Etant donné toutes ces contraintes, cette chaîne d’acquisition ne fut pas conservée.
En remplacement, à partir du signal issu du nouveau capteur, une nouvelle chaîne d’acquisition plus
simple fut développée par l’OAM fin 2002. C’est celle qui est présentée au chapitre précédent. Pour
rappel, elle est constituée de :
- le mât qui accueille les capteurs
- un boîtier de connexion qui concentre les câbles
- une carte d’acquisition/numérisation des données EDAS, communicante sur Ethernet
- un PC relié à la carte EDAS qui réalise un affichage des courbes via le logiciel Visual
Designer
- un programme C++ qui enregistre les données toutes les 24 heures sur ce PC
Cette acquisition est plus simple. La fréquence d’acquisition a été fixée avant mon arrivée sur ce projet à
0,0667 Hz soit une mesure toutes les 15 secondes (nous verrons par la suite la non pertinence de cette
fréquence).
D’autre part, un groupe d’étudiants de l’ENSIM a travaillé en 2000 sur la caractérisation du signal issu de
l’ancien capteur. Je présente la synthèse de leurs travaux ci-dessous. Mais, cette étude fut réalisée avec
l’ancien capteur et l’ancienne chaine d’acquisition (BL1500). On voit, compte tenu des problématiques
techniques que j’ai détaillées plus haut, toutes les incertitudes quant à la fiabilité de leurs conclusions.
Dans ce contexte, une étape primordiale de mon travail fut de réaliser un nouveau schéma numérique de
traitement des signaux (ancien et nouveau capteur), en utilisant la dernière chaine d’acquisition, afin de
comparer nos signaux et leurs informations utiles aux observations météorologiques observées
localement.
Vincent CAURE 50
3.2 Etat des lieux de la caractérisation du signal issu de l’ancien capteur (années 2000/2001)
Le groupe de recherche de l’ENSIM qui a travaillé en 2000/2001 sur la caractérisation du signal orageux
est composé d’Hélène SILVERT et Gladys GAUDE. Elles ont réussi à mettre en exergue des pistes
sérieuses, notamment des indicateurs à seuils et des catégories de signaux. Leur stratégie de traitement est
basée sur quatre principaux indicateurs : seuil en amplitude, seuil en variance, seuil en puissance et le
nombre de bipolarités. En outre, elles ont différencié six catégories de signaux, orageux et non orageux
[ENS00].
Seuils
- seuil en amplitude : 2 V
- seuil en variance : 0.35
- seuil en puissance : 50 (homogène à des W)
- Nombre de bipolarités ? (encore non déterminé)
Un signal dépassant au moins un de ces trois seuils est, selon Hélène SILVERT et Gladys GAUDE, de
façon certaine un orage. Cependant, elles ont remarqué que quelques signaux acquis sous condition
d’orage ne dépassaient aucun de ces seuils. Ces orages non détectés appartiennent à des « zones
d’ambiguïté » légèrement inférieures aux seuils présentés ci-dessus, à l’intérieur desquelles on peut
manquer des orages. La zone d’ambiguïté la plus grande concerne l’amplitude puisqu’elle existe entre 0,5
et 2V. La variance et la puissance semblent être de meilleurs indicateurs puisqu’ils comportent des zones
d’ambiguïté beaucoup plus faibles. Le nombre de bipolarités caractéristiques n’a pas été mis en évidence.
On sait seulement que les orages possèdent plus de bipolarités que d’autres phénomènes météorologiques
(pluie, grêle, brouillard…).
Catégories
Hélène SILVERT et Gladys GAUDE distinguent trois catégories différentes de signaux acquis sous
orage :
- Catégorie I : On observe de grands pics fins, un grand nombre de bipolarités au moment de
l’orage. Cette catégorie regroupe des orages de forte amplitude (au-dessus de 2V). La variance
est en général nettement supérieure à 2,5. La puissance est en général supérieure à 60. Le
nombre de bipolarités est important, souvent de l’ordre d’une vingtaine.
- Catégorie II : Cette catégorie représente des orages de plus faible amplitude que la catégorie
I : comprise entre 1 et 2 V en général. La variance est plus faible que la catégorie I, en général
inférieur à 1. La puissance est plus faible que la catégorie I, en général inférieure à 50. Les pics
sont plus larges. Le nombre de bipolarités n’est pas caractéristique pour cette catégorie, mais il
est toujours inférieur à la catégorie I.
- Catégorie III : Cette catégorie regroupe tous les signaux qui ne peuvent être classés dans les
deux catégories précédentes. Elle représente les signaux fortement bruités, avec peu de
bipolarités. On ne peut pas mettre en évidence de forme particulière, ni de périodicité.
L’amplitude est souvent comprise entre 1 et 3 V, la variance entre 0 et 10, la puissance entre
10 et 100.
Hélène SILVERT et Gladys GAUDE ont aussi classé les phénomènes non orageux :
- Catégorie I : Catégorie la plus fréquente des signaux non orageux, présentant un pic fin
d’amplitude positive faible < 1,5 V. On observe ces signaux pour des averses et des grands
vents, dans la majorité des cas. Une variante peut être incluse dans cette catégorie : un pic du
même genre que celui décrit ci-avant, mais avec une composante d’amplitude positive suivie
d’une négative. Pour cette catégorie, la variance est faible et < 0,06. Le nombre de bipolarités
vaut 1, 2 ou 3. Notons que le nombre de bipolarités orageuses est toujours supérieur à 3, ce qui
peut être un critère de partage entre phénomènes orageux et non orageux ?
- Catégorie II : Ces signaux sont plus bruités que la catégorie I. Les pics restent fins mais sont
plus larges que la catégorie I, entre 450 et 550 secondes en général. L’amplitude n’est pas
caractéristique, elle est répartie entre 0 et 2 V.
Vincent CAURE 51
- Catégorie III : C’est un signal avec peu de bipolarités. Les pics sont larges > à 700 secondes.
On peut trouver une ressemblance entre cette catégorie et la catégorie III des orages.
Cependant, l’amplitude est globalement plus faible.
Les indicateurs à seuils ont permis de détecter un peu plus 70% des orages. Les 30% restants n’ont pas pu
être différenciés des autres phénomènes météorologiques (zones d’ambiguïté). La catégorie qui a été la
mieux détectée est la « I » avec un taux de réussite proche de 100%, puis la « II » avec 65% et enfin la
« III » avec 45%. Enfin, elles ont conclu qu’un signal ayant un nombre de bipolarités 3 n’est pas un
orage.
3.3 Avril 2007, ma méthodologie de traitement numérique du signal
3.3.1 Généralités
Le schéma de traitement numérique que j’ai développé sous le logiciel Matlab m’a permis de calculer sur
le nouveau signal, les indicateurs qu’Hélène SILVERT et Gladys GAUDE mirent en évidence sur
l’ancien signal (amplitude, variance, puissance et bipolarité). Grâce à ce traitement numérique, j’ai pu
réaliser une comparaison qualitative et quantitative des signaux issus de l’ancien et du nouveau capteur
ainsi qu’une vérification de la pertinence des seuils caractéristiques et de leur cohérence avec les
phénomènes météorologiques qui se sont physiquement déroulés aux alentours proche du Mans (je
rappelle que le lieu d’implantation du mât qui accueille les capteurs est sur le campus de l’université du
Maine).
L’enregistrement des signaux est réalisé via la dernière chaine d’acquisition c’est-à-dire : le mât, le boîtier
de connexion, la carte EDAS, Ethernet et le PC du laboratoire de l’OAM sur lequel est exploité le logiciel
Visual Designer (Cf. chapitre 2.5). La période d’enregistrement (ou d’écriture) des valeurs numériques du
signal dans le fichier de données est initialement réglée à 15 secondes, soit une fréquence d’acquisition
numérique de 0,0667 Hz. Cette période est-elle correctement choisie ? Pour déterminer une fréquence
d’échantillonnage cohérente, il est convenable de rappeler les bases d’une chaîne d’acquisition, de
traitement et de restitution d’un signal [COT02] [MAN00] [TAN07] :
Signal Signal
analogique échantillonné
d’entrée s(t) se(kTe)
Filtre de
restitution
CAN µP Signal
CNA analogique de
sortie s2(t)
Filtrage
analogique Traitement et
Filtrage
numériques
Figure 32 : principe d’une chaîne d’acquisition, traitement et restitution du signal
Le capteur, qui est l’interface entre le monde physique et le monde électrique, délivre un signal électrique
analogique image du phénomène physique que l’on souhaite numériser. Il est toujours associé à un circuit
de mise en forme (amplificateur + filtre).
Vincent CAURE 52
Le filtre d’entrée, appelé filtre anti-repliement, a pour rôle de limiter le contenu spectral du signal aux
fréquences qui nous intéressent. C’est un filtre passe-bas que l’on caractérise par sa fréquence de coupure
et son ordre.
L’échantillonneur a pour rôle de prélever à chaque période d’échantillonnage Te la valeur du signal. On
l’associe de manière quasi-systématique à un bloqueur (on parle d’échantillonnage régulier ou bloqueur).
Le bloqueur va figer l’échantillon pendant le temps nécessaire à la conversion. Ainsi, pendant la
numérisation, la valeur de la tension (ou du courant) de l’échantillon reste constante, assurant une
conversion aussi juste que possible.
Le CAN va transformer la tension de l’échantillon (analogique) en un code binaire (numérique). Cette
opération est la quantification (la quantification introduit une erreur de quantification à l’origine du bruit
de quantification).
Le système à micro processeur (DSP, ordinateur, …) et sa zone de stockage (RAM, disque dur) vont
réaliser le traitement numérique du signal et la transmission des données vers un support éloigné via un
protocole de communication (ASCII, Modbus, Ethernet…).
Le CNA assure l’opération inverse du CAN. C’est l’opération de restitution qui a pour but de redonner un
signal continu temporellement à partir de valeurs discrètes connues à des instants kTe. Pour reconstituer
la continuité du signal, il faut effectuer une interpolation entre deux instants de discrétisation. Cette
interpolation sera précédée du système permettant de transformer un nombre binaire en une valeur
continue en amplitude, procédé inverse de la quantification. La transformation du code numérique en une
valeur analogique ne produit aucune erreur sur le signal, contrairement au processus de quantification.
Le filtre analogique de sortie, appelé filtre de restitution sera calculé de la même manière que le filtre
anti-repliement. Son rôle est de « lisser » le signal de sortie pour ne restituer que le signal utile.
Parfois, un amplificateur de sortie est incorporé dans la chaîne, dont le but est d’adapter la sortie du filtre
à la charge.
Nous remarquons que notre chaîne d’acquisition OAM n’est composée que des parties acquisition et
traitement. La partie restitution n’existe pas. La carte EDAS joue le rôle de CAN, de zone tampon, de
codage dans le protocole Ethernet des informations binaires et de leur transfert vers le PC du laboratoire
de l’OAM. La partie traitement numérique est pour le moment réalisée par mon algorithme Matlab. Plus
loin dans ce mémoire, je présenterai l’intégration d’un système autonome de traitement numérique du
signal temps réel qui jouera le rôle de CAN et de traitement numérique embarqué.
3.3.2 Choix de la période d’acquisition du signal
L’échantillonnage consiste à représenter un signal analogique continu s(t) par un ensemble de valeurs
discrètes s(kTe) avec k entier et Te constant appelé période d’échantillonnage. La détermination de la
période d’échantillonnage est primordiale. En effet, il est clair que la diminution du temps entre deux
échantillons ne peut qu’améliorer la qualité du traitement numérique, mais cette diminution est au prix du
traitement (acquisition, mémorisation et calcul) d’un plus grand nombre d’échantillons. Le problème de
l’échantillonnage se pose donc en ces termes : existe-t-il, pour un signal donné, une période
d’échantillonnage qui soit un « bon compromis » entre la qualité du traitement numérique et la
minimisation du nombre de mesures [COT02] [BEL06] [KPA03] [MAN00] ?
Nous supposerons un signal s(t) ayant un spectre à support borné, c’est-à-dire limité. Sa transformée de
Fourrier est nulle si la fréquence considérée est supérieure à la fréquence maximale contenue dans le
signal : S(f) = 0 pour f > fmax. Cette limitation spectrale est soit naturelle (répartition originale du signal),
soit artificielle en utilisant un filtre.
Envisagé dans le domaine temporel, le processus d’échantillonnage revient à multiplier le signal

analogique s(t) par une série d’impulsions unités : le « signal » obtenu est alors constitué d’une succession
d’impulsions dont la hauteur est modulée par l’amplitude du signal échantillonné. Cette opération
mathématique, permettant d’avoir une représentation du signal échantillonné se(t), s’obtient en utilisant le
Vincent CAURE 53
peigne de Dirac. Le peigne de Dirac utilisé dans l’échantillonnage des signaux est une suite de pics de
Dirac régulièrement espacés de la période d’échantillonnage Te :
k = +∞
PgnTe(t) = ¦ δ (t − kTe)
k = −∞
Le signal échantillonné se(t) est une suite de pics de Dirac dont les poids sont les valeurs du signal s(t) aux
instants kTe. D’après les propriétés du peigne de Dirac, nous avons donc l’expression de se(t) :
k = +∞ k = +∞
se(t) = s(t) PgnTe(t) = s(t) ¦ δ (t − kTe) =
k = −∞
¦ s(kTe)δ (t − kTe)
k = −∞
Cette opération est illustrée par la figure 33 ci-dessous qui présente les opérations associées à l’obtention
d’un signal échantillonné :
Figure 33 : obtention d’un signal échantillonné
Ainsi, d’un point de vue mathématique, l’opération d’échantillonnage est représentée par la multiplication
par la fonction peigne de Dirac. La question essentielle à se poser est : le signal échantillonné se(t)
contient-il la même information que le signal initial s(t) ? Une manière de répondre à cette question est
d’étudier le spectre Se(f) du signal échantillonné se(t) et de le comparer au spectre S(f) issu du signal
initial s(t). Nous connaissons la transformée de Fourrier de la suite de pics de Dirac qui est donnée par :
n = +∞
F
PgnT0(t) ←⎯→ F0 PgnF0(f) = F0 ¦ δ ( f − nF 0)
n = −∞
D’après le théorème de Plancherel, le spectre du signal échantillonné sera donné par le produit de
convolution du spectre du signal initial avec la transformée de Fourrier de la suite de pics de Dirac :
ª k =+∞ º
Se(f) = S(f) ∗ « Fe ¦ δ ( f − kFe)»
¬ k =−∞ ¼
Etant donné la propriété du peigne de Dirac de périodisation par le produit de convolution, on a :
ª k =+∞ º k = +∞ k = +∞
Se(f) = S(f) ∗ « Fe ¦ δ ( f − kFe)» = Fe ¦ S ( f ) ∗ δ ( f − kFe) = Fe ¦ S ( f − kFe)
¬ k =−∞ ¼ k = −∞ k = −∞
Vincent CAURE 54
Par conséquent, le spectre de l’échantillonné Se(f) s’obtient en périodisant avec une période égale à Fe, sur
l’axe des fréquences, la transformée de Fourrier S(f) du signal initial s(t) multiplié par Fe.
Figure 34 : effet de l’échantillonnage sur le spectre du signal d’entrée
A partir de ce résultat, représenté par la figure 34 ci-dessus, nous pouvons faire une première remarque :
pour que la répétition périodique du spectre du signal échantillonné ne déforme par le motif répété, il faut
et il suffit que la fréquence de répétition Fe, qui est la fréquence d’échantillonnage, soit égale ou
supérieure à deux fois la fréquence maximale du signal fmax. C’est le théorème de l’échantillonnage ou
aussi appelé théorème de Shannon :
Fe 2 fmax
Fe
Pour une fréquence d’échantillonnage fixée et égale à Fe, la fréquence limite appelée fréquence de
2
Shannon ou fréquence de Nyquist ou encore fréquence de repliement (folding frequency), correspond à la
fréquence maximale admissible dans le spectre du signal afin d’éviter les distorsions du spectre de
l’échantillonné.
Dans le cas où la condition du théorème de Shannon n’est pas respectée, il y a donc un phénomène de
recouvrement de spectre. La figure 35 ci-dessous présente ce chevauchement de spectre et donc le spectre
résultant. C’est ainsi qu’une fréquence située dans la zone de repliement est susceptible d’appartenir à la
fois au spectre de base du signal et à son spectre image décalé de ± Fe.
Figure 35 : recouvrement de spectre
Cet effet peut être vu comme un effet stroboscopique. Ainsi, pour une fréquence d’échantillonnage Fe
Fe
telle que Fe < 2fmax (non respect du théorème de l’échantillonnage), une fréquence fr comprise entre
2
et fmax est vue comme la fréquence Fe – fr, dite fréquence fantôme de la fréquence fr. Cette raie
fréquentielle due au repliement va apparaître comme une raie appartenant au signal alors qu’elle n’a
aucune existence réelle. Ou encore, l’amplitude de cette raie fantôme va s’ajouter à l’amplitude de la
composante fréquentielle fn = Fe – fr existant réellement.
Il est important de remarquer que l’échantillonnage idéal est réalisé à l’aide d’impulsions de durée nulle,
aussi le spectre se répète indéfiniment sans atténuation. Dans la pratique, la durée de prélèvement d’un
Vincent CAURE 55
échantillon du signal a une valeur finie non nulle. Dans ce cas, la répétition du spectre se fait avec un
affaiblissement progressif et diminue ainsi l’effet de repliement.
Pour éviter les répliques indésirables dues au repliement, il est indispensable que le spectre du signal ne
Fe
dépasse en aucun cas la fréquence de Nyquist ; cette fréquence est la plus élevée du signal qui soit sa
2
propre réplique. Si le signal analogique possède des fréquences supérieures, il faut faire précéder
l’échantillonneur d’un filtre passe-bas anti-repliement, dont la fréquence de coupure est la fréquence de
Nyquist, de manière à supprimer toutes fausses fréquences. Dans la plupart des cas, ce filtrage est
indispensable. En effet, le signal peut soit intégrer des hautes fréquences inutiles pour son exploitation,
soit être superposé à un bruit qui augmente fortement la fréquence maximale. La largeur de bande du
signal échantillonné est ainsi limitée.
Fe
Théoriquement, ce filtre analogique à la fréquence de coupure Fc = doit avoir une pente de réjection
2
infinie, ce qui est physiquement impossible. Les filtres seront choisis avec une pente d’autant plus faible
que la fréquence maximale du signal est inférieure à la fréquence de Nyquist. Par exemple, si l’on désire
échantillonner un signal jusqu’à la fréquence maximale fmax, la fréquence d’échantillonnage Fe sera
Fe
choisie égale à nfmax avec n variant de 2,5 à 5 pour éloigner la fréquence de Nyquist ( ) de la fréquence
2
maximale choisie, et ainsi obtenir une atténuation suffisante des fréquences sosies.
fmax Fe/2 Fe - fmax Fe Log(f)

0
Atténuation en db
Filtre anti-repliement
(pente en db)
-A
Figure 36 : diagramme de Bode d’un filtre anti-repliement
Pour avoir une atténuation A en dB au niveau de la première fréquence de repliement Fe - fmax, la pente p
du filtre s’exprime en dB/octave selon la relation suivante :
A log 2 A log 2
p= =
ª Fe − f max º log(n − 1)
log « »
¬ f max ¼
Vincent CAURE 56
Dans la pratique, la réalisation de l’échantillonnage d’un signal sera un compromis entre la raideur du
filtre passe-bas d’entrée et la fréquence d’échantillonnage.
On peut ainsi remarquer que pour avoir une atténuation de 100 (-40dB) au niveau de la première
fréquence fantôme et utiliser un filtre passe-bas du deuxième ordre (soit une pente de -12dB/octave), il est
nécessaire de prendre une fréquence d’échantillonnage égale à 11 fois la fréquence maximale choisie. La
figure 37 ci-dessous exprime ceci (l’axe des abscisses représente le rapport fréquence d’échantillonnage
sur fréquence maximale nécessaire pour obtenir une atténuation de 100 pour la première fréquence
fantôme ; l’axe des ordonnées représente la pente du filtre anti-repliement en dB).
Figure 37 : pente du filtre anti-repliement en fonction du rapport fréquence d’échantillonnage / fmax
En ce qui concerne notre nouveau capteur, il est muni d’un filtre passe-bas anti-repliement de type
Butterworth du second ordre, de fréquence de coupure égale à 1 Hz. Un filtre de Butterworth (décrit par
l’ingénieur britannique Stephen Butterworth dans les années 1930), est un type de modèle de filtre
linéaire conçu pour posséder un gain aussi constant que possible dans sa bande passante.
Un filtre passe-bas de Butterworth est un filtre d’ordre n dont la fonction de transfert normalisée peut se
mettre sous la forme :
1 ω
Hn( jx ) = avec x =
Pn( jx ) ωc
Où Pn(jȦ) est un polynôme complexe de Butterworth, de degré n, tel que le module de la fonction de
transfert satisfasse à l’équation :
1
Hn( jx ) =
én
1+ x
Pour le second ordre, n = 2, on a alors :

2
§ ω ·
Pn(jȦ) = 1 + 2 j ω +¨ j ¸
ω c © ωc ¹
Vincent CAURE 57
La figure 38 ci-dessous présente les gains des filtres de Butterworth passe-bas d’ordre 1 à 5 en fonction
de la pulsation.
Figure 38 : gains des filtres Butterworth
Comme on peut le voir, le gain d’un filtre de Butterworth est très constant dans la bande passante et tend
vers 0 dans la bande de coupure. Sur un diagramme de Bode logarithmique, cette réponse décroît
linéairement vers - ∞ , de -6dB/octave (-20dB/décade) pour un filtre de premier ordre, et de -12dB/octave
(soit -40dB/décade) pour un filtre de second ordre (-18dB/octave soit -60dB/décade pour un filtre du
troisième ordre, etc.).
Pour notre capteur, ce type de filtre est pertinent puisqu’il permet, grâce à sa stabilité dans sa bande
passante, de rendre une image fidèle des courants de pointe. Sa fréquence de coupure fut fixée à 1 Hz
pour deux raisons principales :
- Nos pointes peuvent faire antennes et capter des fréquences extérieures nuisibles (naturelles ou
produites par l’homme). L’ordre de grandeur de ces fréquences est le kHz voir le Mhz. Une
fréquence de coupure de 1 Hz nous permet de nous prémunir de ce problème.
- La fréquence maximale contenue dans notre signal est liée aux bipolarités qui constituent la
composante alternative du signal. Prenons un exemple de deux cumulonimbus se suivant et
d’une longueur de 100 mètres chacun, poussés par un vent soufflant à 50 km.h-1 : il leur faut
14,4 secondes pour parcourir 200 mètres, c'est-à-dire pour former deux alternances (une
période) au dessus de notre capteur. Même si le vent souffle à 100 km.h-1 et que nos deux
nuages ne mesurent plus que 50 mètres chacun, il leur faudra tout de même 3,6 secondes pour
former une période (soit 0,277 Hz). La fréquence de coupure paramétrée à 1 Hz est donc
cohérente avec des conditions climatiques rudes comme une tempête orageuse par exemple.
Compte tenu de la fréquence de coupure à 1 Hz du filtre anti-repliement de notre nouveau capteur ainsi
que de son ordre (second ordre), et au vu de la démonstration précédente qui indique que pour ce type de
filtre il faut une fréquence d’échantillonnage valant 11 fois la fréquence de coupure du filtre pour atténuer
de 100 la première fréquence fantôme, il nous faudrait échantillonner notre signal à 11 Hz.
Vincent CAURE 58
Par contre, on se rend compte que la fréquence d’échantillonnage paramétrée en 2002 par l’OAM sur la
dernière chaîne d’acquisition à 0,0667 Hz (c'est-à-dire l’écriture d’une valeur numérique toutes les 15
secondes dans le fichier de données), est fausse et est 165 fois trop faible ! C’est pourquoi, le 03 mai
2007, j’ai modifié le programme d’acquisition du laboratoire OAM, en paramétrant l’écriture des données
dans le fichier d’acquisition avec une période de 1 seconde, soit 1 Hz (ce qui est encore, en théorie par
rapport à la fréquence de coupure de 1 Hz, 11 fois trop faible). Je n’ai pas pu paramétrer la fréquence au
dessus de 1 Hz, car l’écriture des données dans le fichier d’acquisition est liée à l’heure, et le programme
qui écrit les « data » ne sait pas gérer les millisecondes ; un échantillonnage au dessus de 1 Hz imposerait
l’horodatage au format [hh:mm:ss:ms], qui n’est pas prévu. Il faudra donc interpréter avec prudence les
résultats numériques (notamment les analyses spectrales) de nos signaux.
Mais, compte tenu de la très faible fréquence maximale attendue dans la composition nos signaux (une
période toutes les 3,6 secondes soit 0,277 Hz), les résultats de nos calculs numériques ne devraient pas
être incohérents. En effet, un échantillonnage à 1 Hz est 3,6 fois supérieur à 0,277 Hz, ce qui est supérieur
à la fréquence de Nyquist (2fmax = 0,554 Hz).
Dans l’avenir, avec le système d’acquisition et de traitement temps réel que je présente au chapitre 5,
nous pourrons réaliser une acquisition des signaux avec une fréquence supérieure à 1 Hz. Idéalement, il
nous faudrait échantillonner à 11 Hz, mais dans un souci de compromis entre la fréquence
d’échantillonnage et la quantité d’informations à traiter, je pense qu’une acquisition à 5 Hz devrait être
satisfaisante et nous permettra de remplir les conditions de Nyquist. Cette architecture devrait nous
permettre d’affiner l’observation et l’étude du signal.
3.3.3 Le filtrage numérique
Avant de présenter le type de filtre numérique que j’ai utilisé pour l’étude de notre signal, il convient de
faire quelques rappels sur les filtres linéaires discrets invariants dans le temps [BEL06] [[COT02]
[KPA03].
Les filtres linéaires discrets invariants dans le temps (LIT) constituent le domaine des filtres numériques à
coefficients fixes. Ces systèmes se caractérisent par leur fonctionnement qui est régi par une équation de
convolution. L’analyse de leurs propriétés se fait à l’aide de la transformée en Z, qui joue pour les
systèmes discrets le même rôle que la transformée de Laplace ou de Fourrier pour les systèmes continus.
(Ces derniers éléments mathématiques ne seront pas introduits).
Un système discret est un système qui convertit une suite de données d’entrées x(n) en une suite de sorties
y(n). Il est linéaire si la suite x1(n) + ax2(n) est convertie en la suite y1(n) + ay2(n). Il est invariant dans le
temps si la suite x(n-n0) est convertie en la suite y(n-n0) quel que soit n0 entier.
C’est l’opération de convolution qui caractérise le système linéaire invariant dans le temps. Un tel
système est donc complètement défini par la donnée de la suite h(n), qui est appelée réponse
impulsionnelle du système :
Filtre
{x(n)} {y(n)}
{h(n}
{h(n)}
Figure 39 : opération de filtrage numérique
Au vue de la linéarité et de l’invariance temporelle :

+∞ +∞
y(n) = h(n) * x(n) = ¦ x( k ) h( n − k ) =
k = −∞
¦ h( k ) x ( n − k )
k = −∞
Ce système possède la propriété de causalité si la sortie à l’indice n = n0 ne dépend que des entrées aux
indices n n0 (ce que nous considérerons). Cette propriété implique que h(n) = 0 pour n < 0, et la sortie
est donnée par :
Vincent CAURE 59
n n
y(n) = ¦ x(k )h(n − k ) = ¦ h(k ) x(n − k ) avec n = 0, 1, 2 …
k =0 k =0
Un système LIT est stable si à toute entrée d’amplitude bornée correspond une sortie bornée. Une
condition nécessaire et suffisante de stabilité est donnée par l’inégalité :
¦ h( n ) < ∞
n
Les systèmes LIT très intéressants sont ceux pour lesquels les suites d’entrée et de sortie sont liées par
une équation aux différences linéaires à coefficients constants. En effet, d’une part ils correspondent à des
relations simples et d’autre part ils constituent une excellente modélisation de nombreux systèmes
naturels. Un système de ce type d’ordre N est défini par la relation suivante :
N N
y(n) = ¦
i =0
[ai x(n-i)] - ¦
i =1
[bi y(n-i)]
A partir de cette expression, nous pouvons distinguer deux grandes catégories de filtres : les filtres non
récursifs pour lesquels tous les coefficients bi sont nuls et les filtres récursifs pour lesquels au moins un
coefficient bi est non nul. Ces derniers sont aussi définis comme des filtres possédant une boucle de
contre-réaction.
Filtre
Entrée x(n) Sortie y(n)
non-récursif
Filtre
Entrée x(n) Sortie y(n)
récursif
Figure 40 : filtres non-récursif et récursif
Pour les filtres non récursifs, l’équation de définition est donc limitée à :
N
y(n) = ¦i =0
[ai x(n-i)]
De plus, dans le cadre des systèmes linéaires invariants, nous pouvons utiliser l’équation de convolution
discrète qui est liée aux échantillons de la réponse impulsionnelle h(n) :
+∞
y(n) = ¦ h(k) x(n - k)
k = −∞
Cette équation amène à définir les filtres à réponse impulsionnelle finie pour lesquels il faut utiliser la
réponse impulsionnelle dans son domaine d’existence, soit :
N
y(n) = ¦ h(k) x(n - k)
k =0
Vincent CAURE 60
En effet, un filtre linéaire discret est réalisable si sa réponse impulsionnelle est causale (l’effet ne peut pas
précéder la cause). Ainsi, les filtres à réponse impulsionnelle finie pourront être réalisés directement à
partir de filtres non récursifs.
Une propriété importante des filtres RIF est que les coefficients a de l’équation de définition des filtres
non récursifs sont égaux à la réponse impulsionnelle h du filtre. On remarquera que la forme temporelle
du filtre est la convolution du signal d’entrée avec sa réponse impulsionnelle.
Dans mon algorithme Matlab de traitement du signal, j’ai utilisé un filtrage par moyenne temporelle
glissant d’ordre N qui s’exprime par :
1 N −1
y(n) = ¦ x(n − k )
N k =0
Nous pouvons remarquer que cette opération correspond à l’équation aux différences des filtres non
1
récursifs pour laquelle les coefficients ai sont tous égaux à . La réponse impulsionnelle h(k) est elle-
N
1
aussi constante et vaut par définition également . Ce filtrage par moyenne temporelle glissant est une
N
forme de filtre RIF. Ce type de système va permettre de réaliser un « lissage » du signal d’entrée
conduisant par exemple à la suppression d’un bruit résiduel ou à l’atténuation d’un bruit de type impulsif
ou informatif. Par contre, ce type de traitement peut modifier fortement le signal informatif, et est efficace
sur les signaux lentement variables devant le pas d’échantillonnage. Le choix de la profondeur de lissage
doit être choisi avec précaution. Dans la littérature, l’utilisation de ce filtre est conseillée avec une
profondeur de lissage N comprise entre 5 et 20. J’ai choisi de la paramétrer à 10, ce qui permet d’éliminer
les impulsions et de maintenir les valeurs maximales des créneaux, en diminuant toutefois leurs pentes.
Compte tenu de la variabilité faible de notre signal (de l’ordre du Hz) et compte tenu de l’effet de lissage
du bruit informatif que je recherche afin de limiter l’effet de discontinuité d’amplitude, il semble que cette
technique soit bien appropriée. La fonction utilisée sous Matlab est « filter ».
3.3.4 Caractérisation et détection du signal
Il semble que notre signal ne soit pas déterministe. En effet, sa valeur à un instant donné ne peut pas être
connue avec certitude. C’est-à-dire qu’il comporte un caractère imprévisible, dû au hasard ou à un
ensemble de phénomènes physiques, météorologiques et atmosphériques encore mal maitrisés et qui
présentent des fluctuations permanentes. La partie utile du signal est donc dépendante d’un ensemble de
perturbations d’origines diverses. Pour cette raison, notre signal ne peut pas être modélisé à l’aide de
fonctions mathématiques analytiques. Le modèle mathématique qui convient à l’étude de ce genre de
signaux est le modèle aléatoire utilisant les théories des probabilités. La théorie des modèles des signaux
aléatoires à temps discret utilise donc des variables aléatoires ou des vecteurs aléatoires pour définir le
signal [TAN07]. Dans ce mémoire, je ne réalise pas cette modélisation qui nécessiterait une étude
statistique approfondie : stationnarité, convergence, ergodisme, densité et loi de probabilité ou encore
fonction de répartition. Par conséquent, j’utilise la même démarche de caractérisation qu’Hélène
SILVERT et Gladys GAUDE, plus triviale et rapidement exploitable. Dans ce cadre, mes résultats
numériques seront homogènes et directement comparables aux résultats numériques déjà connus. Cette
stratégie est basée sur un moment d’ordre 2 (ou variance), sur la puissance et sur l’amplitude.
Effacement de l’offset
Préalablement aux calculs des indicateurs, il m’est apparu important de veiller à ce qu’aucun offset ne
vienne s’ajouter aux signaux. Pour ce faire, avant tout calcul dans l’algorithme, je retire à chaque signal
sa valeur moyenne sur l’intégralité de la fenêtre d’enregistrement. Cette opération permet de retrancher au
signal sa composante continue et améliore ainsi la qualité des calculs. Pour cela, j’utilise fonction Matlab
« mean ».
Vincent CAURE 61
Estimation de la variance [QUI00]
La valeur m est la moyenne de la variable x ; la variance ı2 est le moment d’ordre deux de la variable
centrée (x-m) ; ı est aussi appelée écart-type. La variance représente la dispersion des points autour de la
valeur moyenne de l’échantillon.
En traitement du signal, deux estimées sont généralement considérées pour la variance :
N
1
- ı21N = ¦
N − 1 i =1
(xi – mN) 2
1 N
- ı22N = ¦
N i =1
(xi – mN) 2
ı21N est non biaisé et ı22N est biaisé. On choisira donc de préférence le premier estimateur. Le biais est
appelé parfois erreur systématique et représente la différence entre la valeur vraie du paramètre et la
valeur moyenne du paramètre. La valeur moyenne du paramètre estimé est la valeur que prendrait ce
paramètre s’il était possible de réaliser un nombre infini d’expériences. On a donc intérêt à ce que cette
valeur moyenne soit proche de la valeur vraie, autrement dit que le biais soit faible.
L’estimation de la variance de notre signal aléatoire doit être calculée sur le signal centré, suivant le
diagramme ci-dessous :
N
x(t) x(t) - m y(t) = variance
¦
( )2 1
CENTRAGE
N −1 i =1
Figure 41: estimation de la variance

1
§ 1 N 2·
2
¨
Ce schéma est réalisé par la fonction Matlab « std »: std(x) = N − 1
©
¦
i =1
( x i − m N ) ¸
¹
. Le résultat de la
fonction « std » est donc mis au carré afin d’obtenir la variance au sens de ı21N. Afin d’évaluer
l’évolution de la variance tout au long de l’acquisition du signal, nous réalisons ce calcul sur une fenêtre
temporelle de 10 points à laquelle on ajoute à chaque fois un 11ème point. Au total la fenêtre mesure 11
points soit 11s pour un échantillonnage à 1 Hz.
Estimation de la puissance [COT02]

La puissance moyenne P(t1, t2), exprimée en watt (W), se calcule de la manière suivante :
W (t1 , t 2 )
P(t1, t2) = où W s’exprime en Joule et (t1, t2) en seconde
(t 2 − t1 )
Par extension, on appelle énergie Ws et puissance moyenne Ps d’un signal s(t), calculées sur un intervalle
[t1, t2], les valeurs quadratiques et quadratiques moyennes suivantes :
t2 t
2
1
³s ³
2
Ws(t1, t2) = (t )dt et Ps(t1,t2) = s 2 (t )dt
t1
(t 2 − t1 ) t1
Dans le domaine discret, si la suite représentant le signal est bornée, la puissance moyenne s’exprime
par :
N
Pm = 1 ¦ x ( n) 2
N 1
Vincent CAURE 62
Afin d’évaluer l’évolution de la puissance tout au long de l’acquisition du signal, nous réalisons ce calcul
avec la fonction « sum » qui calcule la somme des échantillons (préalablement mis au carré), sur une
fenêtre de 10 points à laquelle on ajoute à chaque fois un 11ème point. Au total la fenêtre mesure 11 points
soit 11s pour un échantillonnage à 1 Hz. Il suffit alors de diviser le résultat de « sum » par 11 pour obtenir
l’indicateur « puissance ».
Calcul du nombre de bipolarités
J’ai réalisé l’étude du nombre de bipolarités sur le signal filtré et sur le signal brut. Pour en déterminer le
nombre, on compare le signe de deux points consécutifs grâce à la fonction Matlab « sign » : si le signe
est différent, on incrémente une variable « compteur », qui donne l’image du nombre de bipolarités. Dans
le but d’éviter de compter des bipolarités dues au bruit, j’ai fixé un seuil de comptage à ± 0,1 V sur le
signal filtré et à ± 0,3 V sur le signal brut. J’ai évalué ces seuils sur les graphes lorsqu’aucun phénomène
n’était détecté.
Calcul de l’amplitude
Le calcul du maximum d’amplitude du signal est réalisé grâce à la fonction « max » de Matlab qui donne
la valeur la plus élevée d’un vecteur, ainsi que son indice d’apparition. Cette dernière donnée m’a permis
de connaître l’heure d’apparition des maximums.
Le calcul du maximum d’amplitude sur le signal donne la valeur relative la plus élevée; c’est-à-dire qu’un
pic de 1 V est supérieur à un pic de -3 V. Hors, compte tenu du caractère « zébré » des nuages qui
provoquent l’activité de notre signal, il m’a paru essentiel de donner autant d’importance aux valeurs
négatives qu’aux valeurs positives. Pour cela, j’ai complété l’algorithme par le calcul du maximum de la
valeur absolue du signal grâce à la fonction Matlab « abs ».
3.3.5 Analyse spectrale discrète
Afin d’essayer d’identifier une périodicité dans nos signaux orageux, j’ai ajouté dans l’algorithme de
traitement numérique une analyse spectrale basée sur la FFT. Ainsi, si une fréquence caractéristique est
identifiée, elle pourra servir d’indicateur de détection supplémentaire.
Voici un rappel sur l’analyse de Fourier des signaux non périodiques [BEL06] [COT02] [KPA03]
[TAN07] :
La transformée de Fourier discrète s’introduit quand il s’agit de calculer la transformée de Fourier d’une
fonction à l’aide d’un calculateur numérique. En effet, un tel opérateur ne peut traiter que des nombres, et
de plus en quantité limitée par sa taille mémoire.
Il s’ensuit que la transformée de Fourier est définie par :
∞
S(f) = ³
−∞
s(t) e-j2ʌft dt
Elle doit être adaptée, d’une part en remplaçant le signal s(t) par des nombres s(nT) qui représentent un
échantillonnage de ce signal et d’autre part en limitant l’ensemble des nombres sur lesquels portent les
calculs à une valeur finie N. Le calcul fournit alors des nombres S*(f) définis par :
N −1
S*(f) = ¦
n =0
s(nT) e-j2ʌfnT
Comme le calculateur est limité dans sa puissance de calcul, il ne peut fournir ces résultats que pour un
nombre limité de valeurs de la fréquence f, qu’il est naturel de choisir multiple d’un certain pas de
fréquence ǻf. Alors, l’expression de la transformée de Fourier discrète devient :
Vincent CAURE 63
N −1
S*(kǻf) = ¦
n =0
s(nT) e-j2ʌkǻfnT
1
Si les N échantillons ont été prélevés avec une fréquence d’échantillonnage Fe = , la durée du signal
Te
échantillonné sur laquelle a été calculée la transformée de Fourier discrète est donnée par :
N
Ĳ = N Te =
Fe
En conséquence, le spectre de ce signal échantillonné, composé aussi de N termes, est calculé sur un
domaine fréquentiel [0, Fe], avec une précision ou distance fréquentielle entre points égale à :
1 1 Fe
ǻf = = =
τ NTe N
D’autre part, nous savons que l’échantillonnage dans l’espace des fréquences correspond à une périodicité
dans l’espace des temps, ce qui implique que la transformée de Fourier discrète ainsi calculée se présente
sous la forme de valeurs fréquentielles discrètes qui sont caractéristiques du spectre des fonctions
périodiques.
La transformée de Fourier rapide (TFR ou FFT) est un algorithme permettant de réduire le nombre
d’opérations, en particulier le nombre de multiplications, pour calculer la TFD. Ce temps de calcul est en
effet primordial pour réaliser des systèmes numériques en « temps réel ». Il existe différents algorithmes
de FFT. Le plus connu et le plus utilisé est celui de Coley-Tukey (appelé aussi entrelacement temporel de
réduction à base 2). C’est cet algorithme qui est utilisé par Matlab avec la fonction « fft ».
En outre, il faut noter que l’enregistrement des données numériques de notre signal par notre chaîne
d’acquisition impose un temps fini. Ce temps fini est le temps de la mesure. Pour réaliser une formulation
de cette troncature temporelle, on utilise la fonction porte ɉĲ(t) de largeur Ĳ (fenêtre naturelle). La
transformée de Fourier de cette fonction est la fonction sinus cardinal sinc(Ĳf). Ainsi, les modifications du
signal dues à la mesure sur une durée finie Ĳ sont (dans le domaine continu) :
ª sin(πτf ) º
s(t) = ɉĲ(t) e(t) et S(f) = «τ ∗ E( f )
¬ πτf »¼
L’influence de cette fenêtre temporelle sur le signal et sur son spectre peut être importante, comme
l’indique la figure 42. Plus l’observation (ou la mesure du signal) sera longue et plus le spectre du signal
sera précis, c'est-à-dire peu perturbé par cette fenêtre temporelle physiquement inévitable.
Figure 42 : transformée de Fourier de la fonction « porte »
Vincent CAURE 64
Dans le cas du traitement d’un signal analogique, cette déformation spectrale existe naturellement, par
contre dans le cas d’un traitement numérique du signal par TFD, il est possible d’utiliser des fonctions-
fenêtres gfen(t) différentes, permettant d’obtenir une représentation spectrale meilleure. De nombreuses
études ont été réalisées afin d’obtenir des fenêtres temporelles gfen(t) minimisant la déformation
(smoothing windows), c'est-à-dire possédant un spectre plus proche des caractéristiques souhaitées. On
peut citer la fenêtre de Bartlett, la fenêtre de Hanning, la fenêtre de Hamming, la fenêtre de Blackman, de
Blackman-Harris, la fenêtre exponentielle ou encore la fenêtre à « toit plat ».
Dans la chaîne d’acquisition statique existante aujourd’hui (mât + boîtier de connexion + carte EDAS +
PC + Matlab), je n’ai pas utilisé de fenêtre spécifique. N’ayant aucune idée de la composition spectrale de
nos signaux orageux, je réalise les FFT sur fenêtrage naturel.
3.3.6 Indices horaires d’apparitions des maximums
Etant donné que la fonction « max » de Matlab donne la valeur la plus élevée d’un vecteur ainsi que son
indice d’apparition, j’ai généralisé le relevé des horaires d’apparition des maximums de tous nos
indicateurs de manière à réaliser une corrélation temporelle avec les phénomènes météorologiques
observés.
Vincent CAURE 65
3.3.7 Schéma de l’algorithme statique de traitement du signal
Choisir et ouvrir un fichier de

données au format *.txt
Choisir : nombre de points, résolution,

Te, profondeur du filtre de comparaison
Convertir virgules en points puis écrire les

indices dans ‘temps’ et les valeurs dans ‘signal1’
Retirer la valeur moyenne de signal1 :

Signal1 – Valeur Moyenne = Signal
Appliquer à ‘signal’ un filtre numérique Calculer sur ‘signal’ les max de la variance, la puissance et
‘moyenne temporelle glissante’ sur 11 points : l’amplitude
Filtre(signal) = Moy
Calculer sur ‘Moy’ les max de la puissance, la variance et Calculer sur ‘signal’ le nombre de bipolarités
l’amplitude
Réaliser une étude fréquentielle de ‘signal’ par FFT

Compter sur ‘Moy’ le nombre de bipolarités
Réaliser sur ‘Moy’ une étude fréquentielle par FFT
Si demandé, tracer les graphes
Figure 43 : schéma de l'algorithme Matlab
On identifie bien toutes les phases du traitement du signal :

- Ouverture du fichier de données et extraction des données
- Choix des paramètres liés à l’acquisition
- Annulation de l’offset par retrait de la valeur moyenne
Ensuite, je réalise les calculs numériques sur le signal filtré appelé « Moy » et sur le signal non filtré
appelé « signal ». Ceci m’a permis de vérifier la qualité du filtrage en comparant les valeurs numériques :
Branche signal filtré :
- filtrage par moyenne temporelle glissante
- calcul des maximums
- compter le nombre de bipolarités
- FFT
Branche signal non filtré :
- calcul des maximums
- compter le nombre de bipolarités
- FFT
Tracer les graphes si demandé.
Le programme que j’ai développé sous Matlab est proposé en annexe 1.
Vincent CAURE 66
3.3.8 Algorithme littéral du traitement du signal sous Matlab
FERMER toutes les fenêtres graphiques ;

EFFACER toutes les variables ;
ECRIRE dans « nomfich » <- Nom du fichier à étudier ;

ECRIRE dans « jour » <- Jour à étudier ;
ECRIRE dans « mois1 » <- Mois du fichier étudier ;
ECRIRE dans « nbr » <- Nombre de points de mesure ;
ECRIRE dans « n » <- Résolution la plus proche (puissance de 2) du nombre de points de mesure ;
ECRIRE dans « T » <- La période d’échantillonnage du signal ;
ECRIRE dans « N_filtre » <- Profondeur de lissage pour la comparaison des filtres ;
CONCATENATION « jour1 » <- « jour_mois1 » ;

ECRIRE dans « chemin » <- D:\Mes documents\Mes Dossiers Perso\OAM\Matrices_Données OAM
anciennes_nouvellles\',jour1,'\',nomfich);
OUVRIR : fichier contenu dans « chemin » ;
SI fichier n’existe pas

ALORS afficher « ERREUR » ;
ET fermer programme ;
FIN SI
SI fichier existe
ALORS POUR i=1 :1 :nbr
CONVERTIR virgules en points
ECRIRE dans « temps(i) » <- indices du fichier ;
ECRIRE dans « signal1(i) » <- données du fichier;
FIN SI
FERMER : fichier contenu dans « chemin » ;
MULTIPLIER « signal1 » par -1 ;

ECRIRE dans « moyenne »<- moyenne de « signal1 » ;
ECRIRE dans « signal » <- « signal1 * -1 » - « moyenne » ;
ECRIRE dans « Te » <- « T » ;
ECRIRE dans « i » <- 1 ;
CREER et INITIALISER VECTEUR « Var » de taille « temps » ;
CREER et INITIALISER VECTEUR « Pui » de taille « temps » ;
CREER et INITIALISER « compteur »;
CREER un filtre par moyenne glissante temporelle sur 10 points ;

« Moy » <- APPLIQUER filtre sur « signal » ;
CALCULER variance glissante sur « signal » ;

CALCULER puissance glissante sur « signal » ;
CALCULER nombre de bipolarité sur « Moy » ;
Fe <- 1/Te ;
FAIRE fft de « signal » sur la résolution « n » choisie ;
FAIRE fft de « Moy » sur la résolution « n » choisie ;
DEMANDER affichage des courbes ;

SI oui
FAIRE afficher courbes ;
Si non
FIN Si ;
CALCULER les maximums de « signa l », « Moy, « Var », « Pui », fft, fréquence ;

CALCULER le maximum d’amplitude sur valeur absolue de « signal » et de « moy » ;
AFFICHER résultats des calculs de maximums ;
FIN
Vincent CAURE 67
Je viens de détailler toute la démarche que j’ai suivie afin d’optimiser la chaîne d’acquisition et dans le
but de construire l’algorithme de traitement le plus performant possible.
En particulier, cette étude a permis de mettre en évidence les principaux éléments numériques,
notamment la fréquence d’échantillonnage, le type de filtrage numérique ainsi que la méthode permettant
l’estimation de nos critères de décision que sont la variance, la puissance, l’amplitude et le nombre de
bipolarités.
A la fin de ce chapitre, je présente ma stratégie algorithmique avec une représentation schématique et

littérale de cette dernière.
Le chapitre suivant va présenter la synthèse des corrélations entre les résultats de ce traitement numérique
et les observations météorologiques observées localement.
Vincent CAURE 68
4 Les corrélations développées pour le diagnostic « météorologique »
4.1 Méthode d’utilisation de l’outil numérique
La méthode que j’ai utilisée afin de caractériser précisément les informations contenues dans les signaux
est construite autour de trois axes :
Le premier axe consiste en l’identification des différents phénomènes météorologiques que j’ai observés
visuellement au dessus du Mans, entre les mois d’avril et de septembre 2007. Pour cela, j’ai recueilli les
informations disponibles sur Internet, provenant de quatre sites web :
- www.meteofrance.com : fournit les prévisions météorologiques en France et en régions
(prévisions des températures, du climat …).
- www.wetterzentrale.de: site web amateur allemand répertoriant sous la rubrique « Blitze » les
impacts de foudre sur toute l’Europe, par fenêtre de 1 heure.
- www.blitzortung.org : site web qui recense les éclairs par fenêtre de 10 mn, jusqu’à 60 mn
d’ancienneté.
- meteocentre.com/lightning/ : site web Québécois qui recense les éclairs par fenêtre de 30 mn,
jusqu’à 24h d’ancienneté. C’est le site que j’ai le plus utilisé.
De plus, dans certains cas, j’ai pris les informations du METAR, qui informe les activités aéronautiques
des conditions météorologiques sur les aérodromes du monde entier. Le code METAR de l’aérodrome du
Mans – Arnage est « LFRM », et ces rapports sont disponibles, entre autres, sur ces deux sites web :
- www.ephemeride.com/meteo/metar/
- qfu.free.fr/metars.php
Ces différents sites web m’ont fourni des informations capitales relatives aux horaires d’apparition et
d’extinction des phénomènes météorologiques et ainsi qu’à leurs localisations géographiques.
Dans un second temps, j’ai « préparé » les fichiers d’archives contenant les données échantillonnées des
deux capteurs (l’ancien et le nouveau). Cette préparation avait pour but d’isoler précisément la fenêtre
temporelle correspondant à la manifestation météorologique. Pour cela, j’ai tracé sous Excel les graphes
d’évolutions des signaux, en procédant par zooms successifs afin d’identifier la fenêtre temporelle sur
laquelle serait réalisée le traitement numérique. Une fois cette fenêtre connue, j’ai enregistré un nouveau
fichier d’archives contenant uniquement les informations à traiter. Ce dernier fichier se nomme par
exemple « nouveau_1607-11h15hi.txt » lorsqu’il s’agit des données provenant du nouveau capteur, pour
la date du 16 juillet 2007 à partir de 11h15. Lors des premières analyses, dans un souci de comparaison,
j’ai travaillé sur les données issues des deux capteurs. Les fichiers préparés provenant de l’ancien capteur
prennent le préfixe « ancien_ ». Pour l’étude des signaux les plus récents (juillet et août 2007), ayant une
bonne appréciation de la qualité du nouveau capteur, je n’ai étudié que le nouveau signal.
Le dernier axe est basé sur l’utilisation du traitement numérique sur les fichiers correspondant à mes
observations visuelles. Pour cela, j’ai appliqué à ces fichiers de données le programme que je décris par
l’algorithme de la figure 43 page 66. Ci-dessous on retrouve la liste des indicateurs et abréviations qui
résultent de l’application de cet algorithme :
Vincent CAURE 69
SIGNAUX :
NOUV_SIGNAL : [Données brutes – Valeur moyenne] du signal issu du nouveau capteur
MOY_NOUV : Signal du nouveau capteur filtré par moyenne temporelle glissante
Ancien_SIGN : [Données brutes – Valeur moyenne] du signal issu de l’ancien capteur
MOY_ANCIEN : Signal issu de l’ancien capteur filtré par moyenne temporelle glissante
heure signal : heure d’apparition, sur le signal issu du nouveau capteur, du maximum étudié (hh:mm:ss)
heure moy : heure d’apparition, sur le signal filtré issu du nouveau capteur, du maximum étudié (hh:mm:ss)
INDICATEURS :
max_f : amplitude de la fft à la fréquence max (max_f et max_fm dans le programme Matlab)
I_f en Hz : fréquence du max de la fft (I_f et I_fm dans le programme Matlab)
max_sign : amplitude max du signal étudié (max_s ou max_m dans le programme Matlab)
I_sign : indice d'apparition de l'amplitude max du signal étudié
max_abs : amplitude maximale de la valeur absolue du signal étudié
I_abs : indice d'apparition de l'amplitude max de la valeur absolue du signal étudié
max_p : valeur maximale de la puissance du signal étudié
I_p : indice d'apparition de la puissance max du signal étudié
max_v : valeur maximale de la variance du signal étudié
I_v : indice d'apparition de la variance max du signal étudié
compt : nombre de bipolarités pour le signal étudié (seuil bipolarité pour NOUV_SIGNAL = 0.3V, seuil bipolarité
pour Ancien_SIGN = 0.25V [signal moins bruité], seuil bipolarité pour les signaux filtrés MOY_NOUV et
MOY_ANCIEN = 0.1V)
Nota : dans certains commentaires, j’appelle signal centré le signal retranché de sa valeur moyenne.
Une fois tous les indicateurs connus, j’ai réalisé une comparaison entre les valeurs numériques calculées
par notre outil Matlab et les informations provenant des différents sites web présentés plus haut. L’étude
corrélative entre les indicateurs numériques et les données météorologiques m’a permis de tirer des
conclusions sur quatre points fondamentaux :
- le caractère précoce (ou non) de l’activation des signaux par rapport au début de la
manifestation météorologique
- la possibilité (ou non) à discriminer un orage d’un autre phénomène
- les seuils numériques de détection des orages et la fiabilité des différents indicateurs
- le taux de réussite à la détection des orages
4.2 Les différents signaux relatifs aux phénomènes météorologiques
Mon étude a commencé fin avril et s’est terminée fin août 2007. L’intégralité de mes observations est
disponible dans le « cahier des observations météorologiques d’avril à septembre 2007 », joint à ce
mémoire. Dans la suite du chapitre, je présente l’étude de quelques signaux représentatifs des
phénomènes météorologiques observés.
J’ai mis en évidence l’appartenance des signaux à trois familles différentes, qui ne sont pas liées
directement aux catégories de signaux proposées par Hélène SILVERT et Gladys GAUDE en 2001.
Ces trois familles sont :
- Pluies : la forme attendue des ces signaux est représentative d’une large bipolarité de faible
amplitude, dont la durée est égale à celle de l’averse (présence d’un gros cumulonimbus par
exemple).
- Orages ou pluies orageuses : la forme attendue des ces signaux est représentative d’un grand
nombre de bipolarités qui se produisent à une fréquence dont la grandeur est intimement liée à
la vitesse du vent. De plus, l’amplitude des bipolarités doit être grande (comparativement à
celles des averses), et on peut s’attendre à la présence de discontinuités d’amplitude
caractéristiques des éclairs.
- Averses pseudo-orageuses : la forme attendue est proche de celle des orages mais sans
discontinuité d’amplitude, puisque ces phénomènes ne comportent pas d’éclair.
Vincent CAURE 70
4.2.1 Famille des pluies
Exemple d’une averse observée à vue le 20/05/2007 vers 15h30
Journée du 20 mai 2007 de 11h00 à 17h00
200507 11h 17h
4
3
2
amplitude
1
0
11:00:00
11:19:46
11:39:31
11:59:17
12:19:03
12:38:49
12:58:35
13:18:21
13:38:06
13:57:52
14:17:38
14:37:24
14:57:27
15:17:44
15:37:32
15:57:17
16:17:03
16:36:49
16:56:35
-1
-2
-3
-4
heure
ANCIEN NOUVEAU
Figure 44 : signal brut Excel du 20/05/2007 de 11h à 17h
On visualise une zone d’activité vers 15h30. Réalisons un zoom sur cette période :
200507 14H 16H30
2,5
2
1,5
1
AMPLITUDE
0,5
0
13:59:00
14:07:26
14:15:52
14:24:18
14:32:44
14:41:10
14:49:36
14:58:19
15:07:14
15:15:42
15:24:10
15:32:36
15:41:02
15:49:27
15:57:53
16:06:19
16:14:45
16:23:11
-0,5
-1
-1,5
-2
-2,5
HEURE
ANCIEN NOUVEAU
Figure 45 : signal brut Excel du 20/05/2007 de 14h à 16h30
Jusqu’à 15h, les signaux sont plats (oscillant entre ± 0.3 V). Pour le nouveau capteur, à partir de 15h10,
on voit apparaître un pic d’amplitude supérieure à 1.5V, suivi d’un autre, d’amplitude proche de -1 V.
Les observations réalisées par météo-France ce jour confirment la présence de pluie sur la Sarthe vers
15h, comme le confirme la capture d’écran du site Internet, ci-dessous :
Vincent CAURE 71
Figure 46 : observations météo France du 20/05/2007
Traitement numérique du signal du 20 mai 2007 :
SIGNAL NOUVEAU CAPTEUR DU 200507 : début 13:59:00/fin 16:30:00 soit 9013 points / Te = 1 s
Ci-dessous, on retrouve les résultats des calculs effectués sur notre signal :
Tableau 2 : synthèse numérique signal du 20/05/2007

max f I_f en Hz max_sign I_sign max_abs I_abs max_p I_p max_v I_v compt
NOUV_SIGN 0.05994 0.0001831 1.0316 6420 1.67438 5583 24.439 5570 0.1211 5392 247
heure signal 15:46:00 15:32:00 15:31:00 15:28:00
MOY_NOUV 0.05992 0.0001831 0.8149 6449 1.5078 5584 22.795 5576 0.0399 5397 5
heure moy 15:46:00 15:32:00 15:31:00 15:28:00
Ancien_SIGN 0.02901 0.0001831 0.55414 6409 0.8708 5663 5.184 5685 0.0492 5783 20
MOY_ANCIEN 0.02901 0.0001831 0.41 6417 0.6938 5698 4.661 5688 0.0131 5695 2
Aucun seuil caractéristique n’est dépassé.
Vincent CAURE 72
Figure 47 : signaux Matlab 20/05/2007
La figure 47 ci-dessus présente le traitement numérique du signal issu du nouveau capteur : en haut à
gauche le signal brut, en haut à droite le signal brut multiplié par -1 (afin d’éliminer le coefficient négatif
de l’amplificateur courant-tension), en bas à gauche le signal centré (enlevé de sa valeur moyenne), et en
bas à droite le signal moyenné filtré. On retrouve sur les représentations du signal brut les deux pics
d’activités visualisés sur les graphes Excel. Le signal moyenné filtré fait apparaître plus clairement
l’évolution du signal en éliminant une partie du bruit informatif.
Afin de mieux visualiser le signal relevé, voici une représentation tracée avec Matlab du signal brut
inversé et du signal filtré :
Figure 48 : signal et signal filtré du 20/05/2007
On observe un léger pic positif suivi d’un grand pic d’amplitude négative, lui-même suivi d’un pic
d’amplitude positive de valeur absolue plus faible. La durée du phénomène est proche de 5000 points, soit
environ 1h25.
Vincent CAURE 73
Ci-dessous, on visualise uniquement le signal filtré.
Figure 49 : signal filtré du 20/05/2007
L’amplitude maximale du signal est de 1.0316 V pour le nouveau capteur et est de 0.55414 V pour
l’ancien capteur. L’amplitude maximale de la valeur absolue du signal est de 1.67438 V pour le nouveau
capteur et est de 0.8708 V pour l’ancien capteur. L’amplitude maximale du signal filtré (Moy) est de
0.8149 V pour le nouveau capteur et est de 0.41 V pour l’ancien capteur. L’amplitude de la valeur absolue
du signal filtré est de 1.5078 V pour le nouveau capteur et est de 0.6938 V pour l’ancien capteur. Les
valeurs des amplitudes maximales pour le signal filtré sur le nouveau capteur ne dépassent pas le
seuil de 2 V ; ce critère n’est pas déterminant et n’indique pas la présence d’un phénomène
orageux.
La variance maximale du signal est de 0.1211 pour le nouveau capteur et est de 0.0492 pour l’ancien
capteur. La variance maximale du signal filtré est de 0.0399 pour le nouveau capteur et est de 0.0131 pour
l’ancien capteur. Pour ce signal le critère « variance » n’est pas déterminant puisque pour les deux
capteurs nous ne dépassons pas le seuil de 0.35.
La puissance maximale du signal est de 24.439 pour le nouveau capteur et est de 5.184 pour l’ancien
capteur. La puissance maximale du signal centré filtré est de 22.795 pour le nouveau capteur et est de
4.661 pour l’ancien capteur. Le critère « puissance » n’est pas caractéristique puisqu’il ne dépasse
pas le seuil de 50.
Aucun des seuils n’est caractéristique d’un orage. Nous ne classons pas ce signal parmi celui des
signaux détectés sous orage. C’est bien une averse d’une durée sans doute proche de 1h25.
Remarquons que le nombre de bipolarités comptées sur les signaux filtrés est 5.
Vincent CAURE 74
4.2.2 Famille des orages et pluies orageuses
Exemple d’un orage observé à vue le 03/07/2007 vers 16h30
ZOOM 03 07 07 DE 16h15 A 17h15
12
10
8
6
AMPLITUDE
4
2
0
-2
16:15:00
16:18:15
16:21:30
16:24:45
16:28:00
16:31:15
16:34:30
16:37:44
16:40:59
16:44:14
16:47:29
16:50:44
16:53:59
16:57:14
17:00:29
17:03:44
17:06:59
17:10:14
17:13:29
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
Figure 50 : signal brut Excel du 03/07/2007 de 16h15 à 17h15
On identifie une zone d’activité intense à partir de 16h30, en cohérence avec nos observations visuelles.
Ce signal est intense (amplitude maximale proche de 10V). Intuitivement, on identifie les bipolarités
caractéristiques d’un orage, représentées ici par de grands pics fins. Confrontons ce signal avec les
observations de météocentre :
Figure 51 : cartes météocentre 03/07/2007 de 16h et 16h30
Entre 15h30 et 16h30, il n’y a pas d’impact de foudre enregistré par météocentre.
Vincent CAURE 75
C’est visiblement entre 16h30 et 18h que l’orage s’est déployé et que l’on compte les impacts de foudre.
Figure 52 : cartes météocentre 03/07/2007 de 17h à 19h30
Vincent CAURE 76
Figure 53 : carte météocentre 03/07/2007 à 20h00
A partir de 18h30, il n’y a plus de « trace» d’impact de foudre sur le département de la Sarthe.
Notre signal est cohérent avec ces images puisqu’il commence son activité vers 16h30, dans la même
fenêtre temporelle que les cartes de météocentre (cartes de 17h, soit dans un espace temps compris entre
16h30 et 17h). Le maximum d’intensité du signal semble se situer aux alentours de 16h50 (sur le
graphique Excel). Quelles informations nous donnent le traitement numérique de ce signal ?
Traitement numérique du signal du 03 juillet 2007 de 16h15 à 17h15 :
Figure 54 : signaux Matlab 03/07/2007
Les allures des graphes sont similaires à celles observées plus haut sous Excel. Le signal filtré, appelé
« moyenne », affiche des amplitudes élevées proche de 8V.
Vincent CAURE 77

NOUV_SIGN 0.58319 0.0004882 8.109 2071 10.33 2101 576 2086 66.56 2090 58
heure signal 16:49:45 16:49:49
MOY_NOUV 0.583 0.0004882 7.32 2100 7.32 2100 550 2086 15.51 2095 32
heure moy
Ancien_SIGN 0.333 0.000488 4.48 2294 8.895 2101 196 2285 26.76 2090 32
MOY_ANCIEN 0.333 0.000488 4.23 2299 4.23 2299 188 2290 5.6 2095 26
On observe que tous les seuils caractéristiques sont dépassés :

- amplitude max du signal filtré : 7.32 V (> 2 V)
- puissance max sur signal : 576 (> 50)
- variance max sur signal : 66.56 (> 0.35)
Ce signal appartient au groupe des orages, c’est le résultat que nous attendions. Son intensité et sa
puissance sont particulièrement élevées.
Afin de mieux visualiser le signal relevé, voici une représentation tracée avec Matlab, du signal brut
Figure 55 : signal brut et signal filtré du 03/07/2007
Les bipolarités sont ici très caractéristiques et sont d’une amplitude crête à crête élevée, proche de 13 V.
Vincent CAURE 78
Ci-dessous, on visualise uniquement le signal filtré :
Figure 56 : signal filtré 03/07/2007
Le nombre de bipolarités est visuellement élevé : ainsi notre compteur indique 32 sur le signal filtré et 58
sur le signal non filtré. Observons ci-dessous une synthèse de la variance et de la puissance sur le signal
filtré et sur le signal brut :
Figure 57 : indicateurs variances et puissances 03/07/2007
Ici, la puissance commence sa croissance plus tôt que la variance et les maximums de puissance et de
variance sont presque synchronisés.
Vincent CAURE 79
Exemple d’un orage observé à vue dans la nuit du 16/07/2007
160707 00H A 08H
12
10
8
6
4
AMPLITUDE
2
0
23:59:58
00:19:25
00:38:52
00:58:19
01:17:46
01:37:12
01:56:39
02:16:06
02:35:33
02:55:00
03:14:27
03:33:54
03:53:23
04:13:00
04:32:27
04:51:54
05:11:21
05:30:48
05:50:15
06:09:42
06:29:09
06:48:35
07:08:02
07:27:29
07:46:56
-2
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
On visualise deux fenêtres de forte activité. La première entre 00h et 01h30 et la seconde entre 02h15 et
04h15. Nous ne présenterons ici l’étude que de la première fenêtre. Pour la seconde fenêtre, se reporter au
« cahier des observations météorologiques d’avril à septembre 2007 ».
Figure 59 : carte www.wetterzentrale.de du 16/07/07 de 00h à 05h UTC
La carte ci-dessus témoigne de l’activité orageuse entre 00h et 05h UTC sur notre région ce jour là.
Réalisons un zoom sur la première fenêtre, entre 00h et 01h30 :
Vincent CAURE 80
160707 00H A 01H35
12
10
8
6
4
AMPLITUDE
2
0
00:00:00
00:03:51
00:07:42
00:11:33
00:15:24
00:19:15
00:23:06
00:26:57
00:30:48
00:34:39
00:38:30
00:42:21
00:46:12
00:50:03
00:53:54
00:57:45
01:01:36
01:05:27
01:09:18
01:13:09
01:17:00
01:20:50
01:24:41
01:28:32
01:32:23
-2
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
Figure 60 : signal brut Excel du 16/07/2007 de 00h à 01h35
En fait, l’activité est principalement située entre 00h45 et 01h30. De nouveau, réalisons un zoom :
160707 00H45 A 01H32
12
10
8
6
4
AMPLITUDE
2
0
00:45:00
00:46:55
00:48:50
00:50:45
00:52:40
00:54:35
00:56:30
00:58:25
01:00:20
01:02:15
01:04:10
01:06:05
01:08:00
01:09:55
01:11:50
01:13:45
01:15:40
01:17:34
01:19:30
01:21:24
01:23:19
01:25:14
01:27:09
01:29:04
01:30:59
-2
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
On visualise très bien la période d’activité, composée de nombreux pics. Les pics d’amplitude sont
compris entre -8 V et 6 V. Regardons les cartes d’impacts.
Vincent CAURE 81
Figure 62 : cartes météocentre 16/07/2007 de 00h30 et 01h00
Les premiers impacts sont identifiés entre 00h30 et 01h00, ce qui est tout à fait cohérent avec notre signal.
Figure 63 : cartes météocentre 16/07/2007 01h30 et 02h00
Jusqu’à la carte correspondant à la fenêtre d’observation 01h30/02h00, on comptabilise encore des

impacts.
Vincent CAURE 82
Figure 64 : cartes météocentre 16/07/2007 de 02h30 et 03h00
Entre 02h et 03h, l’orage semble se calmer, il n’y a plus d’impact de foudre recensé.
160707 02H15 A 04H15
12
10
8
6
4
AMPLITUDE
2
0
02:15:00
02:19:52
02:24:44
02:29:36
02:34:28
02:39:20
02:44:12
02:49:04
02:53:56
02:58:48
03:03:40
03:08:32
03:13:24
03:18:16
03:23:08
03:28:00
03:32:52
03:37:44
03:42:36
03:47:30
03:52:22
03:57:18
04:02:16
04:07:08
04:12:00
-2
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
Pourtant, notre signal reprend sont activité à partir de 02h30 environ, alors que les cartes ne
comptabilisent pas d’impact et que le METAR reste muet.
Dans ce cas, notre signal est précoce par rapport au phénomène orageux. Essayons de savoir de combien
de temps.
Vincent CAURE 83
Figure 66 : cartes météocentre du 16/07/2007 de 03h00 à 06h00
Il semble que l’activité orageuse réapparaisse entre 03h et 03h30. Ceci signifie que notre capteur a « vu »
l’arrivée orageuse au minimum 30 minutes avant le premier foudroiement.
Vincent CAURE 84
Figure 67 : cartes météocentre du 16/07/2007 de 06h30 et 07h00
Après 6h, l’orage disparaît. L’activité orageuse semble s’étendre entre 03h30 et 05h30, c'est-à-dire 30
minutes à 2h après le début de l’activité de notre signal. Nous allons maintenant faire le traitement
numérique de ce signal.
Première fenêtre d’activité entre 00h45 et 01h32
Figure 68 : signaux brut Matlab du 16/07/2007
On observe un signal très dense et composé de nombreuses bipolarités caractéristiques de l’orage. Le

bruit informatif est bien filtré puisque l’amplitude du signal filtré est proche de 4 V alors qu’elle est
d’environ 9 V pour le signal brut.
Vincent CAURE 85

NOUV_SIGN 0.235 0.00122 7.55 1948 7.55 1948 156 1943 10.79 1503 34
heure signal 01:17:23 01:10:00
MOY_NOUV 0.235 0.00122 3.90 1956 3.90 1956 129 1946 2.28 1508 32
Tous les seuils sont dépassés :
- amplitude max du signal filtré 3.9 V (>2 V)

- amplitude max de la valeur absolue du signal filtré : 3.9 V (> 2 V)
Aucun problème pour détecter ce genre d’orage de forte puissance.
Ce signal est sans doute très proche du signal théorique attendu, c'est-à-dire comportant les bipolarités
exprimant l’alternance des nuages d’ions positifs et négatifs, indicateurs d’une ionisation forte de l’air,
impliquant une valeur de gradient de potentiel permettant l’initiation des décharges de pointe.
Le nombre de bipolarités comptées est grand puisqu’il vaut 34 pour le signal non filtré et 32 pour le signal
filtré.
Vincent CAURE 86
Observons ci-dessous une synthèse de la variance et de la puissance sur le signal filtré et le signal brut :
Figure 70 : indicateurs variances et puissances du 16/07/2007
Pour ce signal, le max de la variance est largement antérieur à celui de la puissance, puisqu’il est atteint
17 minutes avant.
En complément à cette famille des orages, je propose en annexe 2 l’étude d’un signal orageux observé à
vue le 19/07/2007 vers 21h33, qui offre pour la première fois une estimation (de l’ordre de 5 km) du
rayon de détection de notre capteur.
En annexe 3, le signal orageux du 07/08/2007 observé à vue vers 16h30, illustre la conséquence des
éclairs sur les courants de décharges de pointe : « Au cours des variations rapides et de fortes amplitudes
(gradient de potentiel au sol variant jusqu’à ± 10 kV.m-1) caractéristiques des éclairs, un processus
d’auto-limitation et de recouvrement du gradient de potentiel contrôle l’intensité du courant de décharge
de pointe ». ([BOR95], extrait du chapitre 1.3.3, pages 27 et 28).
Vincent CAURE 87
4.2.3 Famille des averses pseudo-orageuses
Exemple d’averse pseudo- orageuse observée à vue le 04/07/2007 vers 14h20
04 07 07 DE 14H A 15H
8
7
6
5
4
AMPLITUDE
3
2
1
0
-1
14:00:00
14:03:09
14:06:18
14:09:27
14:12:36
14:15:49
14:18:59
14:22:17
14:25:26
14:28:53
14:32:10
14:35:31
14:38:40
14:42:13
14:45:36
14:48:45
14:51:54
14:55:03
14:58:12
-2
-3
-4
-5
-6
-7
-8
HEURE
ANCIEN NOUVEAU
Il apparaît clairement une zone d’activité dont l’amplitude, au premier abord, est supérieure à notre seuil
caractéristique. L’amplitude brute du nouveau capteur est largement supérieure à celle de l’ancien (proche
de -8V). Ci-dessous, nous visualisons un zoom sur cette fenêtre (entre 14h15 et 14h45) :
04 07 07 DE 14H15 A 14H45
8
7
6
5
4
AMPLITUDE
3
2
1
0
-1
14:15:00
14:16:34
14:18:07
14:19:48
14:21:20
14:22:52
14:24:24
14:25:56
14:27:28
14:29:18
14:30:58
14:32:30
14:34:04
14:35:46
14:37:18
14:38:50
14:40:23
14:42:18
14:44:02
-2
-3
-4
-5
-6
-7
-8
HEURE
ANCIEN NOUVEAU
Le nombre de bipolarités semble faible, et la forme du signal est pseudo-sinusoïdale. Ci-dessous, on

visualise les images de météocentre.
Vincent CAURE 88
Figure 73 : cartes météocentre du 04/07/07 de 14h00 à 15h00
Aucun impact de foudre recensé. Ce n’est sans doute pas un orage, d’ailleurs nous n’avons pas constaté
visuellement ce jour à cette heure d’impact de foudre. Effectuons le traitement numérique de ce signal.


NOUV_SIGN 0.9777 0.000976 7.09 942 7.09 942 400.22 931 1.72 772 2
heure signal 14:30:30 14:27:52
MOY_NOUV 0.9777 0.000976 6.1 945 6.1 945 375.86 935 0.752 946 2
heure moy
Ancien_SIGN 0.544 0.000976 3.81 777 3.81 777 115.24 801 0.54 773 2
MOY_ANCIEN 0.544 0.000976 3.27 818 112.58 806 0.231 761 0.23 761 2
Vincent CAURE 89
On observe que tous les seuils caractéristiques sont dépassés pour les capteurs :
- puissance max sur signal : 400.22 (> 50)
Nous classerons ce signal parmi celui des pluies pseudo-orageuses, c'est-à-dire qu’il n’y a pas d’impact de
foudre relevé ou vu, mais les « conditions numériques » sont réunies pour cela. Afin de mieux visualiser
le signal relevé, voici une représentation tracée avec Matlab, du signal brut inversé et du signal filtré :
Figure 74 : signaux Matlab du 04/07/2007
On voit bien les deux bipolarités calculées par le compteur ainsi que le fort et long (§ 600 sec) pic central.
Vincent CAURE 90
Observons ci-dessous une synthèse de la variance et de la puissance sur le signal filtré et le signal brut :
Figure 76 : indicateurs puissances et variances du 04/07/2007
Rien de remarquable, les évolutions de la variance et de la puissance semblent être synchronisées. Les
maximums sont atteints quasiment en même temps.
Il faut remarquer que la forme pseudo-sinusoïdale se caractérise par une fréquence caractéristique de
0.000976 Hz dont l’amplitude calculée dans la fft est de 0.9777, expression d’une grande quantité
d’énergie transportée par cette fréquence.
Figure 77 : FFT signal du 04/07/2007
En complément à cette étude, l’annexe 4 présente l’étude d’un autre signal pseudo-orageux observé le
14/06/2007 vers 15h30/16h.
Vincent CAURE 91
4.3 Synthèse sur les corrélations
Tableau 6 : synthèse numérique des orages

Amplitude
Abs Amplitude Variance Max HEURE Max Puissance Max HEURE Max Bipolarités Bipolarités Fréquence Max de la
FICHIER Max sur
Max sur Moy sur Signal Variance sur signal Puissance Moy signal Max Moy Fréquence
Moy
nouveau_2704-15h15hi.txt 0.35416 0.4931 0.203 15:44:00 2.455 16:05:15 7 9 0.0005208 0.05597
nouveau_3004-20h55hi.txt 2.27087 2.77932 13.118 21:18:15 82.21 21:28:30 7 43 0.0007812 0.3442
nouveau_3004-23h15hi.txt 3.871686 3.87168 6.8189 23:35:59 159.59 23:34:59 2 6 0.0005208 0.25635
nouveau_0105-17h00hi.txt 3.59744 3.59744 8.0345 18:04:29 125.35 18:04:04 10 50 0.0002604 0.3183
nouveau_2505-15h54hi.txt 2.138 4.1489 9.08 16:03:40 172.85 16:07:30 9 25 0.0004882 0.21148
nouveau_3105-13h54hi.txt 1.672 1.672 0.2046 14:25:45 30.05 14:25:38 8 42 0.0003661 0.05701
nouveau_1506-13h10hi.txt 4.15 4.15 0.875 13:26:20 187 13:26:00 10 10 0.0004882 0.1844
nouveau_0307-16h15hi.txt 7.32 7.32 66.56 16:49:49 576 16:49:45 32 58 0.0004882 0.583
nouveau_0907-11h30hi.txt 5.733 5.733 1.63 11:52:52 361 11:52:11 2 2 0.0004880 0.2227
nouveau_1607-11h15hi.txt 0.4 0.4 0.01819 11:34:00 1.78 11:31:30 3 2 0.001953 0.0332
nouveau_1607-14h25hi.txt 2.59 2.59 0.170 14:54:06 73.177 14:44:44 6 6 0.000732 0.278
nouveau_1607-15h50hi.txt 1.339 2.016 0.122 16:56:13 44.23 16:55:23 6 6 0.001339 0.1164
nouveau_1607-00h45hi.txt 3.90 3.90 10.79 01:10:00 156 01:17:23 32 34 0.001220 0.235
nouveau_1607-02h15hi.txt 3.38 4.38 17.28 02:45:30 193.5 02:41:16 23 23 0.001110 0.313
nouveau_1907-21h20hi.txt 2.56 4.588 10.14 21:36:48 214 21:36:56 5 4 0.000732 0.376
nouveau_2007-00h00hi.txt 1.90 4.40 24.24 23:58:16 185.64 23:58:25 5 5 0.001953 0.395
nouveau_2107-21h00hi.txt 3.44 3.44 0.348 21:04:00 127.9 21:03:07 4 4 0.0004882 0.451
nouveau_2307-17h30hi.txt 4.675 4.675 1.87 17:23:29 231.6 17:23:33 4 4 0.0009765 0.401
nouveau_0608-03h00hi.txt 2.07 2.19 12.449 02:58:04 50.83 02:57:59 6 2 0.000976 0.340
nouveau_0708-16h30hi.txt 4.29 4.29 20.04 17:46:00 201.45 17:27:36 56 52 0.00012207 0.298
Tableau 7 : synthèse numérique des "pas orage" (averses)
Amplitude
FICHIER Max sur
Moy
nouveau_0105-03h30hi.txt 0.38262 0.53527 0.1176 03:52:56 3.0459 03:54:26 4 3 0.0007812 0.06367
nouveau_0105-13h00hi.txt 0.44567 0.44567 0.0593 13:20:21 2.0169 13:18:51 2 0 0.0005208 0.03265
nouveau_2005-14h00hi.txt 0.8149 1.5078 0.1211 15:28:00 24.439 15:31:00 5 247 0.0001831 0.05992
nouveau_2505-16h45hi.txt 0.4215 1.2103 0.0633 17:15:15 15.89 17:24:25 4 30 0.0002441 0.16363
nouveau_1506-15h30hi.txt 1.115 1.141 0.2438 15:55:42 13.392 15:34:50 6 4 0.0004882 0.09264
nouveau_1506-17h20hi.txt 0.892 1.26 0.0943 17:27:02 17.09 17:27:09 4 2 0.0009765 0.1149
nouveau_0907-13h15hi.txt 1.387 1.387 0.0992 13:26:29 20.518 13:26:34 2 2 0.000732 0.04744
Vincent CAURE 92
Tableau 8 : synthèse numérique des averses pseudo-orageuses
Amplitude
FICHIER Max sur
Moy
nouveau_1406-15h55hi.txt 2.754 3.69 22.62 16:04:45 131.34 16:05:54 4 4 0.0009765 0.4326
nouveau_0307-18h00hi.txt 3.445 3.445 0.309 18:59:08 129.33 18:54:45 12 12 0.00207 0.1363
nouveau_0307-19h45hi.txt 7.13 7.13 294 19:48:54 555.7 20:08:51 18 40 0.001464 0.4599
nouveau_0307-20h45hi.txt 5.26 5.26 0.552 21:04:07 300.53 21:18:51 7 7 0.0012207 0.459
nouveau_0407-14h15hi.txt 6.1 6.1 1.72 14:27:52 400.22 14:30:30 2 2 0.000976 0.9777
On retrouve dans les tableaux 6, 7 et 8 une synthèse des caractéristiques numériques des signaux issus du nouveau capteur, étudiés dans ce mémoire.
Finalement, les indicateurs retenus pour la décision « orage/pas orage » sont :
- Amplitude maximale de la valeur absolue du signal filtré « Moy »

- Le max de variance sur le signal non filtré
- Le max de puissance sur le signal non filtré
Si un de ces critères dépasse son seuil caractéristique, le signal est soit un orage soit un pseudo-orage comportant un fort (mais non certain) risque de
déclenchement de foudre.
Vincent CAURE 93
Cette étude a permis de mettre en évidence trois familles de signaux appartenant à des phénomènes
météorologiques différents :
¾ Les pluies d’intensité faible et moyenne tombant par temps non potentiellement orageux
¾ Les orages
¾ Les averses de pluie ou de grêle évoluant dans un climat potentiellement orageux : nous les
appellerons « averses pseudo-orageuses »
Nous connaissons peu de choses concernant les averses pseudo-orageuses. Il semblerait qu’elles évoluent
dans un contexte climatique proche de celui d’un orage puisque nos signaux donnent des caractéristiques
numériques similaires à celles des orages, et dans tous les cas supérieures aux seuils. Ceci est peut être
l’expression d’un état électrique élevé de l’air ; pourtant aucun n’impact de foudre n’a été relevé par
météocentre dans ces conditions (le déclenchement du leader ne s’établirait-il pas ?). Nous avons
remarqué que les averses pseudo-orageuses sont toujours de forte intensité, que ce soit sur le plan
électrique (amplitude max des signaux), ou sur le plan climatique (fortes précipitations). Le nombre de
bipolarités semble être supérieur à celui des « pas orages », et intuitivement, il semble que l’amplitude de
ces bipolarités soit grande (critère qui serait à vérifier numériquement). On s’aperçoit aussi que la
périodicité de ces signaux est plus grande que celle des « pas orages » et des « orages ». De plus, la
quantité d’énergie transportée par ces périodicités (exprimée par le critère « max de la fréquence ») est
grande et en moyenne supérieure à celle des deux autres familles. Cependant, nous ne savons pas faire la
différence entre les familles « orages » et « averses pseudo-orageuses », car dans les deux cas, les seuils
caractéristiques sont dépassés. En outre, le nouveau capteur semble être plus sensible à ce genre de
phénomène que l’ancien. Cette famille de phénomènes météorologiques est importante puisqu’elle
représente un risque de foudroiement élevé qu’il est important de prévoir et de signaler. D’ailleurs,
l’indicateur « puissance » est très élevé pour cette famille, plus fort que dans le cas des orages.
Globalement, la majorité des orages sont détectés grâce aux seuils caractéristiques, et nous arrivons à
faire la distinction entre une pluie (ou averse) et un orage (les averses semblent avoir une amplitude
systématiquement < 2 V). Cependant, pour plusieurs signaux, celui du 27 avril, celui du 31 mai ou celui
du 16 juillet vers 12h, nous avons obtenu un échec puisqu’aucun des seuils n’est franchi. Pourtant nous
savons que ce sont des orages. Il semble que ces signaux appartiennent à la zone d’ambiguïté mise en
évidence par Hélène SILVERT et Gladys GAUDE en 2001. Plusieurs hypothèses peuvent expliquées
notre échec sur ces signaux :
• Mauvaise période d’échantillonnage à Te = 15 s pour le signal du 27 avril par exemple, qui ne

nous a pas permis de « voir » les informations utiles du signal, et, par la suite, période
d’échantillonnage à 1 Hz trop faible pour les signaux appartenant à la zone d’ambiguïté.
• Ces signaux font partie d’une catégorie d’orage qui modifie peu localement l’état électrique de
l’air, et dans ce cas, notre capteur n’est pas capable de les détecter.
• Pour le signal du 31 mai ou du 16 juillet vers 12h, la création de l’orage était peut être située trop
loin (géographiquement parlant) de notre capteur, diminuant ainsi l’amplitude des caractéristiques
numériques calculées (par perte progressive de charges électriques). Dans ces cas, nous sommes
peut être en présence de résidus d’orages. Cette hypothèse n’est pas vraie pour le signal du 27
avril puisque j’ai observé à vue la proximité de l’orage avec notre capteur (quelques centaines de
mètres).
L’OAM devra confirmer l’une des trois hypothèses par plus d’expériences, et plus d’observations. Notons
qu’aujourd’hui, dans l’état actuel de nos connaissances, nous ne savons pas faire la différence entre un
orage appartenant à la zone d’ambiguïté et une pluie ou averse. D’autre part, pour le moment, un orage et
une averse pseudo-orageuse sont identifiés comme étant tous les deux un phénomène météorologique à
fort risque orageux, même si dans le cas du pseudo-orage il n’y aura pas nécessairement d’impact de
foudre.
Vincent CAURE 94
De plus, cette étude nous a permis de comparer les signaux issus des deux capteurs. Nous avons validé :
La cohérence des deux signaux, qui sont en opposition de phase et qui s’activent de manière
synchrone par rapport à l’axe du temps. L’opposition de phase est corrigée dans le traitement numérique.
Le nouveau capteur semble fournir des signaux d’une meilleure qualité que l’ancien ; meilleure
réponse en amplitude du nouveau capteur : pour certains signaux, l’ancien capteur n’a pas permis de
détecter l’orage, alors que le nouveau l’a permis. Cette qualité a son revers puisque le nouveau capteur
semble être sujet à plus de bruit informatif. C’est pourquoi nous accorderons plus d’importance à
l’amplitude maximale du signal filtré qu’à l’amplitude maximale du signal brut. En outre, il faudra tenir
compte de l’amplitude de la valeur absolue du signal filtré et non seulement de l’amplitude maximale du
signal qui ignore les pics dans le domaine négatif. De même, le nombre de bipolarités et la recherche
d’une fréquence caractéristique devront se faire sur le signal filtré.
Nous ne pouvons pas chiffrer précisément (sur le plan temporel), le caractère de détection précoce de
l’orage. En effet, nous savons que nos signaux sont à l’intérieur de la fenêtre d’observation de 30 minutes
définie par les cartes d’impacts de foudre de météocentre, mais nous n’en savons pas davantage. Au
mieux, notre signal commence son activation 20 à 30 minutes avant le début de l’activité orageuse : les
signaux du 09/07, du 16/07, du 19/07 ou du 06/08/2007 ont permis de mettre en évidence cette précocité.
Nous pensons que trois facteurs extrinsèques améliorent le caractère précoce de détection :
- Une situation géographique de développement de l’orage proche du lieu d’implantation du
capteur (5 à 10 km maximum).
- Une trajectoire de déplacement linéaire de la cellule orageuse entre son lieu de développement
et notre capteur.
- Un type d’orage dont la création fut fortement assistée par la présence de végétation en phase
biologiquement active (au printemps et en été).
Un quatrième critère, intrinsèque, devrait améliorer la détection : l’augmentation à 5 Hz de la fréquence

d’échantillonnage. Déjà, le passage de la fréquence d’échantillonnage de 0,0667 Hz à 1 Hz a semblé
améliorer nos observations et nos conclusions numériques.
De plus, nos données chiffrées ont permis de mettre en évidence le caractère précoce de l’évolution de
la puissance et de la variance lorsqu’elles sont calculées sur le signal non filtré. Il faudrait mener des
études complémentaires de signaux orageux, afin de déterminer précisément le caractère précoce de notre
signal. Il serait intéressant de les confronter aux données fournies par le système « AEROWEB » de
météo France (mais ce service est réservé aux activités aéronautiques) ou au réseau METEORAGE. A
notre connaissance, il n’existe pas de systèmes publics et consultables gratuitement capables de donner la
localisation temporelle des orages à 1 minute près.
Le compteur de bipolarités semble plus fiable s’il est réalisé sur le signal filtré. Le fort bruit informatif
sur le nouveau signal (relativement à l’ancien signal), ne permet pas de fiabiliser le comptage sur le signal
brut. En outre, cette étude a permis de définir des seuils de comptage des bipolarités sur le signal brut
(seuil à ± 0,3 V) et sur le signal filtré (seuil à ± 0,1 V). Dans ce contexte, nous pouvons remarquer que le
nombre de bipolarités est supérieur dans le cas des signaux « orages » par rapport aux cas des « pas
orages ». Mais, il est difficile de définir un seuil limite entre un signal orageux et non orageux. En l’état
actuel de nos observations, le nombre maximum de bipolarités sur un signal non orageux et non pseudo-
orageux est de 6. Les averses pseudo-orageuses semblent contenir un nombre de bipolarités en moyenne
supérieur aux « non orages » et proche des « orages ».
Nous n’avons pas trouvé de fréquence caractéristique unique permettant de définir un orage. Il
faudrait observer beaucoup plus de signaux orageux pour tirer des conclusions sur ce critère dépendant de
la vitesse du vent. La localisation temporelle d’une fréquence caractéristique n’est pas encore
envisageable (par analyse temps fréquence : ondelettes ou FFT à fenêtrage). On peut seulement remarquer
que la fréquence qui revient le plus souvent (à 5 reprises) est 0.000488 Hz.
Vincent CAURE 95
Nous observons que les amplitudes maximales des fréquences caractéristiques semblent globalement
supérieures dans le cas des orages par rapport aux cas des non orages. Mais c’est la famille des pseudo-
orages qui indique en moyenne une amplitude maximale des fréquences caractéristiques la plus élevée. Là
encore, il faudrait plus d’observations pour tirer des conclusions. Cette observation témoigne d’une
périodicité plus intense dans le cas des « orages » et des « pseudo-orages » : en effet, il semble que la
fréquence caractéristique des signaux à risque orageux transporte plus « d’énergie » que celle des signaux
non orageux.
Afin de caractériser plus finement nos données, et afin d’espérer identifier un signal précurseur à
l’orage, il faudrait étudier de nouvelles données enregistrées à une fréquence supérieure : le PC
d’acquisition du laboratoire OAM a déjà été re-paramétré à f = 1 Hz, et le système temps réel Compact
FieldPoint va nous permettre d’atteindre 5 Hz. De plus, ce système déterministe nous permettra de nous
affranchir des problèmes de stabilité du système d’exploitation Windows : il arrive couramment que
certains fichiers manquent dans notre base de données parce que l’écriture en fin de journée se passe mal
ou parce que Windows a planté.
4.4 Conclusion sur les corrélations
En conclusion, cette étude est encourageante puisqu’elle a confirmé la qualité de notre nouveau
capteur à « accrocher » les phénomènes météorologiques, que ce soit l’orage ou la pluie. Nous avons
détecté 85% (17 sur 20) des orages connus et observés à vue, ce qui est sensiblement supérieur de 10
points aux résultats enregistrés par le groupe de l’ENSIM en 2001. La variance a dépassé son seuil
caractéristique dans 70% des cas (14/20), la puissance dans 80% des cas (16/20) et l’amplitude dans
85% des cas (17/20). Ainsi, l’amplitude, lorsqu’elle est calculée sur la valeur absolue du signal filtré,
est le meilleur indicateur et permettrait à elle seule de détecter l’orage. Physiquement, le seuil de 2 V
correspond à un courant de pointe seuil de ± 1,25 ȝA.
Pour la première fois, nous avons chiffré un rayon de détection de notre capteur, à 5 km. Le rayon
maximal est sans doute supérieur (je pense proche de 10 km), mais je n’ai pas de données numériques
pour le confirmer. Pour la première fois également, nous avons à notre disposition des données
chiffrées quant au caractère précoce de notre détection : 30 minutes dans le meilleur des cas.
Nous avons aussi confirmé la validité des seuils de détection sur le nouveau capteur, mis en évidence
en 2001 par Hélène SILVERT et Gladys GAUDE avec l’ancien capteur : il était important de le faire
puisque, même si intuitivement nous observions la cohérence des deux signaux, nous ne l’avions pas
validé numériquement. De plus, nous avons observé la meilleure sensibilité du nouveau capteur ; notre
connaissance de son comportement est aujourd’hui maîtrisée. Par contre, nous avons confirmé la zone
d’ambiguïté (ou zone d’incertitude), dans laquelle nous ne savons pas encore distinguer un orage
« d’autre chose ». Aujourd’hui, cette zone représente 15% des signaux orageux ; elle est deux fois plus
faible que celle mesurée en 2001.
D’autre part, cette étude met en évidence la difficulté à détecter et prévoir l’orage. Nous avons pu
identifier les limites de notre capteur, mais aussi les limites de l’information publique disponible,
notamment sur Internet : il y a parfois des discordances entre les cartes représentant les impacts, les
METAR, notre capteur et nos observations à vue. Egalement, il est très difficile de chiffrer pour
chaque signal le caractère précoce de son activité ; ceci par manque d’informations ou de repères
spatio-temporels. Il faudrait à notre disposition un système de détection temps réel déjà éprouvé et
fiabilisé.
Vincent CAURE 96
Pistes de recherche envisageables ultérieurement pour l’OAM :
Etudier en complément des signaux enregistrés à f = 5 Hz soit Te = 200 ms, afin d’écarter le phénomène
de recouvrement du spectre et afin d’améliorer la résolution du signal (ceci sera possible avec le système
embarqué temps réel).
Etudier des fichiers de données de taille unique (donc de durée unique, 2h par exemple), afin de travailler
sur un calcul de FFT à paramètres constants.
Analyse du signal orageux dans les 5 minutes qui précèdent et dans les 5 minutes qui suivent son
déclenchement afin d’étudier l’évolution de nos descripteurs dans cette fenêtre de temps : par exemple,
étudier l’évolution de l’accroissement de la puissance, de la variance et de l’amplitude sur des signaux
orageux, afin de déterminer un seuil de départ d’orage. Pour cela, on pourrait utiliser une dérivation
numérique sur fenêtre glissante.
Réaliser une intercorrélation d’un signal caractéristique avec un signal inconnu, et vérifier la « hauteur »
du coefficient d’intercorrélation. Plus ce coefficient est proche de 1 et plus le signal observé est proche du
signal de référence. Faut-il encore définir un signal caractéristique !
Créer un nouveau critère numérique qui permettra de mesurer l’amplitude des bipolarités.
Système embarqué temps réel « Compact FieldPoint » de National Instruments :
La détection de l’orage par notre système embarqué temps réel devra se faire par surveillance des
dépassements des seuils caractéristiques dans une fenêtre glissante dont la taille est la même que celle de
l’algorithme Matlab, c'est-à-dire 11 secondes, mais pour un échantillonnage à 5 Hz, soit sur 55 points.
Cette taille identique permettra de garder l’homogénéité des indicateurs variance et puissance.
Nous prendrons comme base de l’algorithme temps réel, l’algorithme Matlab.
Nous avons reçu l’intégralité du matériel nécessaire le 10 novembre 2007. Une maquette a été réalisée
dans les semaines qui ont suivi.
Vincent CAURE 97
5 Développement du prototype temps réel
5.1 Elaboration du cahier des charges et spécifications techniques
5.1.1 Spécification du besoin
La prestation attendue réside dans le développement d’un prototype d’acquisition et de traitement

numérique temps réel du signal analogique provenant du dernier capteur d’orage.
Le service rendu par ce prototype permettra de signaler à la population l’arrivée imminente d’un
phénomène orageux.
Pour rendre ce service, le prototype devra être capable de mesurer les indicateurs numériques qui sont la
variance, la puissance et l’amplitude. Le dépassement des seuils caractéristiques déclenchera l’alerte.
Le prototype découlera de l’intégration de produits industriels, homogènes et fonctionnels les uns avec les
autres. Aucun développement hardware ne sera réalisé.
5.1.2 Contexte et état des lieux
L’Observatoire d’Aéroactivité du Maine est une association créée en 1997. Son objectif essentiel est
d’avancer dans la préservation de la vie, de la sécurité des gens et de la protection de leurs biens. Afin
d’atteindre cet objectif, l’OAM souhaite développer un système de détection d’orage. Depuis 1997,
l’OAM, en partenariat avec l’ENSIM et le Cnam du Mans, a développé un capteur d’orage et sa chaîne
d’acquisition. Le principe de fonctionnement du capteur est basé sur la détection des nuages d’aérosols
qui précédent l’orage. Ces nuages, en fonction de leur proximité avec notre capteur, entraînent une
intense modification locale du champ électrique de l’atmosphère, ce qui va ioniser l’air « aux alentours »
des fines pointes métalliques qui composent la partie primaire du capteur. Par effet de décharges de
pointe, un courant électrique va alors s’établir et être caractérisé.
La chaîne d’acquisition et le capteur sont opérationnels depuis 2002. Le traitement numérique statique du
signal a permis de caractériser celui-ci. Les critères de détection de l’orage, issus du traitement
numérique, ont été vérifiés et validés expérimentalement durant le premier semestre 2007. Ils sont :
- seuil en amplitude : 2
- seuil en variance : 0,35
- seuil en puissance : 50
En plus de ces critères, d’autres outils ont été utilisés comme :

- calculs numériques et statistiques sur fenêtrage temporelle
- filtrage numérique
- compteur
- identification des indices horaires d’apparition des maximums des seuils
- analyse spectrale par FFT
Le but du projet est donc de réaliser un algorithme de calcul numérique autonome et temps réel, capable
de détecter et signaler le dépassement des seuils caractéristiques, et donc l’arrivée d’un orage.
Vincent CAURE 98
5.1.3 Analyse fonctionnelle globale
Les principales fonctions du prototype sont exprimées par le diagramme de la figure 78 ci-dessous :
F0
Entrée
ACQUERIR
Analogique
Capteur
Carte entrées analogiques Développement
F1 programme
F1.1
TRAITER COMMUNIQUER et
Monitoring
Protocole Ethernet sur
mediums cuivre et Wifi
Micro processeur + OS
temps réel
F2
Interface
SIGNALER d’alerte
orageuse
Carte sorties TOR d’alerte
Système prototype
temps réel
Figure 78 : analyse fonctionnelle globale
Trois fonctions principales sont identifiées :
- Fonction « acquérir » : réalisée par une carte d’entrée analogique compatible avec la nature
du signal fourni par le capteur.
- Fonction « traiter » : réalisée par un système à micro processeur dont l’operating system est
temps réel, afin de garantir le déterminisme du calcul. A partir des données numérisées par la
carte d’entrées analogiques, les indicateurs sont mesurés et comparés à leurs valeurs
caractéristiques.
o Sous-fonction « communiquer » : réalisée par un port de communication Ethernet
natif à la fonction « traiter ». Cette voie de communication permet l’interfaçage avec le
PC de développement et permet le monitoring des indicateurs et du signal. Le
protocole Ethernet sera le moyen privilégié afin de réaliser toutes les fonctions de
communication informatique.
- Fonction « signaler » : réalisée par une carte de sorties TOR, cette fonction permet l’interface
entre la machine et la population. Un contact d’alerte est mis à la disposition de l’utilisateur du
prototype dans le but de réaliser une alerte orageuse (buzzer, voyant).
Vincent CAURE 99
5.1.4 Description et spécification technique
Logiciel et informatique
- Système d’exploitation de l’architecture micro-processeur : temps réel souple

- Fréquence d’échantillonnage : 5 Hz, extensible jusqu’à 11 Hz
- Structure de l’algorithme : similaire à celle de l’algorithme Matlab et construit autour de la
fenêtre de calcul glissante d’une durée de 11 secondes.
- Outils de calcul : tous les outils de traitement numérique, de filtrage numérique et de calcul
statistique.
- Langage de programmation : le langage de programmation de haut niveau, non littéral, et basé
sur une structure graphique.
- Le logiciel doit permettre le travail en mode connecté au prototype afin de pouvoir réaliser les
fonctions de débogage, monitoring et de diagnostic.
- Le logiciel doit être capable de générer des fichiers informatiques d’historisation des données
(format .csv ou .txt).
- L’horodatage doit être disponible.
Communication
- Le prototype doit être communiquant afin de permettre le transport des informations

essentielles. Les informations essentielles sont principalement les données enregistrées, l’état
de fonctionnement du système, le programme et l’arrivée d’un orage. Pour cela, le protocole
Ethernet est nécessaire.
- Le port Ethernet doit posséder les services suivants : gestion SNMP, notification de messages
électroniques SMTP, NTP pour synchronisation horaire, configuration servie DNS, serveur
HTTP ouvert pour la réalisation ultérieure des pages web utilisateur (mini 4 MO), serveur
FTP, support du protocole Modbus TCP.
Matériel
- Le prototype réalise l’acquisition de 4 signaux analogiques. Il doit donc comporter 4 entrées

analogiques :
o Les deux premiers signaux à acquérir sont les sorties des capteurs à effet de pointe qui
sont de nature ± 10V. Les caractéristiques techniques des entrées de notre système
embarqué sont : analogique en tension bipolaire ±10V, résolution 12 bits, isolées
voie par voie, de type différentiel, à impédance d’entrée élevée, éventuellement
possédant un filtrage réjecteur d’entrée paramétrable.
o Les deux autres entrées analogiques permettent d’acquérir les deux signaux issus de la
girouette et de l’anémomètre. Ces signaux passent par un conditionneur qui fournit une
intensité 0-5 mA image de la vitesse et de la direction du vent. Les caractéristiques des
entrées de notre systèmes embarqué sont : analogique en courant du type 0-20 mA,
haute impédance d’entrée, de type différentiel, isolées.
- Le prototype informe l’utilisateur de l’arrivée imminente d’un orage. Pour cela, il doit être
équipé au moins de 2 sorties TOR (statique ou à relais électromécanique), afin de signaler soit
l’arrivée d’un orage, soit l’arrivée d’un phénomène météorologique non orageux. De plus, le
système doit être capable de signaler ses modes de fonctionnement : « run », « stop » ou « en
erreur ». Pour cela, il faut envisager 3 sorties TOR supplémentaires. Un total de 5 sorties TOR
est donc recommandé, regroupées en une carte de sorties.
Vincent CAURE 100

- Le contact d’alarme signalant l’arrivée de l’orage permet le déclenchement d’un signal sonore
ou lumineux.
- La capacité de stockage du prototype est de 24 h au minimum, ce qui représente environ 1 MO
de mémoire de stockage pour une variable. Pour l’ensemble des variables il faut prévoir un
espace mémoire de 10 MO environ. Il est nécessaire d’ajouter à cet espace mémoire une zone
de stockage du programme applicatif, soit un espace total de 20 MO au minimum. Le type de
la mémoire sera non volatil.
- Alimentation du prototype en 12 ou 24 VDC
- Architecture matérielle de type modulaire
- Température de fonctionnement comprise entre -10°C et +40°C (capacité de fonctionnement
en extérieur).
- Indice de protection IP 20 (pour mise en coffret ultérieurement).
- Intégration d’un point d’accès sans fil Wifi 802.11 b/g.
5.1.5 Périmètre du projet
Planning
Le montage du prototype devra être réalisé fin décembre 2007.

Le développement de l’algorithme temps réel et sa mise au point seront effectués durant les mois de
novembre et décembre 2007.
Pilotage
Le pilotage du projet sera réalisé conjointement entre le Cnam (centre associé du Mans) et l’OAM.
Environnement
La chaine d’acquisition existante sera conservée intacte : mât + capteurs + carte EDAS + PC
d’acquisition. Elle sera décablée au niveau de la carte EDAS afin de laisser la place à l’architecture temps
réel.
Environnement de fonctionnement
Le prototype sera tout d’abord installé dans le laboratoire de l’OAM. Une fois sa fiabilité mesurée, il
pourra être envisagé de l’intégrer dans un coffret positionné au pied du mât.
Besoin énergétique
Une alimentation monophasée 230V 50 Hz + conducteur de terre.
Prestations attendues
Câblage électrique, développement et essais de l’algorithme : Vincent CAURE, stagiaire Cnam.
Vincent CAURE 101

5.2 Etude de faisabilité et choix de la solution
5.2.1 Choix des fournisseurs consultés
D’après le cahier des charges, on déduit clairement que le prototype doit être réalisé avec des outils
industriels déjà opérationnels, que se soit sur le plan du système d’exploitation temps réel, sur le plan de
la qualité et la fiabilité de l’architecture hardware, sur le plan du protocole de communication Ethernet
(pas de développement des couches du protocole), ou sur le plan du logiciel de développement. L’objectif
n’est pas de passer du temps sur les niveaux bas du codage software, mais plutôt sur l’intégration, la
cohérence et la compatibilité des matériels. Dans ce contexte, j’ai réalisé une étude de faisabilité qui m’a
permis de dégager une solution industrielle la plus proche possible des besoins qui me sont nécessaires.
Le budget alloué par l’OAM est de 5000 HT.
Pour cela, j’ai contacté quatre fournisseurs évoluant sur les marchés de l’automatisme industriel, de la
mesure et de l’acquisition de signaux. Ces fournisseurs sont :
- Siemens, branche automation SIMATIC :
Siemens, premier groupe européen de haute technologie, est présent en France depuis plus de 150 ans.
C’est un acteur majeur de l’économie avec 12 330 salariés, 17 centres de production et 10 centres de
R&D dans l’Hexagone. En 2006, le groupe Siemens en France a réalisé un chiffre d’affaires de 3,7
milliards d’euros et intervient dans 6 métiers : les automatismes et le contrôle, l’énergie, le médical, les
transports, les télécommunications et l’éclairage. SIMATIC est la plate-forme d'automatisation pour
toutes les branches, avec une gamme de constituants standards de matériels et de logiciels offrant toutes
les libertés de personnalisation et d'extension spécifique.
- Schneider Electric, marque Télémécanique :
Leader mondial reconnu dans la distribution électrique et les automatismes et contrôle, Schneider Electric
apporte des solutions complètes qui intègrent logiciels, communication et services. Le Groupe se
positionne dans son métier parmi les premiers acteurs mondiaux pour les activités distribution électrique
moyenne et basse tension, Ultra Terminale, alimentation électrique sécurisée, automatismes et sécurité
des bâtiments, contrôle industriel, automates et capteurs pour machines répétitives. Pour répondre aux
besoins de ses clients, Schneider Electric s’appuie sur ses marques mondiales leaders dans leur domaine :
Merlin Gerin, Télémécanique, Modicon et Square D. L’offre « automatismes et contrôle » est supportée
en France par Télémécanique.
- Intelligent Instrumentation :
Intelligent Instrumentation est une entreprise américaine qui propose cinq grandes familles d’offres de
matériel : produits pour l'acquisition de donnée sur PC, système d'acquisition de données sur port USB,
systèmes d'acquisition de données sur port Ethernet, carte d'acquisition de données enfichables,
conditionnement de signal et isolation.
Vincent CAURE 102

- National Instruments :
National Instruments fabrique et commercialise des matériels et logiciels qui servent à construire des
applications scientifiques et industrielles. Leader de l'instrumentation virtuelle, National Instruments
propose aux ingénieurs et scientifiques des solutions matériel/logiciel pour le test, la mesure et
l'automatisation industrielle. En combinant la puissance du PC, la souplesse du logiciel et la modularité
du matériel, l'instrumentation virtuelle permet de créer, rapidement et à moindre coût, des applications
personnalisées et évolutives. La société est en particulier le premier fournisseur mondial de cartes
d’acquisition de données et d’interfaces de contrôle d'instrumentation. Son offre s'étend aux cartes
d’acquisition d’images, aux instruments de mesure, aux interfaces pour les bus de terrain ainsi qu'aux
environnements de développement tels que LabVIEW et LabWindows/CVI. Ces deux derniers produits
sont leaders sur le marché du développement d'application de test et mesure.
J’ai présenté mon projet à chacun d’eux, puis ils m’ont fait des propositions d’architectures. J’ai noté ces
architectures en fonction de neufs points clés qui sont détaillés de la manière suivante :
- Configuration Hardware cohérente avec le cahier des charges : modularité, cartes

d’entrées/sorties…
- Capacité mémoire suffisante et qualité de la mémoire convenable (non volatile)
- Possibilité de fonctionnement en extérieur dans une enveloppe (température)
- Protocole de communication Ethernet et services associés (Modbus TCP, SNMP, SNTP, FTP,
serveur web…)
- Operating System temps réel
- Evolution et flexibilité de l’architecture
- Logiciel de développement cohérent avec le cahier des charges, notamment programmation de
haut niveau graphique (pas de C, C++, assembleur, VHDL…)
- Outils mathématiques intégrés de traitement numérique du signal
- Coût
Chaque point clé est noté comme suit :
- Non conforme = 0 point

- Incomplet = 1 point
- Suffisant et complet = 2 points
Le coût, le logiciel de développement et les outils mathématiques seront pondérés de 50% (leurs points
seront multipliés par 1,5), puisqu’ils représentent des besoins essentiels.
5.2.2 Descriptions des propositions fournisseurs
- Siemens :
Siemens a proposé une architecture de matériel basée sur l’automate programmable S7-300 :
Le S7-300 est l’automate conçu pour des solutions dédiées au système

manufacturier et constitue à ce titre une plate-forme d’automatisation
universelle pour des applications avec des architectures centralisées et
décentralisées avec interface Ethernet/PROFInet intégrée. Le S7-300
trouve des applications dans des industries comme l’automobile, la
construction OEM, l’emballage, l’agro-alimentaire, la plasturgie. Il
peut également s’intégrer dans des solutions compactes avec HMI ou
Vincent CAURE 103
dans des têtes de station pour traitement intelligent décentralisé. Le S7-300 offre également une
très large palette de modules d’E/S TOR et analogiques pour la quasi-totalité des signaux avec
possibilité de traitement des interruptions et du diagnostic. De construction compacte et
modulaire, il est libre des contraintes de configuration. Une partie de la gamme est déclinée en
version SIPLUS permettant l'utilisation dans des milieux hostiles grâce à une plage de température
de –25 °C à +60 °C, une meilleure tenue aux sollicitations mécaniques, une résistance à la
pollution par des gaz nocifs et des poussières, une humidité de l’air et une condensation
admissible augmentées grâce à un revêtement spécial. Le logiciel de programmation est STEP 7
Basic, qui se programme avec les langages de programmations normalisés de haut niveau :
LADDER, FBD et LIST.
- Télémécanique
Télémécanique a proposé une architecture basée sur l’automate programmable industriel M340 :
Les applications destinées à l’utilisation du M340 sont les machines
complexes (emballage, textile, manutention, levage...), les procédés
manufacturiers ou les infrastructures. Les processeurs sont de haute
performance et intègre une haute vitesse d’exécution de calcul,
exploitation multitâche, un port USB, un port Ethernet et les services
de communication associés, une capacité de stockage et
programmable sur support SD card (16 MO). La configuration
hardware est modulaire et dispose d’un large choix d’entrées/sorties
TOR ou analogiques.
Le logiciel de programmation est basé sur l’offre Unity Pro S, qui dispose de tous les langages de
développement de haut niveau normalisés pour l’automation, d’un éditeur de développement
spécialisé en langage C et d’une interface de programmation en VBA, VB et C++.
- INTELLIGENT INSTRUMENTATION
Intelligent Instrumentation a proposé une architecture basée sur des systèmes industriels
d'acquisition de données sur Ethernet EDAS CE, dont l’architecture est non propriétaire :
Ce système d’acquisition et de traitement est basé sur un
Operating System Windows CE 3.0. La programmation s’effectue
à l’aide des kits de développement en C++ associés à Windows
CE. Ils ne sont pas fournis avec le matériel. L’architecture est
modulaire et comprend toutes les cartes E/S TOR ou analogiques
nécessaires. Les caractéristiques de temps de traitement et de
vitesse d’acquisition des entrées analogiques de l’EDAS CE sont
supérieures à celle d’un PLC, grâce à sa programmation bas niveau en C++, qui ne nécessite pas
d’interpréteur de code au niveau du micro processeur. Toute la partie communication Ethernet est
ouverte et les couches supérieures du protocole doivent être développées par le programmeur. La
capacité mémoire est grande et peut atteindre 500 MO.
- NATIONAL INSTRUMENTS
National Instruments a proposé une solution basée sur
un PAC (contrôleur d’automatisme programmable)
Compact FieldPoint. Les PAC sont idéaux pour
concevoir des applications de contrôle embarquées qui
nécessitent la puissance et la souplesse d'un PC, pour le
traitement avancé des données et les algorithmes de
contrôle, et la robustesse d'un automate programmable
(PLC). Compact FieldPoint est un PAC facile d'emploi et extensible composé de modules d'E/S
Vincent CAURE 104
durcis et d'interfaces de communication intelligentes. Télécharger les applications LabView Real
Time dans le contrôleur embarqué pour un fonctionnement fiable, autonome, déterministe et
connecter directement les capteurs à des modules d'E/S analogiques de haute précision. L’offre de
module d’E/S TOR et analogiques est large et doit permettre de couvrir tous les besoins des
utilisateurs. Compact FieldPoint se caractérise aussi par des spécifications industrielles telles
qu'une résistance aux chocs de 50 G et aux vibrations de 5 G et à une gamme de températures de -
40° à 70° C. Compact FieldPoint exécute les applications LabView Real-Time pour fournir des
performances temps réel déterministes. Le logiciel de programmation est basé sur LabView +
LabView RT dont le langage de développement graphique intuitif est destiné aux ingénieurs et
scientifiques.
5.2.3 Notations des fournisseurs et choix de la solution
Ci-dessous, on visualise le coût HT en de chaque architecture proposée par les différents fournisseurs
consultés :
Tableau 9 : coûts des architectures proposées par les fournisseurs
INTELLIGENT NATIONAL
SIEMENS TELEMECANIQUE
INSTRUMENTATION INSTRUMENTS
Coût configuration HT 2000 2300 1300 1600
Coût logiciel HT 1600 1150 900 2900
TOTAL HT 3600 3450 2200 4500
Comme on pouvait le penser, l’architecture la moins chère est celle proposée par Intelligent
Instrumentation, mais il semble aussi que cette solution soit la plus complexe, nécessitant le plus de
développement software de bas niveau (ce qui l’exclue de notre cahier des charges). Le système le plus
cher est celui proposé par National Instruments ; il représente un surcoût de presque 30% par rapport aux
solutions à base de PLC proposées par Siemens et Télémécanique.
Voyons maintenant la notation globale des solutions après pondération :

Tableau 10 : notations des fournisseurs
INTELLIGENT NATIONAL
SIEMENS TELEMECANIQUE
INSTRUMENTATION INSTRUMENTS
Config Hardware 2,00 2,00 2,00 2,00
Mémoire 1,00 1,00 2,00 2,00
Fct extérieur 2,00 0,00 0,00 2,00
Ethernet + services 1,00 2,00 1,00 2,00
OS temps réel 0,00 0,00 1,00 2,00
Evolution / Flexibilité 2,00 2,00 2,00 2,00
Logiciel et langage 1,50 1,50 0,00 3,00
Outils mathématiques 0,00 1,50 0,00 3,00
Coût HT 1,50 1,50 3,00 0,00
TOTAL POINTS 11 11,5 11 18
La solution de National Instruments obtient 18 points sur 21 possibles. Elle est la meilleure solution
technico-économique répondant à notre cahier des charges.
On remarque ici la limite des PLC pour notre application. En effet, ces derniers sont destinés
principalement à des applications industrielles du type process ou machine. Même si leur capacité de
calcul et leur caractéristique de communication ont considérablement évolué depuis 10 ans, ils restent
inadaptés à notre cahier des charges. La solution d’Intelligent Instrumentation obtient une note de 11/21
car ses qualités d’ouverture rendent difficile le développement de l’algorithme et du protocole de
communication.
Vincent CAURE 105

5.3 Architecture matérielle du prototype
5.3.1 Le PAC Compact FieldPoint
Les PAC sont idéaux pour concevoir des applications de contrôle embarquées qui nécessitent la puissance
et la souplesse d'un PC, pour le traitement avancé des données et les algorithmes de contrôle, et la
robustesse d'un automate programmable. Compact FieldPoint est un PAC facile d'emploi et extensible
composé de modules d'E/S durcis et d'interfaces de communication intelligentes. Les modules d'E/S de
Compact FieldPoint filtrent, calibrent et mettent à l'échelle les signaux bruts des capteurs, avec un auto-
diagnostic pour identifier d'éventuels problèmes, tels qu'un thermocouple ouvert. Les interfaces réseau de
Compact FieldPoint publient automatiquement les mesures via Ethernet. Il est possible d’accéder aux
points d'E/S qu'ils soient à proximité ou à des kilomètres de distance en utilisant le même cadre de travail
logiciel lecture/écriture simple. Le large éventail de module d'E/S permet de gérer quasiment tout type de
capteur dont les thermocouples, les jauges de contrainte, les capteurs 4 à 20 mA et tous les signaux de 5 à
30 VDC et de 0 à 250 VAC [NAT07].
Compact FieldPoint se caractérise par des spécifications industrielles telles qu'une résistance aux chocs de
50 G et aux vibrations de 5 G et à une gamme de températures de -40° à 70° C. Compact FieldPoint est
conforme aux certifications nord-américaines et européennes de sécurité, d'environnements dangereux, de
résistance à l'eau, et de CEM.
De plus, Compact FieldPoint exécute les applications LabVIEW Real-Time pour fournir des
performances temps réel déterministes.
Les produits Compact FieldPoint se divisent en six grandes catégories :
• Interfaces/contrôleurs : pour embarquer, dans un facteur de forme compact, modulaire et adapté

aux environnements industriels, l'intelligence, le contrôle avancé et les capacités d'analyse de
LabVIEW.
• Modules d'E/S : modules d’E/S numériques et analogiques pour la mesure sur capteurs et la
commande d'actionneurs.
• Fonds de panier : fonds de panier métalliques de 4 et 8 emplacements, que l’on peut monter sur
rails DIN ou sur panneaux, avec un bus local pour les communications et l'alimentation des
modules, des borniers à vis sécurisés pour la fixation des modules de contrôle et d'E/S.
• Accessoires de connectivité : blocs de connexion intégrés ou montés sur rails DIN ; options de
câblage pour les liaisons série et la connexion d'E/S externes.
• Blocs d'alimentation : cinq blocs d'alimentation DC pour les différents besoins d'alimentation.
• Accessoires de montage : quatre options de montage différentes, dont le montage sur panneau, en
rails DIN et en baie de 19 pouces.
L’architecture PAC proposée par National Instruments est composée de :

- Module contrôleur RT + Ethernet de référence cFP-2100 (64 MO DRAM + 64 MO non
volatile)
- Module de 8 entrées analogiques 16 bits, isolation voie par voie de référence cFP-AI-118
- Module de 8 sorties TOR 24 VDC de référence cFP-DO-400
- Deux blocs de connexion de référence cFP-CB-1
- Fond de panier 4 emplacements cFP-BP-4
- Logiciel LabView 8.20 édition complète
- Logiciel LabView 8.20 Real Time
Vincent CAURE 106

Voici les principales caractéristiques du module contrôleur cFP-2100 :
Les contrôleurs embarqués cFP-21xx comprennent un processeur de 188 MHz, jusqu'à 128 MO de
mémoire SDRAM et 128 MO de mémoire non volatile interne pour les applications avancées qui
nécessitent des boucles de contrôle multiples. Le contrôleur cFP-2120 comprend un emplacement pour
les cartes amovibles Compact Flash pour les applications d'enregistrements de données.
Le cFP-2100 possède une mémoire de stockage non volatile de 64 MO, une mémoire SDRAM 64 MO,
des serveurs de fichiers et Web embarqués avec interface utilisateur déportée, un contrôleur embarqué qui
exécute LabVIEW Real-Time pour le contrôle, l'enregistrement de données et le traitement de signaux,
une interface Ethernet d’E/S distribuées sur PC et 1 port série RS232 pour se connecter aux périphériques.
Voici les principales caractéristiques de la carte d’entrées analogiques cFP-AI118 :

C’est un module d'entrées analogiques en tension 8 voies avec isolation voie par voie de 750 Veff et
isolation voie-vers-fond de panier est de 2 300 Veff. Il permet l’opération branchement à chaud. Sa
gamme de températures de fonctionnement de -40 à 70°C ; sa gamme de tensions d'entrée : 0 à 1, 0 à 5, 0
à 10, 0 à 15, ±1, ±5, ±10 et ±15 V. Il possède une résolution de 16 bits avec une possibilité de réjection du
bruit 50/60 Hz
Voici les principales caractéristiques de la carte de sorties TOR cFP-DO-400 :

C’est un module de sorties numériques de courant fourni (sourcing) 8 voies. Les tensions de sortie vont
de 5 à 30 VDC. Le branchement à chaud est permis. Le module comprend un indicateur LED d'état
marche/arrêt sur chaque voie. Le courant de sortie va jusqu'à 2 A par voie. Ses températures de
fonctionnement s’étendent de -40 à 70 °C.
En complément au Compact FieldPoint, et afin de répondre à mon cahier des charges, j’ai ajouté au
prototype :
- Une alimentation de marque Phoenix Contact, 230 VAC/24 VDC 2,5A (il faut noter que le
Compact FieldPoint peut également être alimenté en 12 VDC).
- Une colonne de marque Télémécanique constituée d’un voyant de signalisation lumineux de
l’orage et d’un buzzer.
- Un switch de marque Phoenix Contact 5 ports 100baseT.
- Une borne point d’accès Wifi IEEE 802.11b ou IEEE 802.11g de marque ACKSYS.
- Une antenne directionnelle longue portée (1000 mètres théoriques en champ libre) pour Wifi
de marque D-LINK.
- Deux convertisseurs 0-5mA/0-10V, de marques Phoenix Contact, pour conditionner les
signaux issus de l’anémomètre et de la girouette (pour utilisation ultérieure).
- Une platine de câblage de marque Legrand.
Vincent CAURE 107

5.3.2 L’implantation du matériel
Voici l’architecture que j’ai développée pour répondre à notre cahier des charges :
Le mât / Les capteurs / Le capteur deécharges

d de pointes Borne Wifi +
Buzzer+ Voyant antenne
Alim
L’anémomètre / La girouette 24V Compact
FieldPoint
Switch
Convertisseurs
0-5mA / 0-10V
PC 1 : Acquisition / Développement
PC 2 : Monitoring
1 carte Ethernet vers carte EDAS (inutilisée maintenant)
Liaison Wifi vers Compact FieldPoint
1 carte Ethernet vers Compact FieldPoint
Logiciel LabVIEW Real Time
Logiciel LabVIEW Real Time
Figure 79 : architecture temps réel
A partir du mât situé à proximité du laboratoire de l’OAM, j’ai déconnecté l’ancienne chaine
d’acquisition (carte EDAS) afin d’installer notre système temps réel. Un poste « PC 1 » fixe, connecté via
Ethernet sur un médium cuivre, permettra l’acquisition, le rapatriement des données pour archivage et
l’optimisation du code. Un poste « PC 2 », connecté via Ethernet sur un médium Wifi, permettra la
surveillance et le monitoring des seuils caractéristiques.
L’interface homme/machine est essentiellement représentée par la colonne composée d’un voyant
lumineux rouge et d’un buzzer. Cette colonne s’activera sur dépassement des seuils caractéristiques.
Notons enfin qu’uniquement le signal issu du nouveau capteur est exploité. L’anémomètre et la girouette,
bien que représentés comme connectés via deux convertisseurs courant/tension, ne sont pas aujourd’hui
physiquement raccordés au prototype, mais leurs raccordements seront possibles ultérieurement, si
nécessaire.
Vincent CAURE 108

Signal issu du nouveau capteur
Câble provenant du mât
Batteries alimentant les

Conditionneurs
capteurs
anémomètre et girouette
Colonne
Contrôleur Point
Carte entrées Carte sorties TOR
Compact FieldPoint accès Wifi
analogiques
Switch
Alimentation
Figure 80 : prototype temps réel
La figure 80 ci-dessus présente le prototype d’acquisition et de traitement basé sur l’utilisation du

contrôleur Compact FieldPoint.
A gauche, on visualise le câble qui provient du mât, qui véhicule les signaux via un canal souterrain et
jusqu’au laboratoire OAM.
A droite, on observe le prototype câblé sur une platine. La carte d’entrées analogiques reçoit le signal issu
du nouveau capteur, et la carte de sorties TOR permet l’activation de la colonne en cas d’orage.
Le switch permet la connexion Ethernet, soit directement via un câble réseau, soit via le point d’accès
Wifi.
L’alimentation apporte l’énergie électrique nécessaire en 24 VDC.
J’ai fini le raccordement du prototype mi novembre 2007.
Le schéma de câblage est proposé en annexe 5.
En complément, je présente en annexe 6 le mode de marche du prototype.
Vincent CAURE 109

5.4 Architecture logicielle du prototype
5.4.1 Introduction au temps réel et au déterminisme
Le temps réel ne signifie pas forcément rapidité d’exécution. La rapidité sera surtout supportée par les
caractéristiques du système matériel.
Par contre, la notion de temps réel apporte la qualité de fiabilité à un système. Par exemple, un test de
mesure d’endurance qui se déroule 7j/7 24h/24 devra apporter toutes les conditions de fiabilité de la
mesure.
Le déterminisme représente la capacité à accomplir une tâche dans un temps imparti. Dans le cadre de
notre projet, c’est cette notion qui nous permettra d’effectuer nos calculs de caractérisation du signal
toutes les 200 ms : c’est le temps de boucle, c'est-à-dire le temps pris pour exécuter un cycle de boucle.
Le jitter représente la variation du temps de boucle par rapport au temps de boucle souhaité. La figure 81
ci-dessous représente le jitter.
Gamme du jitter
Tours de boucle
Temps de boucle souhaité
1 Jitter
maxi
4
Temps de boucle
Figure 81 : jitter
Sur un système Compact FieldPoint, le jitter est de l’ordre de ± 15 ȝs. Son système d’exploitation est dit
« temps réel souple », c'est-à-dire que la moyenne des exécutions des boucles correspond au temps de
boucle souhaité. Le temps réel exprime également la possibilité de développer des applications
autonomes (pas de clavier, souris ni écran), comme des tests embarqués dans un véhicule ou isolés sur un
site.
Au niveau informatique, il existe deux principaux types de systèmes d’exploitation :

- les systèmes d’exploitation génériques
- les systèmes d’exploitation temps réel
Le système d’exploitation générique est souvent multitâche, type Windows, et est basé sur des tâches de
priorités basses qui peuvent interrompre des tâches de priorités hautes. Par exemple, une interruption de
type souris ou clavier pourra interrompre l’exécution d’une tâche de priorité haute. Ces types
d’interruptions sont nombreux : anti-virus, sauvegarde d’écran, utilitaire de disque…Il ne peut pas
garantir le déterminisme.
Pour les systèmes d’exploitation temps réel, le moteur assure que les tâches de priorités hautes
s’exécutent en premier. Il n’y a pas d’interruption et les systèmes d’exploitation temps réel peuvent
fonctionner de manière autonome, sans souris ni clavier par exemple. De plus, ces systèmes offrent au
développeur l’accès direct à la charge de la CPU.
Le logiciel LabVIEW se complète de l’option LabVIEW Real Time qui permet de développer des
applications sur des cibles matérielles temps réel comme le Compact FieldPoint. Le système
d’exploitation qui exécutera le code temps réel sur le Compact FieldPoint appartient à National
Instruments et s’appelle « PharLaps » [NAT07] [COT01] [ROY05].
Vincent CAURE 110
5.4.2 LabVIEW
LabVIEW est un logiciel de développement d'applications de la société américaine National Instruments

basé sur un langage de programmation graphique appelé langage G. Ce langage de programmation
LabVIEW, pour « Laboratory Virtual Instrument Engineering Workbench », est particulièrement bien
adapté à la mesure, au test, à l’instrumentation et à l’automatisation. Les interfaces utilisateurs,
développées avec des langages comme le C, le Pascal, le Turbo Pascal, Ada et d’autres, sont souvent
obscures et difficilement compréhensibles par celui qui n’a pas développé le code. Les utilisateurs
disposent avec LabVIEW d’un outil intégré d’acquisition, d’analyse et de présentation des données, une
solution qui entraîne un gain notable de productivité comparable à celui obtenu par l’introduction des
tableurs dans les logiciels financiers. Couplé à des cartes d’entrées/sorties, il permet de gérer des flux
d’informations numériques ou analogiques. Sa méthode de programmation graphique fonctionnelle est
naturelle et intuitive, familière pour les ingénieurs. Aujourd’hui, LabVIEW est disponible sur de
nombreuses plate-formes : Windows, MacOS, Sun, HP-UX, Concurrent PowerMAX ou Linux ; la
portabilité des applications est totale entre les différentes plate-formes.
La programmation à l’aide d’un langage graphique est relativement récente. Les langages de
programmation textuels conventionnels impliquent un mode de conception séquentiel contraint par
l’architecture même de la machine, l’exemple le plus simple étant l’assembleur puisqu’il reflète
l’architecture du processeur. La représentation textuelle est moins performante que la représentation
graphique puisqu’elle ne permet pas une représentation d’idées intuitives et naturelles. D’ailleurs, les
efforts mis en œuvre pour rendre un texte plus rapidement compréhensible reposent sur des moyens
graphiques, tels que le surlignage, les italiques, les caractères gras, la couleur ou l’indentation d’un texte.
Lorsque des objets peuvent être manipulés graphiquement, la communication homme/machine est
grandement facilitée, ce qui a conduit par exemple au développement des systèmes d’exploitation
graphiques (MacOS ou Windows). La représentation naturelle pour exprimer un schéma ou un circuit est
le bloc fonctionnel. Le but du graphique est donc de faciliter la mise en œuvre d’applications
informatiques. La programmation graphique sous LabVIEW est basée sur le mode d’exécution du
programme en flux de données : ce sont les données qui dirigent l’exécution du programme, analogie
avec un circuit électronique et la propagation du signal à travers ce circuit. Un diagramme flux de
données est un graphe acyclique qui peut être composé des trois éléments essentiels suivants :
- terminaux : ce sont des liens avec l’extérieur qui représentent la production et la
consommation des données ;
- nœuds : ce sont les traitements à effectuer qui sont représentés par une figure géométrique
pouvant contenir une image illustrant leur fonctionnalité. Ils possèdent des connexions
d’entrée et des connexions de sortie. Bien entendu, plusieurs nœuds peuvent être exécutés
simultanément ;
- arcs orientés : ils relient les nœuds et terminaux et permettent d’indiquer le passage de données
d’un nœud vers un autre. Un arc orienté peut se séparer en plusieurs arcs (duplication des
données), par contre des arcs orientés ne peuvent pas directement se regrouper (convergence
interdite).
Le concept d'instrument virtuel qui a donné son nom à LabVIEW, se manifeste par la permanence d'une
interface graphique pour chaque module (fonction) d'un programme. Les contrôles et les indicateurs de ce
« panneau avant » constituent l'interface par laquelle le programme interagit avec l'utilisateur (lecture de
commandes et de paramètres, affichage des résultats). Les fonctions de contrôle-commande de cartes ou
d'instruments constituent l'interface par laquelle le programme interagit avec le montage.
Un programme LabVIEW permet donc d'automatiser un montage associant plusieurs appareils
programmables, et réunit l'accès aux fonctionnalités de ce montage dans une interface utilisateur unique,
véritable « face avant » d'un instrument virtuel.
Pour le développeur, un programme en langage G se présente comme un schéma, le diagramme,
réunissant différentes icônes reliées par des fils de couleur. Chaque fil symbolise le passage d'une donnée
depuis une source dont elle sort (comme résultat), vers une cible où elle entre (comme paramètre). Les
Vincent CAURE 111

diagrammes du langage G ont donc une signification bien différente de celle des schémas électroniques
qu'ils évoquent parfois. Dans un diagramme LabVIEW, la donnée ne transite dans le fil qu'au moment où
elle est générée par son icône source. L'icône cible ne commencera son exécution que lorsque toutes ses
données d'entrée seront disponibles. Ce modèle d'ordonnancement par flots de données détermine l'ordre
d'exécution des traitements du programme. Une conséquence importante de cette règle est que les
traitements qui n'échangent pas de données sont libres de s'exécuter en parallèle. Cette propriété du
langage G facilite le développement d'applications multiprocessus, particulièrement intéressantes dans le
cadre du contrôle de systèmes réactifs (embarqués ou non).
La conception des programmes en langage G conserve une approche essentiellement procédurale. Mariée
à l'exécution par flots de données, cette approche procure de bons résultats dans le domaine de
l'instrumentation.
Créé par Jeff Kodosky et présenté pour la première fois sur Macintosh en 1986, LabVIEW a étendu son
usage au PC et à divers systèmes d'exploitation. Il s'est également développé en direction des systèmes
embarqués et temps réel, en s'ouvrant par exemple à la programmation de circuits intégrés (FPGA). La
dernière version de LabVIEW est la version 8.5. LabVIEW est composé « d’une face avant » qui est
l’interface utilisateur et d’un diagramme dans lequel se trouve le code [COT01] [ROY05].
5.4.3 L’algorithme temps réel
Boucle de communication
Boucle de l’application Application cliente
(non déterministe)
(déterminisme)
Priorité Priorité normale Communication

Communication Réseau
Temps critique
inter-thread
Disque Disque
Compact FieldPoint Ordinateur hôte

Figure 82 : architecture logicielle typique temps réel
Typiquement, la cible temps réel (ici Compact FieldPoint), accueille deux boucles :
- une première boucle déterministe qui a pour rôle l’acquisition et le calcul
- une seconde boucle, non déterministe, qui a pour rôle la communication en TCP des données
reçues de la part de la boucle prioritaire vers le disque
En parallèle, l’ordinateur hôte accueille une application cliente, souvent une interface utilisateur. Cette
application n’est pas obligatoire dans le sens où elle n’empêche pas le fonctionnement de l’application
temps réel. Ce programme non déterministe, exécuté sur le PC hôte, permet la communication avec le
programme de la cible (envoi des paramètres de l’interface utilisateur et récupération des données),
l’enregistrement et l’analyse des données, et éventuellement l’émission des données vers d’autres
systèmes. Les variables de l’application temps réel pourront être paramétrées comme étant de type
partagées, c'est-à-dire qu’elles seront échangeables entre l’application temps réel et l’application du PC
hôte via le réseau Ethernet. De plus, LabVIEW Real Time offre une option complémentaire sur les
variables : c’est l’option « FIFO temps réel » qui permet aux variables partagées d’être échangées de
manière déterministe entre les deux threads de l’application temps réel.
Vincent CAURE 112

Dans cette structure, la tâche de priorité plus élevée garde la main sur la tâche de priorité moins
importante. Cette structure logicielle est appelée le multithreading, et permet de donner la priorité à une
tâche. Le multithread est une extension du principe de multitâche :
- le multitâche donne la capacité au système d’exploitation à basculer entre différentes tâches
- une tâche est généralement une application à part entière tel que LabVIEW par exemple
Le multithread étend le principe au sein d’une même application :

- des opérations spécifiques au sein d’une même application peuvent être réparties chacune dans
un thread spécifique
- le temps processeur peut être réparti sur les threads
- donner la capacité à avoir des niveaux de priorité
L’avantage du multithread réside en sa qualité à pouvoir différencier les tâches temps critique des tâches
non temps critique. Cette structure est possible sur le Compact FieldPoint grâce au système d’exploitation
PharLaps développé par National Instrument.
LabVIEW Real Time dispose d’un gestionnaire de temps qui permet d’assigner la priorité à chaque VI.
La figure 83 ci-dessous présente l’utilisation de ce gestionnaire.
Choix de la
communication entre
PC hôte et cible RT
Inclure dans
l’application des
composants
déterministes
Choix de deux boucles

dont l’une est prioritaire
Figure 83 : gestionnaire de temps critique LabVIEW
Vincent CAURE 113

Sous LabVIEW Real Time, la gestion du temps est combinaison de gestion « Round Robin » et
préemptif :
Ordonnancement de type « Round Robin » :
Les threads de même priorité ont le même temps processeur alloué. Un thread peut avoir
été suspendu plusieurs fois avant de finir de s’exécuter.
Ordonnancement de type préemptif :
Un thread de priorité plus haute suspend immédiatement l’exécution de threads de priorité
moindre.
Pour synthétiser, lorsqu’un thread temps critique a fini sont exécution, il passe en phase de sommeil,
permettant alors l’exécution des threads de priorité moindre, jusqu’à ce que le thread temps critique
reprenne sont exécution.
Le cadencement des boucles est réalisable de deux manières :
- cadencement logiciel (système d’exploitation Real Time qui le réalise) : c’est un cadencement
lié à une horloge de l’OS (horloge à 1 kHz pour PharLaps)
- Cadencement matériel : c’est un cadencement lié à l’horloge du processeur (1 MHz par
exemple), indépendante de l’OS.
Dans mon application OAM, j’ai choisi un cadencement logiciel par boucle cadencée (boucle While),
suffisant pour répondre à mon besoin de temps de boucle de 200 ms (5 Hz).
Voici l’algorithme graphique que j’ai construit avant de développer l’algorithme sous LabVIEW :
Boucle déterministe calcul + alarme

Priorité = 100 hh:mm:ss:ms
Haute P max Horodatage
>= 50
Fenêtrage 11 s
ou 55 pts
V max
>= 0.35
Valeur A max >= 2

Entrée Filtre numérique
X -1 absolue OU Sortie TOR 1
analogique 1
Alarme
Annulation
Nouveau capteur
signe gain
Te = 200 ms Acquisition Marche Arrêt RAZ MEM
Figure 84 : algorithme RT, boucle déterministe
Cette boucle est de priorité haute (ici 100) et utilise des variables partagées paramétrées en FIFO Real
Time. Le fonctionnement de l’algorithme, évoluant de gauche à droite en mode flux de données est très
intuitif. On retrouve toutes les fonctions de l’algorithme statique écrit sous Matlab.
Après l’annulation du signe du gain du capteur, on réalise un fenêtrage temporel sur 11 secondes afin de
conserver l’homogénéité des indicateurs variance et puissance calculés en statique. En parallèle, on
réalise un filtrage numérique par moyenne temporelle glissant sur 10 points pour calculer l’amplitude
maximale de la valeur absolue du signal filtré.
La sortie TOR 1, signalant l’orage, est mise à 1 lorsque le seuil de puissance ou de variance ou
d’amplitude est atteint. Lorsque les valeurs courantes de ces indicateurs sont en même temps en dessous
des seuils, la sortie TOR 1 est mise à 0.
A chaque période d’acquisition, c’est-à-dire toutes les 200 ms, les valeurs des données de l’algorithme
pourront être écrites dans un fichier texte enregistré dans la mémoire du Compact FieldPoint. Ce fichier
pourra être transféré sur le PC de l’OAM via FTP (le PC serait le client FTP et le Compact FieldPoint
serait le serveur).
Vincent CAURE 114
Ci-dessous, je présente le programme que j’ai développé sous LabVIEW :
Figure 85 : boucle déterministe LabVIEW
Cette boucle est la plus prioritaire du programme. C’est une boucle « While » cadencée à 200 ms et
possédant une priorité de 100. A l’intérieur de celle-ci, on retrouve un sous-VI nommé par défaut
« DATA ». Ce sous-VI intègre les calculs définis par l’algorithme présenté sur la figure 84.
De « DATA » sortent des variables qui sont partagées et FIFO Real-Time, permettant l’échange avec la
boucle non-déterministe ci-dessous.
Figure 86 : boucle non déterministe LabVIEW
Cette boucle « While » est non déterministe, elle est cadencée à 200 ms et possède une priorité de 50. Elle
a pour rôle uniquement l’échange des valeurs avec l’interface utilisateur. A l’intérieur de cette boucle, on
retrouve toutes les variables provenant de la boucle déterministe. En complément, cette boucle intègre
trois variables de type chaine de caractères, illustrées en couleur rose et appelées « AMPLIT », « PUI » et
« VARIAN ». Leur rôle est d’indiquer sur l’interface utilisateur si les indicateurs dépassent ou non leur
seuil caractéristique.
Vincent CAURE 115

Figure 87 : interface utilisateur labVIEW
Voici une capture d’écran de l’interface utilisateur réalisée en mode exploitation du Compact FieldPoint.
Cette interface est constituée, au centre, de trois messages texte indiquant l’état caractéristique (ou non)
des indicateurs. De plus, on visualise sur six graphiques déroulants, les signaux et indicateurs dont la
mesure et le calcul sont réalisés en temps réel.
Cette interface graphique illustre toute la raison d’être du prototype, dont l’intérêt réside en sa capacité à
calculer les indicateurs en temps réel avec une fréquence d’acquisition constante.
Pour finir ce sous-chapitre, je vais décrire synthétiquement le principe de fonctionnement du sous-VI

« DATA », qui est décomposé en trois parties :
- Première partie : calcul de l’indicateur amplitude

- Seconde partie : calcul de l’indicateur puissance
- Dernière partie : calcul de l’indicateur variance
Vincent CAURE 116

D
B C
F
A
E
Figure 88 : calcul de l’indicateur « amplitude » du sous-VI « DATA »
Calcul de l’indicateur « amplitude » :
A) Dans cette première phase, on sélectionne la voie 0 de la carte d’entrée analogique puis on la multiplie
par -1 afin d’annuler le signe du gain du nouveau capteur. Deux indicateurs sont positionnés : le premier
permet de visualiser le signal et le second permet de visualiser le signal inversé.
B) Dans cette phase, on utilise la fonction « Filter » de LabVIEW, paramétrée en « smoothing windows »
mode « moving average rectangular » sur un demi intervalle de 5 points. Cette fonction réalise le filtrage
numérique du signal sur 10 points.
C) A la sortie de cette fonction, on calcule la valeur absolue du signal. Ceci nous donne l’indicateur
« AMPLITUDE ». Puis, on compare l’indicateur à son seuil caractéristique.
D) Dans cette étape, si la comparaison précédente est vrai, la voie 0 de la carte de sortie TOR cFP-D0-400
est mise à 1. Cette sortie active la colonne lumineuse.
E) Enfin, cette fonction affiche sur l’interface utilisateur « AMPLITUDE NON CARACTERISTIQUE »
si le seuil n’est pas dépassé ; si le seuil est dépassé, elle affiche « AMPLITUDE CARACTERISTIQUE ».
F) Ici, deux flux de données partent vers les deux autres composantes du programme : le calcul de la
puissance et le calcul de la variance.
Vincent CAURE 117

A
A
B
C E
D
Figure 89 : calcul de l’indicateur « puissance » du sous-VI « DATA »
Calcul de l’indicateur « puissance » :
Cet algorithme est construit dans une boucle « While » qui est toujours active.
A) Dans cette première phase, on sélectionne la voie 0 de la carte d’entrée analogique puis on l’élève au
carré.
B) Cette étape permet de créer un registre à décalage de 55 points. Ceci correspond à la fenêtre temporelle
glissante de 11 secondes.
C) Ici, on réalise la somme arithmétique du registre à décalage.
D) Puis, on divise cette somme par 55, correspondant au nombre d’échantillons ajoutés. Ce résultat donne
l’indicateur « PUISSANCE ». Cet indicateur est ensuite comparé à son seuil caractéristique.
E) Si le seuil caractéristique est dépassé, la voie 1 de la carte de sortie TOR cFP-D0-400 est mise à 1.
Cette sortie active la colonne lumineuse.
F) Enfin, cette fonction affiche sur l’interface utilisateur « PUISSANCE NON CARACTERISTIQUE » si
le seuil n’est pas dépassé ; si le seuil est dépassé, elle affiche « PUISSANCE CARACTERISTIQUE ».
Vincent CAURE 118

A
E
C
B
Figure 90 : calcul de l’indicateur « variance » du sous-VI « DATA »
Calcul de l’indicateur « variance » :
Cet algorithme est construit dans une boucle « While » qui est toujours active.
A) Dans cette première phase, on sélectionne la voie 0 de la carte d’entrée analogique puis on la multiplie
par -1.
B) Cette étape permet de créer un registre à décalage de 55 points. Ceci correspond à la fenêtre temporelle
glissante de 11 secondes.
C) Ici, on crée un tableau à une dimension qui accueille les valeurs du registre à décalage.
D) Puis, à l’aide de la fonction « S.D and Variance » de LabVIEW, on calcule la variance du tableau à
une dimension. L’indicateur « VARIANCE » est créé.
E) Si le seuil caractéristique est dépassé, la voie 2 de la carte de sortie TOR cFP-D0-400 est mise à 1.
Cette sortie active la colonne lumineuse.
F) Enfin, cette fonction affiche sur l’interface utilisateur « VARIANCE NON CARACTERISTIQUE » si
le seuil n’est pas dépassé ; si le seuil est dépassé, elle affiche « VARIANCE CARACTERISTIQUE ».
Vincent CAURE 119

5.5 Essais et mise en exploitation du prototype
Les essais du prototype furent réalisés pendant les mois de décembre 2007 et janvier 2008, et furent
construits autour de deux axes :
- tests matériel et électrique
- tests de l’algorithme
Tests matériel et électrique
Ces tests sont décomposés en trois étapes :
La première partie, réalisée hors tension, permit de vérifier la cohérence entre le câblage physique
et le schéma de câblage présenté en annexe 5. Pour ce faire, j’ai simplement utilisé un multimètre en
mode ohmmètre et j’ai effectué des tests « fil à fil », sur l’ensemble du prototype.
Une fois cette étape terminée, j’ai mis sous tension le prototype et j’ai vérifié l’alimentation en
énergie électrique de l’ensemble des composants :
o Alimentation 230V monophasé en entrée du prototype et sur la prise de courant
o Alimentation 24V DC sur le switch, la borne wifi et le Compact FieldPoint.
La dernière étape m’a permis de valider le fonctionnement de la carte d’entrée analogique et la carte
de sortie TOR. Pour cela, j’ai utilisé l’utilitaire MAX fourni dans la suite logicielle LabVIEW par
National Instrument. MAX permet de vérifier l’état matériel de l’architecture connectée au PC. A l’aide
de cet utilitaire, j’ai vérifié l’évolution de l’entrée analogique du Compact FieldPoint connecté au capteur
d’orage et d’autre part, j’ai pu forcer les sorties de la carte cFP-DO-400. Ci-dessous, la figure 91 illustre
l’utilisation de MAX :
Accès à la configuration des voies des différentes cartes
Accès à la configuration matériel
Figure 91 : utilitaire MAX
Ces tests furent concluants et j’ai donc pu passer aux tests de l’algorithme.
Vincent CAURE 120

Tests de l’algorithme temps réel
La saison hivernale pendant laquelle j’ai effectué ces tests n’offre pas d’orage, et n’offre donc pas la
possibilité de valider en condition naturelle le fonctionnement de l’algorithme.
De plus, durant cette saison la végétation est en « hibernation biologique », excluant, de fait, la présence
de nuages d’aérosols.
Dans ce contexte, afin de vérifier le comportement de mon algorithme, j’ai connecté au Compact
FieldPoint, un automate programmable de marque Télémécanique, possédant une carte de sorties
analogiques ± 10V. Par conséquent, cet automate s’est substitué au capteur d’orage.
Ce test est décomposé en deux étapes :
Durant la première étape, j’ai appliqué à la voie 0 de la carte d’entrées analogiques du Compact
FieldPoint une tension continue d’une amplitude de 2V, puis d’une amplitude de -2V. Ce test m’a permis
de vérifier qu’à partir d’une amplitude de valeur absolue valant au moins 2V, l’algorithme déclenche la
sortie d’alarme par dépassement du seuil caractéristique de l’indicateur « amplitude ».
Durant la seconde étape, j’ai appliqué à la voie 0 de la carte d’entrées analogiques du Compact
FieldPoint une tension alternative en créneaux de fréquence 1 Hz, sur une durée de 1 heure et possédant
une amplitude crête à crête valant 2V (de -1V à +1V), puis valant 7V (de -3.5V à +3.5V) et enfin valant
14V (de -7V à +7V). Ce test m’a permis de vérifier le déclenchement de la sortie d’alarme par
dépassement des seuils caractéristiques de la variance et de la puissance.
L’intégralité des tests (matériel, électrique et logiciel) fut satisfaisante. Le prototype est prêt à passer en
mode exploitation. Cependant, il faudra attendre les premiers orages (fin du printemps / été 2008), pour
vérifier en conditions naturelles son fonctionnement.
Je propose en annexe 6 une notice détaillant la procédure de mise en exploitation du prototype.
Vincent CAURE 121

5.6 Prospectives
Dans un avenir proche, il serait bon de réaliser une étude corrélative entre le prototype d’acquisition et la
météorologie locale. Cette étude pourrait être basée sur la même méthodologie que celle que j’ai utilisée
au chapitre 4.
La finalité de cette étude serait de mesurer précisément la fiabilité et la qualité de cette nouvelle chaine
d’acquisition, et en particulier le taux de réussite à la détection des orages. En effet, ceci permettrait de
valider l’hypothèse d’une meilleure qualité de mesure avec l’augmentation de la fréquence
d’échantillonnage.
Dans un second temps, afin de proposer un prototype fini pré-commercialisable, et pour aller au bout de
la démarche initiée par OAM il y a dix ans, je pense qu’il serait nécessaire de développer un second
prototype temps réel et de l’intégrer dans un coffret électrique. Le coffret pourrait alors être testé dans les
conditions climatiques extérieures et en mode d’exploitation continu.
On pourrait même imaginer le développement d’un second capteur qui serait associé au second prototype
et de proposer ainsi la mise en exploitation « fil test » de cette solution à un client potentiellement
intéressé par le service rendu par notre prototype de détection. J’estime le budget matériel nécessaire à
cette réalisation à environ 15 k .
Sur le plan technologique, je préconise l’intégration d’un port Ethernet directement au niveau du capteur.
Pour ce faire, un convertisseur analogique-numérique serait intégré dans le capteur et « mis en série »
avec une voie de communication Ethernet qui coderait les informations numériques sur un protocole
ouvert, comme Modbus TCP par exemple.
Cette évolution permettrait des avancées technico-économiques significatives :
- Diminution du coût du prototype d’acquisition temps réel lié à l’inutilité de la carte d’entrées
analogiques (peut-être même de la carte de sorties TOR).
- Grâce à l’intégration d’un serveur web sur le port Ethernet, l’utilisateur pourrait réaliser les
fonctions de diagnostic et de monitoring directement au niveau du capteur (notion de capteur
intelligent).
- Disponibilité du capteur sur tout réseau intranet ou même Internet, et évolution future vers les
web services : mécanismes de communication entre applications distantes, comme SOAP par
exemple.
Vincent CAURE 122

5.7 Synthèse sur le prototype temps réel
Globalement, le prototype est conforme au cahier des charges que j’ai défini. Il est autonome, permet
l’acquisition analogique, possède des sorties TOR, permet le traitement numérique déterministe, et
possède toutes les caractéristiques et services de communication souhaités.
La solution de National Instrument est donc tout à fait satisfaisante.
J’ai fini de développer l’algorithme temps réel mi janvier 2008.
Cependant, il y a deux fonctions associées que je n’ai pas eu le temps de développer précisément :
- L’écriture des données de manière ordonnée dans un fichier texte. J’ai validé la fonction
lecture/écriture du Compact FieldPoint dans des fichiers aux extensions .txt et .csv, mais je
n’ai pas développé une méthode permettant d’écrire les données dans un format cohérent avec
l’algorithme statique Matlab : c'est-à-dire en colonnes (la première colonne est l’horaire du
point mesuré et la seconde colonne est la valeur du point mesuré).
- Développer une application cliente FTP sur le PC de l’OAM, permettant de venir récupérer les
fichiers de données sur le Compact FieldPoint (serveur FTP).
A court terme, l’OAM devra entreprendre le même travail que j’ai réalisé au chapitre 4, dans le but de :
- Valider la qualité et la fiabilité de la chaine d’acquisition temps réel.

- Valider la pertinence du code temps réel et sa capacité à détecter l’orage.
- Eventuellement, apporter les modifications logicielles permettant d’optimiser, soit
l’algorithme temps réel, soit les diverses fonctions de communications (serveur Web, serveur
FTP, interface homme/machine évoluée…).
Enfin j’évoque dans le sous-chapitre qui traite des prospectives la nécessité à moyen et long terme, du
développement d’une seconde chaine d’acquisition complète (capteur + prototype temps réel), dans le but
de valider l’exploitation en conditions extérieures afin d’envisager une éventuelle commercialisation du
produit fini.
Vincent CAURE 123

6 Conclusion générale
BILAN
Ce projet a montré toute la difficulté à détecter et prévoir l’orage. Cependant, notre taux de réussite de
85% est très satisfaisant et, malgré le faible nombre de signaux étudiés, est déjà proche de l’efficacité
moyenne de détection sur la France (§ 90%). De plus, notre stratégie de caractérisation a montré une
excellente capacité de détection locale des orages. En effet, à plusieurs reprises, nous avons remarqué que
notre signal avait bien « vu » l’orage alors que les cartes satellites n’indiquaient aucun impact. En outre,
nous savons maintenant que le rayon de détection du capteur est de 5 km au minimum. Par contre, nous
n’avons pas pu mettre en évidence de manière systématique le caractère précoce d’activation du signal
par rapport au début de la manifestation orageuse.
D’autre part, notre travail a permis de vérifier la qualité et la fiabilité du dernier capteur qui délivre une
image fidèle des courants qui circulent dans ses pointes. La chaîne d’acquisition dont nous avons disposée
initialement au laboratoire de l’OAM était tout à fait fonctionnelle, et, à l’aide d’une étude précise de
cette dernière, nous avons mis en évidence la nécessité d’échantillonner le signal à une fréquence de
plusieurs hertz : 11 Hz idéalement mais 5 Hz semble être un bon compromis. C’est cette dernière
fréquence d’acquisition qui sera retenue pour le prototype temps réel.
Les résultats numériques calculés par le programme de traitement statique du signal, développé sous
Matlab, nous permettent de conclure que le meilleur indicateur est l’amplitude avec un taux de réussite de
85%, suivi de la puissance (80%) et de la variance (70%). Un seuil caractéristique de bipolarités n’a pas
pu être défini. L’étude fréquentielle n’a pas non plus permis d’identifier de fréquence caractéristique.
La phase d’étude statique a débouché sur la consultation de fournisseurs industriels de matériels
d’acquisition et de traitement de signaux. National Instruments a apporté la solution technico-économique
la meilleure et la plus cohérente avec le cahier des charges. Par la suite, la réalisation d’un prototype
temps réel de détection d’orages (basé sur un Compact FieldPoint), nous a permis d’atteindre l’objectif
final qui était de proposer un prototype de détection d’orage novateur, fiable et facilement
industrialisable.
APPORTS PERSONNELS
J’ai réalisé ce stage tout au long de l’année 2007, en congé individuel formation toutes les semaines du
jeudi 12h au samedi 13h. Au total, ce stage m’aura pris, en parallèle de mon activité professionnelle,
environ 1200 heures de travail (en comptant mes congés payés, mes JRTT et quelques week-ends). Dans
ce contexte, la première notion que j’ai du assimiler est « l’organisation du temps de travail », une
constante dans le métier de l’ingénieur.
Sur le plan pédagogique, cette année de stage fut très enrichissante et a renforcé mes connaissances dans
différents domaines :
Domaine culturel, avec l’apprentissage de l’histoire des études du modèle électrique
atmosphérique et des mécanismes physiques de création des orages.
Domaine scientifique, avec l’apprentissage des méthodes d’acquisition du signal et de traitement
numérique du signal.
Domaine de l’informatique industrielle, avec l’apprentissage de la programmation sous Matlab et
LabVIEW.
Domaine industriel, avec l’apprentissage de la fonction « ingénierie ».
En outre ce stage m’a sensibilisé à des notions fortes que doit prendre en considération l’ingénieur dans la
gestion d’un projet. J’entends par là, la quantification du temps que prendra chaque étape, sans en sous-
estimer aucune, en particulier le délai de la chaîne logistique : procédure de commande et temps de
livraison.
Cette année de stage m’aura apporté une première expérience dans le domaine de la recherche et du
développement et m’aura montré les possibilités pour le futur ingénieur Cnam de travailler dans ce
domaine, traditionnellement réservé aux universitaires.
Annexe 1 : programme de traitement statique Matlab
Vincent CAURE 125

clear;close all;
nomfich=input('nom du fichier à étudier :','s');
jour=input('jour :','s');
mois1=input('mois en lettre :','s');
nbr=input('nombre de point de mesure :');
n=input('choisir résolution + proche (puissance de 2) du nbre de point de mesure :');
T=input('choisir la période d''échantillonage du signal en s :');
N_Filtre=input('choisir la profondeur de lissage pour la comparaison des filtres :');
jour1=strcat(jour,'_',mois1);
% chemin=strcat('d:\Mes documents\Mes Dossiers Perso\OAM\Matrices_Données OAM

anciennes_nouvellles\',jour1,'\',nomfich);
chemin=strcat('C:\Documents and Settings\caurev.TABLMPRE05\Mes documents\Mes Dossiers
Perso\OAM\Matrices_Données OAM anciennes_nouvellles\',jour1,'\',nomfich);
fid=fopen(chemin,'r+');
if fid==-1 %test si le fichier existe
max_m=0;
max_v=0;
max_p=0;
max_f=0;
I_f=0;
max_absm=0;
end
if fid ~=-1
for i=1:nbr
[a,count]=fscanf(fid,'%s',1);
temps(i)=fscanf(fid,'%f',1);
c=fscanf(fid,'%s',1);
f=strrep(c,',','.'); %changement virgules en points
signal1(i)=str2num(f);
end;
fclose(fid);
%initialisation des variables
moyenne=mean(signal1.*-1); %multiplication par -1 de signal1 car le gain du capteur est

négatif
signal=(signal1.*-1)-moyenne;
Te=T ; %pas du signal
i=1;
nb=0;
Moy=zeros(size(temps));
FiltreMoy=zeros(size(temps));
Var=zeros(size(temps));
Pui=zeros(size(temps));
Varm=zeros(size(temps));
Puim=zeros(size(temps));
signe=0;
signemoy=0;
Vincent CAURE 126

%Calcul de la moyenne glissante
A=[10 zeros(1,9)];
B=ones(1,10);
Moy=filter(B,A,signal);
%filtre par moyenne glissante temporelle de profondeur N
N=N_Filtre;
C=ones(1,N);
Filtre=filter(C,A,signal);
D=ones(1,10);
FiltreMoy=filter(D,A,signal);
%Calcul de la puissance et de la variance glissantes de signal (avec 'nbr' points)
for i=1:5
Var(i)=std([zeros(1,6-i) signal(1:5+i)]).^2;
Pui(i)=sum([zeros(1,6-i) signal(1:5+i)]).^2/11;
end
for i=1:(nbr-10)
Var(i+5)=std(signal(i:i+10)).^2;
Pui(i+5)=sum(signal(i:i+10)).^2/11;
end
for i=1:5
Var((nbr-5)+i)=std([signal((nbr-10)+i:nbr) zeros(1,i)]).^2;
Pui((nbr-5)+i)=sum([signal((nbr-10)+i:nbr) zeros(1,i)]).^2/11;
end
%Calcul de la puissance et de la variance glissantes de Moy (avec 'nbr' points)
for i=1:5
Varm(i)=std([zeros(1,6-i) Moy(1:5+i)]).^2;
Puim(i)=sum([zeros(1,6-i) Moy(1:5+i)]).^2/11;
end
for i=1:(nbr-10)
Varm(i+5)=std(Moy(i:i+10)).^2;
Puim(i+5)=sum(Moy(i:i+10)).^2/11;
end
for i=1:5
Varm((nbr-5)+i)=std([Moy((nbr-10)+i:nbr) zeros(1,i)]).^2;
Puim((nbr-5)+i)=sum([Moy((nbr-10)+i:nbr) zeros(1,i)]).^2/11;
end
%calcul du nb de bipolarité sur 'signal'
compteur=0;
signe=sign(signal(1));
Vincent CAURE 127

for i=2:1:(nbr-1)
if abs(signal(i))<=0.3
signe1=0;
i=i+1;
else
signe1=1;
i=i+1;
end
if ( sign(signal(i))~=signe & signe1~=0)

compteur=compteur+1;
signe=sign(signal(i));
i=i+1;
end
end
compteur
%calcul du nb de bipolarité sur 'Moy'
compteurmoy=0;
signemoy=sign(Moy(1));
for i=2:1:(nbr-1)
if abs(Moy(i))<=0.1
signe2=0;
i=i+1;
else
signe2=1;
i=i+1;
end
if ( sign(Moy(i))~=signemoy & signe2~=0)

compteurmoy=compteurmoy+1;
signemoy=sign(Moy(i));
i=i+1;
end
end
compteurmoy
%etude fréquentielle de signal
fe=1/Te;
tfsignal=abs(fft(signal,n))/n;
f=[-fe/2:fe/n:(n-1)*fe/n-fe/2];
%etude fréquentielle de Moy
fem=1/Te;
tfmoy=abs(fft(Moy,n))/n;
fm=[-fem/2:fem/n:(n-1)*fem/n-fem/2];
%affichage
aff=input('affichage des courbes ? (0 ou 1)');
if aff==1
figure(1);
subplot(2,2,1);plot(temps,signal1);title(nomfich);
subplot(2,2,2);plot(temps,signal1.*-1);title('signal1 inversé');
subplot(2,2,3);plot(temps,signal);title('signal = signal1-valmoy');
subplot(2,2,4);plot(temps,Moy);title('moyenne');
figure(2);
subplot(1,2,1);plot(temps,signal1.*-1);title('signal1 inversé');
figure(3);
subplot(1,2,2);plot(temps,abs(Moy));title('val abs moyenne');
figure(4);plot(temps,Moy);title('Moyenne');
figure(5);
subplot(221);plot(temps,signal1.*-1);title('signal1 inversé');
subplot(222);plot(temps,signal);title('signal');
subplot(223);plot([10:(nbr-10)],Var(10:(nbr-10)));title('variance ''signal');
subplot(224);plot([10:(nbr-10)],Pui(10:(nbr-10)));title('puissance ''signal');
figure(6);
subplot(221);plot(temps,signal1.*-1);title('signal1 inversé');
subplot(222);plot(temps,Moy);title('moyenne');
subplot(223);plot([10:(nbr-10)],Varm(10:(nbr-10)));title('variance ''Moy');
subplot(224);plot([10:(nbr-10)],Puim(10:(nbr-10)));title('puissance ''Moy');
figure(7);
subplot(221);plot([10:(nbr-10)],Var(10:(nbr-10)));title('variance ''signal');
subplot(222);plot([10:(nbr-10)],Pui(10:(nbr-10)));title('puissance ''signal');
subplot(223);plot([10:(nbr-10)],Varm(10:(nbr-10)));title('variance ''Moy');
subplot(224);plot([10:(nbr-10)],Puim(10:(nbr-10)));title('puissance ''Moy');
figure(8);
subplot(1,2,1);plot(f,fftshift(tfsignal));title('spectre frequence ''signal');
subplot(1,2,2);plot(fm,fftshift(tfmoy));title('spectre frequence ''Moy');
figure(9);
plot(f,fftshift(tfsignal));title('spectre frequence ''signal');
figure(10);
plot(f,fftshift(tfmoy));title('spectre frequence ''Moy');
figure(11);
Vincent CAURE 129

subplot(1,2,1);plot(temps,Filtre);title('Filtre N');
subplot(1,2,2);plot(temps,FiltreMoy);title('Filtre 10 = Moy');
end
%Calcul des max et indices
[max_s,I_s]=max(signal); %max de signal

[max_abss,I_abss]=max(abs(signal)); %max valeur absolue de signal
[max_m,I_m]=max(Moy); %max du signal filtré Moy
[max_absm,I_absm]=max(abs(Moy)); %max valeur absolue signal filtré Moy
[max_v,I_v]=max(Var(10:(nbr-10))); %max variance sur signal
[max_p,I_p]=max(Pui(10:(nbr-10))); %max puissance sur signal
[max_f,a]=max(tfsignal); %max de fréquence sur signal
I_f=(a-1)*fe/n; %fréquence du max sur signal
[max_vm,I_vm]=max(Varm(10:(nbr-10))); %max variance sur signal filtré Moy
[max_pm,I_pm]=max(Puim(10:(nbr-10))); %max puissance sur signal filtré Moy
[max_fm,am]=max(tfmoy); %max de fréquence de signal filtré Moy
I_fm=(am-1)*fem/n; %fréquence du max de signal filtré Moy
disp('Résultats calculs des max et indices sur signal')

max_f
I_f
max_s
I_s
max_abss
I_abss
max_p
I_p
max_v
I_v
disp('Résultats calculs des max et indices sur Moy')

max_fm
I_fm
max_m
I_m
max_absm
I_absm
max_pm
I_pm
max_vm
I_vm
end % fin du if en haut
Vincent CAURE 130

Annexe 2 : orage observé à vue le 19/07/2007 vers 21h33
Vincent CAURE 131

190707 19H 23H
12
10
8
6
AMPLITUDE
4
2
0
19:00:00
19:12:11
19:24:03
19:35:54
19:47:45
19:59:36
20:11:27
20:23:18
20:35:09
20:47:00
20:58:50
21:10:41
21:22:32
21:34:23
21:46:14
21:58:05
22:09:56
22:21:47
22:33:38
22:45:29
22:57:20
23:09:11
23:21:01
23:32:52
23:44:43
23:56:34
-2
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
J’ai observé à vue un orage le 19 juillet 2007 au-dessus de mon domicile, à Bener \ Yvré L’Evêque. Le
premier impact de foudre est apparu à 21h33 exactement. A première vue, notre signal semble coïncider
avec mon observation.
De plus, on remarque le début d’une zone d’activité vers 00h le 20 juillet. Nous étudierons ce signal dans
le cahier des observations météorologiques d’avril à septembre 2007 (annexe 7).
190707 21H20 22H10
12
10
8
6
AMPLITUDE
4
2
0
21:20:00
21:21:59
21:23:58
21:25:57
21:27:56
21:29:55
21:31:54
21:33:53
21:35:52
21:37:51
21:39:50
21:41:49
21:43:48
21:45:47
21:47:46
21:49:45
21:51:44
21:53:43
21:55:42
21:57:41
21:59:40
22:01:39
22:03:38
22:05:37
22:07:36
-2 22:09:35
-4
-6
-8
-10
-12
HEURE
ANCIEN NOUVEAU
Le zoom ci-dessus, entre 21h20 et 22h10, précise la cohérence de mon observation.
Nous allons maintenant vérifier les informations de météocentre, en visualisant les cartes d’impacts.
Vincent CAURE 132

Aucun impact de foudre comptabilisé. La méthode de détection utilisée par météocentre n’a pas pu capter
cet orage. Pourtant j’ai observé 4 impacts de foudre entre 21h33 et 21h50. La fiabilité de leur système est
donc imparfaite, comme nous le pressentions déjà ; c’est maintenant vérifié. Notons qu’aucune alerte
METAR n’est également apparue ; malheureusement, je n’ai pas réussi à me procurer le rapport METAR
de ce jour à cette heure, le site web que j’utilise était inaccessible.
Mais que nous dit notre signal ? Effectuons son traitement numérique.
Ce signal possède peu de bipolarités et un fort pic aux alentours du point 1000, soit vers 21h36, en même
temps que mon observation du premier impact (aux erreurs d’horloge près).
NOUV_SIGN 0.376 0.000732 2.81 1699 9.388 1020 214 1016 10.14 1008 4
heure signal 21:36:56 21:36:48
MOY_NOUV 0.376 0.000732 2.56 1708 4.588 1029 151.6 1019 2.16 1013 5
- amplitude max du signal filtré 2.56 V (> 2 V)

- variance max sur signal : 10.14 (>0.35)
Notre signal et notre algorithme de traitement du signal ont permis de mettre en évidence cet orage. Sur
ce phénomène météorologique, notre signal a donné un meilleur résultat que la méthode utilisée par
météocentre et par le METAR.
Vincent CAURE 134

Le nombre de bipolarités est de 5. Le 1er grand pic vers le point 1000 est sans doute l’expression du 1er
impact de foudre que j’ai observé. Ci-dessous, l’évolution de la variance et de la puissance :
Il est intéressant de remarquer que le maximum de variance et le maximum de puissance sont proches du
point 1000, c’est-à-dire de l’heure à laquelle est apparu le premier impact de foudre.
Vincent CAURE 135

Je conclurai l’étude de ce signal par l’argumentation suivante :
J’ai personnellement vu l’orage arriver sur mon domicile, venant de la direction Sarthe sud est. Et, notre
capteur est placé sur le site de l’université, c'est-à-dire Le Mans Nord Ouest. Donc, la direction
d’approche de l’orage était diamétralement opposée à notre capteur. La carte ci-dessous, présente cette
situation géographique :
L’échelle de cette carte est 1,4 cm pour 2 km. La longueur de la flèche, représentant la distance entre mon
domicile et le site de l’université, est de 3,6 cm, ce qui représente 5,14 km.
Cette étude met en évidence que notre capteur a détecté l’orage qui s’est déroulé au dessus de mon
domicile, c'est-à-dire à plus de 5 km à vol d’oiseau de son implantation. Ceci nous donne une estimation
plus précise de sa capacité de détection.
D’autre part, l’étude de notre signal indique que son activité a débuté vers 21h36, c'est-à-dire en même
temps que l’heure d’apparition du premier impact de foudre que j’ai relevé près de chez moi. Cela signifie
qu’un observateur de notre signal, situé sur le site d’implantation de notre capteur (à 5 km de l’orage en
question), aurait observé l’orage avant même qu’il soit au dessus de lui, puisqu’à ce moment là, l’orage
était au dessus de chez moi !
Par conséquent, notre capteur a accroché l’orage dans un « repère espace-temps » précoce. Il aurait fallu
chronométrer le temps qu’a mis l’orage pour arriver au dessus de l’université afin de mesurer le décalage
temporel entre l’activité de notre signal et l’arrivée de l’orage au-dessus du capteur (ce temps est fonction
de la vitesse du vent).
Enfin, j’ai remarqué ce jour, pendant l’orage, un très faible vent et aucune averse : c’est-à-dire que cet
orage n’était pas dans un contexte de « tempête », mais plutôt dans un contexte d’orage « calme sec
d’été ». Par conséquent, si nous prenons comme hypothèse un vent faible de l’ordre de 10 km.h-1, il aurait
fallu 30 minutes à l’orage pour se déplacer depuis mon domicile vers notre capteur. Cette hypothèse n’a
rien de scientifique mais elle serait cohérente avec les observations des signaux du 09/07/07 et du
16/07/07 qui laissent penser que dans des conditions géographiques favorables de développement de
l’orage par rapport à l’implantation du capteur, et dans le cas où la cellule orageuse se déplacerait suivant
une direction linéaire entre son lieu de développement et notre capteur, notre signal serait en mesure de
prévoir l’arrivée de cet orage environ 30 minutes avant qu’il soit au dessus de lui (cette estimation est
bien évidement liée à la vitesse du vent, une grandeur stochastique).
Vincent CAURE 136

Annexe 3 : orage et grêle du 07/08/2007, observés à vue vers
16h30
Vincent CAURE 137

ORAGE ET GRELE 07 08 07 VERS 16H30
15
10
5
AMPLITUDE
0
15:00:00
15:10:10
15:20:20
15:30:30
15:40:40
15:50:50
16:01:00
16:11:10
16:21:20
16:31:34
16:41:50
16:52:00
17:02:10
17:12:20
17:22:30
17:32:40
17:42:49
17:52:59
18:03:09
18:13:19
18:23:29
18:33:39
18:43:49
18:53:59
-5
-10
-15
HEURE
ANCIEN NOUVEAU
On visualise une importante fenêtre d’activité de nos signaux entre 16h30 et 18h30. Nous réalisons un
zoom sur cette période.
ZOOM ORAGE ET GRELE 07 08 07
15
10
5
AMPLITUDE
0
16:25:00
16:30:31
16:36:10
16:41:41
16:47:12
16:52:43
16:58:14
17:03:45
17:09:16
17:14:47
17:20:18
17:25:49
17:31:20
17:36:50
17:42:21
17:47:52
17:53:23
17:58:54
18:04:25
18:09:56
18:15:27
18:20:58
18:26:29
18:32:00
-5
-10
-15
HEURE
ANCIEN NOUVEAU
Le signal est remarquable et très caractéristique d’un orage, comportant des bipolarités très nettes sur
lesquelles il semble se superposer une composante pseudo-sinusoïdale.
Vincent CAURE 138

Pas de trace d’activité orageuse entre 15h30 et 16h30. Ceci est cohérent avec notre signal.
Entre 16h30 et 17h30, le METAR s’active, indiquant aux aéronefs un fort risque orageux. Pourtant aucun
impact de foudre n’est comptabilisé, bien que nous ayons observé à vue ce jour vers 16h30 des éclairs. Ici
encore, la fiabilité des informations satellites de météocentre est à relativiser.
Voici le METAR de 15h UTC, soit 17h heure locale française :
LFRM 071500Z 09006KT 030V140 3000 TSRA BKN016CB BKN025 16/14 Q1016 TEMPO 1500
Eléments Décodage
LFRM Station météo située sur l'aérodrome de LE-MANS Arnage
071500Z émis le 07 du mois à 15h00 UTC
09006KT vent du 090°, 06 noeuds
030V140 vent de direction variable entre 030° et 140°
3000 visibilité horizontale de 3000 mètres
Vincent CAURE 139

TSRA pluie d'orage
nuages morcelés (5/8 à 7/8) à 1600 pieds
BKN016CB
présence de cumulonimbus
BKN025 nuages morcelés (5/8 à 7/8) à 2500 pieds
température 16°C, point de rosée 14°C
16/14
soit une humidité relative de 88%
Q1016 la pression au niveau de la mer est de 1016 hPa
TEMPO fluctuation temporaire prévue
1500 visibilité horizontale de 1500 mètres
Le METAR confirme bien la présence de pluie d’orage.
Les images du site www.blitzortung.org confirment aussi la présence d’impacts de foudre aux alentours
de 16h26, comme le montre le point jaune à proximité du Mans.
L’activité de notre signal est forte jusqu’à environ 17h50. Ceci est confirmé par les deux images satellite
ci-dessous.
Le point jaune confirme la présence d’impacts de foudre vers 17h47, puisque ce point jaune est relatif à
un impact datant de 20 minutes avant l’édition de cette carte datée de 18h07. Le pic d’activité vers 17h47
sur notre signal est donc l’expression de ces impacts.
Les cartes de météocentre n’ont jamais comptabilisé les impacts de foudre. Notre capteur est de nouveau
d’une meilleure qualité.
Vincent CAURE 141

Traitement numérique du signal
SIGNAL NOUVEAU CAPTEUR 070807 : début 16:25:00/fin 18:35:00 soit 7794 points / Te = 1 s
Ce signal est l’expression très nette d’un intense phénomène orageux, décrit dans le chapitre 1.3.3, pages
27 et 28, [BOR95] : « au cours des variations rapides et de fortes amplitudes (gradient de potentiel au sol
variant jusqu’à ± 10 kV.m-1) caractéristiques des éclairs, un processus d’auto-limitation et de
recouvrement du gradient de potentiel contrôle l’intensité du courant de décharge de pointe. Ces
résultats démontrent l’effet du nuage d’ions créés par les décharges de pointe au sol, sur les gradients de
potentiels élevés qui les génèrent sous l’influence du nuage orageux. Ces ions migrent en direction du
nuage et la charge d’espace qu’ils représentent induit une diminution du gradient de potentiel mesuré au
niveau du sol par rapport à la valeur qu’il avait avant la génération d’ions au niveau du sol… Il est
également important de remarquer que les inversions quasi-instantanées de gradients de potentiels sont,
de façon très caractéristiques et sans ambiguïté, liées au développement d’éclairs. Dans ce cas, le
courant de décharge sous la multi-pointe dépasse plusieurs micro-ampères. Soulignons que, dans ces
conditions de gradients de potentiels forts (dépassant 5 kV.m-1 et exceptionnellement supérieur à 20 kV.m-
1
) et de flux de charges électriques importants, la diminution du gradient de potentiel sous l’influence
d’une densité de charges d’espace importante pouvant atteindre plusieurs nC.m-3, est immédiate après
l’augmentation du gradient potentiel liée à l’éclair. »
NOUV_SIGN 0.298 0.00012207 9.212 2882 10.54 1583 201.45 3757 20.04 4864 52
heure signal 17:27:36 17:46:00
MOY_NOUV 0.298 0.00012207 4.29 3771 4.29 3771 196.99 3763 2.51 1895 56
heure moy 17:27:51 17:27:51

Aucun problème pour détecter cet orage de forte puissance. D’après nos résultats numériques, il semble
que cet orage ait atteint son maximum d’activité vers 17h27.
Vincent CAURE 142

Les bipolarités sont caractéristiques : au nombre de 56, elles témoignent de la présence des nuages zébrés.
De plus, pour ce signal (et pour une majorité d’autres), les pics d’intensité électrique sont globalement
négatifs. Nous avons vu au chapitre 1.3.3, page 28, [BOR95], que : « le bilan électrique par évènement
(différences des quantités de charges positives et négatives) est généralement négatif. Cela indique la
prédominance des décharges en condition de gradient de potentiel négatif, soit la recharge du
condensateur atmosphérique et plus précisément de la charge négative de la terre. »
Le maximum de puissance est attient bien avant (20 minutes) celui de la variance.
Pour ce type de signaux, notre réussite est excellente.
Vincent CAURE 143

Annexe 4 : pluie/orage (?) observé à vue le 14/06/2007 vers
15h30/16h
Vincent CAURE 144

14062007 13H A 18H
12
10
8
6
AMPLITUDE
4
2
0
-2
13:00:00
13:16:18
13:32:36
13:48:54
14:05:11
14:21:30
14:37:48
14:54:22
15:10:40
15:26:58
15:43:16
15:59:34
16:15:51
16:32:09
16:48:27
17:04:45
17:21:03
17:37:21
17:53:39
-4
-6
-8
-10
-12
HEURES
ANCIEN NOUVEAU
Il y a eu une grosse averse au sud-est du Mans le 14 juin 2007 vers 15h30/16h. Voici la représentation de
notre signal entre 13h et 18h. Une zone d’activité se dégage vers 16h. Réalisons un zoom :
ZOOM 140607 15H55 16H15
12
10
8
6
AMPLITUDE
4
2
0
-2
15:55:00
15:56:06
15:57:12
15:58:18
15:59:24
16:00:30
16:01:36
16:02:42
16:03:48
16:04:53
16:06:00
16:07:05
16:08:12
16:09:17
16:10:23
16:11:29
16:12:35
16:13:41
-4 16:14:47
-6
-8
-10
-12
HEURES
ANCIEN NOUVEAU
On visualise une légère pseudo-sinusoïde entre 15h55 et 16h15, complétée d’un fort pic proche de 10 V,
vers 16h05. Intuitivement, l’amplitude et la forme de ce signal (proche de 10 V pour le nouveau signal)
peut laisser présager d’un phénomène d’une autre nature qu’une averse ?
Vincent CAURE 145

Confrontons notre signal aux observations de météo France et météocentre :
Météo France observe de très nombreux stratus et des pluies faibles vers 14h sur Alençon. Il probable que
ces pluies se soient dirigées vers Le Mans et que nous ayons observé des averses au sud est du Mans vers
15h30/16h.
Visualisons maintenant les observations d’impacts de foudre de météocentre ce même jour :
Météocentre ne comptabilise pas d’impact de foudre, pas non plus d’alerte METAR.
Vincent CAURE 146

Traitement numérique du signal du 14 juin 2007 :
On retrouve très bien l’allure observée sur les graphes Excel. Le signal filtré diminue l’amplitude des pics
(à environ – 4 V), mais garde la même forme.
NOUV_SIGN 0.4332 0.0009765 3.039 379 10.87 598 131.34 594 22.62 586 4
heure signal
MOY_NOUV 0.4326 0.0009765 2.754 382 3.69 607 78.10 373 3.80 591 4
heure moy
Ancien_SIGN 0.2456 0.0009765 1.6119 540 8.68 598 68.24 594 12.32 586 4
MOY_ANCIEN 0.2452 0.0009765 1.535 543 2.668 607 33.88 597 1.789 591 4
On remarque que les seuils caractéristiques sont dépassés :

- amplitude max de la valeur absolue du signal filtré : 3.69 V (> 2V)
Pour moi, à la vue du résultat du traitement numérique, ce signal est l’expression d’un orage bien que
météocentre n’ait pas comptabilisé d’impact de foudre et bien que le METAR soit resté muet. Ce signal
est-il un artefact ? Appartient-il à une catégorie météorologique différente de celles des orages et des
averses ? Ou les informations de météocentre sont-elles erronées ce jour là ? Il serait intéressant de
connaître précisément leur technique de détection et leur taux d’échec ? N’ayant pas observé visuellement
d’impact de foudre ce jour à cet horaire, je classe ce signal dans la nouvelle famille des averses pseudo-
orageuses.
Vincent CAURE 147

Afin de mieux visualiser le signal relevé, voici une représentation tracée avec Matlab, du signal brut
Ci-dessous, on visualise uniquement le signal filtré.
Etant en désaccord avec les informations de météocentre, nous n’intégrerons pas ce signal dans la
catégorie des orages. L’analyse de ce signal s’arrêtera là. Cependant, ce signal n’est-il pas l’image d’un
état électrique intense de l’air, n’ayant pas débouché sur le déclenchement de la foudre, mais comportant
un risque d’apparition d’impacts potentiellement forts ?
Vincent CAURE 148

Annexe 5 : schéma de câblage du prototype
Vincent CAURE 149

Vincent CAURE 150
Annexe 6 : mode de marche du prototype
Vincent CAURE 152

1/ Mettre sous tension le prototype en fermant l’inter-sectionneur et le disjoncteur de protection de
l’alimentation 24 VDC :
Inter-sectionneur
Disjoncteur alimentation 230VAC/24VDC
2/ Comme le montre la figure ci-dessous, l’adresse IP du prototype est 192.168.1.2 :
Afin de pouvoir établir la communication avec le prototype, il faut paramétrer la carte réseau Ethernet du
PC avec une adresse de même domaine que celui du Compact FieldPoint :
Une adresse IP compatible est par exemple 192.168.1.90.

La communication est réalisable via Wifi (grâce au point d’accès Wifi du prototype), ou par cuivre via le
câble réseau disponible sur le prototype.
Vincent CAURE 153

3/ Démarrer le logiciel LabVIEW :
Sous Windows XP : Démarrer/Programmes/National Instruments/LabVIEW 8.2.1 /LabVIEW
4/ Ouvrir le projet temps réel « TEST ANA.Ivproj » :
Le projet « TEST ANA.Ivproj » est le premier que j’ai créé, j’ai donc gardé ce nom tout au long de mon
développement. Il contient le code source qui est exécuté dans le Compact FieldPoint.
5/ Dans le navigateur de projet qui vient de s’ouvrir, « cliquer droit » sur « OAM (192.168.1.2) » afin de
réaliser la connexion avec le prototype :
Vincent CAURE 154

LabVIEW déploie alors le projet dans la cible Compact FieldPoint :
Une fois la communication établie et le projet déployé, la lampe verte située à côté de la cible (dans le
navigateur de projet) s’active en vert.
6/ Il est maintenant possible d’exécuter le programme. Pour cela, « double-cliquer » sur le VI principal
nommé par défaut « target –multi rate.vi ». Ce VI accueille le sous-VI « DATA.vi » qui intègre le code
présenté au chapitre 5.4.3 :
Vincent CAURE 155

7/ En appuyant maintenant sur le bouton RUN, le VI se met en fonctionnement dans la mémoire
exécutable du Compact FieldPoint :
L’interface utilisateur devient active et l’algorithme est en exécution :
Le monitoring prend la forme représentée ci-dessus.
8/ Afin d’arrêter le monitoring tout en laissant le prototype en fonctionnement, il suffit de se déconnecter

du Compact FieldPoint depuis le navigateur de projet (même séquence qu’en 5, mais en cliquant sur
« Disconnect »).
Il est impératif de ne pas appuyer sur le bouton STOP de l’interface utilisateur. Cette action aurait pour
conséquence d’arrêter l’algorithme.
Vincent CAURE 156

Annexe 7 : cahier des observations météorologiques d’avril à
septembre 2007
(Document externe au présent mémoire)
Vincent CAURE 157

Bibliographie
Ouvrages
[BEL06] Maurice BELLANGER
TRAITEMENT NUMERIQUE DU SIGNAL (8ème édition)
Dunod, Paris, 2006
[BEN99] Harris BENSON
PHYSIQUE 2
ELECTRICITE ET MAGNETISME
De Boeck Université, Paris, 1999
[BIR04] Adrian BIRAN, Moshe BREINER
MATLAB pour l’ingénieur
PEARSON Education, Paris, 2004
[COT01] Francis COTTET
LabVIEW Programmation et applications
Dunod, Paris, 2001
[COT02] Francis COTTET
TRAITEMENT DES SIGNAUX ET ACQUISITION DE DONNEES (2ème édition)
Dunod, Paris, 2002
[DEP91] Y. DEPLANCHE
MEMO FORMULAIRE
Educalivre, Paris, 1991
[GRE07] Jean-Pierre GRENIER
Débuter en Algorithmique avec MATLAB et SCILAB
Ellipses, Paris, 2007
[HER97] Alex HERMANT, Christian LESAGE
L’ELECTRICITE ATMOSPHERIQUE ET LA FOUDRE
Que sais-je, Paris, 1997
[KPA03] Kidiyo KPALMA, Véronique HAESE-COAT
Traitement numérique du signal
[LPA05] Jean-Thierry LAPRESTE
Introduction à MATLAB (nouvelle édition)
[MAN00] François MANNEVILLE, Jacques ESQUIEU
Electronique, Théorie du signal et composants (2ème édition)
Dunod, Paris, 2000
[NEF03] Tahar NEFFATI
ELECTRICITE GENERALE
Dunod, Paris, 2003
[QUI00] André QUINQUIS
Le traitement du signal sous Matlab
HERMES, Paris, 2000
[ROY05] Thierry ROYANT
LabVIEW Bases de programmation et applications
CASTEILLA, PARIS, 2005
Vincent CAURE 158

[TAN07] Jean-Pierre TANGUY
Théorie et pratique du signal
Signaux déterministes et aléatoires en continu et en discret
[TRU98] Frédéric TRUCHETET
Ondelettes pour le signal numérique
HERMES, Paris, 1998
[WIL05] Théodore WILDI, Gilbert SYBILLE
ELECTROTECHNIQUE, 4ème édition
De Boeck, Paris, 2005
[YGE99] Alain YGER
Théorie et analyse du signal
Cours et initiation pratique via MATLAB et SCILAB
Documentations constructeurs
[LEG07] LEGRAND
GUIDE PUISSANCE 2007
[NAT07] NATIONAL INSTRUMENTS
MEASUREMENT and AUTOMATION 07, CATALOG
[SCH07] SCHNEIDER ELECTRIC
Modicon M340, juin 2007
Thèses de doctorat
[BOR95] Jean-Pascal BORRA
Etude de la formation des décharges électriques de pointe dans la nature : analyse des produits
particulaires et gazeux en conditions contrôlées et impact environnemental.
Université PARIS VI, 1995
[ROO92] Rein Andre ROOS
ELECTRICAL GAS DISCHARGES AND THE INFLUENCE OF AIRBORNE POLLUTION
Université PARIS XI, 1992
Rapports d’étude
[ENS00] Ecole Nationale Supérieure d’Ingénieurs du Mans, Observatoire d’aéroactivité du Mans
Caractérisation d’un signal issu d’un capteur d’ionisation de l’air en vue d’une détection d’orage,
rapport final
Le Mans, 2000
[ENS01] Ecole Nationale Supérieure d’Ingénieurs du Mans, Observatoire d’aéroactivité du Mans
Réalisation d’un détecteur d’orage, rapport final
Le Mans, 2001
Rapports de conférences
[FOR99] 11ème FORUM INDUSTRIE – UNIVERSITE
La foudre et ses conséquences
Le Mans, 1999
[FOR00] 12ème FORUM INDUSTRIE – UNIVERSITE
Gestion des risques : la tempête de décembre 1999
Le Mans, 2000
Vincent CAURE 159

5 63 2008 Developpement D Un Systeme de

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

5 63 2008 Developpement D Un Systeme de

Transféré par

Droits d'auteur :

Formats disponibles

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE

CONSERVATOIRE NATIONAL DES ARTS ET METIERS

Présenté en vue de l’obtention

DEVELOPPEMENT D’UN SYSTEME DE DETECTION D’ORAGE

Soutenu le 07 avril 2008

PRESIDENT : Monsieur le Professeur Jean-François RIALLAND

MEMBRES : Monsieur Pierre RONCIN, responsable de la filière électrotechnique, Cnam Le Mans

Je remercie vivement M. RONCIN, responsable de la filière électrotechnique du centre d’enseignement

Je remercie l’Observatoire d’Aéroactivité du Maine, et en particulier M. ROOS, pour m’avoir permis de

Table des illustrations et des tableaux ...................................................................................................1

Figure 1 : vent électrique .............................................................................................................................11

Tableau 1 : réponse en fréquence du capteur...............................................................................................44

e : charge électrique élémentaire, valeur approchée § 1,602.10-19 C

GRANDEUR DENOMINATION SYMBOLE

ASCII : American Standard Code for Information Interchange

Ce projet pluridisciplinaire aborde divers domaines de l’électrotechnique, comme :

Où Q est la charge électrique, İ la permittivité du milieu et r la distance entre la source et le point

1.2 La foudre et l’électricité atmosphérique : modèle général

Origine des orages

Structure électrique du cumulonimbus

Figure 3 : champ électrique au sol produit par le cumulonimbus

Principaux types de coups de foudre

Figure 4 : les différents types de coup de foudre

Mécanisme d’impact de la foudre, coup de foudre descendant

Figure 5 : traceur de bond

Figure 6 : décharge atmosphérique de type descendant négatif

[BOR95] [HER97] [ROS92]

1.3.1 Théorie des décharges pointe-plan contrôlées en laboratoire

Du fait de l’importance de la décharge de pointe dans le bilan électrique de l’atmosphère, de nombreux

Avec r, le rayon de courbure de la pointe (m)

Plan Zone de Zone Zone

Figure 7 : topographie de la décharge

Mr représente le rapport du nombre d’électrons de remplacement produits dans la région d’ionisation et

Figure 8 : mécanisme de propagation d'un dard

Pointe métallique de référence (cas de décharges positives)

Figure 9 : caractéristique potentiométrique d’une pointe de carbure de tungstène positive

Régime I, de collection des décharges atmosphériques (V<Vm) :

Régime II.1, de multiplication électronique non auto-entretenue (de Vm à Vs) :

Régime III (zone d’Hermstein), de décharge couronne (de Vc à Vd) :

Régime IV.1, de dards éteints dans le gaz (de Vd à Vj) :

Régime IV.2, de dards-canal propagés jusqu’au plan (de Vj à Va) :

Régime V, d’arcs ou décharges disruptives (à partir de Va) :

Cas des régimes des décharges négatives :

Cas des rameux d’if et d’épicéa.

Compléments sur l’électricité atmosphérique

Champ électrique ou gradient de potentiel

Circuit électrique équivalent de l’atmosphère

Situation électrique par temps perturbé

Figure 13 : situation électrique globale lors d’un orage

Les décharges électriques de pointe au niveau du sol

Observations et résultats expérimentaux

Approche du nuage : Nuage à l’aplomb

Id(ȝA) = a(F-Fs)3 + b(F-Fs)2 + c(F-Fs)

a = -2,4350.10-13, b = -1,4862.10-7, c = 5,4379.10-5 et Fs = -1500 V.m-1 pour une pointe positive

[BOR95] [FOR99] [FOR00] [ROOS92]

Figure 15 : influence d’un arbre sur le champ électrique

Les scénarios saisonniers

Formation de nuages zébrés

Champ Nuage créé par

Figure 16 : formation de nuages zébrés

Formation des leaders

Figure 17 : formation du coup principal

Prévision par détection locale du champ électrique