These Louis Schmerber

INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE
No attribu par la biblioth`que e e
|_|_|_|_|_|_|_|_|_|_|
` THESE
pour obtenir le grade de DOCTEUR DE LINP GRENOBLE Spcialit : Gnie Electrique e e e prpare au Laboratoire dElectrotechnique de Grenoble, UMR 5529 e e dans le cadre de lEcole Doctorale Electrotechnique, Electronique, Automatique Tlcommunication, Signal ee
prsente et soutenue publiquement e e par
Louis-Antoine SCHMERBER
le 21 dcembre 2006 e
Identication et caractrisation de sources e lectromagntiques. e e Application ` la discrtion des moteurs de a e propulsion navale
Directeur de th`se : Albert Foggia e Co-encadrant : Laure-Line Rouve JURY M. M. M. Jean-Louis Lacoume, Prsident e Francis Piriou, Rapporteur Thierry Waeckerle, Rapporteur Henocq, Silvestre, Rouve, Foggia, Examinateur Invit e Co-encadrant de th`se e Directeur de th`se e
M. Hugues M. Nicolas M. Laure-Line M. Albert
Remerciements
Les travaux prsents dans ce mmoire de th`se ont t raliss au Laborae e e e ee e e toire de Magntisme du Navire (LMN) et au Laboratoire dElectrotechnique de e Grenoble (LEG). Ces deux laboratoires sont situs dans lEcole Nationale dInge e nieurs Electriciens de Grenoble (ENSIEG) de lInstitut Polytechnique de Grenoble (INPG). Tout dabord je voudrais remercier Messieurs Jean-Louis Coulomb et Yves Brunet, respectivement directeur du LMN et du LEG, pour laccueil quils mont fait au sein de ces laboratoires. Ensuite, je voudrais remercier tous les membres du jury. Monsieur Jean-Louis Lacoume du Laboratoire des Images et Signaux (LIS) de Grenoble pour mavoir fait lhonneur de prsider le Jury. Jai beaucoup e apprci lintrt quil a port ` ce travail et la disponibilit quil ma accord e e ee ea e e lorsque jai rencontr divers probl`mes dchantillonnage spatial. e e e Monsieur Francis Piriou du Laboratoire dElectrotechnique et dElectronique de Puissance de Lille (L2EP) pour avoir accept la tche aride de rapporteur e a ainsi que pour ses commentaires sur ce travail. Monsieur Thierry Waeckerle Ingnieur de recherche chez Imphy Alloys qui e a galement accept cette lourde tche de rapporteur. Nous nous sommes e e a souvent croiss au LMN sans jamais cerner lenrichissement que serait notre e collaboration, dsormais je me tiendrai ` sa disposition pour que ce travail e a ait le plus dapplications possibles, en particulier du ct des matriaux. oe e Monsieur Hugues Henocq ingnieur de recherche au GESMA, pour stre e e galement prt ` la tche dlicate dexaminateur et de relecteur. Jai eu e ee a a e plaisir ` discuter des passages sombres de cette th`se et ` voir lintrt que a e a ee la Marine Nationale portait ` ce travail. a Monsieur Nicolas Silvestre responsable DGA, qui a rpondu ` linvitation du e a LMN et ma fait lhonneur de lire et dassister ` la th`se. a e Madame Laure-Line Rouve pour lencadrement sans gal de cette th`se, la e e patience quotidienne qui lui a permis de partager son bureau avec une tte de e mule pendant plus de trois ans. Ce nest pas la premi`re th`se pour laquelle e e sa prsence a t indispensable et je tiens ` lui rendre lnorme part de travail e ee a e qui est la sienne. Monsieur Albert Foggia pour la direction clairvoyante quil a russie ` donner e a a ` cette th`se et la patience dont il a fait preuve pendant et avant cette th`se. e e Mes remerciements se tournent maintenant vers les personnes qui mont le plus guid au cours de cette th`se : lensemble de personnes ayant mis ` disposition e e a i
leurs travaux et reexions scientiques. Je tiens galement ` remercier Jean-Paul Bongiraud qui narrivera certainement e a jamais ` se dbarrasser de sa tche de gestionnaire du LMN. Heureusement pour a e a lui, lheure de la sparation approche lui ouvrant une nouvelle vie plus musicale e encore. A Gilles Cauet, sans qui mes pas se seraient tourns vers les nano-choses et e qui a russi me faire monter ` bord du navire avant que je natteigne le bout du e a couloir. Jai apprci son encadrement lors de mon DEA ainsi que ce quil ma e e apport pour accomplir ce travail. e Merci galement aux dirents thsards du LMN, Sbastien et Yannick, qui e e e e tour ` tour ont russi ` me supporter quand je venais leur transmettre mon amour a e a de la science, et cest ma joie... Gilles Quemener, qui a propos au LMN le sujet mtaphysique de lorigine de e e notre galaxie en observant la lenteur des neutrons froids. Jesp`re que nos discuse sions autour des harmoniques sphriques porteront leurs fruits et que le Big Bang e et lanti-mati`re nauront bientt plus aucun secret pour lui. e o Gilles David, lautre Gilles, celui avec qui jai eu plaisir ` partager mes repas a quotidiennement et qui restera ` jamais ma rfrence en mati`re dexpert Linux. a ee e A mes amis, Sylvain, Olivier et Philippe avec qui je partage la devise des trois mousquetaires. Aujourdhui je tiens ` les remercier pour leur indfectible soutien a e qui ma guid tout au long de cette th`se. e e Martin Bloedt, minence grise du diagnostic machine et compagnon de corde. e e Je lui dois le semblant de rigueur allemande dont fait preuve cette th`se et mon e utilisation abusive de latex. Jesp`re de tout cur enrichir mon carnet de route de e sommets enneigs, pourquoi pas une sombre face nord de lOberland... e Tous les amis que jaurais peine ` numrer sans en oublier : Vincent, Elwin, ae e Perrine, Elise et Guillaume, Sonia et Laurent, Silvia et Pierre, les musicaux Laurence et Emmanuel sans oublier Gabriel, Monseigneur Dd. e e Arrive enn, ma famille. Je commencerai par mes trois surs, Sophie, Aude et Eudoxie, ainsi les pi`ces rapportes respectives, Jrme, Thierry et Stphane. Sans e e eo e oublier Clara la bien nomme. Mes parents et grand-parents ` qui je dois ce que e a je suis. Michel et Annie, Gael et Maguelone et Mathias. A tous merci pour votre soutien. A toi, Amandine qui supportes le pire.
Table des mati`res e

I Mod`le et e dynamiques identication de sources magntoe 5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 9 10 10 11 12 12 12 12 13 14 15 15 16 17 17 17 18 18 19 19 20 20 21 22 23 25 25 26 26 27 28 28
1 Mod`les multipolaires harmoniques e 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Dtermination des quations locales des champs . . . . . . . . . e e 1.2.1 Equations de Maxwell et relation des matriaux . . . . . e 1.2.2 Lquation de diusion . . . . . . . . . . . . . . . . . . . e 1.3 Solutions harmoniques des champs . . . . . . . . . . . . . . . . 1.3.1 Sparation des variables et fonctions propres . . . . . . . e 1.3.1.1 Le potentiel scalaire . . . . . . . . . . . . . . . 1.3.1.2 Le potentiel vecteur magntique . . . . . . . . . e 1.3.1.3 Sparations des variables . . . . . . . . . . . . . e 1.3.1.4 Le probl`me de Sturm-Liouville . . . . . . . . . e 1.3.2 Dveloppement harmonique du champ lectromagntique e e e 1.3.2.1 Ecriture des champs en coordonnes polaires . . e 1.3.2.2 Ecriture des champs en coordonnes sphriques e e 1.3.3 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.3.1 Validit du dveloppement . . . . . . . . . . . . e e 1.3.3.2 Dveloppements multipolaires . . . . . . . . . . e 1.3.3.3 Probl`me interne - Probl`me externe . . . . . . e e 1.4 Proprits des dveloppements en srie du champ . . . . . . . . ee e e 1.4.1 La sparation des variables . . . . . . . . . . . . . . . . . e 1.4.2 Une criture intressante des champs lectromagntiques e e e e 1.4.3 Proprits des fonctions propres . . . . . . . . . . . . . . ee 1.4.3.1 Orthogonalit des fonctions propres . . . . . . . e 1.4.3.2 Orthonormalisation . . . . . . . . . . . . . . . . 1.4.3.3 Les fonctions propres, syst`me complet . . . . . e 1.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Identication de sources magntostatiques e 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Approche empirique . . . . . . . . . . . . . . . . . . . . . 2.2.1 Dtermination du mod`le harmonique dune source e e 2.2.1.1 La notion dordre . . . . . . . . . . . . . . 2.2.1.2 Linformation a priori . . . . . . . . . . . 2.2.1.3 Zone de validit du mod`le . . . . . . . . e e iii
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
2.3
2.4
2.2.1.4 Proprits des coecients harmoniques . . . . ee 2.2.1.5 Choix du centre de la dcomposition . . . . . e 2.2.1.6 Remarque complmentaire . . . . . . . . . . . e 2.2.2 Identication - Approche empirique . . . . . . . . . . . 2.2.2.1 Proprits des fonctions harmoniques . . . . . ee 2.2.2.2 Mise en oeuvre dun dispositif didentication 2.2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . Probl`me inverse . . . . . . . . . . . . . . . . . . . . . . . . . e 2.3.1 Probl`me direct . . . . . . . . . . . . . . . . . . . . . . e 2.3.1.1 Mod`le harmoniques sphriques . . . . . . . . e e 2.3.1.2 Ecriture matricielle du probl`me direct . . . . e 2.3.2 Inversion et identication . . . . . . . . . . . . . . . . 2.3.2.1 Quasi-solution . . . . . . . . . . . . . . . . . 2.3.2.2 Dcomposition en valeurs singuli`res . . . . . e e 2.3.3 Stabilisation et criture optimale . . . . . . . . . . . . e 2.3.3.1 Normalisation des polynmes de Legendre . . o 2.3.3.2 Normalisation sur le support des mesures . . 2.3.3.3 Normalisation itrative des lignes et colonnes e 2.3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . Lidentication applique . . . . . . . . . . . . . . . . . . . . . e 2.4.1 Identication dun moteur simul . . . . . . . . . . . . e 2.4.1.1 Stabilisation, inversion et identication . . . . 2.4.1.2 Dtermination de lordre maximum . . . . . . e 2.4.2 Rduction du nombre de capteurs . . . . . . . . . . . . e 2.4.3 Perspectives de lidentication . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
29 29 30 31 31 32 33 34 34 34 35 36 36 37 38 38 39 41 42 43 43 44 45 46 47 49 49 50 50 51 52 52 52 53 54 54 54 55 56 57 57 59 60 61 63
3 Identication de sources magntodynamiques e 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Ecriture des mod`les magntodynamiques . . . . . . . . . . . . . e e 3.2.1 Solutions gnrales dynamiques des quations de Maxwell . e e e 3.2.1.1 Dtermination du mod`le . . . . . . . . . . . . . e e 3.2.1.2 Param`tres du mod`le - Ordre . . . . . . . . . . e e 3.2.2 Principe de lidentication magntodynamique . . . . . . . e 3.2.2.1 Extraction des frquences caractristiques . . . . e e 3.2.2.2 Dcomposition spatiale . . . . . . . . . . . . . . . e 3.2.3 Types de sources . . . . . . . . . . . . . . . . . . . . . . . 3.2.3.1 Les sources pulsantes . . . . . . . . . . . . . . . . 3.2.3.2 Les sources tournantes . . . . . . . . . . . . . . . 3.2.3.3 Les sources tournantes et pulsantes . . . . . . . . 3.3 Mise en uvre de lidentication magntodynamique . . . . . . . e 3.3.1 Extraction frquentielle . . . . . . . . . . . . . . . . . . . . e 3.3.1.1 Identication des frquences caractristiques . . . e e 3.3.1.2 Extraction frquentielle . . . . . . . . . . . . . . e 3.3.2 Identication spatiale . . . . . . . . . . . . . . . . . . . . . 3.3.3 Extrapolation de la signature lectromagntique . . . . . . e e 3.4 Analyse et identication de sources dynamiques . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
3.4.1 3.4.2
3.5
Analyse prliminaire . . . . . . . . . . . . . . . . . . . . e Analyse des coecients harmoniques . . . . . . . . . . . 3.4.2.1 Proprits des coecients harmoniques . . . . . ee 3.4.2.2 Coecients dune source pulsante . . . . . . . . 3.4.2.3 Coecients dune source tournante . . . . . . . 3.4.2.4 Coecients dune source tournante et pulsante 3.4.2.5 Bilan des dirents types de sources . . . . . . e 3.4.3 Classication en types de sources . . . . . . . . . . . . . 3.4.3.1 Sparation des sources tournantes . . . . . . . . e 3.4.3.2 Algorithme de classication . . . . . . . . . . . Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
63 65 65 66 67 68 68 69 69 70 71
4 Complments statistiques ` lidentication magntique e a e 73 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 4.1.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 4.1.2 Notions de statistiques . . . . . . . . . . . . . . . . . . . . . 75 4.1.2.1 Loi normale et syst`me linaire . . . . . . . . . . . 75 e e 4.1.2.2 Thorie de la dcision . . . . . . . . . . . . . . . . 79 e e 4.1.3 Linversion Baysienne . . . . . . . . . . . . . . . . . . . . . 81 e 4.1.3.1 Linformation comme densit de probabilit . . . . 81 e e 4.1.3.2 Thor`me de Bayes . . . . . . . . . . . . . . . . . . 82 e e 4.1.3.3 Intrt - Illustration . . . . . . . . . . . . . . . . . 83 ee 4.2 Estimateur de maximum de vraisemblance . . . . . . . . . . . . . . 85 4.2.1 Ecriture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 4.2.2 Proprits - Optimalit . . . . . . . . . . . . . . . . . . . . . 86 ee e 4.2.3 Indicateurs de qualit de lestimateur . . . . . . . . . . . . . 87 e 4.2.3.1 Oprateur de rsolution - performance a priori . . . 88 e e 4.2.3.2 Rsidus de mesures . . . . . . . . . . . . . . . . . . 88 e 4.2.4 Exemple dapplication des indicateurs de qualit . . . . . . . 89 e 4.2.4.1 Stabilisation par minimisation de la variance des param`tres . . . . . . . . . . . . . . . . . . . . . . 89 e 4.2.4.2 Vrication a priori de la qualit de lestimation . . 90 e e 4.2.4.3 Rsidus de mesures . . . . . . . . . . . . . . . . . . 92 e 4.2.4.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . 93 4.3 Estimateurs Baysiens . . . . . . . . . . . . . . . . . . . . . . . . . 93 e 4.3.1 Maximum a posteriori (MAP) . . . . . . . . . . . . . . . . . 94 4.3.1.1 Linformation a priori . . . . . . . . . . . . . . . . 94 4.3.1.2 Ecriture et proprits de lestimateur . . . . . . . . 95 ee 4.3.1.3 Oprateur de rsolution . . . . . . . . . . . . . . . 95 e e 4.3.1.4 Rsidus des mesures . . . . . . . . . . . . . . . . . 97 e 4.3.1.5 Conclusions et perspectives . . . . . . . . . . . . . 98 4.3.2 Complments sur lestimation baysienne . . . . . . . . . . . 98 e e 4.3.2.1 Lestimateur de moyenne a posteriori (MMSE) . . 99 4.3.2.2 Calcul de lestimateur - Mthodes numriques . . . 99 e e 4.3.2.3 Application . . . . . . . . . . . . . . . . . . . . . . 100 4.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
II Analyse harmonique et dimensionnement de blindages magntiques e 103

5 Ecacit dun blindage passif e 5.1 Introduction au blindage . . . . . . . . . . . . . . . . . . . . . . 5.1.1 Origine des phnom`nes dattnuation . . . . . . . . . . e e e 5.1.1.1 Le ferromagntisme . . . . . . . . . . . . . . . e 5.1.1.2 Les Courants de Foucault . . . . . . . . . . . . 5.1.1.3 Hypoth`ses et cadre de ltude . . . . . . . . . e e 5.1.2 Interprtations empiriques . . . . . . . . . . . . . . . . . e 5.1.2.1 Interprtation dipolaire - multipolaire . . . . . e 5.1.2.2 Formulations lmentaires . . . . . . . . . . . . ee 5.1.3 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . e 5.1.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . 5.1.3.2 Lecacit . . . . . . . . . . . . . . . . . . . . e 5.1.3.3 Leet de forme . . . . . . . . . . . . . . . . . . 5.2 Mthode harmonique de calcul de blindage . . . . . . . . . . . . e 5.2.1 Mthode matricielle de calcul de blindage . . . . . . . . . e 5.2.1.1 Situation . . . . . . . . . . . . . . . . . . . . . 5.2.1.2 Ecriture matricielle des relations de passage . . 5.2.1.3 Rsolution et proprits de la solution . . . . . e ee 5.2.2 Gnralisation . . . . . . . . . . . . . . . . . . . . . . . . e e 5.2.2.1 Ecriture ` tout ordre . . . . . . . . . . . . . . . a 5.2.2.2 Blindages multicouches . . . . . . . . . . . . . . 5.3 Interprtation . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 5.3.1 Cas statique . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1.1 Ecacit maximale . . . . . . . . . . . . . . . . e 5.3.1.2 Comportement asymptotique . . . . . . . . . . 5.3.1.3 Pente ` lorigine . . . . . . . . . . . . . . . . . a 5.3.1.4 Aperu graphique . . . . . . . . . . . . . . . . . c 5.3.2 Cas dynamique . . . . . . . . . . . . . . . . . . . . . . . 5.3.2.1 Attnuation dynamique - Module et Argument e 5.3.2.2 Reprsentation Ordre-frquence de lattnuation e e e 5.3.3 Blindage multicouches . . . . . . . . . . . . . . . . . . . 5.3.3.1 Eet de la multiplication de couches . . . . . . 5.3.3.2 Dimensionnement optimal . . . . . . . . . . . . 5.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 107 108 108 112 113 113 114 116 118 118 119 120 121 121 121 122 125 126 126 127 128 129 130 130 131 131 132 133 133 135 136 137 138 141 141 142 142 143 145 146
6 Eet de forme dun blindage 6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Calcul numrique de la matrice de blindage harmonique . . . . . . . e 6.2.1 Convergence des sries de fonctions propres . . . . . . . . . e 6.2.1.1 Ecriture des sources dans les direntes zones e conditions de passage . . . . . . . . . . . . . . . . 6.2.1.2 Ecriture du syst`me matriciel . . . . . . . . . . . . e 6.2.1.3 Application . . . . . . . . . . . . . . . . . . . . . .
6.3
6.4
6.2.1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . 6.2.2 Orthonormalisation des fonctions harmoniques . . . . . . . . 6.2.2.1 Processus dorthonormalisation . . . . . . . . . . . 6.2.2.2 Application . . . . . . . . . . . . . . . . . . . . . . 6.2.2.3 Conclusions - Perspectives . . . . . . . . . . . . . . 6.2.3 Base canonique . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.3.1 Identication de la base canonique . . . . . . . . . 6.2.3.2 Projection sur la surface . . . . . . . . . . . . . . . 6.2.3.3 Ecriture matricielle du probl`me sur la base canoe nique . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.3.4 Rsolution-Intert . . . . . . . . . . . . . . . . . . e e 6.2.3.5 Application . . . . . . . . . . . . . . . . . . . . . . 6.2.4 Interprtation . . . . . . . . . . . . . . . . . . . . . . . . . . e 6.2.5 Gnralisation . . . . . . . . . . . . . . . . . . . . . . . . . . e e Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.1 Calcul du blindage dynamique obtenu ` laide dune gaine a innie en aluminium . . . . . . . . . . . . . . . . . . . . . . 6.3.1.1 Description du probl`me . . . . . . . . . . . . . . . e 6.3.1.2 Dtermination de lordre N du dveloppement . . . e e 6.3.1.3 Rsolution - Validation . . . . . . . . . . . . . . . . e 6.3.1.4 Complments . . . . . . . . . . . . . . . . . . . . . e 6.3.2 Application au calcul de champ dun moteur . . . . . . . . . 6.3.2.1 Description du probl`me . . . . . . . . . . . . . . . e 6.3.2.2 Ecriture du syst`me matriciel harmonique . . . . . e 6.3.2.3 Optimisation - rsolution . . . . . . . . . . . . . . e 6.3.2.4 Rsultats - Performances . . . . . . . . . . . . . . . e 6.3.2.5 Perspectives . . . . . . . . . . . . . . . . . . . . . . Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
148 148 148 151 152 153 153 154 154 155 156 157 159 160 161 161 161 162 163 163 164 165 166 168 169 169
III
Application et Conclusions
171
173 173 173 174 175 175 175 176 176 177 178 182 182
7 Identication magntodynamique de moteur disco e de 7.1 Description de lexprience . . . . . . . . . . . . . . . . . . . . . . . e 7.1.1 La source . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.1.2 Lenvironnement magntique . . . . . . . . . . . . . . . . . . e 7.1.3 Les moyens de mesures . . . . . . . . . . . . . . . . . . . . . 7.2 Lidentication magntostatique . . . . . . . . . . . . . . . . . . . . e 7.2.1 La qute dinformation . . . . . . . . . . . . . . . . . . . . . e 7.2.1.1 Les aimants . . . . . . . . . . . . . . . . . . . . . . 7.2.1.2 Modulation du champ des aimants par leet de forme de la culasse . . . . . . . . . . . . . . . . . . 7.2.1.3 Le champ magntique terrestre . . . . . . . . . . . e 7.2.2 Placement des capteurs didentication . . . . . . . . . . . . 7.2.3 Identication des coecients harmoniques . . . . . . . . . . 7.2.3.1 Hirarchie du mod`le - Intrt du placement . . . . e e ee
7.3
7.4
7.2.3.2 Estimation hirarchique baysienne . e e 7.2.3.3 Rsultats de lidentication statique e 7.2.3.4 Analyse des rsultats . . . . . . . . . e Lidentication magntodynamique . . . . . . . . . . e 7.3.1 Analyse de la situation . . . . . . . . . . . . . 7.3.1.1 Mise en uvre . . . . . . . . . . . . Conclusions . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
182 183 186 187 187 187 190
A Rsolution de lquation de diusion par la mthode des variables e e e spares e e 195 A.1 Dnition des rep`res polaires et sphriques . . . . . . . . . . . . . 195 e e e A.2 Rsolution de lquation de diusion en coordonnes polaires . . . . 196 e e e A.2.1 Lquation de Laplace en coordonnes polaires . . . . . . . . 196 e e A.2.2 Lquation de diusion en coordonnes polaires . . . . . . . 197 e e A.2.3 Ecriture de la solution gnrale . . . . . . . . . . . . . . . . 199 e e A.3 Rsolution de lquation de diusion en coordonnes sphriques . . 201 e e e e A.3.1 Lquation de Laplace en coordonnes sphriques . . . . . . 201 e e e A.3.2 Lquation de diusion en coordonnes sphriques . . . . . . 202 e e e A.3.3 Remarque fondamentale ` propos des critures dynamiques . 204 a e B Probl`mes inverses, qutes dinformations e e B.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . e B.1.1 Le probl`me direct . . . . . . . . . . . . . . . . e B.1.2 Le probl`me inverse . . . . . . . . . . . . . . . . e B.1.3 Les probl`mes bien/mal poss . . . . . . . . . . e e B.1.4 Dnition algbrique . . . . . . . . . . . . . . . e e B.1.5 Quasi-solution dun probl`me inverse . . . . . . e B.1.6 Probl`mes conditionnellement bien-poss . . . . e e B.2 Inversion sans information . . . . . . . . . . . . . . . . B.2.1 La dcomposition en valeurs singuli`res . . . . . e e B.2.2 Analyse du probl`me inverse . . . . . . . . . . . e B.2.3 La pseudo inverse . . . . . . . . . . . . . . . . . B.2.4 Conditionnement . . . . . . . . . . . . . . . . . B.2.5 Rgularisation par troncature . . . . . . . . . . e B.3 Inversion et informations a priori . . . . . . . . . . . . B.3.1 Les Informations a priori . . . . . . . . . . . . . B.3.2 La rgularisation au sens de Tikhonov . . . . . e B.3.2.1 Choix de la fonctionnelle stabilisatrice B.3.2.2 Choix du param`tre de rgularisation . e e B.3.3 Approche stochastique des probl`mes inverses . e B.3.3.1 Linformation comme probabilit . . . e B.3.3.2 Linversion Baysienne . . . . . . . . . e B.3.3.3 Ecriture du probl`me inverse Baysien e e B.3.3.4 Interprtation de linversion bayesienne e 207 207 207 208 208 208 210 210 211 212 212 213 214 215 216 217 217 219 220 221 221 222 223 224
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
C Bo ` outils mathmatiques te a e 225 C.1 Gnralisation de lcriture harmonique - Application au blindage e e e sphrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 e C.1.1 Ecriture de la matrice dun blindage monocouche . . . . . . 226 Bibliographie 226
Table des gures

1.1 2.1
Lorthonormalisation permet lidentication sur un support quelconque.
22 27 30 31 33
Domaines dinuence des ordres dune source quelconque () en fonction de la distance au centre. . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Exemple dune source dcentre par rapport au centre de la dcomposie e e tion multipolaire : le cble dcentr. . . . . . . . . . . . . . . . . . . . a e e 2.3 Dveloppement harmonique et surface limite. . . . . . . . . . . . . . . e 2.4 Source () et dispositif de capteurs qui ralisent un chantillonnage spatial. e e 2.5 Dispositions de 26 capteurs triaxiaux sur un cube darte gale ` 2m e e a entourant une source () dont nous dsirons faire une identication en e harmoniques sphriques. . . . . . . . . . . . . . . . . . . . . . . . . . e 2.6 Conditionnement du syst`me linaire aux cours de la normalisation ite e e rative des colonnes et lignes de F. Chaque itration est reprsente par e e e deux points : le premier est le conditionnement apr`s normalisation des e colonnes et le second apr`s normalisation des lignes. . . . . . . . . . . . e 2.7 Moteur ` aimants permanents de rayon extrieur Rext =20cm possdant a e e 4 ples, 12 encoches statoriques. Nous chercherons ` identier ce moteur o a a ` partir de mesures simules sur un cercle C de rayon R0 =26cm . . . . . e 2.8 Composantes Bx de linduction magntique obtenus par la mthode des e e lments nis (FEM), par une identication sans normalisation (Id1 ), ee puis par une identication stabilise (Id2 ) ` lordre N=50. . . . . . . . . e a 2.9 Inuence relative des n premiers coecients harmoniques par rapport au module de linduction mesure . . . . . . . . . . . . . . . . . . . . . . e 2.10 Inuence Inf des premiers coecients harmoniques jusqu` lordre a N=10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.11 Exemple dinterpolation de linduction magntique identie ` laide de e e a 3 capteurs (graphique du haut) et dextrapolation du potentiel vecteur sur un cercle plac deux fois plus loin (graphique du bas). . . . . . . . e
39
42
43
44 46 46
47
3.1
3.2
3.3
Mesure de linduction magntique Bx et sa FFT sur un capteur de rfe ee rence. La transforme de Fourier (FFT) fait appara un certain nombre e tre de raies aux frquences fc caractristiques de la source. . . . . . . . . . e e Reprsentation de la composante Bx de linduction magntique pour tous e e les capteurs au cours du temps (gauche) - Reprsentation de la transfore me de Fourier (FFT) pour chacune de ces mesures (droite). . . . . . . e Algorithme didentication des frquences caractristiques . . . . . . . . e e
57
58 58
xi
3.4
3.5
3.6 4.1 4.2
Comparaison entre linduction mesure Bx et identie BxId sur le cape e teur de rfrence C1 , du point de vue de la FTT (gauche) et du signal ee temporel (droite). . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reprsentations temps-espace des variations de linduction dune source e dordre 1 (terme a1,1 ) pulsant ` 6Hz (gure gauche) et dordre 2 (terme a a2,2 ) tournant ` 3Hz (droite). . . . . . . . . . . . . . . . . . . . . . . a Algorithme de classication des coecients identis en fonction du type e de source. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi normale centre et intervalles de conance (gauche). Lois gaussiennes e gnralises pour n=1,2 et 4 (droite) . . . . . . . . . . . . . . . . . . . e e e Reprsentation des densits de probabilit dun probl`me dinterpolation e e e e linaire (gure de gauche) ` laide dune seule mesure (gure centrale) et e a de plusieurs mesures bruites (gure de droite). Ltoile correspond ` la e e a solution de rfrence, cest-`-dire la droite que devrait suivre thoriqueee a e ment la mesure, la croix correspond au couple de param`tres (a,b) que e nous avons choisi en fonction de la mesure et correspondant ` une droite a respective. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reprsentation des densits de probabilit dun probl`me inverse dintere e e e polation linaire (gure de gauche) ` laide des mesures 1 (gure centrale) e a et des mesures 2 (gure de droite). Ltoile correspond ` la solution de re a e frence, cest-`-dire la droite que devrait suivre thoriquement la mesure, e a e la croix correspond au couple de param`tres (a,b) que nous avons choisi e en fonction de la mesure et correspondant ` une droite respective. Les a mesures 3 sont obtenues en retirant un point aberrant, en consquence la e variance de la densit de probabilit est plus petite (voir gure de droite). e e Exemples de densits de probabilits gaussiennes particuli`res. - (A) La e e e distribution de Dirac - (B) une loi normale centre - (C) Loi uniforme e sur un intervalle [a,b] appele galement fonction porte. . . . . . . . . . e e Illustration de lintrt de linformation a priori sur le probl`me dinteree e polation linaire. La mesure 1 ne permet pas de dnir le couple (a,b) : le e e syst`me est sous-dtermin ce qui se traduit par une distribution de proe e e babilit de variance innie (voir gure centrale). Par dfaut nous faisons e e le choix de la solution de norme minimale (croix blanche) qui conduit ` a une erreur destimation : voir droite 1. Lapport dinformation a priori sur b compl`te notre connaissance des param`tres et permet de dtermie e e ner une estimation correcte (carr). La densit a posteriori p(C|Y) a une e e variance nie (voir gure de droite). . . . . . . . . . . . . . . . . . . . Illustration de la stabilisation du syst`me linaire F par normalisation et e e pondration itrative. . . . . . . . . . . . . . . . . . . . . . . . . . . e e La diagonale de loprateur de rsolution R donne une mesure a priori de e e lerreur destimation. Lorsque le syst`me est bien conditionn et de rang e e plein, cet oprateur est proche de la matrice identit. Sinon, il donne une e e indication de la qualit des param`tres estims. Par exemple, avec seulee e e ment les 4 capteurs suprieurs du cube, nous remarquons que certains e param`tres seront errons. . . . . . . . . . . . . . . . . . . . . . . . . e e
62
64 70 77
78
4.3
80
4.4
82
4.5
85 90
4.6 4.7
91
4.8
Variance des rsidus de mesures estims sur les capteurs en fonction de e e lordre de la source identie. Les points de forte variance sont ceux les e plus loin de la source (sommets du cube mtrologique). Nous remarquons e que plus lordre de la source est lev et plus la variance des rsidus de e e e mesures est faible. . . . . . . . . . . . . . . . . . . . . . . . . . . . . La diagonale de loprateur de rsolution R relative ` lestimateur du e e a MAP. La gure de gauche montre la qualit de rsolution sans informae e tion a priori. La gure de droite montre la qualit de rsolution avec e e intervention de linformation a priori . . . . . . . . . . . . . . . . . . . normale de x. - (2). - Fonction de densit a posteriori pp utilisant un a e priori non linaire : lesprance, le maximum et la mdiane sont distincts e e e et correspondent ` des estimateurs baysiens dirents. . . . . . . . . . a e e
92
4.9
96
4.10 (1). - Fonction de vraisemblance px correspondant ` une distribution a
98
4.11 Illustration de lintrt de lestimateur du MMSE - Avec un seul point ee

de mesure et une information a priori faible (a appartient ` lintervalle a [.5 ;2]). Nous calculons lestimateur (voir carr sur la gure centrale), ce e calcul passe par lintgration de la densit de probabilit a posteriori e e e qui est possible grce ` un chantillonnage de p(C|Y) obtenu par un a a e algorithme MCMC (voir gure de droite)). . . . . . . . . . . . . . . . . 101
5.1
g. A : Courbe de premi`re aimantation. - g. B : Aspect schmatique e e des transformations des domaines de Weiss correspondant au processus daimantation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 Cycle dhystrsis M(H). Ms et Hs sont les valeurs crtes de laimantation ee e et du champ dexcitation H, Mr laimantation rmanente et Hc le champ e coercitif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 Courbe anhystrtique B(H) dun matriau magntique doux (FeSi) ee e e
5.2
5.3 5.4 5.5
. . 111
Courants de Foucault induits dans une tle conductrice par la variation o du champ dune source de moment dipolaire M . . . . . . . . . . . . . 112 (a) : Reprsentation de laimantation dune tle de permabilit relae o e e tive r > 1 sous laction dun champ externe H - (b) : Reprsentation e dipolaire de laimantation dun blindage sphrique entourant une source e dipolaire statique Ms - (c) : Reprsentation multipolaire de laimantation e relative ` une source dordre n=3 . . . . . . . . . . . . . . . . . . . . 114 a (a) : Reprsentation des courants de Foucault et de la source dipolaire e induite par les variations dun champ externe sur une tle en aluminium. o - (b) : Reprsentation dipolaire des sources induites par les variations e dun diple inclus dans un blindage sphrique. . . . . . . . . . . . . . . 115 o e (a) : Blindage sphrique de permabilit plong dans un champ unie e e e forme H0 parall`le ` laxe z - (b) : Interprtation de laimantation ` laide e a e a de diples : un champ H1 se superpose ` H0 ` lintrieur du blindage o a a e crant ainsi leet de blindage. . . . . . . . . . . . . . . . . . . . . . . 116 e
5.6
5.7
5.8
5.9
5.10 5.11
5.12
5.13 5.14 5.15
5.16
Attnuation S dun blindage sphrique en fonction du rapport de ses e e rayons interne et externe et de sa permabilit relative r = /0 . Quelle e e que soit lpaisseur du blindage il est dautant plus ecace que sa permae e bilit est grande. Il existe cependant une attnuation limite pour chaque e e blindage, qui ne dpend que du choix du matriau et qui est dtermine e e e e par la valeur de S quand lpaisseur est innie. . . . . . . . . . . . . . e Division de lespace en trois zones pour les deux types de probl`mes : (a) e (1) ) est ` lintrieur du blindage et (b) interne si la externe si la source (S a e source (S (2) ) est ` lextrieur du blindage. . . . . . . . . . . . . . . . . a e Reprsentation des conditions de passage du champ magntique en un e e point P de la fronti`re sparant deux milieux. . . . . . . . . . . . . . . e e Comportement de Sn en fonction, soit uniquement de lpaisseur du bline dage (gauche), soit uniquement de sa permabilit (droite). Le rayon R1 e e interne du blindage vaut 50cm. . . . . . . . . . . . . . . . . . . . . . . Module de lattnuation en fonction de la frquence et de lordre des e e termes la source blinde. La gure de gauche reprsente ce module pour e e un blindage de rayons R1 =300mm et R2 =305mm en Aluminium. La gure de droite reprsente le module de lecacit pour ce mme blindage e e e en Acier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reprsentation ordre-frquence de lecacit n dun blindage sphrique e e e e en acier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Trois blindages monocouche et multicouche compris entre les mmes e rayons R1 =300mm et R2 =315mm. . . . . . . . . . . . . . . . . . . . . (a) : Reprsentation de lattnuation de blindages multicouche en fonction e e de lordre de la source ` blinder. - (b) : Reprsentation de lattnuation a e e de blindages multicouche pour une source dordre n=4 en fonction de la permabilit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e Attnuation en fonction de lpaisseur de lentrefer dun blindage ` 2 e e a couches en acier pour dirents ordres faibles. . . . . . . . . . . . . . . e
118
122 123
132
134 135 136
137 138
6.1
6.2
6.3 6.4
Contours de forme circulaire S1 (a) et de forme carre S2 (b) correspone dant ` deux objets ferromagntiques plongs dans un champ magntique a e e e quelconque. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 Reprsentation dun cube de 20cm darte et de permabilit relative e e e e r =1000. Nous valuons la qualit du calcul harmonique en comparant e e linduction calcule ` une simulation FEM du probl`me sur un chemin e a e de validation. - Les deux gures ` droite reprsentent respectivement a e linduction magntique suivant x et suivant y calcules harmoniquement e e a ` lordre 20 et 50 et la rfrence donne par la mthode des lments nis. 146 ee e e ee Termes diagonaux de la matrice de covariance des rsidus du calcul de e laimantation dun cube. . . . . . . . . . . . . . . . . . . . . . . . . . 147 Induction magntique suivant x (gauche) et suivant y (droite) cr par e ee un cube aimant. Il sagit de comparer une induction magntique de re e e frence simule (FEM) avec le rsultat du calcul harmonique orthonorm e e e e jusqu` lordre 12. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 a
6.5
6.6 6.7
6.8
6.9 6.10
6.11
6.12
6.13
Induction suivant x (gauche) et suivant y (droite) cr par un cube aiee mant. Il sagit de comparer une induction de rfrence simule (FEM) e ee e avec le rsultat du calcul harmonique sur la base canonique ` lordre 12. e a Surface circulaire conforme ` une surface quelconque Cs . . . . . . . . . . a Exemple de probl`mes pour lesquelles la mthode de calcul harmonique e e est gnralisable. (a) : probl`me ` deux surfaces comme un blindage moe e e a nocouche - (b) Probl`me ` trois surfaces, quatres zones comme un moe a teur : rotor-entrefer-stator-milieu extrieur. . . . . . . . . . . . . . . . e Blindage carr darte interne R1 et externe R2 en aluminium. Validae e tion du calcul harmonique ` lordre N = 17 du blindage relatif ` deux a a conducteurs parcourus par un courant I=10A de frquence f =5Hz. . . . e Gomtrie simplie dun moteur comportant 4 zones dlimites par 3 e e e e e surfaces. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (a). Discrtisation du rotor - (b). Dcomposition de la surface en srie e e e trigonomtrique ` lordre N = 12 - (c). Dcomposition de srie de la e a e e surface ` lordre N = 7 : apparition des phnom`nes de Gibbs. . . . . . a e e Variances des rsidus de calcul de trois probl`me dirents : (a). Discre e e e tisation initiale (28 points) ` lordre N = 12 - (b). Amlioration de la a e discrtisation (30 points) ` lordre N = 12 - (c). Discrtisation initiale ` e a e a lordre N = 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (a) - Discrtisation du moteur sur la priode dtude et chemin de valie e e dation dans lentrefer. Comparaisons de linduction magntique suivant e x (b) et suivant y (c) entre la mthode des lments nis et la mthode e ee e harmonique ` lordre 5 et 7. . . . . . . . . . . . . . . . . . . . . . . . a a - Discrtisation du moteur sur la priode dtude et chemin de validae e e tion ` lextrieur de la machine. Comparaisons de linduction magntique a e e suivant x (b) et suivant y (c) entre la mthode des lments nis et la e ee mthode harmonique ` lordre 5. . . . . . . . . . . . . . . . . . . . . e a (a). Photo du moteur disco identi. - (b). Reprsentation gomtrique de e e e e des aimants des deux rotors, de la culasse et des pieds du moteur. . . . . Simulation dune source dordre n = 4 contenue dans une culasse. (a) : Inuence des coecients harmoniques sur un cercle de rayon Rext de 55cm - (b) : induction magntique radiale sur ce cercle - (c) : induction e magntique orthoradiale. . . . . . . . . . . . . . . . . . . . . . . . . . e Simulation de laimantation de la culasse du moteur dans le champ terrestre. (a) : Inuence des coecients harmoniques sur un cercle de rayon Rext de 55cm - (b) : Induction magntique radiale sur ce cercle - (c) : e Induction magntique orthoradiale. . . . . . . . . . . . . . . . . . . . e Oprateurs de rsolution relatifs aux 15 coecients harmoniques princie e paux lors dune identication ` lordre 5.- (a) : Oprateur de rsolution a e e correspondant aux positions initiales des capteurs.- (b) : Oprateur de e rsolution correspondant aux positions relles optimises. . . . . . . . . e e e Visualisation densemble du moteur, des 5 capteurs didentication et des 4 capteurs de validation. . . . . . . . . . . . . . . . . . . . . . . . . .
156 158
160
162 164
166
167
168
169
7.1 7.2
174
177
7.3
178
7.4
180 181
7.5
7.6
Inuence des 35 coecients harmoniques identis ` lordre 5 ` laide des e a a 5 capteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.7 Comparaison des trois composantes de linduction magntique sur les e capteurs de validation. Lerreur relative est infrieure ` 10 % pour un e a 2) a une erreur importante qui est mod`le dordre N = 5. Seul C7 (N e due ` sa proximit de la source et surtout au fait quil est ` lintrieur a e a e des mesures didentication. . . . . . . . . . . . . . . . . . . . . . . . 7.8 Comparaison des trois composantes de linduction magntique pour un e mod`le ` lordre N = 3 sur les capteurs de validation. Lerreur relative e a est tr`s importante signe de repliement. . . . . . . . . . . . . . . . . . e 7.9 Comparaison des trois composantes statiques de linduction magntique e sur les capteurs de validation, dans le cas dun moteur aliment ` 2Hz. ea Erreur relative entre le mod`le et la mesure. . . . . . . . . . . . . . . e 7.10 Comparaison des trois composantes statiques de linduction magntique e extrapoles dans le temps sur le capteur C6 de validation, dans le cas e dun moteur aliment ` 2Hz. Il sagit de la superposition du statique, de ea la frquence dalimentation et de la frquence de rotation. . . . . . . . e e
185
185
186
188
191
A.1 Reprsentation des syst`mes de coordonnes polaires et sphriques . . . 195 e e e e B.1 Espaces de Hilbert des param`tres du mod`le M et des mesures D. 209 e e + B.2 Sous-espace vectoriel M restriction de M du point de vue de la pseudo inverse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 B.3 La rgularisation de Tikhonov. . . . . . . . . . . . . . . . . . . . . . 218 e
Liste des tableaux

2.1
Rang et conditionnement de lidentication sans normalisation des fonctions harmoniques (A), avec (B), avec normalisation des colonnes (C), avec normalisation itrative des lignes et colonnes de F (D). . . . . . . . 40 e Rang et conditionnement de lidentication sans orthonormalisation (A) et avec (B) ` lordre 50. Rang et conditionnement de lidentication sans a orthonormalisation (C) et avec (D) apr`s rduction du nombre de capteurs. 44 e e Param`tres des trois sources S1 , S2 et S3 qui composent (). est la e vitesse de rotation des sources autour de laxe z, est la pulsation de la source et le dphasage. . . . . . . . . . . . . . . . . . . . . . . . . . e Frquences caractristiques de la source (). . . . . . . . . . . . . . . . e e Coecients harmoniques identis aux frquences caractristiques de e e e (). La justication des valeurs de ces coecients est donne au pae ragraphe 3.4.2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
3.1
3.2 3.3
56 59
61
6.1
6.2 6.3 7.1 7.2 7.3 7.4 7.5
Coecients harmoniques du probl`me externe dans la zone 2 relatifs ` e a la raction dun cube dans un champ source uniforme. Seuls les termes e correspondant ` la modulation du champ source par la forme du cube a sont prsents. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 e Description du probl`me de blindage de deux conducteurs innis par la e gaine en aluminium de la gure (6.8) . . . . . . . . . . . . . . . . . . 161 Param`tres relatifs au calcul harmonique du moteur . . . . . . . . . . . 165 e Caractristiques du moteur disco ` aimants permanents. . . . . . . . e de a Les 15 coecients harmoniques reprsentatifs du moteur statique dans e le champ terrestre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . Positions des capteurs dans le rfrentiel du centre du moteur. . . . . . ee Valeurs des coecients de la dcomposition harmonique du moteur ` e a lordre N = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Valeurs des coecients de la dcomposition harmonique du moteur ` e a lordre N=2 pour le mod`le hirarchique (Valeur Hier.) et pour une idene e tication normale ` lordre 2 ` laide des capteurs C1 , C2 et C5 (Valeur a a Norm.). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Positions des capteurs de validation dans le rfrentiel du centre du moee teur (Fig.7.5). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Valeurs des coecients de la dcomposition harmonique statique du moe teur ` lordre N = 2 lors de son fonctionnement ` 2Hz. . . . . . . . . . a a
174 179 180 183
183 184 188
7.6 7.7
xvii
7.8
Coecients harmoniques identis aux frquences caractristiques du e e e moteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Notations
,f , 0 , r , 0 n A B H E M D I, If Inf N F C, C0 , C Bmes W, Wc , Wl , W S, Sn , Smax n G, Gn f , fe , fc j i k, kf n m {an , bn } {an,m , bn,m } {.} vitesse de rotation potentiel scalaire magntique e paisseur de peau e permittivit, permittivit du vide e e permabilit, permabilit relative, permabilit du vide e e e e e e conductivit e pulsation ecacit dun blindage passif respectivement ` lordre n e a potentiel vecteur magntique e induction magntique e champ magntique e champ lectrique e aimantation magntique e polarisation lectrique e courant lectrique, courant de Foucault e Inuence magntique dun terme harmonique e ordre maximum dune source multipolaire matrice du probl`me direct harmonique e vecteur des coecients harmoniques vecteur des mesures dinduction magntique e matrices de pondrations stabilisatrices e Attnuation dun blindage e Matrice de ltrage dun blindage frquence, frquence dchantillonnage, frquence caractristique e e e e e racine carr complexe de -1 e densit volumique de courant e nombre donde complexe indexation de lordre dune source multipolaire indexation des termes dune source dun ordre n coecients harmoniques polaires coecients harmoniques sphriques e partie relle dun nombre complexe e xix
{.} E{.} var{.} N {.} 2 {.} x p(x) q(x) I (.) K (.) m Pn (.) Qm (.) n m Yn (.) (.) < u|v > uv i,j Ft F1 F+ (r, , z) (er , e , ez ) (r, , ) (er , e , e ) MAP MCMC MMSE MV FEM FMM MLI
partie imaginaire dun nombre complexe esprance mathmatique e e variance loi normale distribution du 2 valeur estime de x e les densits de probabilit p et q de x sont quivalentes e e e fonction de Bessel modie de premi`re esp`ce e e e fonction de Bessel modie de seconde esp`ce e e polynme de Legendre de premi`re esp`ce o e e polynme de Legendre de seconde esp`ce o e Harmonique sphrique dordre n et de terme m e fonction gamma produit scalaire de u et v produit vectoriel de u et v fonction de kronecker : vaut 1 lorsque i=j, sinon 0 matrice transpose de F e matrice carre inverse de F e matrice inverse gnralise de F e e e syst`me de coordonnes cylindrique e e vecteurs de base du rep`re cylindrique e syst`me de coordonnes sphriques e e e vecteurs de base du rep`re sphrique e e Maximum A Posteriori Markov Chain Monte Carlo Minimum Mean Square Error Maximum de Vraisemblance Finite Element Method Fast Multipole Method Modulation de Largeur dImpulsions
Introduction gnrale e e
La magie du magntisme, rigoureusement scientique, rside dans lextrae e ordinaire particularit quil a dembrasser des ordres de grandeur inniment petits e et grands. La dnition la plus frquente quon lui trouve se rsume par laction des e e e aimants sur les matriaux ferromagntiques : le champ magntique est la susceptie e e bilit qua une source magntique dexercer une force sur un autre corps. Principe e e quillustre le champ magntique terrestre lorsquil oriente laiguille aimante dune e e boussole vers le nord. Si la mati`re aimante fut ` lorigine du magntisme, lape e a e parition de llectricit engendra une autre source de champ magntique lie au e e e e passage dun courant lectrique dans un conducteur. D`s lors, linteraction de la e e mati`re aimante et des courants na cess de porter ses fruits dans des domaines e e e multiples et varis. e Le moteur lectrique est, sans nul doute, lapplication la plus courante de line teraction entre ces deux sources de champ magntique. Au cours du dernier si`cle, e e llectrotechnique a port le dveloppement du moteur lectrique dans dinnome e e e brables domaines de sorte quil se dcline dsormais sur lchelle allant du microe e e moteur au super-alternateur. Si le rendement des moteurs lectriques justie ` lui e a seul leur essor, llectrotechnique na pas cess de chercher des moyens techniques e e pour amliorer leurs performances en contrlant au mieux les champs magntiques e o e internes. Cependant, une faible proportion des champs magntiques ncessaires au e e fonctionnement des moteurs se propage ` lextrieur. Ces champs de fuites ont a e peu dinuence sur les caractristiques lectrotechniques, mais sont au coeur mme e e e de la discrtion magntique des moteurs. En particulier pour les moteurs de forte e e puissance dont lemploi est ncessaire dans le domaine de la propulsion navale, e les champs de fuites rayonns peuvent atteindre des niveaux prjudiciables qui e e permettent la dtection ` distance des btiments de la Marine Nationale. e a a
Historique du magntisme du navire e

Un navire dont la coque est en acier, matriau ferromagntique par excellence, e e canalise et dforme les lignes de champ localement. Le fonctionnement des mines e magntiques repose sur la dtection des dformations du champ magntique tere e e e restre appeles anomalies. Si lapparition des mines magntiques date de la n de la e e premi`re guerre mondiale, elles caus`rent dnormes dgts dans la otte allie au e e e e a e dbut de la seconde guerre mondiale. Le risque quelles reprsentaient poussa alors e e toutes les marines ` se proccuper de la protection des navires. La Marine Natioa e nale franaise t appel ` Louis Nel qui eut lide de compenser laimantation des c a e e 1
coques des btiments induite par le champ terrestre en utilisant une aimantation a permanente oppose communique ` laide de circuits lectriques [Ne91]. En 1947, e e a e e la Marine Nationale et Monsieur Nel fond`rent le Laboratoire de Magntisme du e e e Navire (LMN) dans lequel furent dimensionns sur des maquettes ` lchelle les e a e syst`mes de compensation active des btiments de la Marine de 1947 ` 1986. Ces e a a tudes de discrtion magntique ne reprsentent cependant quun seul aspect des e e e e exigences des guerres modernes o` les ma u tres mots sont furtivit et performance. e En eet, dans bien des domaines lis aux btiments, comme lacoustique, la re a e sistance des matriaux ou la propulsion, ` limpratif de performance est venu se e a e greer celui de la furtivit. e
Problmatique e
Nous venons dexposer bri`vement lhistoire du magntisme du navire ce qui e e nous permet de prsenter la problmatique ` laquelle va rpondre cette th`se : la e e a e e discrtion magntique des moteurs de propulsion navale. Il sagit dune des pi`ces e e e les plus complexes du grand puzzle quest le magntisme du navire. Contrairement e aux tudes statiques dans lesquelles le LMN est expert, elle ncessite une approche e e dirente qui doit englober dune part la comprhension du fonctionnement des e e machines lectriques, mais surtout les phnom`nes basses frquences lis aux vae e e e e riations du champ magntique dans la machine, la coque du navire et le milieu e marin. La vulnrabilit des btiments de la Marine Nationale doit tre rduite ` son e e a e e a plus strict minimum an de prserver la prsence et lecacit de la Marine non e e e seulement sur le territoire franais mais aussi dans toutes rgions du monde nc e e cessitant une intervention militaire ou humanitaire. Or, les mesures des anomalies lectromagntiques peuvent indiquer la prsence dun btiment : cest le principe de e e e a dtection des mines magntiques. Il est donc impratif pour la survie des quipages e e e e de rduire le niveau de ces anomalies an quelles ne puissent plus tre dtectes. e e e e La discrtion lectromagntique des moteurs de propulsion est un lment essentiel e e e ee dans la rduction de ces anomalies. Elle a pris aujourdhui une importance capitale e avec le dveloppement du navire tout lectrique (NTE). En eet, depuis une de e e cennie le projet de la Marine Nationale est de remplacer la propulsion classique par une propulsion lectrique sur tous les btiments modernes. Il est donc impratif e a e daccompagner cette modernit dun fort potentiel en termes de furtivit et dime e munit qui passe ncessairement par la discrtion lectromagntique du bateau et e e e e e des organes de son rseau lectrique. e e
Objectifs
Pour rpondre ` cette problmatique nous distinguons deux objectifs qui sont e a e lidentication magntodynamique dune part et le dimensionnement de blindage e dautre part. Le but de lidentication magntodynamique est de trouver un mod`le des e e champs lectriques et magntiques rayonns par un moteur qui permette de le cae e e ractriser ` partir de mesures faites dans son voisinage, il sagit dune dmarche de e a e
type probl`me inverse. Ce mod`le doit prendre en compte les caractristiques du e e e milieu marin et, en particulier, la conductivit de leau. En eet, les variations des e champs magntiques induisent des champs lectriques et des courants de Foucault e e qui se propagent dans le milieu, orant des moyens de dtection supplmentaires. e e Le but de lidentication magntodynamique est double : dune part elle foure nit une criture des champs lectromagntiques qui permet leur extrapolation et, e e e dautre part, elle permet de caractriser une source. Lenjeu de lidentication est e alors galement double : elle permet de calculer des champs ` grandes distances e a et de mettre en oeuvre une stratgie de discrtion, mais aussi de caractriser un e e e moteur, ce qui sav`re tre un outil prcieux pour diagnostiquer les causes de son e e e indiscrtion. e Les blindages magntiques permettent la rduction des signatures magntiques e e e en encerclant la source de matriaux ferromagntiques qui canalisent les lignes de e e champ ou ` laide de conducteurs parcourus par des courants lectriques. Le dia e mensionnement de blindages que nous proposons passe par la distinction de ses deux eets : leet dattnuation et leet de forme. Le calcul de leet dattnuae e tion permet le dimensionnement dun blindage adapt au moteur en valuant son e e ecacit. Le calcul de leet de forme permet dvaluer linuence de la forme dun e e blindage. Cependant, le calcul de blindage que nous proposons ne se limite pas a ` la rduction de la source. Il est une mthode de simulation des champs base e e e sur les relations de passage sur une surface et de ce fait peut se gnraliser ` des e e a probl`mes plus complexes comme le calcul du rayonnement du moteur lui-mme. e e
Itinraire e
Cette th`se ne se limite pas ` la rduction des champs lectromagntiques dun e a e e e moteur de propulsion Navale. En eet, nous proposons une approche plus gnrale e e qui assure lidentication de sources lectromagntiques quelconques et la rduce e e tion de leur signature. Cette gnralisation repose sur les proprits des mod`les e e ee e harmoniques qui permettent lcriture dune source lectromagntique dynamique e e e dans un milieu conducteur. Nous proposons de distinguer trois parties ` cette tude : a e 1. La premi`re partie est consacre ` la dnition de lidentication magntoe e a e e dynamique. Nous commenons par rappeler les quations locales des champs c e lectromagntiques dans un milieu conducteur et proposons une criture ge e e e nrale de leurs solutions sous la forme de sries de fonctions harmoniques. e e Nous prsentons ensuite lidentication magntostatique, rsolution dun syse e e t`me linaire, que nous gnralisons ` des sources dynamiques. Pour nir, e e e e a nous proposons une approche statistique qui optimise lidentication grce ` a a des outils de diagnostic des syst`mes linaires et lintervention dinformation e e a priori. 2. La seconde partie propose le dimensionnement de blindages utilisant les proprits des dveloppements en sries prcdents. Cette dmarche prolonge ee e e e e e lutilit des mod`les harmoniques en proposant un dimensionnement adapt e e e a ` une source identie. Nous sommes ainsi capables de rduire la signature e e
lectromagntique dune source que nous avons identie. Enn nous expoe e e sons une mthode puissante et originale de calcul harmonique des relations e de passage sur une fronti`re qui permet la simulation de probl`mes lectroe e e magntiques. Nous montrons dans cette partie que cette mthode de calcul e e est utile ` lidentication car elle fournit linformation a priori ncessaire ` a e a lapproche statistique. 3. La troisi`me partie propose lapplication de lidentication magntodynae e mique ` un moteur disco a de, maquette dun moteur de propulsion navale. Il sagit dune synth`se des deux parties prcdentes. Lidentication mae e e gntodynamique puisant linformation dont elle a besoin dans les outils de e diagnostic des syst`mes linaires prsents en premi`re partie et le calcul du e e e e e probl`me direct ` laide de la mthode harmonique de simulation propose e a e e en seconde partie. Nous verrons quavec un nombre limit de capteurs, nous e sommes capables de dnir un mod`le magntodynamique prcis du rayone e e e nement du moteur dans lair, ce qui nous permettra dextrapoler sa signature frquentielle et de diagnostiquer lorigine de son indiscrtion. e e
Premi`re partie e Mod`le et identication de e sources magntodynamiques e
Introduction
La premi`re partie de cette th`se est consacre ` la dnition de lidentication e e e a e de sources magntodynamiques. Le principe de cette identication est de dtere e miner un mod`le qui permette dextrapoler la signature lectromagntique dune e e e source ` partir de mesures faites dans son voisinage. a Lapplication principale de cette th`se tant la discrtion magntique des moe e e e teurs de propulsion navale, nous ferons en sorte que lidentication magntodynae mique soit possible dans des milieux dont les proprits sont identiques ` celles du ee a milieu marin dans lequel se propage la signature de ces moteurs. An de proposer une identication magntodynamique optimale nous avons e dcoup cette partie en quatre chapitres qui prsentent tour ` tour les mod`les de e e e a e sources harmoniques, lidentication magntodynamique et enn des complments e e statistiques essentiels qui assurent la qualit de la mthode. Ces quatre chapitres e e suivent la dmarche suivante : e Dans le premier chapitre, nous rappelons les quations locales qui rgissent les e e champs lectriques et magntiques dans lair et les milieux conducteurs. Puis nous e e proposons des solutions gnrales adaptes aux sources dynamiques sous la forme e e e de sries de fonctions harmoniques. Nous dnissons prcisment les proprits e e e e ee de ces fonctions qui vont permettre lidentication magntique dune source aussi e complexe quun moteur. Ce chapitre a encore pour but de prsenter les proprits e ee des fonctions harmoniques qui vont servir au calcul harmonique de blindage que nous proposons dans la seconde partie de ce manuscrit. Dans le second chapitre, nous prsentons les limites de lidentication ` laide e a des mod`les harmoniques. En particulier le nombre de mesures ncessaires, leur plae e cement et lobtention du mod`le. Dans ce chapitre, nous traitons uniquement de e lidentication statique. Nous proposons dcrire lidentication comme la rsolue e tion dun syst`me linaire couramment appel probl`me inverse. Nous montrerons e e e e encore des outils lmentaires qui vont permettre doptimiser cette identication. ee Lidentication sera enn applique ` un moteur ` aimants permanents en coe a a ordonnes polaires, ce qui illustrera les proprits de lidentication et ses deux e ee principales applications qui sont lextrapolation de signature et le diagnostic. Dans le troisi`me chapitre, nous allons gnraliser lidentication statique ` des e e e a sources magntiques contenues dans des milieux conducteurs. Cette identication e va permettre lextrapolation des champs magntiques et lectriques lis ` la source e e e a et aux proprits du milieu. Nous allons encore un peu plus loin en proposant une ee application de lidentication magntodynamique comme un outil de diagnostic. e Il sagit en eet dune analyse des champs lectromagntiques rayonns par une e e e 7
0.
source qui permet de distinguer les lments dune source sur une double chelle ee e spatiale et frquentielle. e Dans le quatri`me chapitre, nous prsentons une approche statistique de lidene e tication magntique. Nous cherchons ` franchir les limites de lidentication en e a particulier le manque de mesures qui rend le syst`me linaire sous-dtermin. Pour e e e e surmonter cet obstacle nous aurons recours ` des estimateurs baysiens qui exa e ploitent linformation a priori sur une source pour complter linformation appore te par des mesures. La description statistique de lidentication apporte des outils e essentiels qui permettent encore de diagnostiquer ltat de la solution et de garantir e sa robustesse. La lecture de cette premi`re partie est ncessaire ` la comprhension du cale e a e cul de blindage harmonique que nous proposons ultrieurement dans cette th`se. e e Elle prsente la mise en place de lidentication magntique ` laide dun mod`le e e a e harmonique dont la globalit permet lconomie de mesures grce ` lintervention e e a a dinformations a priori. Il est ainsi possible dextrapoler la signature magntique ou e lectrique dune source aux proprits du milieu. Un point doit encore tre clair e ee e e e a ` propos de lorigine et de la nature de linformation a priori. Cest pourquoi, la deuxi`me partie de ce manuscrit propose une rponse par le biais de considrations e e e gomtriques qui permettent le calcul de leet de forme dun blindage. e e
Chapitre 1 Mod`les multipolaires e harmoniques

Sommaire
1.1 1.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . Dtermination des quations locales des champs . . . . e e 1.2.1 Equations de Maxwell et relation des matriaux . . . . e 1.2.2 Lquation de diusion . . . . . . . . . . . . . . . . . . . e 1.3 Solutions harmoniques des champs . . . . . . . . . . . . 1.3.1 Sparation des variables et fonctions propres . . . . . . e 1.3.2 Dveloppement harmonique du champ lectromagntique e e e 1.3.3 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . 1.4 Proprits des dveloppements en srie du champ . . e e e e 1.4.1 La sparation des variables . . . . . . . . . . . . . . . . e 1.4.2 Une criture intressante des champs lectromagntiques e e e e 1.4.3 Proprits des fonctions propres . . . . . . . . . . . . . ee 1.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . 9 10 10 11 12 12 15 17 18 19 19 20 23
1.1
Introduction
Dans ce premier chapitre, nous cherchons un mod`le de sources de champs e lectromagntiques qui permet non seulement lidentication magntodynamique e e e de ces derni`res, mais aussi llaboration de leur discrtion lectromagntique. Bien e e e e e que lapplication principale de cette th`se soit la discrtion magntique des moteurs e e e de propulsion navale, nous nous sommes rapidement aperus que le choix dun c mod`le gnral tendrait considrablement le champ dapplication de cette tude. e e e e e e La problmatique de ce chapitre consiste donc ` dnir un mod`le de source et ` e a e e a cibler ses proprits essentielles pour en faire lusage le plus intelligent et le plus ee vaste possible. La dynamique des champs magntiques de fuites rayonns par un moteur e e lectrique de propulsion navale implique le dveloppement de champs lectroe e e magntiques dans le milieu marin, mais aussi dans la carcasse conductrice du e 9
10
` 1. Modeles multipolaires harmoniques
moteur. La premi`re tape de llaboration dun mod`le consiste ` dterminer e e e e a e clairement les quations direntielles qui rsument le comportement local des e e e champs lectromagntiques en fonction des frquences et des caractristiques du e e e e milieu. Puis vient une seconde tape, plus calculatoire qui consiste ` rsoudre ces e a e quations direntielles an dobtenir un mod`le gnral. Les deux premi`res pare e e e e e ties de ce chapitre porteront donc respectivement sur les deux tapes susdites et e aboutissent ` lcriture gnrale du dveloppement multipolaire harmonique dune a e e e e source quelconque de champ lectromagntique. Enn, dans une derni`re partie e e e nous distinguerons les proprits des dveloppements harmoniques qui font lintee e e rt de ce mod`le, puisquelles sont autant doutils danalyse et de caractrisation e e e des champ lectromagntiques rayonns et a fortiori de la source elle-mme. e e e e
1.2
1.2.1
Dtermination des quations locales du e e champ lectromagntique e e

Equations de Maxwell et relation des matriaux e
Dans un milieu dpourvu de charges lectriques1 , caractris par sa permabilit e e e e e e magntique (), sa conductivit () et sa permittivit ( ) lectriques, le compore e e e tement des champs lectromagntiques rpond aux quations de Maxwell et aux e e e e relations relatives au matriau qui constitue ce milieu. Les quations de Maxwell e e snoncent : e B div B = 0 rotE = t (1.1) D rotH = i + div D = 0 t Nous ferons lhypoth`se que le milieu est homog`ne, isotrope et quil suit de plus e e une loi daimantation et de polarisation linaires. Il en rsulte alors les relations e e relatives au matriau : e D = E i=E B =H (1.2) Les hypoth`ses prcdentes sont fortes et nous montrerons leurs limites au cours e e e de cette tude, en particulier celles qui sont lies ` la loi daimantation (hystrsis) e e a ee mais aussi celles qui proviennent de linhomognit du milieu. Prenons par exemple e e e le milieu marin. La conductivit de leau dpend de son degr de salinit, qui lui e e e e mme dpend de la pression. Lhypoth`se dhomognit nest donc pas recevable e e e e e e et les relations (1.2) prcdentes ne seront valables que localement ce qui entra e e ne une validit restreinte du dveloppement harmonique. e e A partir des relations (1.1) et (1.2) nous dmontrons facilement que toutes les e grandeurs lectromagntiques (A,B,E et i) rpondent ` lquation direntielle e e e a e e appele quation donde : e e X 2X X =0 t t2
1
(1.3)
comprendre des charges lectriques statiques, il peut y avoir des courants lectriques e e
1.2. Dtermination des quations locales des champs e e
11
Comme nous cherchons des solutions dynamiques nous crirons la grandeur lece e tromagntique X ` laide des nombres complexes sous la forme : e a X = ejt (1.4)
Avec cette convention dcriture lquation direntielle reprsentant le come e e e portement local des champs lectromagntiques scrit sous forme complexe : e e e j + 2 = 0
I II
(1.5)
1.2.2
Lquation de diusion e
Nous allons dmontrer maintenant que, dans le cadre de nos applications, le e terme reprsentant les phnom`nes de dplacement est ngligeable devant celui qui e e e e e reprsente les phnom`nes induits. Autrement dit, nous pouvons ngliger le terme e e e e (II) devant (I) dans lquation direntielle (1.5) prcdente. e e e e Avant toute chose commenons par expliciter le rapport entre les courants de c dplacement et les courants de Foucault : e r= 2 f 2 = j (1.6)
Dans le domaine des frquences qui nous intressent (f<1kHz) nous avons donc e e lingalit : e e 2 1e+3 (1.7) Dans leau2 , le rapport r est de lordre du millioni`me et de ce fait les courants de e dplacement sont ngligeables face aux courants de Foucault3 . Il en est de mme e e e lorsque le milieu est un bon conducteur comme pour la plupart des matriaux e ferromagntiques qui rentrent dans la conception des moteurs lectriques. Dans le e e cas de laluminium4 le rapport r est de lordre de 1e15 . Ainsi, pour que les courants de dplacement soient signicatifs il faudrait des frquences de fonctionnement e e suprieures ` la centaine de gigahertz. e a Pour conclure, dans le milieu marin qui entoure un moteur de propulsion, ou dans les matriaux conducteurs qui constituent la machine, le comportement local e des champs lectromagntiques est donn par lquation de diusion : e e e e si f < 1kHz : r< j = 0 (1.8)
Remarque : Lquation de Laplace est une criture particuli`re de lquation e e e e (1.8) pour des phnom`nes statiques ( = 0) ou pour des milieux de conductivit e e e nulle comme lair ( = 0). Elle scrit alors : e = 0
2
(1.9)
=41 m1 , = 0 et = 80 0 Pour avoir un rapport r dun milli`me il faudrait une frquence de lordre de 10MHz e e 4 =3.6 107 1 m1 , = 0 et = 0
3
12
1.3
1.3.1
Solutions harmoniques des champs

Sparation des variables et fonctions propres e
Nous utiliserons une mthode de rsolution de lquation direntielle (1.8) par e e e e sparation des variables an dobtenir les dveloppements en srie de fonctions e e e propres harmoniques. Les variables choisies sont celles qui interviennent dans les syst`mes de coordonnes utiliss pour ltude des moteurs. En particulier les coore e e e donnes polaires (2D) et les coordonnes sphriques (3D). e e e 1.3.1.1 Le potentiel scalaire
La pratique couramment utilise pour dterminer le dveloppement en srie du e e e e champ magntique consiste ` introduire le potentiel magntique scalaire et ` e a e a dmontrer quil rpond ` lquation (1.8) ou (1.9). Ainsi la rsolution de lquation e e a e e e est grandement facilite du fait quelle est scalaire et nous obtenons facilement une e solution ` variables spares utilisant des fonctions harmoniques scalaires. Lcria e e e ture du champ magntique est alors obtenue par drivation en utilisant le gradient e e du potentiel scalaire magntique [Leg96][Rou99]. e Ce raisonnement est tout ` fait adapt au dveloppement du champ magntique a e e e dans lair mais pose probl`me d`s lors que nous sommes dans un milieu conducteur, e e car le champ magntique H ne drive plus dun potentiel, du fait que son rotae e tionnel nest plus nul. Nous avons donc intrt ` chercher une autre grandeur qui ee a soit ` lorigine des direntes grandeurs lectromagntiques : le potentiel vecteur a e e e magntique. e 1.3.1.2 Le potentiel vecteur magntique e
Pour deux raisons nous chercherons lexpression du dveloppement du potentiel e vecteur magntique A : e 1. Il rpond ` lquation (1.8) et admet une solution en srie de fonctions hare a e e moniques. 2. Il est proportionnel au champ lectrique et aux courants de Foucault dans e un milieu conducteur, et permet le calcul simple du champ magntique par e drivation : e
A B E = t rotE = t B = rotA E = j A et i = j A (1.10)
Pour rsumer, le dveloppement en srie du potentiel vecteur donne directee e e ment celui du champ lectrique, des courants de Foucault et par drivation celui e e du champ magntique (1.10). Le potentiel vecteur magntique est donc le lien e e entre toutes ces grandeurs physiques. Ainsi la connaissance de son dveloppement e multipolaire implique la connaissance du dveloppement multipolaire de chacun. e
1.3. Solutions harmoniques des champs
13
Le choix de rsoudre (1.8) pour le potentiel A est donc judicieux, mais il pose e le probl`me de la rsolution dune quation direntielle vectorielle [Lor01]. Il est e e e e nanmoins possible de se ramener ` la rsolution dune quation scalaire en exe a e e ploitant les proprits du potentiel vecteur dans des cas simples o` sa direction ee u est facilement dterminable ` laide de considrations gomtriques (symtries, pe a e e e e e riodes, . . .). Lorsque le syst`me de coordonnes est plus complexe la dtermination de la e e e direction du potentiel vecteur magntique nest plus aussi vidente. Une astuce e e utilisant la divergence de A permet de lier cette grandeur vectorielle ` une grandeur a scalaire rpondant ` lquation de diusion. e a e Nous rappelons que si la divergence de A est nulle, il existe un vecteur W tel que : A = rotW avec W = W1 u + (u )W2 (1.11) avec u, W1 et W2 choisis de sorte que le potentiel vecteur magntique rponde e e a e ` lquation de diusion (1.8)[Smy68]. Par exemple, en choisissant u = r er en coordonnes sphriques, ce qui correspond au dveloppement de lexpression de e e e londe sphrique transverse lectrique [Ang72]5 , il vient alors de (1.11) et (1.8) : e e W = rW1 er et W1 j W1 = 0 (1.12)
Nous venons donc de dterminer un scalaire W1 qui rpond ` lquation de e e a e diusion et qui rentre dans lcriture du vecteur W dont drive le potentiel vecteur e e A. Ce raisonnement sapplique encore en coordonnes cylindriques et elliptiques et e permet de dnir toutes les grandeurs ` partir de lcriture dune seule solution e a e scalaire harmonique. 1.3.1.3 Sparations des variables e
Lorsque lquation de diusion (ou de Laplace) est crite dans un syst`me de e e e coordonnes (x1 , x2 , x3 ) ou (x1 , x2 ) il est possible de calculer les solutions par la e mthode de sparations des variables [Str41] [Dur66] [Ang72]. Les solutions rechere e ches scrivent alors : e e (x1 , x2 , x3 ) = f1 (x1 ) f2 (x2 ) f3 (x3 ) ou (x1 , x2 ) = f1 (x1 ) f2 (x2 )
(1.13)
La sparation de variables conduit ` 3 (ou 2) quations direntielles distinctes e a e e de la forme : f a(x) + b(x) + c(x) f (x) = 0 x x
5
x ], [
(1.14)
Durand prf`re la dnition dun oprateur hermitien L pour rsoudre lquation de Laplace ee e e e e vectorielle [Dur68] (chap V, p255) tre
14
o` est une constante arbitraire qui appara dans le processus de sparations u t e de variables (voir Annexe A). Les quations direntielles du type de (1.14) qui e e apparaissent sont : 2f m2 f = 0 (1.15) x2 f m2 (1 x2 ) + f + n(n + 1) f = 0 x x 1 x2 f x x x n2 m2 x f = 0 x (1.16)
(1.17)
Les solutions de (1.15) sont les fonctions hyperboliques sinh(mx), cosh(mx) et les fonctions trigonomtriques sin(mx) et cos(mx). Les solutions de (1.16) sont les e m fonctions de Legendre de premi`re et de second esp`ce Pn (x) et Qm (x) et enn, e e n les solutions de (1.17) sont les fonctions de Bessel de premi`re et seconde esp`ce e e Jn (mx), Yn (mx), In (mx) et Kn (mx) [Whi65] [Ang72]. Nous obtenons alors une famille de fonctions qui dpendent des valeurs de n et m. e 1.3.1.4 Le probl`me de Sturm-Liouville e
Le probl`me de Sturm-Liouville consiste ` trouver des solutions de (1.14) satise a faisant des conditions de type Neumann-Dirichlet aux limites et du domaine de la variable x du type : A f (x) + B f (x) = 0 C f (x) + D f (x) = 0 quand x = quand x = (1.18)
o` A, B, C, D sont des constantes arbitraires et f la drive de f par rapport ` x u e e a [Arf95][Dur66]. Quand lintervalle [,] est born, les conditions ne peuvent tre satisfaites que e e si a des valeurs bien dtermines k qui sont les valeurs propres du probl`me de e e e Sturm-Liouville. Alors ` chaque valeur propre k correspond une fonction propre a fk , ces fonctions forment un spectre discret et la solution de lquation de diusion e (ou de Laplace) scrit comme une srie de fonctions propres : e e
(x1 , x2 , x3 ) =
n,m
an,m f1,n (x1 ) f2,m (x2 ) f3,n,m (x3 ) (1.19) an f1,n (x1 ) f2,m (x2 )
n
ou (x1 , x2 ) =
Par contre, quand lintervalle ],[ est inni, les conditions aux limites prce e dentes (1.18) sont satisfaites pour tout , le spectre des fonctions propres est alors
1.3. Solutions harmoniques des champs
15
continu et la solution gnrale de lquation de diusion est donne par lintgrale : e e e e e

+
(x1 , x2 , x3 ) =
f1,n (x1 ) f2,m (x2 ) f3,n,m (x3 ) dn dm (1.20)

+
ou (x1 , x2 ) =
an,m f1,n (x1 ) f2,m (x2 ) dn
1.3.2
Dveloppement harmonique du champ lectromagne e e tique
Nous avons montr quil tait plus judicieux, lors de la rsolution de lquation e e e e de diusion, de chercher lcriture gnrale du potentiel vecteur magntique plutt e e e e o que celle du potentiel scalaire. Le dveloppement de la solution harmonique passe e alors par lintermdiaire W1 qui est solution de lquation de diusion scalaire. e e Nous dsirons obtenir une criture des champs sous la forme de sries de fonctions e e e propres, ce qui nest possible que sil existe des conditions favorables aux extrmits e e des intervalles de rsolution du type de (1.18). Or les champs lectromagntiques e e e dvelopps par des sources localises ont naturellement des proprits6 telles que la e e e ee rsolution de lquation de diusion est toujours un probl`me de Sturm-Liouville e e e a ` spectre discret quel que soit le syst`me de coordonnes li au probl`me. e e e e 1.3.2.1 Ecriture des champs en coordonnes polaires e
En coordonnes polaires, le potentiel vecteur est dirig suivant laxe z perpendie e culairement au plan (x, y) porteur du champ magntique (gure A.1). Le potentiel e vecteur na alors quune seule composante qui rpond ` lquation de diusion scae a e laire. Lcriture gnrale dynamique du potentiel magntique est alors (voir Annexe e e e e A) :
A(r, , t) =
n=0
[An In kr + Bn Kn kr ] [Cn cos(n) + Dn sin(n)] ejt ez
(1.21)
Dapr`s (1.10) nous obtenons alors lcriture du champ lectrique et des coue e e rants de Foucault induits dans le matriau : e
E(r, , t) =(j) i(r, , t) =(j)

n=0

n=0
(1.22)
6
Priodicit, valeurs nies en dehors des sources, et valeur nulle du champ ` linni. e e a
16
et linduction magntique en coordonnes polaires : e e
B(r, , t) =
n=0
1 [A In kr + Bn Kn kr ] [nCn sin(n) + nDn cos(n)] ejt r n k[An I(1) kr + Bn K(1) kr ] [Cn cos(n) + Dn sin(n)] ejt n n
n=0
avec : I(1) = n
(1 + j) (In ) et K(1) = (Kn ) k = et = n r r
2 (1.23)
Il sagit dune solution gnrale de lquation direntielle de diusion ceste e e e a `-dire quen tout point du plan P (r, ) il existe un dveloppement des champs e lectromagntiques sous la forme (1.22) ou (1.23). Lidentication magntique que e e e nous dvelopperons consiste ` trouver une solution unique valable dans tout lese a pace (ou dans un domaine exploitable). 1.3.2.2 Ecriture des champs en coordonnes sphriques e e
En coordonnes sphriques nous avons vu que la dtermination du potentiel e e e vecteur passait par lintermdiaire du vecteur W de sorte que A rponde ` lquae e a e tion de diusion. Dans ce cas il scrit : (voir Annexe A.3.2) e
W (r, , , t) = r k
[En I(n+ 1 ) (kr) + Fn K(n+ 1 ) (kr)] Yn (, ) ejt er

n=0 n
2 2
(1.24) [An,m cos m + Bn,m sin m]

m Pn (cos )
avec :
Yn (, ) =
m=0
Il vient alors lexpression gnrale du champ lectrique : e e e 0 j Yn (, ) jt [En I(n+ 1 ) (kr) + Fn K(n+ 1 ) (kr)] e 2 2 E(r, , , t) = sin kr n=0 j Yn (, ) jt [En I(n+ 1 ) (kr) + Fn K(n+ 1 ) (kr)] e 2 2 kr n=0 (1.25) Pour trouver linduction magntique nous utiliserons la relation liant le potene tiel vecteur ` linduction magntique (rotA = B) nous pouvons donc exprimer les a e composantes de linduction en fonction de W1 [Dur65][Smy68] : B= ( rW1 ) = (r W1 ) = r ( W1 ) + 2 W1 r (1.26)

1.3. Solutions harmoniques des champs Do` lcriture des composantes de B : u e
17
En
n=0
2 2 (2) (2) In (kr) + Fn 2 Kn (kr 2 r r
Yn (, ) ejt Yn (, ) jt e Yn (, ) jt e
B(r, , , t) =
1 (2) (2) En In (kr) + Fn Kn (kr r n=0 r r 1 (2) (2) En In (kr) + Fn Kn (kr r sin n=0 r r
(2) avec : In (kr) =
r (2) I 1 (kr) et Kn (kr) = k (n+ 2 )
r K(n+ 1 ) (kr) 2 k (1.27)
1.3.3
Remarques
Prcisons quelques proprits des dveloppements prcdents des grandeurs e ee e e e lectromagntiques an de nous familiariser ` eux. e e a 1.3.3.1 Validit du dveloppement e e
Les dveloppements prcdents sont les solutions gnrales de lquation dife e e e e e frentielle de la diusion, respectivement en coordonnes polaires ou sphriques. e e e Ils sont aussi souvent obtenus ` partir dun dveloppement limit de (1/r) dans le a e e syst`me de coordonnes considr [Dur66][Leg96]. Suivant lapproche choisie pour e e ee obtenir le dveloppement harmonique la zone de validit du dveloppement change. e e e En eet, si nous considrons le dveloppement limit il ne sera valable qu` lexte e e a e rieur dun contour (C0 ) relatif au syst`me de coordonnes (sph`re, ellipse, cercle,. . .) e e e et ne pourra tre crit dans le volume intrieur ` (C0 ). Par contre, si nous conside e e a e rons que les dveloppements harmoniques sont les solutions ` variables spares de e a e e lquation de diusion, la solution est valable en tout point P du domaine dtude et e e il existe une famille unique de coecients {An , Bn , Cn , Dn . . .} qui permet de repre senter le champ ` laide de sries de fonctions propres. Ces coecients sont donnes a e e par les conditions de Cauchy contenues dans le probl`me de Sturm-Liouville (1.18). e 1.3.3.2 Dveloppements multipolaires e
Quand la solution est dtermine et unique, il existe une famille de coecients e e qui dtermine lcriture exacte des champs magntique et lectrique dans le doe e e e maine dtude. Par exemple, lorsque nous nous intressons aux champs rayonns e e e par une source localise nous dterminons son dveloppement ` partir des connaise e e a sances que nous avons de son champ rayonn ou ` partir de mesures magntiques et e a e lectriques voisines. Dans ce cas nous dterminons la famille de coecients unique e e qui permet lcriture des champs rayonns par la source. Puisque ces coecients e e sont uniques et ne dpendent que de la source, lcriture en srie de fonctions e e e propres harmoniques est appele dveloppement harmonique dune source. Bien e e
18
que ce soit lexpression du champ rayonn qui est dveloppe par cette mthode, e e e e nous trouvons assez frquemment dans la littrature le terme de dveloppement e e e multipolaire ce qui correspond ` une approche physique de la solution du probl`me a e de Sturm-Liouville qui consiste ` reprsenter la source comme une superposition a e de masses magntiques appeles diples, quadruples, octuples. . .[Wik84] e e o o o 1.3.3.3 Probl`me interne - Probl`me externe e e
Toutes les solutions gnrales issues de lquation de diusion portent la marque e e e de la sparation des variables. Dans le cas des harmoniques sphriques et polaires, e e des fonctions angulaires sont multiplies par une fonction qui ne dpend que de la e e variable r, cest-`-dire directement de la distance entre le centre de la dcomposition a e et le point de calcul. Nous pouvons constater quil y a un couple de fonctions propres a ` cette variable dont lune est croissante et lautre dcroissante, par exemple la e solution scalaire de lquation de Laplace scrit (voir Annexe A) : e e
n
(r, , ) =
n=0 m=0
An rn +
Bn m [Bn,m cos m+Cn,m sin m]Pn (cos ) (1.28) rn+1
Ces deux fonctions de la variable r sont gnralement lies ` deux types de proe e e a bl`me : les probl`mes interne et externe [Teg85]. e e Admettons que nous cherchions ` dvelopper les champs autour dune source. a e Plus nous nous loignons et moins ces champs seront importants de sorte e qu` linni le champ de la source est nul7 . Dans ces conditions, les fonctions a croissantes de r ne peuvent pas intervenir dans lcriture des champs et les e solutions du probl`me ne scrivent quavec les fonctions dcroissantes. Cette e e e criture est caractristique dun probl`me externe, cest-`-dire extrieur ` la e e e a e a source. Au contraire, lorsque les sources sont tout autour du domaine de dveloppee 8 ment harmonique ou ` linni et quil ny a pas de source magntique dans a e ce domaine, alors le champ ne peut quaugmenter en fonction de r. On parle alors de probl`me interne, puisque le dveloppement est entour de sources. e e e
1.4
Proprits des dveloppements en srie du e e e e champ
Les mthodes que nous allons mettre au point dans la suite de cette tude e e reposent sur les proprits des dveloppements en srie des champs. En particulier ee e e se distinguent les proprits lies ` la sparation de variables, sujet que nous avons ee e a e dj` commenc daborder, les proprits lies ` lcriture commune des champs ea e ee e a e lectromagntiques et enn les proprits algbriques des fonctions propres qui e e ee e sont la base de lidentication magntique que nous proposerons dans le chapitre e suivant.
Il sagit dune condition de type (1.18) pour la variable r qui indique que tous les coecients relatifs ` des fonctions croissantes sont nuls a 8 Cas du champ terrestre
7
1.4. Proprits des dveloppements en srie du champ ee e e
19
1.4.1
La sparation des variables e
La mthode de sparation des variables pour rsoudre lquation de diusion ` e e e e a permis une criture en srie des champs lectromagntiques dans un milieu conduce e e e teur. Nous sommes dj` revenus sur les proprits des fonctions de dcroissance en ea ee e coordonnes sphriques et polaires selon le type de probl`me, mais l` nest quun e e e a aspect des proprits de la sparation des variables. Prenons lcriture dune soee e e lution de lquation de Laplace (1.28) que nous crirons ` laide des harmoniques e e a sphriques : e
(r, , ) =
n=0
An r n +
Bn Yn (, ) rn+1
(1.29)
Ainsi il appara clairement que les solutions scrivent comme le produit de t e n (n+1) fonctions harmoniques (Yn ) et de fonctions (r et r ) qui dpendent de lindice e n. Il y a donc des priodes spatiales ou des schmas priodiques spatiaux associs e e e e a ` des dcroissances spciques. Ce phnom`ne est ` lorigine du dveloppement e e e e a e multipolaire ` laide des solutions ` variables spares. Lindice n est appel ordre ce a a e e e qui permet de classer les sources selon la dcroissance du champ quelles rayonnent. e Par exemple, en coordonne sphriques, lordre n=1 ou dipolaire est caractris e e e e par une priodicit unitaire et une dcroissance du champ magntique en r3 , il e e e e poss`de trois termes distincts9 qui correspondent aux trois congurations possibles e dun diple. o La dcomposition multipolaire est tout ` fait approprie ` la discrtion magne a e a e e tique du moteur. En considrant un moteur lectrique comme la somme de sources e e dordres dirents nous pouvons nous concentrer sur certains ordres en fonction de e leur incidence sur les champs ` une distance donne [Leg96][Sch05a]. De plus, les a e priodicits associes ` un ordre donnent une information sur lorigine de lindiscre e e a e tion magntique. Par exemple, si la dcomposition harmonique du champ magne e e tique dun moteur fait appara un terme dipolaire, son inuence sera majoritaire tre a ` grande distance. La priodicit relative ` cet ordre nous permettra didentier e e a la source dindiscrtion ` un phnom`ne de priode unitaire, comme les ples si la e a e e e o machine est dipolaire ou encore ` un dfaut dexcentricit ou de bobinage. a e e
1.4.2
Une criture intressante des champs lectromagne e e e tiques
Le champ magntique et le champ lectrique sont relis par les relations de e e e Maxwell (1.1) de sorte que les coecients qui interviennent dans lcriture du e champ magntique interviennent galement dans celle du champ lectrique, des e e e courants de Foucault et du potentiel vecteur magntique. e Revenons un instant sur le choix que nous avons fait de la direction du vecteur W colinaire ` r en coordonnes sphriques. Il implique que le potentiel vecteur e a e e
9
qui dpendent des valeurs de m de sorte que 0 m n pour chaque ordre n e
20
et le champ lectrique sont perpendiculaires ` cette direction10 et quils sont des e a phnom`nes induits par une source magntique. Cest bien le cas de ltude dun e e e e moteur plong dans un milieu conducteur : il gn`re des champs magntiques qui e e e e eux-mmes induisent des phnom`nes lectriques. e e e e
1.4.3
Proprits des fonctions propres e e
Nous avons dj` mis en vidence les proprits des sries de fonctions propres ea e ee e et en particulier les proprits lies ` la sparation des variables. Dans cette section ee e a e nous mettons en vidence la proprit dorthogonalit des fonctions harmoniques e ee e lie ` la rsolution dun probl`me de Sturm-Liouville. Nous verrons par la suite e a e e quelle est essentielle et sous-jacente ` lidentication magntique. a e 1.4.3.1 Orthogonalit des fonctions propres e
Lors de la rsolution du probl`me de Sturm-Liouville ` spectre discret, les e e a fonctions propres fk associes aux k forment une suite de fonctions orthogonales e [Dur66] [Pol02] [Hab04]. Elles vrient alors sur le domaine de dnition la condie e tion dorthogonalit : e
c(x)fp fq dx = 0
si
p=q
(1.30)
Dans le cas de la rsolution de probl`mes internes ou externes, seules les fonce e tions propres lies aux variables angulaires sont solutions dun probl`me de Sturm e e Liouville puisquelles rpondent toujours ` des conditions de type (1.18) sur leur ine a tervalle de rsolution. Nanmoins, pour une des variables (gnralement la distance e e e e r) il nexiste pas de conditions de type (1.18) claires et lorthogonalit des fonctions e 11 correspondantes nest plus intrins`que . Notons cependant que les termes des se e ries solutions de lquation de diusion sont toujours orthogonaux sur un support e C indpendant de la variable r. e Lintrt de lorthogonalit de la suite des fonctions propres sur C est quelle ee e permet le dveloppement en srie de toute fonction des variables x1 , x2 et x3 . e e Prenons une fonction F quelconque de ces trois variables, alors sur C cette fonction peut scrire ` laide des fonctions propres : e a

F (X0 , x2 , x3 ) = f1 (X0 )
p=0 q=0
Ap,q f2,p (x2 ) f3,q (x3 )
(1.31)
Il sagit de lcriture de la meilleure solution de lquation de diusion sous forme e e dune srie de fonctions propres. Cette criture est possible du fait de lorthogonalit e e e et correspond dun point de vue algbrique ` la projection de F sur la famille e a
cest pourquoi les dveloppements (1.25) et (1.27) sont appels dveloppement de londe e e e lectrique transverse e 11 Si lintervalle nest pas ferm il ny a pas orthogonalit e e
10
1.4. Proprits des dveloppements en srie du champ ee e e
21
de fonctions propres solutions. Dans ce cas les coecients Ap,q se dterminent e simplement par projection : F (x1 , x2 , x3 ) c2 (x2 )c3 (x3 )f2,p f3,q dx2 dx3 Ap,q =
C
f1 (X0 )
C
c2 (x2 )c3 (x3 )f2,p f3,q dx2 dx3
(1.32)
A titre dexemple prenons les solutions de lquation de Laplace en coordonnes e e polaires qui correspondent ` lcriture dun probl`me interne (voir Annexe A.2.3). a e e Elles scrivent sur un cercle de rayon R0 comme des sries trigonomtriques sous e e e la forme :
(R0 , ) = a0 ln(R0 ) +
n=1
[an cos n + bn sin n] R0 n
(1.33)
Nous savons par ailleurs que puisquil ny a pas de source sur ce cercle (conditions de validit du mod`le) les grandeurs lectromagntiques sont continues et e e e e priodiques, elles se dcomposent donc en sries de Fourier et les coecients de e e e cette srie sont donns par les produits scalaires : e e
2
1 < (R0 , )|1 >= 2

0
(R0 , )d = a0 ln(R0 )
2
1 < (R0 , )| cos n >=

0 2
n (R0 , ) cos nd = an R0
(1.34)
< (R0 , )| sin n >=
1
0
n (R0 , ) sin nd = bn R0
Cet exemple montre quil est possible, ` partir de lcriture ou de la mesure a e dune grandeur lectromagntique, de trouver simplement sa dcomposition en se e e e rie sur un contour C et par l` mme de dnir une criture en srie des champs leca e e e e e tromagntiques. Ce sont les proprits dorthogonalit sur C des fonctions propres e ee e qui permettent lidentication dune source sous la forme dune srie harmonique e ou de mod`le quivalent multipolaire. e e 1.4.3.2 Orthonormalisation
Nous venons de mettre en vidence la proprit dorthogonalit des fonctions e ee e propres sur des contours particuliers C, nous verrons encore dans la suite de cette tude limportance des proprits algbriques non seulement pour lidentication e ee e dune source magntique mais aussi dans le calcul des blindages. Admettons que e nous cherchions la solution unique dun probl`me externe ou interne ` partir de e a la donne de conditions aux limites sur un contour quelconque Cs (voir gure.1.1). e Lorthogonalit sur le contour C0 permet par exemple de dnir tous les coecients e e
22
de la solution particuli`re du probl`me. Mais nous voyons que cette solution nest e e pas mathmatiquement acceptable dans lespace entre Cs et C0 , bien que nous e connaissions une criture gnrale de la solution valable (voir gure.1.1). e e e

C0
Cs
Fig. 1.1 Lorthonormalisation permet lidentication sur un support quelconque. Il est nanmoins possible dtendre la solution ` cet espace ` condition de e e a a conna des conditions aux limites sur Cs . Admettons que nous connaissions le tre probl`me de Dirichlet qui est la donne dune fonction (P ) en tout point P de e e Cs . A lextrieur de ce contour, en tout point M, nous connaissons galement la e e solution gnrale de lquation de diusion sous la forme dune srie de fonctions e e e e propres (de terme gnral n ). En particulier quand le point M vient en P sur les e e limites du domaine : (P ) =
n
An n (P )
(1.35)
Malheureusement ces fonctions ne permettent plus la dtermination des coefe cients An dans le domaine dtude du fait de la dpendance des trois variables e e spatiales (une des familles de fonctions propres nest pas orthogonale, gnralement e e la variable r). Cest pourquoi, pour permettre la dtermination des coecients ` e a partir de nous tendons la proprit dorthogonalit des fonctions harmoniques en e ee e procdant ` une orthonormalisation sur la surface [Dur66] [Leg96]. Nous dnissons e a e a ` partir des fonctions propres solutions n une famille de fonctions orthonormales {n } sur la surface telles que :
M : (M ) =
n
Cn n (M )
et n : Cn =
Cs
(P ) n (P )dl
(1.36)
A laide des fonctions orthonormes sur le contour Cs , nous pouvons donc de e terminer la solution particuli`re relative aux conditions limites en tout point M du e domaine. 1.4.3.3 Les fonctions propres, syst`me complet e
Si lorthogonalit des fonctions harmoniques sur un contour particulier C0 pere met lidentication dune solution unique ` partir des conditions aux limites sur a ce contour, lorsquil est quelconque lidentication passe ncessairement par un e
1.5. Conclusions
23
processus dorthonormalisation qui sav`re calculatoire. Pour permettre ` moindre e a cot lidentication du champ sur un contour quelconque Cs , il faut alors sappuyer u sur une autre particularit des familles de fonctions propres fk : elles forment des e syst`mes complets dans lespace des fonctions continues par morceaux sur Cs . Le e champ magntique, lectrique ou le potentiel vecteur sont des fonctions continues e e ou continues par morceaux sur un contour Cs quelconque contenu dans un mme e milieu. Des conditions de Dirichlet sur Cs peuvent donc scrire comme une fonce tion m continue par morceaux. Or les fonctions propres solutions de lquation de e diusion forment un syst`me complet [Hob31] [Dur66], cest-`-dire que pour tout e a m dni sur un contour Cs il est possible dcrire : e e
m (u) =
k=1
Ak fk (u)
u Cs
(1.37)
et surtout :
N N 2
=
Cs
m (u)
k=1
Ak fk (u) du 0 qd N
(1.38)
Autrement dit, quelle que soit lcriture des conditions de Dirichlet (ou Neue mann) sur un contour Cs , il existe toujours une famille unique de coecients Ak aux sens des moindres carrs qui permet dcrire ces conditions ` laide dune srie e e a e de fonctions propres (1.37). Cette proprit des familles de fonctions propres est essentielle et nous permetee tra didentier les coecients ` laide dune inversion aux sens des moindres carres a e sur un contour quelconque. Cependant il est ` noter que si cette mthode est moins a e calculatoire, elle est extrmement contrainte par la vitesse de convergence de N sur e Cs . En particulier si le contour est anguleux (carr, dents rotoriques), la fonction e m (qui est continue par morceaux) aura alors des points anguleux ou pire des discontinuits. Dans ce cas la convergence de N sera particuli`rement lente et la e e reprsentativit de m ` laide dune srie de fonctions propres ne sera valide que e e a e si la somme est innie12 . Prenons par exemple lcriture des solutions de lquation de diusion en coe e ordonnes polaires. Elles scrivent ` laide de sries de Fourier qui permettent e e a e une reprsentation dune fonction continue par morceaux priodique sur lintere e valle [0, 2] mais font galement appara des phnom`nes de Gibbs lorsque la e tre e e fonction poss`de une discontinuit. e e
1.5
Conclusions
La rsolution de lquation de diusion ` variables spares permet dcrire la e e a e e e solution de cette quation direntielle ` laide dune srie de fonctions propres. e e a e Lcriture de lunique solution des champs lectromagntiques est possible par idene e e tication de tous les coecients sur un contour C, ce qui est permis grce aux a
12
Dans ce cas lerreur aura forcement converg e
24
proprits dorthogonalits des fonctions propres. Il est galement possible didenee e e tier une criture des champs lectromagntiques sur un contour quelconque en e e e exploitant le fait que les fonctions propres forment un syst`me complet sur lese pace vectoriel norm des fonctions continues par morceaux sur C. Cette proprit e ee permet lidentication de la solution particuli`re au sens des moindres carrs sur e e un contour quelconque. Cependant, selon le contour C la convergence dune se rie de fonctions propres vers les conditions de Dirichlet peut tre un phnom`ne e e e extrmement lent. e Dans ce chapitre nous avons montr lorigine et les proprits des dveloppee ee e ments en srie des champs lectromagntiques. Nous avons insist sur les proprits e e e e ee algbriques des solutions qui permettent de dterminer une solution unique en fonce e tion des conditions aux limites. En particulier les critures des probl`mes internes e e et externes ressortent et fournissent lcriture dun mod`le sous la forme dun de e e veloppement multipolaire. En explicitant les proprits algbriques des fonctions ee e propres de lquation de diusion nous montrons quil est toujours possible de e dterminer une famille de coecients ` partir de conditions aux limites. Lidene a tication magntique que nous allons proposer dans le chapitre suivant consiste e a ` identier ces coecients ` partir dun nombre limit de mesures. Comme nous a e verrons, le probl`me soulev est celui de la dtermination du nombre de mesures e e e en fonctions de lordre du dveloppement. En eet, mathmatiquement il existe e e toujours une srie innie de fonctions propres solution mais en pratique nous chere cherons un dveloppement limit adapt ` la source et aux nombres de capteurs e e ea magntiques et lectriques disponibles. e e
Chapitre 2 Identication de sources magntostatiques e

Sommaire
2.1 2.2 Introduction . . . . . . . . . . . . . . . . . . . . . . Approche empirique . . . . . . . . . . . . . . . . . . 2.2.1 Dtermination du mod`le harmonique dune source e e 2.2.2 Identication - Approche empirique . . . . . . . . 2.2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . 2.3 Probl`me inverse . . . . . . . . . . . . . . . . . . . . e 2.3.1 Probl`me direct . . . . . . . . . . . . . . . . . . . . e 2.3.2 Inversion et identication . . . . . . . . . . . . . . 2.3.3 Stabilisation et criture optimale . . . . . . . . . . e 2.3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . 2.4 Lidentication applique . . . . . . . . . . . . . . . e 2.4.1 Identication dun moteur simul . . . . . . . . . . e 2.4.2 Rduction du nombre de capteurs . . . . . . . . . e 2.4.3 Perspectives de lidentication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 26 26 31 33 34 34 36 38 42 43 43 46 47
2.1
Introduction
Le chapitre prcdent prsentait les mod`les harmoniques des champs. En pare e e e ticulier, nous insistions sur les proprits des fonctions harmoniques lies ` la spaee e a e ration des variables qui introduisent la notion dordre ncessaire ` la caractrisation e a e dune source. Etablir la dcomposition harmonique dune source sapparente ` identier les e a termes harmoniques qui la caractrisent. Nous pouvons d`s ` prsent sentir la duae e a e lit intrins`que de lidentication : dune part elle fournit une criture des champs e e e lectromagntiques qui permet leur extrapolation et, dautre part elle permet de e e caractriser une source. Lenjeu de lidentication est alors galement double : elle e e 25
26
2. Identification de sources magnetostatiques
permet le calcul des champs ` grandes distances et la mise en oeuvre dune strata e gie de discrtion (blindage magntique), mais aussi de caractriser une source, ce e e e qui sav`re tre un outil prcieux de diagnostic. e e e Si le mcanisme de lidentication est assez simple ` apprhender1 , sa mise en e a e uvre soul`ve un grand nombre de questions concernant la source, le mod`le et la e e mesure. An de cibler ces interrogations et dy apporter des rponses concr`tes nous e e allons prsenter lidentication en suivant une dmarche progressive qui partira e e dune approche analytique simple pour aboutir ` lcriture dun syst`me linaire et a e e e a ` sa rsolution. Le but de cette dmarche est de nous familiariser avec lcriture et e e e la rsolution de lidentication ainsi quaux probl`mes sous-jacents qui pourraient e e tre ngligs. e e e Pour cette raison ce chapitre est divis en deux parties. La premi`re prsente une e e e approche empirique de lidentication tout en brossant les prcautions ncessaires e e pour dnir un mod`le correct et adapt de source. La seconde partie prsente e e e e lidentication comme un probl`me inverse et fait ressortir des outils qui vont e permettre son criture optimale. Enn, riches de lanalyse et de lexpertise que e nous aurons acquise, nous pourrons enn conclure en montrant les perspectives de lidentication magntostatique mais aussi ses limites ` laide dun exemple e a didactique.
2.2
Approche empirique
Par souci de clart, nous proposons dans un premier temps dtudier lidentie e cation magntostatique dune source () en coordonnes polaires (Fig.2.1), bien e e que ce syst`me de coordonnes ne soit pas adapt ` la reprsentation de sources e e ea e de dimensions nies.
2.2.1
Dtermination du mod`le harmonique dune source e e
En coordonnes polaires, le potentiel vecteur cr par une source magntostae ee e tique scrit (voir Annexe A.2.3) : e
A(r, ) =
[a0 + b0 ln(r)] +
n=1
[an cos(n) + bn sin(n)] rn
ez
(2.1)
il vient alors lexpression de linduction magntique : e
n [an sin(n) + bn cos(n)] r(n+1) B(r, ) = b0 n [+an cos(n) + bn sin(n)] r(n+1) + r n=1
n=1
(2.2)
il sagit de dterminer lcriture harmonique dune source magntique ` partir de mesures e e e a eectues dans son voisinage e
2.2. Approche empirique
27
Identier une source revient ` dterminer lensemble des coecients {an , bn } a e qui permettent une bonne reprsentation du champ magntique cr par celle-ci. e e ee Cest pourquoi la premi`re tape de lidentication consiste ` dterminer le nombre e e a e dinconnues que nous cherchons. Lcriture (2.2) est une excellente reprsentation e e de linduction magntique en tout point de lespace mais elle ncessite une innit e e e de coecients. A partir de linformation disponible par quelques capteurs nous ne pouvons pas dterminer la valeur de tous les coecients et pour ce faire nous e devons limiter les sries (2.1) et (2.2) ` leurs termes les plus signicatifs. e a 2.2.1.1 La notion dordre
Les proprits des mod`les harmoniques que nous avons voques dans le chaee e e e pitre prcdent vont heureusement dans le sens dun dveloppement limit des e e e e sries prcdentes (voir 1.4.1). En particulier la notion dordre lie ` la dcroise e e e a e sance de chaque terme joue un rle majeur. En eet, lobservation de (2.2) ou (2.1) o montre clairement que certains termes ont une dcroissance plus forte en fonction e de la distance au centre de la dcomposition. Il existe donc une distance ` partir e a de laquelle chacun de ces termes devient ngligeable vis-`-vis du reste de la srie. e a e Cette srie peut alors tre limite aux termes non ngligeables en fonction de la dise e e e tance ` laquelle nous situons nos observations. Nous pouvons alors parler de source a dordre N, lordre tant lindice N du dernier terme de la srie non ngligeable (voir e e e Fig.2.1).
Ordre 1
Ordre 5
Ordre 4
Fig. 2.1 Domaines dinuence des ordres dune source quelconque () en fonction de
la distance au centre.
Cependant, la dtermination de lordre maximum nest pas base sur lunique e e dcroissance des termes et le bruit de la mesure intervient fortement. En eet, en e plus du bruit magntique ambiant, la mesure magntique est toujours entache e e e du bruit des capteurs qui fait partie de leurs spcications. Alors, la limitation e dune source ` un ordre N nest pas uniquement justie par le fait que les termes a e suprieurs ` N sont ngligeables, mais surtout parce quils sont partiellement noys e a e e dans le bruit de la mesure.
Ordre 2
Ordre 3
28 2.2.1.2
2. Identification de sources magnetostatiques Linformation a priori
Linformation a priori joue un rle central dans notre tude. En plus de la do e e croissance naturelle des termes qui dnit lordre de la source, elle apporte e une connaissance qui permet de ngliger des termes supplmentaires dans le de e e veloppement limit de linduction magntique (2.2). Par exemple, si la source est e e priodique de priode P, il est vident que seuls les termes de priode multiple de e e e e P vont avoir un rle dans lcriture de linduction. En utilisant cette information o e nous divisons par P le nombre de coecients {an , bn } ` identier. a La dicult de linformation a priori, mme simple comme les priodicits ou les e e e e symtries, est quelle nest pas rigoureusement exacte ou, dans le cadre de lidentie cation dune source inconnue, quelle nest pas disponible. Prenons lexemple dun moteur, ` p paires de ples. Il poss`de des priodicits relatives ` ce nombre de a o e e e a ples qui devraient permettre de limiter le nombre dinconnues. Mais la ralit est o e e toute autre et les dissymtries dues aux dfauts dusures ou de fabrication peuvent e e tre contradictoires avec linformation a priori. Nous devons donc utiliser linfore mation avec intelligence pour ne pas contraindre lidentication ` lerreur. Nous a rentrerons plus en dtail sur lemploi de linformation a priori au cours du chae pitre 4. Pour lheure, nous supposerons ne possder aucune information a priori, ce e qui va nous permettre de mettre en place lidentication magntostatique la plus e gnrale possible. e e 2.2.1.3 Zone de validit du mod`le e e
Notre but est dobtenir un mod`le sous forme dun dveloppement limit de e e e (2.2) qui soit reprsentatif de linduction magntique. La notion dordre, qui est e e toujours vrie quelle que soit la source, va nous permettre de limiter le dvelope e e pement de (2.2) de sorte que le nombre de coecients ` dterminer soit ni. Ainsi, a e linduction magntique dune source dordre N scrira : e e
N
n [an sin(n) + bn cos(n)] r(n+1) B(r, ) = b0 n [+an cos(n) + bn sin(n)] r(n+1) + r n=1 En coordonnes polaires, par exemple, le nombre de coecients {an , bn } ` idene a tier est 2N+1. Lordre N de la source variant avec la distance au centre (Fig.2.1), plus lobservation est loigne du centre et moins le nombre de coecients ncese e e saires pour caractriser linduction de cette source sera important. Naturellement e nous venons ` penser que plus nous sommes loin et plus il est facile didentier une a source. Mais ce raisonnement a principalement deux limites. La premi`re est lie e e au rapport signal sur bruit : plus nous sommes loin de la source et moins le signal de la source est important par rapport au bruit, donc plus une erreur didentication est possible. La seconde est lie ` lapplication que nous dsirons : si nous e a e cherchons a extrapoler la signature de la source au loin pour garantir sa discrtion, ` e alors le raisonnement est acceptable. Par contre, si nous cherchons ` caractriser la a e
n=1 N
(2.3)
29
source pour des applications de prcision (diagnostic) ou obtenir un mod`le prcis ` e e e a proximit pour garantir la discrtion ` courte distance, alors le raisonnement nest e e a pas acceptable et nous devons chercher une source dordre N lev. An dviter e e e toute confusion possible prcisons que lorsquun mod`le est dtermin ` lordre N, e e e ea il nest reprsentatif de linduction magntique qu` lextrieur de la zone o` les e e a e u termes dordre suprieur sont ngligeables (voir Fig.2.1). e e 2.2.1.4 Proprits des coecients harmoniques e e
Les coecients harmoniques sont les inconnues ` identier ` partir de la mesure. a a Ils poss`dent quelques proprits remarquables [Leg96] : e ee Les coecients interviennent dans lcriture de toutes les grandeurs lectroe e magntiques, puisquelles sont toutes obtenues ` partir du potentiel vecteur e a (voir 1.3.1). Lidentication de ces coecients est donc possible en regroupant dirents types de mesures magntiques (champ, gradient) et lectriques e e e (champ, potentiel lectrique). e Ils sont intrins`ques ` la source et au choix du centre de la dcomposition, e a e cest-`-dire quils sont indpendants de la mesure. Quel que soit le jeu de a e mesures disponibles des grandeurs lectromagntiques de la source, les coe e ecients harmoniques obtenus doivent tre identiques et indpendants des e e conditions de mesures ou des grandeurs mesures. e Les champs lectriques, les potentiels vecteurs ou les champs magntiques e e sont linairement dpendants des coecients. Il est donc tr`s simple de cale e e culer ces coecients ` partir des mesures. a Les proprits des coecients harmoniques sont telles que deux identications ee a ` des ordres dirents N1 et N2 doivent donner des coecients communs identiques e (les coecients ne dpendent que de la source). e 2.2.1.5 Choix du centre de la dcomposition e
Le choix du centre de la dcomposition est primordial. Il dtermine la valeur de e e lensemble des coecients. Cest pourquoi nous avons spci dans les proprits e e ee de ces coecients quils taient intrins`ques ` la source et au choix du centre de e e a la dcomposition. Illustrons ce propos ` laide dun exemple simple : le conducteur e a inni dcentr. e e Prenons un cble lectrique de rayon a parcouru par un courant lectrique a e e damplitude I (Fig.2.2.(1)). Si le centre de la dcomposition est confondu avec le e centre du cble, alors en tout point P tel que r > a nous pouvons crire le potentiel a e vecteur magntique ` une constante pr`s : e a e A(r, ) = 0 I ln(r) + C ste 2 ez (2.4)
Si maintenant, ce mme cble est dcentr de b par rapport au centre e a e e (Fig.2.2.(2)), le potentiel vecteur magntique en tout point P dni ` partir du e e a
30
centre O de la dcomposition scrira [Dur66] : e e A(r, ) = 1 0 I ln(r) 2 n n=1
b r
cos(n) + C ste
ez
(2.5)
Cette expression du potentiel vecteur montre tr`s clairement la formation e dordres suprieurs. Limportance de ces ordres dpend du rapport (b/r) : plus e e b sera grand et plus le cble sera une source dordre leve. a e e
y y
r
O

r
x O

(1)
a
(2)
b
Fig. 2.2 Exemple dune source dcentre par rapport au centre de la dcomposition e e e
multipolaire : le cble dcentr. a e e
Nous pouvons donc tirer un enseignement simple de cet exemple : Le choix du centre de la dcomposition est un point crucial qui dtermine lordre de la source e e et par l`-mme le nombre de coecients ` dterminer. Ainsi, toute identication a e a e doit tre prcde de loptimisation du centre de la dcomposition [Sco03]. Dans e e e e e la plupart des cas didentication que nous traiterons, nous choisirons leur centre gomtrique. En particulier pour des moteurs qui poss`dent une gomtrie lie ` e e e e e e a leur fonctionnement, lhypoth`se a priori la plus raisonnable consiste ` choisir leur e a centre gomtrique. Pour des sources inconnues, nous ferons preuve dun degr e e e supplmentaire danalyse qui consiste ` vrier a posteriori la validit de notre e a e e hypoth`se a priori : cest le principe de linfrence baysienne que nous traiterons e e e ultrieurement. e 2.2.1.6 Remarque complmentaire e
Les sries harmoniques de types (2.1) sont souvent obtenues ` partir e a dun dveloppement limit de 1/r dans le syst`me de coordonnes considr e e e e ee [Hob31][Sal82][Leg96]. De ce fait, le dveloppement harmonique nest valable qu` e a lextrieur dune surface relative au rep`re (cercle, sph`re, ellipse,. . .) et adhrent ` e e e e a la source (sph`re englobant la source). Lapproche que nous avons choisie, qui est e celle de la rsolution des quations de Maxwell ` laide de la mthode des variables e e a e spares nimpose ` aucun moment cette limite de validit [Dur66]. Le fait dtre e e a e e en dehors de la surface limite garantit la convergence des sries harmoniques et a e fortiori la convergence du dveloppement limit de 1/r. En eet, prenons lexprese e sion du potentiel vecteur (2.1) et supposons que la source () est inscrite dans un cercle de rayon R0 (voir Fig.2.3). Alors en tout point tel que r > R0 nous pouvons
2.2. Approche empirique crire ce potentiel : e A(r, ) = r r + [an cos(n) + bn sin(n)] a0 + b0 ln R0 R0 n=1
n
31
ez (2.6)
Puisque (r/R0 ) est suprieur ` 1, nous sommes assurs de la convergence absolue e a e de (2.6). Ce que nous traduisons physiquement par : en tout point tel que r > R0 il existe un ordre N ni qui permet une reprsentation ` pr`s du potentiel. En e a e dautres termes, en dehors de ce cercle le champ de la source a un ordre ni qui ne dpend que de la distance au centre du dveloppement. e e

Fig. 2.3 Dveloppement harmonique et surface limite. e Lorsque r R0 , il ny a plus convergence absolue de la srie, bien quun de e veloppement harmonique soit encore valable. Comme nous lavons fait remarquer au chapitre prcdent, les fonctions harmoniques forment un syst`me complet qui e e e assure une convergence du dveloppement harmonique dautant plus lente que la e forme de la source est irrguli`re. Pour cette raison nous considrerons pour linse e e tant qu` lintrieur de cette limite lordre de la source est indterminable (il dpend a e e e de la vitesse de convergence des sries) et qua fortiori le nombre de capteurs ne e cessaires est galement indterminable. Nous viterons donc, tout au moins dans le e e e cadre de lidentication magntique, dexploiter des dveloppements harmoniques e e dans cette zone.
2.2.2
Identication - Approche empirique
La premi`re approche mise en oeuvre pour lidentication des sries de fonce e tions harmoniques repose sur les proprits dorthogonalit de ces fonctions. Pour ee e dterminer les coecients harmoniques nous pensons immdiatement ` utiliser le e e a produit scalaire canonique associ ` lespace de ces fonctions. Bien que cette mea e thode nest pas celle que nalement nous retiendrons, elle est la premi`re approche e qui fut propose par Fourier2 et qui fournit un degr danalyse important sur le e e nombre de capteurs ncessaires et leur placement en fonction de lordre de la source. e 2.2.2.1 Proprits des fonctions harmoniques e e
La proprit essentielle des dveloppements harmoniques est lie, comme nous ee e e lavons montr au chapitre prcdent, ` la mthode de sparation des variables e e e a e e
2
Fourier travaillait sur une rsolution harmonique de lquation de la chaleur [Fou22]. e e
N?
Ro
N fini
32
et en particulier ` la rsolution dun probl`me de Sturm-Liouville. Il sagit de a e e lorthogonalit des fonctions dont les variables sont bornes (voir 1.4.3), cest-è e a dire lorthogonalit des fonctions angulaires. e Prenons par exemple le potentiel vecteur magntique en coordonnes polaires : e e
A(r, ) =
[a0 + b0 ln(r)] +
n=1
[an cos(n) + bn sin(n)] rn
ez
(2.7)
Sur un support C indpendant de la variable r, comme par exemple un cercle de e rayon R, il est possible dcrire simplement ce potentiel comme une srie de Fourier e e sous la forme :
AR () =
[a0 + b0 ln(R)] +
n=1
[an cos(n) + bn sin(n)] Rn
ez
(2.8)
Par ailleurs, nous savons que les fonctions trigonomtriques {sin(n), cos(n)}nN e forment une base orthogonale de lespace des fonctions continues par morceaux sur
2
[0; 2] au sens du produit scalaire < u|v >=
uv d.
0
Alors, en exploitant les proprits des fonctions trigonomtriques nous pouvons ee e dterminer les coecients harmoniques dans (2.7), et il vient par application du e produit scalaire sur C : n N : si n = 0 : < AR ()| cos(n) >= an Rn < AR ()| sin(n) >= bn Rn < AR ()|1 >= [a0 + b0 ln(R)]
(2.9)
Il est donc possible en exploitant simplement les proprits dorthogonalit des ee e fonctions harmoniques didentier les coecients dune dcomposition en calculant e pour tout ordre les produits scalaires prcdents (2.9). Ce rsultat, prsent pour e e e e e des harmoniques polaires est galement valable pour les harmoniques sphriques e e qui naturellement forment une base orthogonale sur une sph`re. e 2.2.2.2 Mise en oeuvre dun dispositif didentication
Le produit scalaire canonique, qui est le calcul dune intgrale, nous permet e donc de dterminer les coecients harmoniques dune dcomposition. Le probl`me e e e que nous devons rsoudre maintenant est celui du calcul de ces intgrales ` partir e e a de reprsentations discr`tes de la grandeur physique ` identier (voir Fig.2.4). En e e a eet, nous ne possdons pas de mesure continue mais une reprsentation sous forme e e dun chantillonnage spatial. e Rapportons nous alors ` nos connaissances en traitement du signal : pour quun a signal soit correctement chantillonn il faut que sa frquence dchantillonnage e e e e
33
soit au moins deux fois suprieure ` celle du signal, sinon il y a ncessairement e a e une perte dinformation 3 . Ainsi lorsque nous voulons identier une source dordre N en coordonnes polaires nous devons placer au moins 2N+1 capteurs (si chaque e capteur apporte une seule information).
y z
Reprsentation continue de la grandeur mesure
Capteurs
Fig. 2.4 Source () et dispositif de capteurs qui ralisent un chantillonnage spatial. e e Il tait simple ` premi`re vue dapprhender le nombre de capteurs ncessaires e a e e e a ` lidentication dune source dordre N. Puisquil y avait 2N+1 inconnues en coordonnes polaires4 il fallait ncessairement que les mesures apportent au moins e e 2N+1 informations. Nous verrons par la suite que cest bien le nombre dinconnues qui dtermine le nombre de capteurs ncessaires ` lidentication parce quil e e a dtermine le rang dun syst`me linaire dont les coecients sont solutions. e e e Lapport de cette approche empirique de lidentication est important parce quelle met en avant le mcanisme intrins`que de lidentication bas sur la proe e e prit dorthogonalit des dveloppements harmoniques. Elle fait de plus le lien ee e e avec la thorie du traitement du signal. En particulier, elle rappelle le thor`me de e e e Shannon, cest-`-dire que cest lordre N rel de la source qui dtermine le nombre a e e de capteurs ncessaires. Nous verrons par la suite que si nous avons mal estim e e lordre maximum de cette source le rsultat de lidentication sera ncessairement e e faux mme si le syst`me linaire que nous crivons est parfait (le syst`me est parfait e e e e e mais le mod`le ne correspond pas). e
2.2.3
Conclusion
Lexamen de cette approche empirique nous a initi ` des mcanismes simples ea e didentication, aux divers probl`mes rencontrs et aux limites de lapproche anae e lytique. La principale limite de cette approche est que le calcul des coecients harmoniques passe par lintgration numrique, ce qui est possible uniquement si e e les capteurs sont disposs sur un rayon constant. Quand une autre disposition de e
3 4
Cest le thor`me de Shannon e e En coordonnes sphriques une source dordre N aura N 2 + 2N coecients. e e
Reprsentation des valeurs discrtes mesures par les capteurs
34
capteurs est exploite nous perdons la proprit dorthogonalit (du fait que la vae ee e riable r nest plus neutre) et de ce fait la mthode nest plus exploitable. Il faut donc e nous retourner vers une autre mthode didentication, moins restrictive en terme e de placement. Les proprits des coecients harmoniques nous poussent alors vers ee la rsolution dun syst`me linaire dont les inconnues sont les coecients. Nous ale e e lons donc nous laisser entra ner dans cette voie tout en gardant ` lesprit la validit a e des dveloppements harmoniques, linuence du choix du centre et surtout lime portance de lestimation de lordre maximum de la source qui dtermine lcriture e e dun syst`me linaire adapt, mais aussi le nombre de mesures ncessaires. e e e e
2.3
Probl`me inverse e
Lidentication magntostatique propose dans la partie prcdente exploitait e e e e une approche analytique qui se traduisait par le calcul numrique des produits e scalaires associs aux fonctions harmoniques. Mais cette approche est trop restrice tive. En particulier les mesures doivent tre situes ` rayon constant et respecter e e a un chantillonnage assez rgulier pour permettre le calcul numrique des produits e e e scalaires. Les proprits des coecients harmoniques, en particulier la dpendance ee e linaire des grandeurs lectromagntiques vis-`-vis des coecients, nous sugg`rent e e e a e didentier ces coecients en rsolvant un probl`me inverse matriciel (voir Annexe e e B.1.2). Nous allons donc montrer que cette approche est plus adapte ` lidentie a cation magntostatique, nous utiliserons pour cela un mod`le de source en coore e donnes sphriques. e e
2.3.1
Probl`me direct e
La rsolution dun probl`me inverse ncessite deux tapes : la paramtrisation e e e e e du syst`me, que lon appelle gnralement probl`me direct, et la rsolution qui e e e e e dpend de la mthode de rsolution choisie (voir Annexe B). Le probl`me direct est e e e e donc ltape qui consiste ` paramtrer au mieux un syst`me physique an dobtenir e a e e ladquation entre ses param`tres et la physique. Les dveloppements harmoniques e e e sont des mod`les de source dont une paramtrisation simple est possible ` laide e e a des coecients harmoniques. De plus, les proprits de ces coecients (voir 2.2.1) ee sont intrins`quement lies ` ltat magntique de la source ce qui nous conforte e e a e e dans la reprsentativit et le choix de cette paramtrisation. e e e 2.3.1.1 Mod`le harmoniques sphriques e e
Supposons que nous connaissons lordre N dune source magntostatique. Etant e donn que nous ne disposons que de mesures dinduction magntique, nous allons e e crire un mod`le harmonique de linduction rayonne par la source ` laide des e e e a harmoniques sphriques jusqu` lordre N. e a Nous rappelons que ce mod`le ne sera une paramtrisation admissible de line e duction magntique que dans la zone o` la source peut-tre considre comme une e u e ee source dordre N. Nous avons montr dans le chapitre prcdent que lcriture de e e e e
2.3. Probl`me inverse e
35
linduction magntique en coordonnes sphriques passait par lintermdiaire dun e e e e vecteur W (voir 1.3.2), qui scrira en un point P (r, , ) : e
N n
W (P ) =
n=0
m=0
m [an,m cos(m) + bn,m sin(m)] Pn (cos )
er
(2.10)
La relation (1.26) donne alors lexpression de linduction magntique : e

N n
n(n + 1) r
n=1 N
(n+2)
m=0 n
m [an,m cos(m) + bn,m sin(m)] Pn (cos ) m Pn (cos ) m Pn (cos ) sin (2.11)
B(P ) =
n=1 N
n r(n+2)
m=0 n
[an,m cos(m) + bn,m sin(m)] [an,m sin(m) bn,m cos(m)]

m=0
n m r(n+2)
n=1
que nous pouvons encore crire : e

N n
B(P ) =
n=1 m=0
[an,m Un,m (P ) + bn,m Vn,m (P )]
(2.12)
Remarque : Lcriture de linduction magntique (2.11) correspond ` un proe e a bl`me externe caractrisant une source localise. La solution harmonique compl`te e e e e de lquation de Laplace poss`de un deuxi`me terme qui correspond ` un probl`me e e e a e interne caractrisant une source place ` lextrieur des mesures (voir 1.3.3.3). e e a e Selon lidentication dsire nous utiliserons une criture dirente. e e e e 2.3.1.2 Ecriture matricielle du probl`me direct e
Lcriture (2.12) met tr`s clairement en vidence la relation vectorielle linaire e e e e entre les coecients harmoniques {an,m ; bn,m } et linduction au point P. Nous pouvons alors crire ce syst`me linaire en p dirents points de mesure, ce qui conduit e e e e a ` un syst`me linaire, qui peut scrire matriciellement : e e e B=FC soit plus explicitement : B(P1 ) B(P2 ) . . . B(Pp )
B{3p1}
(2.13) a0,0 a1,0 b1,0 a1,1 . . . bN,N

C{(N 2 +2N )1}
U0,0 (P1 ) U1,0 (P1 ) V1,0 (P1 ) U1,1 (P1 ) U0,0 (P2 ) U1,0 (P2 ) V1,0 (P2 ) U1,1 (P2 ) = . . . . . . . . . . . . U0,0 (Pp ) U1,0 (Pp ) V1,0 (Pp ) U1,1 (Pp )
F{3p(N 2 +2N )}
. . . VN,N (P1 ) . . . VN,N (P2 ) . .. . . . . . . VN,N (Pp )
(2.14)
36
La rsolution de ce syst`me linaire donne lensemble des valeurs des coecients e e e harmoniques recherchs, elle permet donc lidentication. Notre connaissance des e syst`mes linaires nous permet dj` darmer que pour avoir lensemble des pae e ea ram`tres solutions de (2.14) il faut que le rang du syst`me soit gal au nombre e e e de coecients recherchs, ce qui suppose quil y a au moins autant dinformation e disponible par la mesure. En pratique, la matrice F est rarement inversible et nous chercherons une solution approche au sens des moindres carrs. e e
2.3.2
Inversion et identication
Reprenons lcriture du probl`me direct prcdent (2.13). Lidentication e e e e consiste ` dterminer les coecients harmoniques ` partir de la mesure. Nous chera e a chons donc ` utiliser le mod`le harmonique ` linverse des deux relations (2.13) et a e a (2.14) : il sagit donc dun probl`me inverse que nous pouvons mathmatiquement e e rsumer par : e Trouver C0 tel que : F C0 = Bmes (2.15)
o` C0 est le vecteur des coecients le plus proche de la physique. u 2.3.2.1 Quasi-solution
Pour calculer les coecients harmoniques solutions du probl`me inverse (2.15) e nous pensons tout naturellement ` inverser la matrice F, mais elle nest pas ncesa e sairement inversible. En eet, nous navons pas ncessairement autant de mesures e que de coecients, en particulier quand le nombre de capteurs est limit. De plus, e mme si F est carre elle nest pas ncessairement inversible car son rang peut tre e e e e infrieur au nombre de coecients recherchs. Nous devons alors nous satisfaire e e dune solution C0 approche au sens des moindres carrs dite quasi-solution qui e e minimise la distance d entre la mesure et le mod`le : e d(C) = F C Bmes (2.16)
Cette quasi-solution est donne par le syst`me normal, ou formule des moindres e e carrs. Elle correspond aux coecients C0 qui annulent la drive de la distance e e e (2.16)(voir B.1.5) : C0 = (Ft F)1 Ft Bmes (2.17)
Il y a cependant une limite importante ` la solution (2.17) : elle nest unique que a lorsque le probl`me est bien pos (voir B.1.3). En particulier, le bruit de mesure e e introduit une incertitude qui peut dgrader le syst`me linaire, ce qui entra e e e ne ncessairement lexistence de plusieurs solutions, parmi lesquelles nous devons faire e un choix.
2.3. Probl`me inverse e 2.3.2.2 Dcomposition en valeurs singuli`res e e
37
Avant dtablir le choix de la solution du probl`me inverse didentication, e e nous allons faire ressortir deux outils importants nous permettant destimer ltat e du syst`me linaire et de ses solutions. e e Le premier de ces outils est le rang de la matrice F qui reprsente le degr de e e libert du syst`me linaire. Comme nous lavons dj` fait remarquer, si le rang e e e ea est infrieur au nombre de coecients la solution nest pas unique : on parle alors e de probl`me sous-dtermin du fait que le noyau de F nest pas observable (voir e e e B.1.4). Lintrt du rang est donc quil donne la taille du sous-espace des coecients ee identiables (observables), cest-`-dire le nombre de coecients que nous pouvons a identier dans le meilleur des cas. Nous pouvons alors faire deux utilisations du rang : soit il nous informe sur la qualit globale du syst`me linaire (sa libert), e e e e soit il nous informe sur la qualit de la mesure (nombre de mesures et placement). e Il sera donc un outil prcieux pour la mise en oeuvre de lidentication et sa e rsolution. Nous nous sommes jusquici essentiellement inquit de ltat de la e ee e matrice F. Or le syst`me linaire dpend galement du vecteur des mesures Bmes . e e e e En eet, si la mesure est bruite linuence du bruit sur le probl`me inverse peut e e tre important. Il peut eectivement entra e ner des incohrences entre les lignes du e syst`me linaire et ainsi erroner sa rsolution. Nous cherchons donc un outil qui e e e permet dvaluer la stabilit du syst`me vis-`-vis du bruit, ce que la dcomposition e e e a e en valeurs singuli`res de F va nous fournir. e Si la matrice F nest pas inversible, les matrices (Ft F) et (FFt ) sont carres, e symtriques. Elles sont alors diagonalisables et il existe deux matrices orthogonales e U, V et une matrice diagonale telles que F admette une dcomposition en valeurs e singuli`res (voir B.2.1) : e F = U Vt (2.18)
La matrice est particuli`rement intressante car, dune part elle est de rang e e r gal a rang(F) et dautre part elle poss`de r valeurs propres 1 . . . r relles poe ` e e sitives et non nulles classes par module dcroissant qui sont les valeurs singuli`res e e e de F. Pour comprendre lintrt de la dcomposition en valeurs singuli`res nous ee e e pouvons crire (2.15) en utilisant (2.18) sous la forme : e Vt C0 = Ut Bmes avec X = Vt C0 et Y = Ut Bmes (2.19)
soit X = Y
Cette quation met linairement en relation la projection X des coecients C0 e e sur une base orthogonale de lespace des coecients et la projection orthogonale Y des mesures Bmes sur une base orthogonale de lespace des mesures. Nous obtenons ainsi une relation permettant dvaluer ` laide des valeurs singuli`res la stabilit e a e e des coecients harmoniques identis vis-`-vis de la variation de la mesure (voir e a B.2.4). A ce stade de la dcomposition en valeurs singuli`res, lide classiquement exe e e ploite pour la rsolution de probl`mes inverses consiste ` observer chaque valeur e e e a singuli`re pour dduire la sensibilit de lidentication de chaque composante de X e e e
38
vis-`-vis du bruit. Ce raisonnement permet en particulier de rgulariser la solution a e en tronquant les valeurs singuli`res les plus instables (voir B.2.5) et ainsi favoriser e lensemble des inconnues observables et stables. Mais ce raisonnement ne peut pas sappliquer dans le cadre de lidentication en harmoniques sphriques pour deux e raisons : La premi`re est que la troncature rduit le nombre de coecients observables e e (le rang de F). Nous perdons ainsi une information utile ` propos du dvelopa e pement harmonique de la source, en ngligeant une partie des coecients : e ce qui dgrade ncessairement la validit du mod`le. e e e e La seconde limite est lie aux termes ngligs. La troncature pourrait tre e e e e une mthode utile si une valeur singuli`re tronque tait lie ` un unique coe e e e e a ecient harmonique : dans ce cas, tronquer reviendrait eectivement ` nous a limiter aux solutions observables et stables. Malheureusement, nous ne nglie geons pas un seul coecient, mais un terme xk de la projection X. Alors, ` a moins que V ne soit une matrice diagonale (ce qui signie que F est orthogonale) la troncature va avoir une incidence sur lensemble des coecients. Bien que la mthode de troncature ne convienne pas au processus didenticae tion, la dcomposition en valeurs singuli`res reste un outil intressant qui caracte e e e rise la sensibilit des coecients dans leur ensemble vis-`-vis du bruit de mesure. e a En particulier, le conditionnement de la matrice F, qui est le rapport entre la plus petite et la plus grande des valeurs singuli`res, est reprsentatif de la stabie e lit de lvaluation de lensemble des coecients. Il est donc un outil prcieux qui e e e nous permettra dans la suite de ce travail destimer la qualit globale du probl`me e e inverse.
2.3.3
Stabilisation et criture optimale e
Pour rsumer les paragraphes prcdents, lidentication est strictement quie e e e valente ` la rsolution dun syst`me linaire et poss`de deux outils de diagnostic a e e e e sur ltat du syst`me. Le rang apporte une information quantitative sur le syst`me e e e et renseigne sur le nombre de coecients identiables, le conditionnement fournit pour sa part une information qualitative sur la stabilit de ces coecients. Nous e allons maintenant valuer les performances du syst`me linaire et optimiser son e e e criture en utilisant ces deux outils. e 2.3.3.1 Normalisation des polynmes de Legendre o
La rsolution du probl`me inverse consiste ` trouver une solution telle que la e e a distance (2.16) soit minimale. Or elle est minimale lorsque les coecients harmoniques sont ceux qui dterminent la projection orthogonale de Bmes sur lespace e vectoriel relatif aux termes du dveloppement harmonique. Cest dailleurs ce qui e nous poussait lors de notre approche empirique ` calculer les coecients comme a des produits scalaires (voir 2.9). Par ailleurs, nous savons que les fonctions harmoniques sont des familles de fonctions orthogonales (voir 1.4.3), les harmoniques sphriques nchappent pas ` cette r`gle. Une premi`re optimisation de lcriture e e a e e e harmonique du probl`me inverse consiste alors naturellement ` orthonormaliser la e a
39
base des fonctions harmoniques sphriques sur la sph`re unitaire : chaque terme e e harmonique aura donc le mme rle. Nous exploitons alors la dnition universelle e o e des harmoniques sphriques [Hob31][Mac67][Ang72] : e
m Yn (, ) =
2n + 1 (n m)! P m (cos ) 4 (n + m)! n
cos(m) sin(m)
(2.20)
Lorthonormalisation entra ncessairement le changement des valeurs des ne e coecients harmoniques {an,m , bn,m } qui sont alors multiplis par la norme de la e fonction harmonique qui leur est associe. Mais le changement important apport e e par la normalisation concerne le conditionnement de la matrice F. Elle entra ne en eet une amlioration sensible du conditionnement qui quivaut ` un gain de e e a stabilit pour le syst`me linaire. e e e Pour illustrer lintrt de la normalisation des fonctions harmoniques nous alee lons procder ` lanalyse dun exemple simple. Supposons que nous possdons 26 e a e capteurs triaxiaux quirpartis sur un cube autour dune source () dordre N=3 e e comme reprsents sur la gure 2.5. e e
Capteurs sur un cube mtrologique e
C1
z y x
()
Fig. 2.5 Dispositions de 26 capteurs triaxiaux sur un cube darte gale ` 2m entourant e e a
une source () dont nous dsirons faire une identication en harmoniques sphriques. e e
Nous pouvons donc crire la matrice F, calculer son rang et son conditione nement. Du fait que le nombre de capteurs est important et quils sont rpartis e rguli`rement dans lespace, nous pouvons de plus supposer que le rang du syse e t`me linaire sera gal au nombre des coecients harmoniques (i.e : 15). Selon que e e e les fonctions harmoniques sont seulement orthogonales (cas A) ou orthonormes e (cas B) nous remarquons que le conditionnement est amlior dun facteur voisin e e de 6 (voir Tableau 2.1), ce qui signie que nous avons augment la stabilit de e e lidentication. 2.3.3.2 Normalisation sur le support des mesures
Nous avons certes augment la stabilit du syst`me linaire en orthonormalisant e e e e les fonctions harmoniques sur la sph`re unitaire, mais cette normalisation nest pas e
40
2. Identification de sources magnetostatiques Cas rang cond A B C D 15 15 15 15 86.55 14.55 1.64 1.53
Tab. 2.1 Rang et conditionnement de lidentication sans normalisation des fonctions

harmoniques (A), avec (B), avec normalisation des colonnes (C), avec normalisation itrative des lignes et colonnes de F (D). e
susante. Deux raisons nous sugg`rent que nous pouvons faire une meilleure nore malisation. Tout dabord, lorthonormalisation que nous avons faite tait valable e sur la sph`re unitaire alors que le support de la mesure est un cube. De plus, nous e avons normalis les fonctions harmoniques et non pas le mod`le vectoriel harmoe e nique dont les composantes en chaque point ont une norme dirente (2.11). Pour e mieux comprendre la normalisation que nous proposons, explicitons tout dabord lcriture (2.12) de la matrice F : e F=
3 2Fr r1 . . . n(n + 1)Fr r1 (n+2) 3 F r1 . . . nF r1 (n+2) 3 +F r1 . . . nmF r1 . . . . . . . . . (n+2) 3 2Fr rp . . . n(n + 1)Fr rp (n+2) 3 nF rp F rp . . . (n+2) 3 nmF rp +F rp . . . (n+2)
. . . N (N + 1)Fr r1 (N +2) ... N F r1 (N +2) ... N 2 F r1 . . . . . . . . . N (N + 1)Fr rp (N +2) ... N F rp (N +2) ... N 2 F rp
(N +2)
(N +2)
(2.21)
Nous remarquons immdiatement que chaque vecteur colonne de F correspone dant ` lcriture de linduction dun terme harmonique sur les p points de mesures a e est en relation avec la dcroissance de ce terme. Ainsi, quand les capteurs ne sont e pas strictement tous sur la sph`re unitaire, la norme de chaque colonne de F aura e une valeur proportionnelle ` la dcroissance moyenne du terme associ, ce qui cause a e e ncessairement un mauvais conditionnement. e Pour pallier ce mauvais conditionnement naturel de F, nous pouvons diviser chaque colonne par sa norme et ainsi normaliser le syst`me. Pour normaliser F e sans changer la valeur des coecients harmoniques recherchs, ni changer lcrie e 5 ture de F, nous introduisons une matrice diagonale de normalisation W dont les termes diagonaux sont les inverses des normes des colonnes. Alors, si les coecients harmoniques taient donns par linverse gnralise6 de F note F+ , la solution e e e e e e du syst`me normalis serait donne par : e e e C0 = W(FW)+ Bmes (2.22)
Ainsi, nous ninversons plus la matrice F, mais (FW). Il en rsulte que le condie tionnement reprsentatif de la stabilit du probl`me inverse nest plus cond(F), e e e mais cond(FW), qui est ncessairement amlior. e e e
Il sagit en fait dune pondration stabilisante (cf.Annexe B.2.5), une explication statistique e est propose au paragraphe 4.2.2 e 6 voir Annexe B.2.3 pour une dnition e
5
41
A titre dillustration, nous avons appliqu cette normalisation ` lexemple pre a e cdent (voir Fig.2.5). Il sagit du cas C dont le conditionnement est donn par le e e tableau (2.1). Nous remarquons que le conditionnement est maintenant voisin de 1, cest-`-dire que toutes les valeurs singuli`res sont voisines, ce qui est parfaitement a e cohrent avec notre dmarche de normalisation. e e 2.3.3.3 Normalisation itrative des lignes et colonnes e
Si le conditionnement de F nest pas unitaire lors de la normalisation des colonnes, cest en partie parce que nous ne prenons pas en compte la valeur de chaque ligne lorsque nous calculons la norme de chaque colonne. Lide qui vient alors nae turellement consiste ` normaliser galement les lignes apr`s avoir normalis les a e e e colonnes. Cependant, la normalisation des lignes dgrade forcement la normalisae tion des colonnes et inversement. Cest pourquoi nous utiliserons un procd itratif e e e qui normalise colonnes, puis lignes jusqu` ce que le conditionnement de la matrice a se stabilise ` son minimum. Cette mthode est utilise frquemment pour mieux a e e e conditionner les syst`mes linaires [Rui01] [Fra89] et ainsi gagner du temps lors de e e leur rsolution itrative, comme par exemple dans le cas des solveurs lments nis e e ee [Dou06]. Chaque itration consiste ` trouver deux nouvelles matrices de normalisation e a (i) des colonnes et des lignes respectivement W(i) et Wl si bien quapr`s la ieme e c itration les coecients solutions de lidentication sont donns par [Rui01] : e e
+
C0 =
i
W(i) c
i
Wl F
i
(i)
W(i) c
Wl Bmes
(i)
(2.23)
Il reste ` dterminer un crit`re darrt pour les itrations. Tout dabord nous a e e e e limiterons le nombre ditrations ` la dimension minimale de la matrice F, en e a supposant que chaque ligne et chaque colonne ont t au moins normalises une ee e fois. Un bon crit`re darrt consisterait ` imposer un seuil au conditionnement, par e e a exemple : quand le conditionnement de la matrice est infrieur ` (1+ ) lalgorithme e a sarrte. Malheureusement, si notre procd assure la meilleure stabilisation du e e e syst`me linaire, en aucun cas il nassure que le conditionnement converge vers e e 1. La meilleure faon de choisir le nombre ditrations est encore de calculer le c e conditionnement ` chaque itration et de choisir celle ` partir de laquelle la valeur a e a du conditionnement a converg. Nous pouvons par exemple stopper les itrations e e lorsque la variation du conditionnement entre deux itrations est infrieure ` un e e a seuil, ce qui sous-entend que le conditionnement sest stabilis. e En guise de conclusion, appliquons la normalisation itrative ` lexemple didene a tication prcdent. La dimension la plus petite de la matrice F est 15 qui correse e pond aux 15 coecients recherchs 7 . Aussi nous nous limiterons dans un premier e temps ` 15 itrations. La gure (2.6) trace le conditionnement du syst`me au cours a e e des itrations. Nous remarquons que le conditionnement passe par tout les tats e e dorthonormalisation prcdents avant de converger vers son optimum (cond=1.53) e e apr`s 6 itrations. e e
7
pour mmoire la source () est dordre N=3 e
42

Conditionnement du systme linaire au cours des itrations 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 conditionnement du systme
Cas B
Cas C
Cas D
7 8 itration
10
11
12
13
14
15
Fig. 2.6 Conditionnement du syst`me linaire aux cours de la normalisation itrative e e e

des colonnes et lignes de F. Chaque itration est reprsente par deux points : le premier e e e est le conditionnement apr`s normalisation des colonnes et le second apr`s normalisation e e des lignes.
2.3.4
Conclusion
Si lapproche empirique de lidentication est restrictive en terme de placement de capteurs, lapproche de type probl`me inverse que nous venons de traiter ore e de plus vastes perspectives. Nous retiendrons en particulier que cette approche consiste ` paramtrer le probl`me sous forme matricielle et chercher une solution a e e au sens des moindres carrs qui soit la plus proche de la physique. e Mais lintrt de cette mthode nest pas seulement le gain de libert en terme de ee e e placement de capteurs. Elle fournit galement des outils prcieux qui permettent de e e diagnostiquer ltat de lidentication. Nous avons pour linstant fait ressortir deux e outils : le rang et le conditionnement qui permettent dune part de dnombrer les e coecients identiables et dautre part dvaluer la stabilit du syst`me linaire, sa e e e e qualit. Nous verrons dans la suite de cette tude que dautres outils plus volus e e e e et plus prcis sont encore disponibles. Pour linstant, nous allons nous satisfaire e de ces deux outils qui vont nous permettre de quantier dune part le gain de la normalisation du syst`me et dautre part denvisager un placement de capteurs par e optimisation qui stabilise linversion [Rou05]. Il reste cependant une limite importante ` lidentication magntique qui est a e la dtermination de lordre maximum de la source que nous cherchons ` identier. e a En eet, avant de mettre en place des capteurs pour lidentication nous devons dterminer lordre N de la source, ce qui va conditionner tout dabord lcriture du e e probl`me inverse, mais surtout le nombre et le placement de capteurs ncessaires e e a ` la rsolution de ce probl`me. Sans connaissance a priori de la source il nous est e e absolument impossible de faire la moindre hypoth`se a priori sur N. De ce fait, soit e lidentication sera fausse, soit elle ncessitera un nombre important de mesures. e La solution au probl`me de lordre de la source est apporte par linformation e e a priori. En eet, dans limmense majorit des cas didentication nous avons toue jours acc`s ` un degr de connaissance concernant la source qui ne dpend que de e a e e notre capacit ` lanalyser. An dillustrer le processus danalyse qui doit prcder ea e e la mise en uvre dune identication nous allons maintenant prsenter lidentie cation dun moteur ` aimants permanents simul ` laide dlments nis. Si la a e a ee simulation apporte une information totale sur la source, nous montrerons quune
2.4. Lidentication applique e
43
analyse magntique du moteur aurait galement permis de faire une identication e e correcte.
2.4
Lidentication applique e
An dillustrer lidentication, ses mcanismes et ses outils nous proposons e maintenant de lappliquer ` un moteur ` aimants permanents non aliment. Nous a a e commencerons donc cette partie en identiant les sources ` partir dune simulation a obtenue ` laide de la mthode des lments nis, qui virtuellement nous donne a e ee un nombre important de points de mesure. Lidentication ainsi obtenue nous permettra alors de dterminer lordre de la source. Dans une deuxi`me partie nous e e montrerons quil est possible de rduire le nombre de capteurs en vue de lidentie cation et quune analyse, qui se passait de la simulation, pouvait nous guider sur cette voie. Nous conclurons cet exemple en montrant les intrts et perspectives de ee lidentication harmonique.
2.4.1
Identication dun moteur simul e
An de mettre en place lidentication exprimentale dun moteur ` aimants e a permanents (Fig.2.7), nous proposons dans un premier temps dexploiter une simulation pour obtenir un maximum dinformation sur la source et en particulier son ordre N.
culasse magntique e
entrefer
1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 S 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 R 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111 0000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 R0 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000 1111111111111111111111111111111 0000000000000000000000000000000
encoches (12)
support C
aimants permanents
Fig. 2.7 Moteur ` aimants permanents de rayon extrieur Rext =20cm possdant 4 a e e
ples, 12 encoches statoriques. Nous chercherons ` identier ce moteur ` partir de mesures o a a simules sur un cercle C de rayon R0 =26cm e
Cette simulation est obtenue ` laide de la mthode des lments nis. Nous a e ee possdons alors sur un cercle (C) centr sur le centre gomtrique du moteur et e e e e
44
de rayon R0 un nombre important de points de mesure (200 points) qui forme un excellent chantillonnage spatial de linduction. Nous sommes alors capables e didentier ce moteur ` un ordre N=50. a 2.4.1.1 Stabilisation, inversion et identication
La premi`re tape de lidentication consiste ` crire la matrice F pour une e e a e source dordre N=50. Cette matrice a en particulier 101 colonnes correspondant au nombre de coecients recherchs. Mais, du fait de la dirence de norme de chacune e e des colonnes et de lordre N important, elle est particuli`rement mal conditionne. e e Le cas A du tableau (2.2) rsume le conditionnement et le rang dans le cas de e cette identication sans normalisation. Nous remarquons immdiatement que du e fait du tr`s mauvais conditionnement li aux direntes dcroissances des ordres e e e e du syst`me tous les coecients ne peuvent tre identis : le rang du syst`me ne e e e e vaut alors que 46. cas rang cond A 46 1.5e31 B C 101 3 1.1208 2.4e5 D 3 1.0281
Tab. 2.2 Rang et conditionnement de lidentication sans orthonormalisation (A) et

avec (B) ` lordre 50. Rang et conditionnement de lidentication sans orthonormalisation a (C) et avec (D) apr`s rduction du nombre de capteurs. e e
La normalisation va heureusement mieux conditionner les colonnes et lignes du syst`me linaire. Ainsi, en dpit de lordre N important de la source nous avons un e e e rang gal au nombre de coecients recherchs (cas B du tableau 2.2). e e La premi`re application de lidentication est de pouvoir calculer les grandeurs e magntiques (induction ou potentiel vecteur) dans tout lespace ` laide de quelques e a coecients. Par exemple, nous pouvons recalculer linduction magntique sur lene semble des points de mesures, nous interpolons ainsi la mesure (voir Fig.2.8).
2 1.5 1 Bx(R0,) (Tesla) 0.5 0 0.5 1 1.5 2 0 1 2 3 (rad) 4 5 6 x 10
4
FEM Id 1 Id 2
Fig. 2.8 Composantes Bx de linduction magntique obtenus par la mthode des e e lments nis (FEM), par une identication sans normalisation (Id1 ), puis par une idenee tication stabilise (Id2 ) ` lordre N=50. e a Sur cette gure nous pouvons tout dabord remarquer que lidentication sans normalisation sest solde par un chec (Id1 ). Cependant, lorsque le syst`me est e e e
45
stabilis le mod`le harmonique colle ` la simulation (Id2 ). En poussant le dvee e a e loppement ` lordre N=50, nous sommes alls trop loin et nous avons identi une a e e partie du bruit. Pour viter lidentication du bruit et limiter le nombre de cape teurs ncessaires nous allons dterminer lordre maximum identiable en fonction e e du niveau du bruit. 2.4.1.2 Dtermination de lordre maximum e
Lidentication fournit lensemble des coecients harmoniques. Malheureusement, la lecture de ces coecients ne permet pas de dterminer quelle est linuence e de chaque terme dans linduction mesure. En eet, il serait intressant de dtere e e miner une grandeur qui reprsenterait le poids de chaque terme dans la mesure, ce e qui nous permettrait dune part de comparer linuence de chaque terme et dautre part de dterminer ceux qui interviennent le plus dans cette mesure. e Pour calculer linuence dun terme harmonique nous pourrions prlever la coe lonne relative ` ce terme dans F et calculer linduction quil cre en tout point a e de mesure, nous aurions ainsi une inuence vectorielle Iv sur chaque point de mesure. Puisque nous cherchons une grandeur scalaire, linuence serait la moyenne quadratique de Iv . Or, pour stabiliser le syst`me nous avons dj` calcul la norme e ea e de chaque colonne, linuence dun terme harmonique peut alors tre facilement e obtenue en multipliant le coecient harmonique par cette norme. Gnralement, e e lorsque W est la matrice de normalisation des colonnes de F (voir eq.2.22), linuence des coecients harmoniques C peut alors tre dnie par : e e Inf = W1 C (2.24)
Linuence a deux intrts, dune part elle reprsente linduction moyenne cre ee e ee par chaque coecient, ce qui permet de les comparer sur une mme chelle8 , et e e dautre part elle va permettre de dterminer les termes qui nont pas dinuence e sur la mesure et donc qui a fortiori ne sont pas identiables. Pour dterminer lordre N de la source nous calculerons le rapport : e
n
rn =
i=1
Inf (i)/Imes
(2.25)
si Imes est la norme de linduction sur les mesures, il reprsente alors line uence relative des n premiers termes harmoniques sur la mesure. Nous pouvons par exemple tracer ce rapport en faisant varier n (voir Fig.2.9). Pour dterminer lordre maximum observable nous xons un seuil relatif ` lame a plitude du bruit. D`s que ce seuil est franchi nous avons dtermin lordre maximum e e e observable par rapport au bruit de mesure. Dans notre cas, nous avons choisi un seuil gal ` 95% ce qui permet de dnir le premier terme pour lequel la source e a e est correctement reprsent par le dveloppement. Il sagit du 21eme terme (voir e e e Fig.2.9), ainsi nous pouvons considrer que notre moteur est une source dordre 10 e sur le support C.
En eet, lunit des coecients harmoniques nest pas la mme pour chaque ordre du fait de e e la dcroissance e
8
46
saut d b
Influence relative rn .75
seuil dinfluence 95%
10
saut d b6
.5
saut d b2
.25
10
20
30
40 50 60 indice des termes harmoniques dans le vecteur C
70
80
90
100
Fig. 2.9 Inuence relative des n premiers coecients harmoniques par rapport au
module de linduction mesure e
2.4.2
Rduction du nombre de capteurs e
Lanalyse de linuence des termes harmoniques nous a permis de dterminer e lordre maximum dun dveloppement harmonique reprsentatif du moteur ` aie e a mants permanents. Puisque cette source est seulement dordre 10 nous pouvons lidentier a laide de 11 mesures de linduction magntique9 . Cette rduction du ` e e nombre de capteurs est dj` importante, mais nest pas encore optimale. En eet, ea lobservation de la gure (2.9) montre que linuence relative rn volue par sauts, e ce qui signie que certains termes ont plus dinuence. Ils sont donc plus reprsene tatifs, ce que nous allons facilement vrier en observant linuence If des termes e harmoniques jusqu` lordre 10. a
2 1 Influence I (Telsa) 0 1 2 3 x 10
4
Terme source principal (aimants)
Harmonique dencoches
Terme secondaire (forme des aimants)

4 5
a0
a1
b1
a2
b2
a3
b3
a4
b4 a5 b5 a6 b6 coefficients harmoniques
a7
b7
a8
b8
a9
b9
a10
b10
Fig. 2.10 Inuence Inf des premiers coecients harmoniques jusqu` lordre N=10. a Linuence des coecients (Fig.2.10) nous renseigne sur les termes les plus reprsentatifs de la source. Nous remarquons que trois termes ont un rle important : e o b2 , b6 et b10 . Une bonne reprsentation de la source est alors possible ` laide de ces e a trois uniques coecients. Ainsi nous pouvons crire le syst`me linaire en nutilie e e sant que ces trois uniques termes. La matrice F que nous crivons na alors plus e que 3 colonnes et est de rang gal ` trois (cas C du tableau 2.2). Alors thorie a e quement le nombre de mesures ncessaires pour identier cette source est 3, ce e que fournissent 2 capteurs magntiques. Mais la valeur du conditionnement de F e obtenue nous sugg`re daugmenter le nombre de capteurs ` 3. Ainsi, nous pouvons e a
9
si une mesure poss`de 2 composantes Bx et By e
47
crire un syst`me linaire ` laide dun mod`le simpli, le stabiliser (voir cas C e e e a e e et cas D du tableau 2.2) et enn linverser. Nous obtenons ainsi trois coecients qui permettent le calcul de linduction magntique, mais aussi du potentiel vecteur e dans tout lespace extrieur aux mesures. La gure (2.11) montre linterpolation e de linduction magntique obtenue ` laide de ces trois capteurs. Nous remarquons e a que le mod`le correspond bien ` la simulation sans pour autant coller au bruit, e a nous avons donc parfaitement spar la source des perturbations. e e
2 1.5 1 0.5 0 0.5 1 1.5 2 x 10
4
Interpolation de la composente Bx de linduction sur le cercle C de rayon RId FEM Id3 capteurs
B (Tesla)
3 (rad)
x 10
Extrapolation du potentiel sur un cercle de rayon r=2RId FEM Id3
4 Potentiel scalaire (Wb)
3 (rad)
Fig. 2.11 Exemple dinterpolation de linduction magntique identie ` laide de 3 e e a

capteurs (graphique du haut) et dextrapolation du potentiel vecteur sur un cercle plac e deux fois plus loin (graphique du bas).
2.4.3
Perspectives de lidentication
La premi`re application qui ressort de cet exemple est un moyen simple bas e e sur la simulation pour dterminer les termes caractristiques du dveloppement e e e harmonique dune source et le nombre de capteurs ncessaires. Cependant, nous e devons insister sur une limite importante de cette dmarche lie ` la qualit de e e a e reprsentation de la simulation par rapport ` la ralit. En eet, la simulation e a e e nest quun autre mod`le de la ralit qui peut ne pas tre conforme. Ainsi, pour e e e e que la simulation permette la mise en oeuvre dune identication exprimentale, e nous devons auparavant garantir quelle est un bon mod`le de la ralit. e e e Il ressort galement de cet exemple une proprit importante des mod`les hare ee e moniques : la globalit. La donne des trois coecients b2 , b6 et b10 permet non e e
48
seulement lcriture de linduction magntique en tout point extrieur ` C mais e e e a galement lcriture de toute grandeur utilisant ces coecients. Par exemple nous e e pouvons extrapoler la valeur du potentiel vecteur sur un cercle de rayon double de C et nous trouverons bien les mmes valeurs que la simulation lments nis (voir e ee Fig.2.11). En comparaison ` dautres mthodes dextrapolation de signature comme a e la mthode des moments [Har90][Fro02b] ou les intgrales de fronti`res [Bru91] elle e e e est sans doute la plus adapte et la moins coteuse. En eet, les quelques coee u cients harmoniques permettent une extrapolation d`le de linduction de la source e qui ne ncessite pas de calculs dintgrales. Enn, lintrt de la globalit du mod`le e e ee e e est que lidentication nest pas un probl`me inverse qui donne une valeur magne e tique en quelques points : elle en donne lexpression analytique. De ce fait nous sommes capables danalyser le comportement global de la source sans avoir besoin de calculer linduction magntique en un ensemble de points, mais simplement en e observant les proprits de son expression analytique. ee Si lidentication est facilement dterminable ` partir dune simulation qui ape a porte un grand nombre dinformations, il tait possible dtablir les termes du de e e veloppement harmonique uniquement ` laide dune analyse lmentaire. En eet, a ee la source principale dans le moteur est compose des aimants rotoriques rpartis e e priodiquement (2 paires de ples) de sorte quils forment une source compose e o e de termes de priode multiple de 2. Autour de cette source se tient le stator et la e carcasse qui transforment le champ en attnuant dune part son amplitude (eet e dattnuation dun blindage) tout en modulant dautre part son expression par e leet de forme des encoches (eet de forme dun blindage). Lanalyse du probl`me e a ` laide de ces deux eets aurait donc pu nous permettre de dterminer que les e coecients de la source taient essentiellement les b2p et en particulier les termes e sources b2 correspondant aux aimants et b10 correspondant aux encoches et aux aimants (voir Fig.2.10). Lidentication magntique a dnormes perspectives que nous navons pas ene e core exploites. La premi`re concerne lanalyse de la source qui doit permettre de e e dterminer a priori les termes harmoniques inuents sans avoir recours ` la simulae a tion. Mais, cette analyse ncessite des lments que nous ne possdons pas encore e ee e concernant leet dattnuation et de forme dun blindage et qui sont lobjet de e la deuxi`me partie de cette th`se consacre ` ltude des blindages magntiques. e e e a e e La seconde perspective concerne la mthode de rsolution de lidentication. Lape e proche des moindres carrs que nous exploitons dans ce chapitre est restrictive. En e particulier, elle ne permet pas de prendre en compte linformation a priori issue dune analyse qualitative ou quantitative, ce quorira lanalyse baysienne propoe se dans le chapitre 4. Ainsi, le probl`me de lidentication ne sera dnitivement e e e clos que lorsque cette tude aura abouti. Pour lheure nous allons nous satisfaire de e lapproche que nous venons de prsenter dans ce chapitre en la considrant comme e e une initiation pousse au processus didentication. Les lments que nous avons e ee dnis nous permettant dj` de mettre en oeuvre lidentication magntostatique e ea e dune source, nous avons choisi, pour ne pas compliquer la lecture de cette th`se, e de prsenter maintenant la gnralisation de lidentication au cas des sources mae e e gntodynamiques. e
Chapitre 3 Identication de sources magntodynamiques e

Sommaire
3.1 3.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . Ecriture des mod`les magntodynamiques . . . . . . . e e 3.2.1 Solutions gnrales dynamiques des quations de Maxwell e e e 3.2.2 Principe de lidentication magntodynamique . . . . . e 3.2.3 Types de sources . . . . . . . . . . . . . . . . . . . . . . 3.3 Mise en uvre de lidentication magntodynamique . e 3.3.1 Extraction frquentielle . . . . . . . . . . . . . . . . . . e 3.3.2 Identication spatiale . . . . . . . . . . . . . . . . . . . 3.3.3 Extrapolation de la signature lectromagntique . . . . e e 3.4 Analyse et identication de sources dynamiques . . . . 3.4.1 Analyse prliminaire . . . . . . . . . . . . . . . . . . . . e 3.4.2 Analyse des coecients harmoniques . . . . . . . . . . . 3.4.3 Classication en types de sources . . . . . . . . . . . . . 3.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . 49 50 50 52 54 56 57 60 61 63 63 65 69 71
3.1
Introduction
Dans le chapitre prcdent nous avons mis en uvre lidentication magntostae e e tique. Nous possdons ainsi un outil qui permet de caractriser une source statique e e et den extrapoler sa signature. Nanmoins, dans bien des probl`mes lectromae e e gntiques la source considre est dynamique et lidentication magntostatique e ee e nest plus adapte. En eet, les mod`les harmoniques magntostatiques ne sont e e e quun cas particulier des mod`les harmoniques magntodynamiques obtenus pour e e une frquence nulle. Ainsi, ils ne prennent ni en compte les phnom`nes induits par e e e la source, du fait des caractristiques conductrices du milieu, ni son comportement e dynamique. 49
50
3. Identification de sources magnetodynamiques
Lobjectif de ce chapitre est de gnraliser la dmarche didentication prce e e e e dente ` des sources dynamiques en proposant une criture qui prenne en compte a e tous les phnom`nes lectromagntiques et tous les comportements dynamiques e e e e possibles. Pour atteindre ce but nous devons donc parfaitement analyser les sources dynamiques an de proposer une criture harmonique adapte et une caractrisae e e tion prcise en fonction du comportement frquentiel et spatial de la source. Pour e e cette raison, nous proposons de diviser ce chapitre en trois parties. La premi`re e partie prsente lanalyse des sources et leur criture gnrale selon leur compore e e e tement. La seconde explicite le principe de lidentication magntodynamique ` e a laide dun exemple didactique. Enn la derni`re partie fait la lumi`re sur la mise e e en uvre de lidentication et ses automatismes.
3.2
Ecriture des mod`les magntodynamiques e e
La premi`re tape de lidentication magntodynamique doit dnir une crie e e e e ture gnrale harmonique des champs lectromagntiques qui permette de dtermie e e e e ner les param`tres caractristiques dune source. Mais la problmatique de lidene e e tication dynamique est plus complexe car une source peut avoir dirents come portements dynamiques et lidentication doit nous permettre de les distinguer. Un mod`le gnral est directement fourni par la solution complexe de lquae e e e tion de diusion. Sil permet une identication magntodynamique simple et lexe trapolation des signatures lectromagntiques ` grande distance, il ne permet pas e e a lanalyse du comportement de la source. Or cette analyse est essentielle pour notre tude. En eet, lidentication doit permettre de diagnostiquer lorigine des termes e harmoniques pour comprendre les causes des signatures lectromagntiques. e e Ainsi, en complment dune identication gnrale issue directement des soe e e lutions de lquation de diusion et qui permet lextrapolation des champs, nous e proposerons une dcomposition des sources magntodynamiques en sources le e ee mentaires dont la dynamique est dirente. e
3.2.1
Solutions gnrales dynamiques des quations de e e e Maxwell
Les mod`les harmoniques sont obtenus en rsolvant lquation de diusion ` e e e a laide de la mthode des variables spares (voir Annexe A.2). Nous obtenons alors e e e lcriture (1.27) qui est la superposition dun probl`me interne et dun probl`me e e e externe1 . Bien que lidentication magntodynamique soit possible pour ces deux e types de probl`mes, cette th`se est principalement concerne par ltude de sources e e e e localises. Aussi, pour ne pas alourdir cet expos, nous prsenterons lidenticae e e tion applique uniquement ` un probl`me externe en prcisant que cette dmarche e a e e e didentication est encore possible pour un probl`me interne. e
1
Voir 1.3.3.3
3.2. Ecriture des mod`les magntodynamiques e e 3.2.1.1 Dtermination du mod`le e e
51
En coordonnes sphriques et dans un milieu conducteur, la solution de lquae e e tion de diusion correspondant ` un probl`me externe de frquence f est : a e e
Bf (r, , , t) =
n=1 n=1 n=1
2 K (2) (kf .r) r2 n
n m [an,m,f cos(m) + bn,m,f sin(m)] Pn (cos ) ej2f t m=0 n m Pn (cos ) j2f t e m Pn (cos ) j2f t e sin
1 K (2) (kf .r) r r n 1 K (2) (kf .r) r r n
[an,m,f cos(m) + bn,m,f sin(m)]

m=0 n
[an,m,f sin(m) bn,m,f cos(m)]

m=0
(2) avec : Kn (kf .r) =
(1 + j) r K(n+ 1 ) (kf .r) et kf = 2 kf f (3.1)
Cette solution est gnrale et englobe les solutions dans les milieux non conduce e teurs. Or nous disposons principalement de mesures de linduction magntique dans e lair. Nous allons donc prciser lcriture de linduction et adapter lidentication e e magntodynamique ` ce cas. Cependant, au moment opportun, nous expliciterons e a les modications ncessaires pour adapter lidentication ` des milieux conduce a teurs. Dans lair la solution de lquation de Laplace correspondant ` un probl`me e a e externe de frquence f est : e
Bf (r, , , t) =
n
n(n + 1) r(n+2)
n=1 m=0 n
m [an,m,f cos(m) + bn,m,f sin(m)] Pn (cos ) ej2f t m Pn (cos ) j2f t e m Pn (cos ) j2f t e sin
n r(n+2)
n=1 m=0 n
[an,m,f cos(m) + bn,m,f sin(m)] [an,m,f sin(m) bn,m,f cos(m)]

m=0
n(m) r(n+2)
n=1
(3.2)
Les solutions (3.1) et (3.2) peuvent se traduire ainsi : linduction magntique e variant ` la frquence f correspond ` celle dune source multipolaire. Une source a e a magntodynamique scrit alors de faon gnrale, si |f | < Fmax , comme la somme : e e c e e
+Fmax
B(r, , , t) =
Fmax
Bf (r, , , t) df
(3.3)
En observant (3.1) et (3.2) nous constatons que la dirence essentielle entre e ces critures rside dans la dcroissance des termes multipolaires pour chaque fre e e e quence. En eet, dans le cas dun milieu non conducteur la dcroissance des termes e
52
ne dpend que de lordre n alors que dans un milieu conducteur elle dpendra de e e lordre n et de la frquence f . e 3.2.1.2 Param`tres du mod`le - Ordre e e
Quel que soit le milieu, lcriture gnrale (3.3) est valide. Elle est particue e e li`rement intressante puisquelle permet une extrapolation rapide de linduction e e magntique en fonction des coecients harmoniques {an,m,f , bn,m,f }. Mais cette e criture doit tre simplie aux termes frquentiels et spatiaux reprsentatifs de la e e e e e source. Tout dabord, les param`tres importants du mod`le sont, comme dans le cas e e statique, les coecients harmoniques {an,m,f , bn,m,f }. Dans le chapitre prcdent, e e nous avions limit leur nombre en fonction de lordre N de la source ce qui permete tait lcriture dun syst`me linaire de dimensions nies. Dans le cas dynamique, e e e pour dterminer un ensemble ni de coecients reprsentatifs il faut tout dabord e e identier les frquences caractristiques de la source. Nous supposerons pour cela e e que la frquence dchantillonnage est susante pour empcher le repliement2 mais e e e surtout que la dure de lchantillonnage permet la sparation des phnom`nes dont e e e e e les frquences caractristiques sont les plus proches. e e (i) Lanalyse frquentielle fournit ainsi Nc frquences caractristiques fc qui pere e e mettent de simplier (3.3) sous la forme :
Nc
B(r, , , t) =
i=1
Bfc (r, , , t) (i)
(3.4)
De ce fait, le nombre de coecients harmoniques est dnombrable. Pour pere mettre un placement adquat des capteurs nous devons encore dterminer lordre e e de la source ` chaque frquence caractristique. Le nombre de mesures ncessaires a e e e a ` lidentication magntodynamique est dtermin par lordre N le plus contraie e e gnant, qui logiquement est dni par : e N = max {N (i) }
1iNc
(3.5)
3.2.2
Principe de lidentication magntodynamique e
Lidentication magntodynamique consiste ` dterminer lensemble des coee a e cients harmoniques {an,m,f , bn,m,f } reprsentatifs de la source. Elle passe par deux e tapes distinctes : lextraction des frquences caractristiques et lidentication e e e spatiale. 3.2.2.1 Extraction des frquences caractristiques e e
Pour avoir un nombre ni de coecients ` identier il faut dterminer les fra e e quences caractristiques. Cette dtermination et lextraction qui en dcoule ncese e e e sitent une attention particuli`re aux conditions dchantillonnage temporel. Si le e e
ce qui implique que nous avons un signal ` bande limite : cest toujours le cas puisquun a e ltrage frquentiel est possible sur les mesures e
2
3.2. Ecriture des mod`les magntodynamiques e e
53
signal est correctement chantillonn, nous exploitons la transforme de Fourier e e e (FFT) des mesures qui permet didentier lensemble des Nc frquences caractrise e tiques. Lorsque ces frquences sont dtermines, nous pouvons extraire linduction e e e (i) relative ` une frquence fc particuli`re en calculant la projection : a e e i, 1 i Nc : Bfc (r, , ) =< B(r, , , t)|ej2fc (i)
(i)
>
(3.6)
Cette projection ne dpend plus du temps et correspond ` lcriture dun dvee a e e loppement multipolaire. Dans lair par exemple, lexpression (3.6) correspondant ` a (i) la frquence fc sera : e Bfc (r, , ) = (i)
n
n(n + 1) r(n+2)
n=1 m=0 n
m [an,m,fc cos(m) + bn,m,fc sin(m)] Pn (cos ) (i) (i) m Pn (cos ) m Pn (cos ) sin (3.7)
n r(n+2)
n=1 m=0 n
[an,m,fc cos(m) + bn,m,fc sin(m)] (i) (i) [an,m,fc sin(m) bn,m,fc cos(m)] (i) (i)
m=0
n(m) r(n+2)
n=1
Il sagit de lexpression (2.11) du dveloppement multipolaire de linduction e magntique dune source statique. Riches de la lecture du chapitre prcdent, nous e e e sommes donc capables dcrire un syst`me linaire stable qui donne les coecients e e e harmoniques intervenants dans (3.7). 3.2.2.2 Dcomposition spatiale e
Apr`s extraction frquentielle, nous obtenons un dveloppement harmonique de e e e linduction magntique qui ne dpend que des variables despace. Les coecients e e harmoniques sont alors obtenus ` laide dune identication spatiale. a Nous avons dj` soulign le fait que la dirence dcriture en fonction du ea e e e milieu touchait essentiellement les fonctions de dcroissance (voir 3.2.1.1). Lidene tication spatiale correspond alors ` une gnralisation de lidentication magna e e e tostatique qui prend en compte linuence de la frquence. En particulier, dans un e milieu conducteur, il est ncessaire dcrire un syst`me linaire matriciel similaire e e e e a ` (2.14) pour chaque frquence. Les coecients magntodynamiques sont alors obe e tenus en rsolvant ce syst`me linaire en prenant les mmes prcautions que lors e e e e e de lidentication magntostatique. e Les deux tapes de lidentication magntodynamique permettent donc de de e e terminer les familles de coecients harmoniques {an,m,fc , bn,m,fc }, qui ` leur a (i) (i) tour vont permettre lextrapolation des champs lectromagntiques. Notons que, e e si lidentication dtermine lcriture du mod`le harmonique de la source, elle ne e e e permet pas de remonter ` lorigine des coecients identis. Pour permettre une a e analyse du comportement dune source nous devons encore mettre en vidence les e
54
relations entre les coecients harmoniques et la dynamique de la source, ce que nous proposons maintenant en dnissant dirents types de sources. e e
3.2.3
Types de sources
Nous dnissons trois types de sources : les sources pulsantes, les sources toure nantes et les sources qui pulsent et tournent simultanment. Lintrt de ces de ee e nitions est simple : elles orent une dimension supplmentaire ` lidentication qui e a permet la dcomposition dune source en sources multipolaires dont le comportee ment dynamique est dirent. e
3.2.3.1
Les sources pulsantes
Lcriture (3.2) nous indique que toute source peut tre dcompose en sources e e e e complexes pulsantes. Si cette proprit est intressante mathmatiquement pour ee e e lidentication (voir 3.6) elle ne re`te pas la vraie nature pulsante de la source. e Considrons une source statique () dnie par ses coecients harmoniques e e {an,m , bn,m }. Lorsquelle pulse ` la frquence f , nous pouvons donner lexpression a e de linduction quelle cre sous la forme : e
Bf (r, , , t) =
n
n(n + 1) r(n+2)
n=1 m=0 n
m [an,m cos(m) + bn,m sin(m)] Pn (cos ) sin(2f t + ) m Pn (cos ) sin(2f t + ) m Pn (cos ) sin(2f t + ) sin
n r(n+2)
n=1 m=0 n
[an,m cos(m) + bn,m sin(m)] [an,m sin(m) bn,m cos(m)]

m=0
n(m) r(n+2)
n=1
(3.8)
La caractristique de ce type de source est que lamplitude de chaque terme e harmonique est module par une fonction sinuso e dale du temps. Mais spatialement linduction ne varie pas : les extrema restent xes ` tout instant. a
3.2.3.2
Les sources tournantes
Considrons maintenant la mme source multipolaire () tournant autour de e e son axe z (voir Fig.A.1) avec une vitesse de rotation constante. Dans ce cas, chaque terme harmonique aura une frquence particuli`re fm = (m/2) et le e e
3.2. Ecriture des mod`les magntodynamiques e e dveloppement dune source tournante scrira : e e
B (r, , , t) =
n
55
n(n + 1) r(n+2)
n=1 m=0 n
m [an,m cos(m( t + )) + bn,m sin(m( t + ))] Pn (cos ) m Pn (cos ) m Pn (cos ) sin
n r(n+2)
n=1 m=0 n
[an,m cos(m( t + )) + bn,m sin(m( t + ))] [an,m sin(m( t + )) bn,m cos(m( t + ))]
m=0
n(m) r(n+2)
n=1
(3.9)
Deux remarques importantes peuvent tre faites ` propos des sources tournantes : e a 1. Tout dabord leur expression (3.9) montre quune source multipolaire qui tourne est caractrise par plusieurs frquences relatives ` lindice m du de e e a e veloppement harmonique. Lidentication gnrale que nous avons propose e e e prcdemment ne mettait pas en vidence de liens entre des coecients idene e e ties pour des frquences distinctes. Ainsi, grce ` ce mod`le nous pouvons e e a a e chercher dans les direntes familles de coecients ceux qui correspondent ` e a lcriture dune mme source tournante. e e 2. Nous ne considrerons dans cette partie que des rotations suivant langle . e La raison de cette restriction est lie ` la dicult dexprimer les rotations e a e des polynmes de Legendre. En consquence, si lextrapolation des champs o e lectromagntiques est toujours possible du fait de la gnralit de lidentie e e e e cation, lanalyse des coecients harmoniques ne sera possible que pour des sources ne possdant quun seul axe de rotation. e 3.2.3.3 Les sources tournantes et pulsantes
Enn, si la source () tourne ` la vitesse en pulsant ` la frquence f linduca a e tion magntique quelle cre scrira : e e e
B (r, , , t) =
n
n(n + 1) r(n+2)
n=1 m=0 n
m [an,m cos(m( t)) + bn,m sin(m( t))] Pn (cos ) sin(2f t + ) m Pn (cos ) sin(2f t + ) m Pn (cos ) sin(2f t + ) sin
n r(n+2)
n=1 m=0 n
[an,m cos(m( t)) + bn,m sin(m( t))] [an,m sin(m( t)) bn,m cos(m( t))]
m=0
n(m) r(n+2)
n=1
(3.10)
En dveloppant cette expression nous montrons facilement que cette source est e compose de deux sources tournantes aux frquences f1 = (m f ) et f2 = (m + e e f ) (voir 3.4.2.4). Lidentication dune telle source passe donc par lidentication dun couple de sources tournantes.
56
3.3
Mise en uvre de lidentication magntoe dynamique
Dans cette partie nous allons revenir sur les deux tapes qui composent lidene tication magntodynamique, lextraction frquentielle et lidentication spatiale. e e Nous expliciterons leur mise en uvre algorithmique que nous illustrerons parallè lement sur lexemple dune source magntodynamique. e Reprenons la source () et le cube mtrologique prsents gure (2.5). Nous e e e supposerons que cette source est compose de trois sources multipolaires dynae miques de dirents types dont les param`tres sont prsents dans le tableau (3.1) : e e e e S1 est une source dipolaire qui pulse ` 6Hz, elle est compose des deux termes a e a1,0 et a1,1 et se traduit en terme de frquence au niveau des mesures par un e signal de frquence 6Hz (voir Fig.3.1). e S2 est une source dordre 2 compose des deux termes a2,1 et b2,2 . Chacun de e ces termes se traduit par des frquences particuli`res relatives aux indices m e e (voir 3.9) qui sont dans ce cas respectivement 6Hz et 12Hz (Fig.3.1). S3 est une source multipolaire dordre 3 compose des deux termes b3,1 et e b3,3 , qui tournent ` 4 Hz en pulsant ` 2Hz. Cette source se traduit par quatre a a frquences qui sont 2Hz et 6Hz cres par b3,1 et 10Hz et 14Hz cres par b3,3 e ee ee (Fig.3.1).
Sources Coe Valeur /2 (Hz) (rad) /2 (Hz) fc (Hz)
S1 a1,0 5 107 0 /12 6 6 a1,1 2 107 0 /12 6 6 a2,1 1 107 6 0 0 6
S2 b2,2 2 107 6 0 0 12
S3 b3,1 1.5 107 4 /4 2 2&6 b3,3 1 107 4 /4 2 10 & 14
Tab. 3.1 Param`tres des trois sources S1 , S2 et S3 qui composent (). est la vitesse e
de rotation des sources autour de laxe z, est la pulsation de la source et le dphasage. e
Nous supposerons encore que lidentication se situe dans lair et que nous disposons des 26 capteurs disposs sur le cube mtrologique de la gure (2.5). e e Nous distinguerons en particulier le capteur de rfrence C1 au milieu de la surface ee suprieure du cube. e La gure (3.1) prsente la mesure de la composante Bx de linduction mae gntique sur ce capteur et sa FFT. Il ressort de lanalyse spectrale de ce signal e un certain nombre de frquences relatives ` la source qui sont lies ` des termes e a e a spciques du dveloppement multipolaire, nous sommes ainsi capables de distine e guer les frquences caractristiques de la source et de mettre en uvre lextraction e e frquentielle. e
3.3. Mise en uvre de lidentication magntodynamique e

x 10
7
57
Mesure Bx sur le capteur de rfrence
1.5
1.2
x 10
FFT sur le capteur de rfrence S1+S2+S3
1 Amplitude des diffrentes frquences Induction magntique (Tesla)
S2
0.5
0.8
0.6 S3 0.4
0.5
1.5
0.2 seuil de dtection 0 0.2 0.4 0.6 temps (s) 0.8 1
0 20
15
10
5 0 5 frquence (Hz)
10
15
20
Fig. 3.1 Mesure de linduction magntique Bx et sa FFT sur un capteur de rfe ee rence. La transforme de Fourier (FFT) fait appara un certain nombre de raies aux e tre frquences fc caractristiques de la source. e e
3.3.1
Extraction frquentielle e
La premi`re tape de lidentication consiste ` extraire le signal aux frquences e e a e caractristiques. Plaons-nous dans le cadre gnral de lidentication : nous pose c e e sdons un certains nombre de mesures de linduction de la source () et aucune e information sur cette source. Deux dmarches sont alors possibles : e La premi`re dmarche consiste ` faire la transforme de Fourier de toutes les e e a e mesures et ` extraire automatiquement le signal pour toutes les frquences. a e Cette dmarche a lavantage de ne pas avoir recours ` la subjectivit, puise a e quelle extrait tout le signal ` toutes les frquences. Mais son principal ina e convnient est quelle augmente inutilement les calculs didentication en e analysant des frquences qui nont pas de lien avec la source. e La seconde dmarche, qui est celle que nous prconisons, consiste ` xer un e e a seuil qui dtermine les frquences caractristiques (voir Fig.3.1). Une fois ce e e e seuil choisi, lidentication des frquences caractristiques qui en dcoule est e e e facilement automatisable. Lintrt de cette dmarche nest pas seulement de ee e limiter lidentication aux frquences caractristiques : elle est vritablement e e e la premi`re tape de lidentication magntodynamique, puisquelle dtere e e e mine les frquences de la source. e
3.3.1.1
Identication des frquences caractristiques e e
Pour identier les frquences caractristiques dune source nous devons donc e e dnir un seuil de dtection, ce que nous ferons en observant le signal et en pare e ticulier le niveau de bruit de la mesure. Mais, du fait du placement relatif des capteurs vis-`-vis de la source, les mesures les plus proches ont un rapport signal a sur bruit meilleur. Ainsi, un mme seuil ne permettra pas didentier toutes les e
58
frquences caractristiques sur toutes les mesures3 . e e Cest pourquoi nous proposons de dterminer les frquences non pas en obe e servant le spectre frquentiel dune mesure particuli`re, mais sur lensemble des e e mesures. La gure 3.2 montre la mesure de la composante Bx de linduction magntique sur lensemble des 26 capteurs et la FFT relative ` chacune de ces mesures. e a
Composantes B de linduction mesures au cours du temps
x
x 10
Transforme de Fourier de lensemble des mesures dinduction magntique Bx 25
x 10 6
25 1 20 Numro du capteur
Numro du capteur
5 20
0.5 15 0
4 15 3
10 0.5
10 2
0.1
0.2
0.3
0.4
0.5 0.6 temps (s)
0.7
0.8
0.9
20
15
10
0 FFT (Hz)
10
15
20
Fig. 3.2 Reprsentation de la composante Bx de linduction magntique pour tous e e

les capteurs au cours du temps (gauche) - Reprsentation de la transforme de Fourier e e (FFT) pour chacune de ces mesures (droite).
Lcriture simultane de la FFT pour toutes les mesures permet disoler les e e frquences communes aux capteurs qui sont celles qui caractrisent la source. Mais e e elle permet surtout de ne pas ngliger certaines frquences en regardant sur toutes e e les mesures, toutes les frquences suprieures au seuil. Par exemple sur le capteur e e 21 les raies ` -6Hz et 6Hz napparaissent pas clairement, alors que lexistence de a cette frquence est vidente si nous observons lensemble des points de mesures. e e
Seuil initial minimisation a posteriori du seuil
mesure
FFT
(1)
Detection des frquences suprieurs au seuil (2)
IFFT et calcul lerreur (3)
Frquences caractristiques de cette mesure
Fig. 3.3 Algorithme didentication des frquences caractristiques e e Nous proposons alors lalgorithme didentication des frquences caractrise e tiques pour chaque mesure (voir Fig.3.3) : 1. Calculer la FFT de cette mesure. 2. Identier les frquences suprieures ` un seuil initial dni par loprateur. e e a e e 3. Interpoler la mesure uniquement avec les frquences caractristiques et cale e culer lerreur moyenne4 avec le signal initial. Si cette erreur est acceptable alors les frquences sont identies. Sinon nous recommenons ltape 2 en e e c e diminuant le seuil.
Le bruit nest pas la seule limite : un capteur ` proximit de la source peut aussi ne pas a e mesurer les variations temporelles de certains termes harmoniques du fait de son placement 4 Nous choisissons lerreur moyenne pour moyenner lerreur lie aux bruits. e
3
59
Cet algorithme a plusieurs intrts : ee Il garantit la dlit ` la mesure en assurant une erreur moyenne acceptable. e ea Il a tendance ` minimiser le seuil et donc assure une convergence de lalgoa rithme : dans le pire des cas nous slectionnons toutes les frquences. e e Il peut facilement minimiser lintervention subjective dun dcideur dans e le choix des seuils, en utilisant une optimisation du seuil par dichotomie ` a partir de la valeur de lamplitude maximale de la FFT. Pour rsumer, lalgorithme que nous venons de prsenter nous permet didene e tier les frquences caractristiques dune source en minimisant lerreur dintere e polation moyenne. Son application aux mesures de la source () fait ressortir les 10 frquences caractristiques suivantes avec une erreur moyenne dinterpolation e e infrieure ` 0.1% : e a
(i) fc
i 1 2 3 4 5 6 7 8 9 10 (Hz) -14 -12 -10 -6 -2 2 6 10 12 14
Tab. 3.2 Frquences caractristiques de la source (). e e 3.3.1.2 Extraction frquentielle e
Lextraction frquentielle correspond aux calculs des produits scalaires (3.6) e pour chaque frquence caractristique. Dans cette section nous allons montrer que e e ces projections sont, par dnition, tr`s proches dune transforme de Fourier et e e e sont ainsi facilement dtermines ` laide des FFT prcdentes. Nous insisterons e e a e e aussi sur les prcautions qui assurent le calcul prcis de ces produits scalaires et e e qui sont de mani`re gnrale celles ncessaires ` la FFT. e e e e a Linduction B(t) mesure en un point P dans un intervalle ferm [0,T] peut se e e dcomposer en srie de Fourier ` termes complexes sous la forme [Ang72] : e e a
T
+N
B(t) =
k=N
< B|e
jk fe t N
> e
jk fe t N
avec < B|e
jk fe t N
1 >= T
0
B ejk N t dt (3.11)
fe
o` fe est la frquence dchantillonnage de la mesure et N est tel que le nombre u e e total dchantillons M soit au moins (2N+1) pour permettre le calcul numrique e e 5 des intgrales . Lextraction des frquences caractristiques correspond au calcul e e e des produits scalaires. Or nous les avons dj` calculs en faisant la FFT sur chaque ea e mesure. Elle correspond au calcul de la transforme de Fourier qui est dni en e e chaque point P par [Ang72] :
T
k [0, 2N ] :
5
fe )= B(k 2N
0
B ejk N t dt
fe
(3.12)
Cest le thor`me de Shannon e e
60
Alors les valeurs des projections de B aux frquences caractristiques (3.6) sont e e donnes par : e 1 B(fc(i) ) (3.13) T Or, par dnition, la FFT (3.12) est obtenue par la mthode dintgration des e e e rectangles [Coo65] et scrit : e Bfc (r, , ) = (i)
M
k [1, M ] : FFT(B)(fk ) =
n=1
B(tn ) exp(j2fk tn )
(3.14)
en posant : fk = (k 1) fe M et tn = (n 1) fe (3.15)
3.3.2
Identication spatiale
(i)
Lextraction de linduction magntique aux frquences caractristiques fc sur e e e lensemble des mesures a permis disoler des sources multipolaires lmentaires ` ee a ces frquences. La deuxi`me tape de lidentication magntodynamique consiste ` e e e e a identier les coecients harmoniques intervenant dans lexpression de ces sources multipolaires. Lcriture harmonique de linduction magntique dans lair pour chaque fre e e quence caractristique (3.7), est similaire ` celle du cas magntostatique. Alors, e a e lidentication des coecients harmoniques pour chaque frquence est facilement e mise en uvre ` partir de lcriture de la matrice F du syst`me linaire prsent a e e e e e au chapitre 2. Par contre, si le milieu est conducteur, lcriture du syst`me harmonique core e respondant sera dirente ` chaque frquence, du fait de la dpendance des de a e e e croissances de chaque ordre relatives ` lpaisseur de peau f (voir 3.1). Dans ce a e cas lidentication magntodynamique passera par la rsolution de Nc syst`mes e e e linaires dirents qui dnissent autant de matrices F(i) . e e e Lapplication de lidentication spatiale ` la source () prcdente nous pera e e met didentier lensemble des coecients harmoniques complexes pour toutes les frquences caractristiques (voir tableau 3.3). Nous reviendrons sur les valeurs des e e coecients complexes identis dans la prochaine section, pour linstant nous nous e contenterons de faire des remarques ` propos de ces coecients : a Les coecients harmoniques des frquences caractristiques ngatives ne sont e e e pas reprsents dans le tableau (3.3) car ils sont les complexes conjugus e e e des frquences positives. En eet, le signal mesur tant rel pour chaque e e e e frquence il existe deux frquences complexes conjugues positive et ngative e e e e dont la somme doit ncessairement tre relle. e e e Si cette identication va nous permettre dextrapoler les champs lectroe magntiques, elle ne permet pas directement de remonter au comportement e
6
voir help fft dans matlab
61
magntodynamique de la source. Alors nous pouvons considrer que nous e e navons pas rellement identi la source. Nanmoins, et nous reviendrons e e e sur ce point dans la prochaine section, les coecients correspondant ` une a (1) (1) source tournante sont lis, comme par exemple a3,1 et b3,1 . Nous pouvons e donc esprer identier sans a priori certains types de source. e Enn, lidentication magntodynamique ore la possibilit intressante de e e e dcomposer linduction ` chaque frquence en dirents termes harmoniques. e a e e Ainsi, en plus de lextrapolation, elle fournit un outil danalyse des sources ` a deux dimensions, frquentielle et spatiale. e i
(i) fc (Hz) (i) a1,0 1e7 (i) a1,1 1e8 (i) a2,1 1e8 (i) b2,1 1e8 (i) a2,2 1e8 (i) b2,2 1e8 (i) a3,1 1e8 (i) b3,1 1e8 (i) a3,2 1e8 (i) b3,2 1e8
1 2 3 4 5 2 6 10 12 14 0 (.65-2.41j) 0 0 0 0 (2.6-9.6j) 0 0 0 0 (5) 0 0 0 0 (-5j) 0 0 0 0 0 0 (10j) 0 0 0 0 (10) 0 (-2.65+2.65j) (2.65+2.65j) 0 0 0 (2.65+2.65j) (2.65-2.65j) 0 0 0 0 0 (1.71+1.71j) 0 (1.71-1.71j) 0 0 (1.71-1.71j) 0 (-1.71-1.71j)
Tab. 3.3 Coecients harmoniques identis aux frquences caractristiques de (). e e e

La justication des valeurs de ces coecients est donne au paragraphe 3.4.2.1 e
3.3.3
Extrapolation de la signature lectromagntique e e
Lidentication magntodynamique permet donc de dterminer les coecients e e harmoniques dont le premier intrt est lextrapolation des signatures lectromaee e gntiques ` partir des mesures. Cette extrapolation consiste ` utiliser le mod`le e a a e magntodynamique (3.4) dans le sens direct ` partir des coecients pour dtermie a e ner les champs lectromagntiques. e e Ainsi, ` laide des coecients identis pour la source () nous sommes capables a e dcrire linduction magntique sur le capteur de rfrence C1 ` tout instant t qui e e ee a suit la mesure (voir Fig.3.4) sous la forme :
Nc
B(C1 ) =
i=1
Bfc (C1 ) (i)
(3.16)
Lidentication magntodynamique peut tre considre comme une extraction e e ee de sources en fonction de leur comportement spatial. Cette remarque est intrese sante du point de vue de la robustesse car, pour que les incertitudes de mesure aient une inuence, il faut dune part quelles correspondent ` une frquence caa e ractristique et dautre part que leur comportement spatial puisse tre dcrit par e e e
62
un mod`le harmonique. En pratique, quand le bruit ne correspondra pas ` une e a source son inuence sera moyenne spatialement. En revanche, si le bruit sur les e capteurs correspond ` la signature dune source, nous devrons prendre des prcaua e tions supplmentaires en intgrant la connaissance a priori que nous avons du bruit e e en fonction des frquences et des capteurs. Nous reviendrons sur ce point au cours e du chapitre 4.
1.2
x 10
FFT sur le capteur de rfrence FFT FFTId 1.5
x 10
Mesure Bx et signal identifi Bxmes
Amplitudes des diffrentes frquences
1 Induction magntique (Tesla)
BxId
0.5
0.8
0.6
0.5
0.4
0.2 seuil de dtection 10 0 frquences (Hz) 10 20
1.5
0 20
0.2
0.4 temps (s)
0.6
0.8
Fig. 3.4 Comparaison entre linduction mesure Bx et identie BxId sur le capteur e e de rfrence C1 , du point de vue de la FTT (gauche) et du signal temporel (droite). ee
Lidentication magntodynamique est un outil performant pour la discrtion e e magntique puisquelle permet lextrapolation des signatures lectromagntiques ` e e e a grande distance. La globalit du mod`le associe aux proprits de dcroissance e e e ee e des termes harmoniques nous permet de limiter le dveloppement harmonique ` e a quelques termes essentiels en fonction de la distance. Ainsi le mod`le harmonique e est parfaitement adapt ` lextrapolation puisquil est dautant plus simple que la ea distance est grande7 . En comparaison lextrapolation des signatures lectromagne e tique ` laide des intgrales de fronti`res [Ned00][Bur02][Col06] ncessitent toujours a e e e le calcul de lintgrale de toutes les inconnues portes par la fronti`re et ce quelle e e e que soit la distance dextrapolation. Enn, pour introduire la derni`re partie de ce chapitre, si la mthode didentie e cation que nous venons de proposer est parfaitement adapte ` lextrapolation elle e a ne permet pas de remonter ` lorigine des champs rayonns, ce qui est ncessaire a e e pour permettre lanalyse technique des causes des signatures. Cest pourquoi nous allons proposer en plus de la dcomposition harmonique de la source une dcome e position par type de source qui doit nous permettre de sparer des sources suivant e leur frquences, leurs termes harmoniques et le type de source quelles dnissent. e e
7
Voir la notion dordre 2.2.1.1
3.4. Analyse et identication de sources dynamiques
63
3.4
Analyse et identication de sources dynamiques
Lidentication magntodynamique est donc un processus bas sur une dcome e e position frquentielle et spatiale de la source. Nanmoins ce processus nest pas e e satisfaisant. Il permet lextrapolation des signatures et la caractrisation spatiale e de la source du fait de la dcomposition multipolaire, mais il ne permet pas lanae lyse prcise de lorigine de la source. Or cest en identiant les causes des signatures e que nous sommes le plus ` mme den diminuer les eets. Le but de cette partie a e est de proposer une analyse des coecients complexes identis (voir tableau 3.3) e qui permette la classication de ces termes suivant le comportement dynamique de la source. Ainsi lidentication consistera ` dterminer une source en fonction de a e ses frquences caractristiques, de ses ordres et des dynamiques propres de chaque e e terme. Le but tant dobtenir une dcomposition en sources lmentaires ne de e ee e pendant plus des frquences caractristiques mais uniquement de la dynamique de e e ces sources. Nous allons atteindre ce but en proposant tout dabord une analyse lmentaire ee du comportement de chaque source mettant en vidence les distinctions possibles. e Nous mettrons en vidence les proprits des coecients identis et enn nous e ee e proposerons une identication exploitant la classication supplmentaire en sources e lmentaires de dirent type. ee e
3.4.1
Analyse prliminaire e
Nous allons commencer cette analyse en montrant quil est possible de distinguer les dirents types de sources en fonction de leur dynamique respective. e Prenons pour cela deux sources lmentaires ne possdant quun seul terme ee e harmonique respectivement a1,1 et a2,2 . La premi`re pulse ` f1 =6Hz tandis que e a la seconde tourne ` f2 =3Hz. Les relations (3.8) et (3.9) nous permettent alors a dcrire sur un cercle unitaire dans le plan quatorial du rep`re8 que les composantes e e e radiales Br de linduction magntique de ces sources respectent les relations de e proportionnalit : e B1,r (, t) a1,1 cos() sin(2f1 t + 1 ) (3.17) B2,r (, t) a2,2 cos(2 ( 2f2 t 2 )) Ces relations montrent clairement que les dynamiques de ces deux sources ont une frquence caractristique identique ` 6Hz. Lidentication magntodynamique e e a e nous permet de distinguer ces deux sources en fonction de leur ordre respectif par le biais des coecients harmoniques complexes relatifs aux frquences -6Hz et 6Hz. e Cependant, nous navons pas identi le comportement des sources. e Pour comprendre en quoi consiste lidentication du comportement des sources nous proposons lanalyse de la gure (3.5) qui explicite leurs variations sur le cercle
8
cest ` dire ` = /2 et r=1, voir Fig. A.1 a a
64
unitaire prcdent. Elle nous permet de distinguer les variations spatio-temporelles e e propres aux deux sources : 1. La premi`re source, correspondant au terme a1,1 , est de priode unitaire e e (m=1) suivant (Fig.3.5). Lamplitude de cette source varie au cours du temps sans que les maxima de linduction ne se dplacent spatialement. Cette e variation temporelle correspond ` la frquence 6Hz. a e 2. La seconde source, correspondant au terme a2,2 , est quand ` elle, de priode a e spatiale gale ` 2 (Fig.3.5). Nous remarquons que les maxima de linduction e a tournent au cours du temps, et ne pulsent pas. Puisque cette source tourne trois fois par seconde un capteur mesurera 6 maxima (23) par seconde et ainsi la frquence caractristique de cette source sera galement 6Hz. e e e
Reprsentation tempsespace dune source pulsante dordre 1 6 6
Reprsentation tempsespace dune source tournante dordre 2
position angulaire
position angulaire 0 0.1 0.2 temps(s) 0.3 0.4 0.5
0.1
0.2 temps(s)
0.3
0.4
0.5
Fig. 3.5 Reprsentations temps-espace des variations de linduction dune source e

dordre 1 (terme a1,1 ) pulsant ` 6Hz (gure gauche) et dordre 2 (terme a2,2 ) tournant ` a a 3Hz (droite).
Nous venons donc de distinguer visuellement une source pulsante dune source tournante. Le troisi`me cas de source, tournantes-pulsantes correspondant ` la e a somme de deux sources tournantes. Nous avons donc parfaitement distingu les e deux grands comportements possibles des sources. A partir de lobservation de la gure 3.5, nous pouvons imaginer un algorithme bas sur les variations des maxima e des champs, ou plus simplement sur lobservation des variations spatio-temporelles identiques ` celles de la gure 3.5. a Mais, lidentication magntodynamique doit tre possible ` laide dun nombre e e a faible de capteurs correctement placs autour de la source et dont ni le nombre, ni le e positionnement ne permettent de reprsentation aussi explicite que celle de la gure e 3.5. Alors, pour distinguer les dirents types de sources possibles, nous devons e exploiter une autre voie plus rigoureuse qui ncessite un retour sur les proprits e ee essentielles des coecients harmoniques. Elle doit nous permettre de discriminer les dirents types de sources simplement ` partir des coecients complexes de e a lidentication magntodynamique. e
65
3.4.2
Analyse des coecients harmoniques
Lanalyse prcdente montre quil est possible visuellement de distinguer une e e source tournante dune source pulsante ` une mme frquence. Mais cette distinca e e tion est faite ` laide des variations spatio-temporelles des mesures9 ce qui est tr`s a e restrictif et coteux. En eet, les mesures ne permettent pas la visualisation de u ces variations et une solution coteuse serait de les complter avec des valeurs u e extrapoles ` partir des coecients complexes harmoniques. e a An de restreindre le champ de nos investigations, nous devons rednir lanae lyse des types de sources que nous cherchons ` tablir. Il sagit de trouver ` parae a tir des coecients harmoniques complexes identis les caractristiques qui pere e mettent la distinction des dirents comportements des sources. Ainsi, cette dise tinction ne doit pas tre base sur la mesure, mais uniquement sur les coecients e e que nous avons dj` identis. Cest pourquoi dans cette partie nous allons rappeler ea e bri`vement les proprits des coecients harmoniques et en particulier comment e ee ils sont aects par la dynamique des sources. e
3.4.2.1
Proprits des coecients harmoniques e e
Dans le chapitre prcdent, nous avons dj` explicit les proprits des coee e ea e ee cients harmoniques10 . Elles sont toujours valables pour les coecients complexes fournis par lidentication magntodynamique : dune part ces coecients ne de e pendent que de ltat de la source et de son comportement dynamique (et pas de e la mesure) et dautre part ils interviennent linairement dans la mesure du fait e de la linarit du mod`le. Ces deux proprits nous indiquent clairement quune e e e ee variation temporelle de la source aura une consquence proportionnelle sur les coe ecients. Ainsi, sil est possible de distinguer sur la mesure (voir Fig.3.5) le type de source, il sera galement possible de le distinguer sur les coecients harmoniques. e Pour permettre de distinguer les trois dirents types de source nous allons e maintenant procder au probl`me direct pour chacune de ces sources an de cere e ner les spcicits des coecients harmoniques qui vont nous permettre de les e e discriminer. An dtre le plus prcis possible, nous manipulerons uniquement la e e composante Br du vecteur B de linduction magntique et, du fait des proprie e ts des coecients harmoniques, les conclusions auxquelles nous aboutirons seront e valables pour toutes les mesures et tous les coecients.
les mesures sont ici ` prendre au sens large, puisque les variations de la source touchent toutes a les grandeurs lectromagntiques mesurables. e e 10 Voir 2.2.1.4
66 3.4.2.2
3. Identification de sources magnetodynamiques Coecients dune source pulsante
Soit, la composante Br dune source pulsant ` la frquence f dont lcriture est a e e propose par (3.8). Elle scrit alors : e e
Br =
n=1
n(n+1)r
(n+2)
m=0
m [an,m cos(m)+bn,m sin(m)]Pn (cos )sin(2f t+p )
(3.18) Cette expression montre quil est possible, du fait de lindpendance des vae riables spatiales et temporelles, daecter la variation temporelle de la source aux coecients harmoniques, cest-`-dire dcrire : a e
Br =
n=1
n(n + 1) r
(n+2)
m=0
m [an,m cos(m) + bn,m sin(m)] Pn (cos )
(3.19)
avec : an,m = an,m sin(2f t + p ) et bn,m = bn,m sin(2f t + p )
Cette dmarche est parfaitement cohrente et traduit le fait que le caract`re e e e intrins`que des coecients est galement valable pour la dynamique de la source. e e Puisque lidentication magntodynamique dtermine des coecients complexes, e e nous explicitons le vecteur C des coecients harmoniques dune source tournante sous la forme : C [exp(j(2f t + p )) exp(j(2f t + p ))] 2j
C =
(3.20)
alors nous pouvons faire le lien avec les coecients harmoniques identis. En e eet, lexpression (3.20) du vecteur des coecients de la source pulsant ` la fra e quence f est caractrise par deux frquences issues de la dcomposition complexe e e e e du sinus. Nous en dduisons donc que lidentication dune telle source conduit ` e a deux vecteurs de coecients relatifs aux frquences caractristiques, qui sont : e e Cf = C exp(j ) 0 p 2j +f C = +C exp(jp ) 0 2j
(3.21)
Une illustration de ce type de dcomposition est donne par les coecients de e e la source pulsante S1 du tableau (3.1). Par exemple, le coecient a1,0 identi et e relatif ` cette source vaut (.65-2.41j)1e-7 (voir tableau 3.3) ce qui correspond au a coecient C+f de (3.21) lorsque C et p prennent les valeurs des param`tres de e 0 cette source.
3.4. Analyse et identication de sources dynamiques 3.4.2.3 Coecients dune source tournante
67
La composante Br dune source tournant ` la vitesse relative ` lcriture de a a e linduction magntique (3.9) scrit : e e
n
Br =
n=1
n(n+1)r
(n+2)
m=0
m [an,m cos(m(t+t ))+bn,m sin(m(t+t ))]Pn (cos )
(3.22)
Pour simplier lcriture nous considrerons le dphasage des sources tournantes e e e nul ` lorigine, ce qui signie que les coecients harmoniques sont dtermins par a e e la position de la source ` linstant initial. Alors, en manipulant les sinus et cosinus, a lexpression (3.23) peut encore scrire comme (3.19) : e
n
Br =
n=1
n(n + 1) r
(n+2)
m=0
m [an,m cos(m) + bn,m sin(m)] Pn (cos ) (3.23)
e avec les coecients an,m et bn,m dnis par les rotations : (n, m) m=0
an,m bn,m
cos(mt) sin(mt) sin(mt) cos(mt)
an,m bn,m
(3.24)
Ainsi, la rotation dune source suivant laxe z correspond ` la rotation de ses a coecients. Notons que lorsque m est nul la rotation de la source na pas de sens puisquelle correspond ` la rotation dune source axisymtrique11 . Ltape suivante a e e consiste ` chercher lexpression des coecients harmoniques complexes identis. a e Pour ce faire nous explicitons la forme complexe de la rotation (3.24) :
(n, m) m=0
an,m bn,m
1 2
e+jmt
1 j j 1
+ ejmt
1 j j 1
an,m bn,m (3.25)
Pour une vitesse de rotation et un terme m donns, il y a donc deux frquences e e caractristiques. Par exemple, les coecients complexes identis aux frquences e e e positives fm = m/2 sont alors :
(n, m) m=0 : an,m bn,m = 1 2 1 j j 1 an,m bn,m (3.26)
Lillustration de cette identication complexe est donne par la source toure nante S2 du tableau 3.1 dont lidentication des termes harmoniques a2,1 et b2,1 est obtenue en appliquant (3.26) aux param`tres qui dnissent cette source. e e
11
une source axisymtrique est invariante par rotation e
68 3.4.2.4
3. Identification de sources magnetodynamiques Coecients dune source tournante et pulsante
Enn, la composante Br de linduction dune source qui tourne ` la vitesse a et pulse ` la frquence f simultanment scrit ` partir de (3.10) : a e e e a
n
Br =
n=1
n(n+1)r
(n+2)
m=0
m [an,m cos(m(t))+bn,m sin(m(t))]Pn (cos )sin(2f t+p )
(3.27)
que nous pouvons crire sous la forme de (3.23) en posant les coecients hare moniques an,m et bn,m :
an,m bn,m 1 2 cos(ct p ) sin(ct p ) sin(ct p ) cos(ct p ) et cos(dt + p ) sin(dt + p ) sin(dt + p ) cos(dt + p ) an,m bn,m
avec
c = (m )
d = (m + ) (3.28)
Nous constatons que ce type de source se dcompose en deux sources tournantes e de frquences respectives f1 = m et f2 = m + . Cest ce que traduit e lcriture (3.28) qui donne les coecients dune source tournante comme la somme e de deux rotations de coecients. Un exemple de dcomposition de source tournante e et pulsante est donn par la source S3 du tableau (3.1). Le couple de frquences e e identi relatif au terme b3,1 est f1 =2Hz et f2 =6Hz (voir tableau 3.3), pour chacune e de ces frquences les coecients identis sont ceux dune source tournante. e e 3.4.2.5 Bilan des dirents types de sources e
Lcriture des coecients harmoniques des direntes sources a fait ressortir les e e proprits suivantes : ee 1. Tout dabord, la dynamique des coecients harmoniques est celle de la source. Ce qui va nous permettre didentier les param`tres des dirents e e types de sources, uniquement en observant les variations des coecients. Ce point est essentiel car, contrairement aux mesures, les coecients concentrent linformation du mod`le du fait de sa globalit. e e 2. Toute source peut se dcomposer en source pulsante puisque la mesure est e relle. La distinction dune source pulsante est donc trop gnrale et nous e e e considrerons dans la suite de cette tude quune source pulse si vraiment e e aucune autre dynamique ne peut lui tre assimile. e e 3. La seule vraie distinction dynamique possible pour une source est de dtere miner si elle pulse ou si elle tourne. Pour remonter au type de source nous commencerons donc par slectionner les sources selon quelles sont tournantes e ou pulsantes. 4. Nous voyons aussi que toute source tournante-pulsante est une combinaison de sources tournantes. Il est cependant possible de classer ces sources en couples de faon ` identier une source Tournante-pulsante. c a
69
3.4.3
Classication en types de sources
Forts de lanalyse des coecients harmoniques de chaque source, nous allons proposer un algorithme de classication des coecients dtermins par lidenticae e tion magntodynamique. Il sagit de distinguer les types de sources en utilisant au e mieux les proprits des coecients de ces sources. En particulier, nous insisterons ee sur la mise en uvre de la distinction entre sources pulsantes et tournantes. 3.4.3.1 Sparation des sources tournantes e
Pour saisir la dicult de la sparation des deux principaux types de sources, e e nous devons rappeler que chaque coecient identi correspond ` une source pule a sante. Ainsi, si nous regardons chaque coecient indpendamment, il est absolue ment impossible de distinguer une source pulsante dune source tournante. Heureusement, lorsquune source tourne ses coecients tournent galement et de ce fait e lobservation globale des variations des 2 coecients dun mme terme harmonique e nous permet de distinguer les deux types de sources. La sparation de ces deux sources repose donc sur lobservation simultane des e e coecients dun mme ordre. Nous supposerons ainsi que les coecients dun terme e harmonique scrivent comme la somme de coecients dune source tournante et e dune source pulsante. Alors les coecients rels de la source sont obtenus en faisant e la somme des coecients conjugus ` chaque frquence et vrient : e a e e (n, m) m=0 : an,m (t) bn,m (t) = an,m,p (t) bn,m,p (t)
pulsant
an,m,t (t) bn,m,t (t)

tournant
(3.29)
que nous pouvons crire ` laide de (3.19) et (3.24) sous forme du syst`me e a e linaire : e
an,m,p b n,m,p an,m,t bn,m,t
Cf
an,m (t) bn,m (t)

CoeId
sin(2f t + p ) 0 cos(2f t) sin(2f t) 0 sin(2f t + p ) sin(2f t) cos(2f t)

M(t,p )
(3.30)
Nous aurons spar ces deux sources lorsque la phase p et les coecients Cf e e seront clairement identis. Nous avons donc 5 param`tres ` dterminer ce qui e e a e ncessite lcriture du syst`me linaire (3.30) ` au moins trois instants dirents12 . e e e e a e Cependant, si le syst`me est linaire, il dpend du param`tre p et de ce fait une e e e e rsolution linaire de (3.30) ne peut tre envisage. Une solution possible consiste e e e e a ` utiliser un algorithme itratif qui minimise la distance : e d = CoeId M Cf
12
(3.31)
ce qui est facilement obtenu en faisant pulser les coecients issus de lidentication magne todynamique
70
La solution qui garantit la distance d minimale dtermine les 5 param`tres de la e e source. Grce ` ces param`tres nous pouvons crire les coecients des termes pula a e e sants et des termes tournants ` cette frquence. Nous venons ainsi de montrer quil a e tait possible de sparer une source pulsante dune source tournante ` une mme e e a e frquence et au mme ordre uniquement en observant la variation des coecients e e harmoniques. 3.4.3.2 Algorithme de classication
Lidentication magntodynamique fournit des coecients complexes qui sont e ceux de la dcomposition de la source ` chaque frquence. Toutes les sources idene a e ties sont pulsantes du fait de la gnralit de lidentication. De ce fait, nous ne e e e e pouvons pas distinguer de source dont le comportement est rellement pulsant. Par e contre, les sources tournantes peuvent tre distingues des sources pulsantes du fait e e quelles induisent des relations particuli`res entre les coecients. Alors naturellee ment, la premi`re tape de la classication consiste ` faire la distinction entre une e e a source selon quelle tourne ou pulse (voir Fig.3.6) : cest ltape de slection des e e sources.
Coefficients Complexes Identifis
Etape 1:Slection Tournant Pulsant
Paramtres des sources tournantes

Etape 2: Classification
Paramtres des sources tournantes
Paramtres des sources tournantespulsantes
Paramtres des sources pulsantes
Fig. 3.6 Algorithme de classication des coecients identis en fonction du type de e

source.
Cette premi`re tape fournit dune part les coecients des sources pulsantes et e e dautre part ceux des sources tournantes. Nous navons plus de travail didentication ` eectuer sur les coecients pulsants, par contre nous pouvons classer les a sources tournantes suivant quelles tournent et pulsent ou non. Pour cela, nous chercherons des couples de frquences correspondant aux mmes termes harmoniques : e e il sagit de ltape de classication des sources tournantes (voir Fig.3.6). e Cet algorithme permet donc de distinguer les param`tres des dirents types e e de source. En particulier, il prserve lextrapolation en garantissant quune source e
3.5. Conclusions
71
dont nous navons pas spci le comportement se dcompose au moins en sources e e e pulsantes. Mais le bon rsultat de cet algorithme est conditionn par la premi`re e e e tape de slection qui ncessite une analyse ne capable de distinguer parmi les e e e sources pulsantes, celles qui tournent, ce qui est rendu possible par lanalyse temporelle des variations des coecients.
3.5
Conclusions
Nous venons de mettre en vidence les mcanismes de lidentication magne e e todynamique dune source en faisant un eort particulier pour montrer que notre dmarche didentication tait toujours possible dans un milieu conducteur. Sa e e premi`re application est donc lextrapolation des signatures basses frquences quel e e que soit le milieu. En eet, elle fournit, tout comme lidentication statique, un ensemble de coecients qui dtermine lunique criture analytique des direntes e e e grandeurs du champ lectromagntique gnres par une source dynamique. Lexe e e ee trapolation est essentielle dans la dmarche de discrtion qui est la ntre. Elle nous e e o permet grce aux proprits de dcroissance des termes harmoniques de prdire a ee e e quels seront ceux ` lorigine des signatures lectromagntiques dune source. a e e Mais lidentication nest pas seulement un outil dextrapolation de signature. Elle permet galement de classer les phnom`nes selon leur frquence et selon e e e e leur comportement spatial, ce qui nous autorise ` faire des hypoth`ses techniques a e prcises sur leur origine (rotor, encoches, . . .). Cette analyse est dautant plus e prcieuse quelle ne ncessite aucune information a priori sur la source analyse. e e e De ce fait, lidentication est aussi un outil ecace de diagnostic de sources qui nous permettra de remonter aux causes des signatures an de proposer des solutions technologiques, comme les blindages que nous proposerons dans la deuxi`me partie e de ce manuscrit [Sch05b][Rou06]. Cependant, les performances de lidentication sont encore limits par le e nombre de capteurs et lordre N maximum des sources. En eet, la dcomposie tion spatiale doit respecter les conditions dchantillonnages, tout comme lidentie cation magntostatique. Cest pourquoi, nous proposons maintenant un chapitre e de complments statistiques ` la rsolution de syst`mes linaires qui va nous pere a e e e mettre de rsoudre lidentication magntostatique en compltant la mesure par e e e de linformation a priori. Sa lecture va donc apporter les complments ncessaires e e qui vont permettre lidentication magntodynamique si lordre N de la source est e inconnu ou le nombre de capteurs insusant.
Chapitre 4 Complments statistiques ` e a lidentication magntique e

Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . 4.1.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . 4.1.2 Notions de statistiques . . . . . . . . . . . . . . . 4.1.3 Linversion Baysienne . . . . . . . . . . . . . . . e 4.2 Estimateur de maximum de vraisemblance . . . 4.2.1 Ecriture . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Proprits - Optimalit . . . . . . . . . . . . . . ee e 4.2.3 Indicateurs de qualit de lestimateur . . . . . . e 4.2.4 Exemple dapplication des indicateurs de qualit e 4.3 Estimateurs Baysiens . . . . . . . . . . . . . . . e 4.3.1 Maximum a posteriori (MAP) . . . . . . . . . . . 4.3.2 Complments sur lestimation baysienne . . . . e e 4.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 . 73 . 75 . 81 . 85 . 86 . 86 . 87 . 89 . 93 . 94 . 98 . 102
4.1
4.1.1
Introduction
Objectifs
Lidentication magntique propose aux chapitres 2 et 3 de cette tude est e e e restreinte par de nombreuses limites. La premi`re que nous voquions concerne le e e choix du mod`le, en particulier celui de lordre N dune source qui conditionne e le nombre minimum de mesures indpendantes ncessaires ` lidentication. Male e a heureusement, comme nous le montrions dans les chapitres prcdents la notion e e dordre est relative dune part ` la distance dobservation et dautre part ` la quaa a lit des mesures. Ainsi, quel que soit le nombre de mesures disponibles, si nous e cherchons ` faire une identication parfaite, nous pouvons dores et dj` tre sr a eae u 73
74
` 4. Complements statistiques a lidentification magnetique
que le probl`me sera mal pos1 , car une source dordre ni N est une vue de lesprit e e qui ne trouve de justication que dans les limites de la mesure. Lart dans ce domaine progressant, nous devons parfaitement brosser les contours de lidentication magntique an dobtenir une mthodologie qui en fasse un outil optimal. e e Dans un contexte aussi ou, lidentication magntique semble compromise. e Heureusement, bien que le probl`me ne soit pas parfaitement bien pos, sous rserve e e e dhypoth`ses, il est possible de trouver une solution optimale, cest-`-dire qui soit e a la plus proche de la mesure tout en respectant nos hypoth`ses : nous parlons alors e de probl`mes conditionnellement bien poss 2 . Les hypoth`ses exploites sont alors e e e e issues dune connaissance a priori du probl`me qui dcrit un contexte ou voisinage e e dans lequel nous cherchons la solution3 . Les hypoth`ses les plus courantes et les e plus simples exploites conduisent ` une simplication du probl`me qui rend la e a e solution plus rguli`re, soit en ngligeant un sous-ensemble instable du syst`me e e e e linaire comme cest le cas pour la rgularisation par troncature, soit en favorisant e e des hypoth`ses de stabilit de la solution comme cest le cas de la rgularisation e e e au sens de Tikhonov. Dans le contexte de cette tude, la limite principale de la rgularisation est lie ` e e e a la globalit des coecients harmoniques. Par exemple, la troncature va favoriser les e ordres les plus stables, ce qui nest pas ncessairement une information pertinente ` e a propos dune source lectromagntique active. Il faut donc utiliser une information e e conduisant ` une simplication judicieuse du syst`me ce qui passe par une qute a e e dinformation qui permet de spcier avec prcision le contexte de la solution4 . e e Bien que les mthodes de rgularisation, en particulier la rgularisation de Tie e e khonov permettent de prendre en compte linformation a priori sur les coecients harmoniques recherchs, elles orent peu de moyens dvaluer la pertinence de line e formation a priori, la performance de linversion et lorigine des incertitudes ou instabilits. Lapport des mthodes statistiques destimation paramtrique est ese e e sentiel en ce sens. En eet, une interprtation statistique de linformation, quelle e soit issue de la mesure ou a priori (subjective ou objective), augmente nos capacits ` identier les coecients harmoniques grce aux outils classiques de lanalyse e a a statistique. En particulier les tests dhypoth`ses qui sont la base de la thorie stae e tistique de la dcision et le fondement mme de linfrence baysienne que nous e e e e allons exploiter dans ce chapitre pour parfaire lidentication magntique. e Lobjectif de ce chapitre est donc de complter lidentication magntique ` e e a laide doutils issus de lanalyse statistique. Ces outils devront nous permettre de prdire les performances de linversion, tant au niveau des mesures, de linfore mation a priori que des coecients identis. Ainsi nous pourrons prendre une e dcision conduisant, soit ` une mise ` jour de linformation a priori ou des mee a a sures, soit ` la solution optimale recherche. Pour atteindre ce but, nous proposons a e
Nous ne pouvons que vous encourager ` lire lAnnexe B a voir Annexe B.1.6 3 voir Annexe B et [Tik76],[Zhd02] 4 Un exemple de recherche dinformation sur les coecients harmoniques peut tre fourni par e la simulation, par exemple les conclusions du moteur ` aimants simul en 2.4 vont permettre de a e chercher une solution ` partir de la mesure dont les coecients sont voisins de ceux fournis par a la simulation.
2 1
4.1. Introduction
75
un plan en trois parties. Dans un premier temps, nous allons rappeler des notions de statistiques et introduire linversion baysienne ce qui doit nous orir les outils e ncessaires ` la bonne comprhension des mcanismes intervenant dans la suite de e a e e cette tude. Dans un second temps, nous tudierons le cas de lestimation parae e mtrique sans information a priori. Nous y verrons comment prdire a priori ltat e e e de la solution en fonction du mod`le ou de la mesure. Cette partie est essentielle e pour la comprhension du calcul de blindage propose au cours du chapitre 6 de e e cette tude. Enn, nous exposerons le cas de lestimation paramtrique baysienne e e e a ` laide de linformation a priori.
4.1.2
Notions de statistiques
Au regard de lpaisseur des livres de statistiques, il serait ambitieux de vouloir e donner, dans cette th`se, une connaissance approfondie en la mati`re. Nous come e menons donc cette partie en prcisant que seules les notions essentielles ` cette c e a tude vont tre bri`vement rappeles et que nous recommandons la lecture doue e e e vrages tels que [Spi91] et [Fre97] ` tous les lecteurs ne se sentant pas ` laise avec a a le vocabulaire et les mcanismes statistiques. e 4.1.2.1 Loi normale et syst`me linaire e e
Nous aimerions dire avec ironie que les sciences sont inexactes. En eet, elles nous permettent seulement de formuler des hypoth`ses et seul lintervention des e statistiques nous permet de les vrier. Par exemple, comment pourrions-nous anae lyser la mesure sans avoir recours aux statistiques ? Cest le caract`re incertain du mod`le harmonique et la qualit des mesures qui e e e nous poussent ` considrer notre probl`me inverse comme une estimation parama e e e trique et non comme le rsultat dune opration mathmatique. Nous devons donc e e e traduire les informations, les mod`les et les mesures sous la forme de distributions e de probabilits reprsentatives de leur comportement. e e Comme le montre la gnralit avec laquelle le probl`me inverse baysien est e e e e e gnralement abord [Tar82][Rob92][Rob94][Ber94][Dro02], les fonctions de dene e e sit de probabilits reprsentatives peuvent tre quelconques. Nanmoins, dans le e e e e e cadre de probl`mes discrets linaires, il est courant dutiliser les distributions gause e siennes [Kay93][Tar87]. Comme le rappelle [Zhd02], lutilisation de la loi normale est justie par le thor`me de la limite centrale 5 et ore au praticien une bonne e e e approximation des phnom`nes et des outils simples. Dans cette tude nous utilisee e e rons essentiellement la distribution normale, cest pourquoi il convient avant tout de rappeler ses principales caractristiques. e Dnitions La loi normale est, en raison du thor`me de la limite centrale, la e e e loi de base permettant dinterprter statistiquement les rsultats obtenus ` partir e e a
Toute somme de variables alatoires indpendante et identiquement distribues tends vers e e e une certaine variable alatoire. Sous des conditions larges, la loi de probabilit associe converge e e e vers une loi normale.
5
76
de mesures. Cette loi se caractrise par son cart type et sa moyenne . Elle se e e 2 note N (, ) et est dnie par la densit de probabilit : e e e 1 1 (x )2 p(x) = exp 2 2 2 (4.1)
s mthodes de rgularisation : elle ne cherche pas ` simplier le mod`le en e e a e tronquant un p(x) = C ste exp 1 |x |n n n (4.2)
Lutilisation de ces lois suppose la linarit du mod`le et que les fonctions de e e e densit de probabilit correspondant aux informations, mesures et param`tres du e e e mod`le ne poss`dent pas de biais relatifs ` la source dinformation, la qualit des e e a e mesures, lexactitude du mod`le. e Les lois gaussiennes gnralises ont un rle particulier dans lestimation parae e e o mtrique que nous proposons : e Commenons par la loi normale (voir Fig.4.1). Son intrt principal est quelle c ee permet une formulation matricielle simple de lestimation et apporte des outils statistiques6 qui permettent dextraire des renseignements signicatifs sur les hypoth`ses, mesures et param`tres estims. e e e Les lois gaussiennes gnralises apportent un complment dinformation qui e e e e augmente la robustesse de lestimation, mais implique des algorithmes doptimisation comme par exemple la mthode du simplex [Leg96] ou les algoe rithmes dchantillonnage statistique [Rob94][Vie99]. Prenons par exemple e les gaussiennes gnralises de la gure 4.1 et imaginons quelles reprsentent e e e e les distributions de plusieurs mesures dune mme grandeur. (La loi gause sienne est intressante pour sa bonne reprsentation.) Par ailleurs, si nous e e connaissons linstrument de mesure utilis, nous pouvons par exemple pose tuler sur une loi gaussienne n=1 ce qui traduira une rpartition plus tale e e e de la densit, cest-`-dire des lois dcart plus souples (voir Fig.4.1). e a e Pour conclure, la description statistique de linformation a priori, des mesures et du syst`me linaire que nous utiliserons en vue de la rsolution de lidentication e e e sera principalement base sur lutilisation de la loi normale. Cependant, nous seront e amens ` utiliser des lois gaussiennes gnralises soit pour augmenter la robustesse e a e e e de lidentication, soit pour dnir un comportement particulier de linformation e a priori. Application aux syst`mes linaires Jusquici, lidentication magntique que e e e nous proposions reposait essentiellement sur la dnition dun probl`me direct issu e e de la modlisation et qui donnait les mesures en fonction du vecteur des coecients e harmoniques C sous la forme de (2.13) : B=FC
6
(4.3)
estimateurs de tendance centrale (moyenne, mdiane) ou estimateurs de dispersion (cart e e type)
4.1. Introduction
Loi normale centre rduite
0.5 0.45 0.4 0.35 0.3 p(x) 0.25 68,27% 0.2 0.15 0.1 99,73% 0.05 0 5 4 3 2 1 0 x 1 2 3 4 5 0.05 0 5 4 3 2 1 0 x 1 2 3 4 95,45% p(x) 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1
77
Lois gaussiennes gnralises
n=4 n=2 n=1
Fig. 4.1 Loi normale centre et intervalles de conance (gauche). Lois gaussiennes e
gnralises pour n=1,2 et 4 (droite) e e e
Cependant, cette relation na que valeur de mod`le et ne prend ni en compte e les incertitudes de modlisation, ni les incertitudes de mesure : elle est donc trop e restrictive et conduit, en dpit des eorts de stabilisation dj` proposs, ` des e ea e a solutions errones. Cest pourquoi, nous proposons de rednir le probl`me direct e e e en examinant dun point de vue statistique la mesure magntique Bmes . Nous e cherchons pour cela ` dnir la densit de probabilit p(Bmes |C) correspondant ` a e e e a la distribution de probabilit de la mesure en fonction des coecients harmoniques. e En considrant que le mod`le est reprsentatif des phnom`nes, nous pouvons crire e e e e e e [Tar82][Kay93] : 1 p(Bmes |C) exp (F C Bmes )t S1 (F C Bmes ) d 2 (4.4)
Cette densit correspond ` la distribution que suit la mesure par rapport au e a mod`le. Elle fait intervenir une matrice Sd de covariance qui correspond aux ine certitudes de mesure et de modlisation. La diagonale de cette matrice est pare ticuli`rement intressante car elle est dnie par la variance du bruit ` chaque e e e a point de mesure. Prcisons quil sagit uniquement dune description du probl`me e e direct prcdent sous la forme de la probabilit de trouver la mesure lorsque les e e e coecients et les incertitudes (contenues dans Sd ) sont connus. An dillustrer ce probl`me direct nous proposons lexemple classique de line terpolation linaire. Supposons quau cours dune exprience nous mesurions un e e phnom`ne dont le comportement est assimil ` une droite ane dquation : e e ea e y =ax+b (4.5)
Lapproche classique consiste ` poser le probl`me direct qui traduit le syst`me a e e linaire aux n points de mesures et dont les deux solutions sont les coecients a e et b, sous la forme matricielle : Y = A C avec C =
n1 (n2)
a b
(4.6)
78
Lapproche statistique permet une interprtation plus riche du probl`me direct. e e Elle se traduit par la fonction de densit de probabilit p(Y|C) : e e 1 p(Y|C) exp (A C Y)t S1 (A C Y) d 2 (4.7)
Imaginons par exemple que nous ne possdions quun seul point de mesure e (voir mesure1, droite1 Fig4.2). Le syst`me est alors sous-dtermin. Il y a donc une e e e innit de couples (a,b) solutions au probl`me cest-`-dire une innit de droites e e a e solutions : pour linstant ce rsultat est des plus communs. Ce quapporte la densit e e p(Y|C) dans la description de ce probl`me direct est essentiel, comme le montre e la gure centrale de (Fig.4.2). Nous voyons quelle est maximale le long de la droite dnie par (4.5) et la mesure 1. Ce qui est remarquable, ce nest pas cette e droite, mais la possibilit que nous avons de choisir un couple de coecients (a,b) e quelconque en valuant lerreur que nous commettons par rapport ` la description e a du probl`me direct : ce principe est ` la base de la thorie de la dcision. e a e e
Mesures et droites interpolatrices
20 18 16 14 2 12 10 8 6 4 0.5 2 0 0 2 4 6 8 10 1 2 3 4 5 1 2 3 4 5 0.5 1 1 2 mesure1 mesures2 droite1 droite2 rfrence 3
densit p(Y|C) relative la mesure 1

3
densit p(Y|C) relative aux mesures 2
2.5
2.5
a b
1.5
1.5
Fig. 4.2 Reprsentation des densits de probabilit dun probl`me dinterpolation e e e e

linaire (gure de gauche) ` laide dune seule mesure (gure centrale) et de plusieurs e a mesures bruites (gure de droite). Ltoile correspond ` la solution de rfrence, cest-è e a ee a dire la droite que devrait suivre thoriquement la mesure, la croix correspond au couple e de param`tres (a,b) que nous avons choisi en fonction de la mesure et correspondant ` e a une droite respective.
En augmentant le nombre de points de mesure (mesures 2 et gure de droite) nous anons la loi statistique. Dans ce cas nous pouvons choisir un couple (a,b) suivant dirents crit`res7 qui traduisent des approches statistiques direntes. e e e Dans le cas de cet exemple, nous avons choisi le couple (a,b) maximisant la densit e de probabilit (croix blanche), cest-`-dire celui correspondant au maximum de e a vraisemblance. Mais tout autre choix aurait t possible ` condition de pouvoir ee a le justier statistiquement, ce que permet la loi p(Y|C). Enn, cette criture du e probl`me direct est particuli`rement riche dans son interprtation statistique. En e e e eet, nous hritons des outils qui vont nous permettre de diagnostiquer ltat du e e probl`me et celui des solutions. e
7
Modes, mdiane, esprance, autres moments . . . e e
4.1. Introduction 4.1.2.2 Thorie de la dcision e e
79
Comme nous venons de voir, lintrt de lapproche statistique est de traduire ee ltat du probl`me direct sous forme dune densit de probabilit. Nous allons e e e e maintenant poser les bases de lestimation paramtrique, qui dun point de vue e pratique est lextraction de linformation contenue dans cette description statistique du probl`me direct. Dans cette qute dinformation les outils principaux que nous e e exploiterons seront essentiellement le(s) mode(s), lesprance et la variance qui e caractrisent les lois normales8 . e Estimateur ecace Avant daller plus loin, commenons par introduire la noc tion destimateur ecace. Cette notion est lie ` la prcision de linformation contee a e nue dans la description statistique du probl`me direct. Nous verrons dans la suite e de cet expos que pour traduire la qualit dinformations a priori nous utilisee e rons des probabilits dont les variances sont reprsentatives de leur prcision. Au e e e contraire, si nous voulons faire une bonne estimation des grandeurs relatives ` para tir dune densit de probabilit, il faut que le probl`me soit dcrit de faon prcise, e e e e c e ce qui suppose que la variance est faible. Un estimateur ecace est celui qui utilise une densit de probabilit susamment prcise cest-`-dire celui dont la variance e e e a est minimale. Nous favoriserons toujours lestimateur dont la variance est la plus faible, si bien sr il est reprsentatif des mesures. Reprenons lexemple prcdent u e e e (voir Fig.4.2), la densit de probabilit p(Y|C) relative ` la mesure 2 a une variance e e a plus petite que celle de la mesure 1, ce qui rduit considrablement le choix des e e couples (a,b) solutions, par exemple un seul correspond au maximum. Cependant, connaissant la rfrence, nous savons que ce choix nest pas le plus juste et nous ee pouvons supposer que cette erreur destimation est lie ` la qualit de certaines e a e mesures intervenant dans lestimation. Tests dhypoth`ses Pour prendre une dcision, il faut poser des hypoth`ses e e e statistiques qui permettent une meilleure interprtation et une dcision vis-`-vis e e a des direntes sources dinformation : mod`le, mesures, a priori. Les procds qui e e e e permettent de dcider si les hypoth`ses sont vraies ou fausses sont appeles tests e e e dhypoth`ses. Dans le cadre gnrale de la statistique nous pouvons tre amens ` e e e e e a tester si la statistique suit une loi gaussienne, si des mesures sont aberrantes ou une hypoth`se trop risque. Dans le cadre de la distribution normale, il existe des tests e e simples. Supposons quune mesure suive une loi normale de moyenne et dcart e type . Nous pouvons dnir les intervalles de conance dnis par la probabilit e e e de trouver une mesure ` p% (voir Fig.4.1). Alors, si nous cherchons ` valuer si a ae une nouvelle mesure suit la mme loi que les prcdentes, nous pouvons formuler e e e la r`gle de dcision suivante : e e Si la mesure est dans lintervalle de conance ` p %, elle est considre comme a ee faisant partie de la mesure. Sinon, elle est dans la rgion critique externe ` lintervalle de conance et e a doit tre rejete. e e
Dautres outils peuvent-tre utiliss pour estimer une variable et sa prcision, comme la e e e mdiane, lcart ou dautres moments dordre suprieur [Leg96][Sap76][Rob92] e e e
8
80
Pour comprendre lintrt de ces tests revenons encore une fois ` notre probl`me ee a e dinterpolation de droites prcdent (voir Fig.4.3). Supposons par exemple, que les e e 2 points mesurs conduisent ` une variance suivant y, y gale ` (0.7)2 et cherchons e a e a a e ` prsent ` valuer si il ny a pas une mesure aberrante. ae Pour ce faire nous commenons par estimer les param`tres (a,b) les plus proc e bables ` partir de lensemble des mesures (mesures 2) en choisissant le maximum a de vraisemblance de la densit (voir gure du centre). Nous trouvons alors les parae m`tres de la droite 2. Si la droite est solution nous devrions trouver, respectivement e a ` la variance de la mesure, que 99.73% des mesures sont voisines ` moins de 3y a de la droite estime9 . Or visuellement nous voyons que la troisi`me mesure sort de e e cet intervalle. Nous venons de vrier que cette mesure est aberrante par rapport e a ` la distribution des mesures dnie par y . e Si maintenant nous ngligeons cette mesure nous commettrons une erreur maxie male infrieure ` 0.27%. Dans ce cas, la nouvelle densit de probabilit traduisant e a e e ltat du probl`me direct poss`de une variance plus faible (voir gure de droite) e e e nous pouvons donc armer que notre nouvelle estimation sera plus ecace. Nous venons de stabiliser lcriture du probl`me direct en retirant les incertitudes causes e e e par une mesure aberrante.
14 mesures2 mesures3 droite2 droite3 rfrence 2 1.8 1.6 1.4 1.2 8

2 1.8 1.6 1.4 1.2
12
10
1 0.8
a
1 2 3 4 5
1 0.8 0.6 0.4 0.2 1 2 3 4 5
6 0.6 4 0.4 0.2 2 0 2 4 6 8 10
Fig. 4.3 Reprsentation des densits de probabilit dun probl`me inverse dinterpoe e e e
lation linaire (gure de gauche) ` laide des mesures 1 (gure centrale) et des mesures e a 2 (gure de droite). Ltoile correspond ` la solution de rfrence, cest-`-dire la droite e a ee a que devrait suivre thoriquement la mesure, la croix correspond au couple de param`tres e e (a,b) que nous avons choisi en fonction de la mesure et correspondant ` une droite resa pective. Les mesures 3 sont obtenues en retirant un point aberrant, en consquence la e variance de la densit de probabilit est plus petite (voir gure de droite). e e
Nous devons cependant prciser que ce mcanisme nest rellement possible e e e que lorsque le nombre de mesures permet une reprsentation statistique et que les e mesures aberrantes sont minoritaires. Dans tout autre cas llimination des mesures e aberrantes conduira ` une estimation fausse. Dans cette section nous avons illustr a e une dcision ` laide des intervalles de conance, nous aurons encore recours au e a test du 2 qui est gnralement utilis pour vrier une hypoth`se gaussienne et e e e e e que nous utiliserons pour identier les mesures aberrantes.
9
Nous introduirons plus loin les valeurs des rsidus de mesure, voir 4.2.3.2 e
4.1. Introduction
81
Nous venons de rappeler bri`vement les notions de statistiques qui nous seront e utiles dans notre processus didentication magntique. Elles vont maintenant nous e permettre de dcrire statistiquement notre probl`me direct, les informations a e e priori et de rsoudre notre syst`me linaire en utilisant une interprtation des e e e e densits de probabilit qui permette une estimation optimale des param`tres du e e e mod`le harmonique. e
4.1.3
Linversion Baysienne e
Nous venons de voir que lintrt de traduire un syst`me linaire par le biais ee e e dune densit de probabilit permettait dinterprter statistiquement linformation e e e quil contient. Cette interprtation montre le lien entre probabilit et information. e e Malheureusement, elle nest pas optimale quand le syst`me est sous-dtermin10 . e e e Dans ce cas, il est ncessaire dapporter un complment dinformation au syst`me e e e de faon ` prciser la solution et ainsi prendre une dcision par rapport aux soluc a e e tions possibles : cest le principe de linfrence Baysienne. e e 4.1.3.1 Linformation comme densit de probabilit e e
Lestimation ou inversion baysienne peut tre considre comme une come e ee binaison dinformations de nature dirente ` propos des mesures, du mod`le et e a e des param`tres. Pour permettre cette estimation nous devons avoir une quantit e e dinformation susante ` propos des param`tres de sorte quil soit possible de a e dcider dune solution. Cest pour cette raison que Tarantola consid`re linversion e e baysienne comme une qute dinformation [Tar82][Tar87][Tar05]. De ce point de e e vue, le probl`me inverse sera lensemble des param`tres qui reprsentent au mieux e e e linformation : un probl`me inverse nest plus un calcul de param`tres, mais un e e cumul dinformations qui dcrivent le comportement de la solution. Les e deux sources dinformations possibles sont les mesures et linformation a priori que nous pouvons formuler ` propos des param`tres estims. Lorsque la qualit et le a e e e nombre de mesures sont susants pour rsoudre le probl`me il nest pas ncessaire e e e davoir recours ` linformation a priori, bien que son emploi augmente toujours la a prcision de lestim, ` condition bien sr que cette information soit cohrente et e e a u e correctement traduite. Nous avons vu dans les exemples prcdents (voir Fig.4.2 et 4.3) que le probl`me e e e direct pouvait sinterprter comme une densit de probabilit dont la variance tait e e e e reprsentative de la qualit de la mesure et du mod`le en fonction des param`tres e e e e que nous voulons estimer. Quelle que soit sa nature, linformation peut donc tre e traduite sous forme dune densit de probabilit. e e An de comprendre comment traduire linformation, prenons trois types dinformations direntes ` propos dun param`tre x : e a e 1. Imaginons que nous sommes certains que x prenne la valeur x0 . Alors, en thorie, un chantillonnage quelconque de x doit avoir une variance 2 nulle e e
De faon gnrale il est toujours mieux de faire intervenir linformation a priori car elle c e e amliore lestimation e
10
82
` 4. Complements statistiques a lidentification magnetique et une moyenne gale ` x0 : la densit de probabilit de trouver x est donc e a e e la distribution de Dirac centre en x0 (Fig.4.4-A). e 2. Si maintenant, nous savons que x vaut en moyenne x0 , mais que nous ne sommes pas parfaitement sr de cette hypoth`se. Nous traduisons notre u e connaissance de x par une loi normale dont la variance est relative ` la a connaissance que nous avons de x (Fig.4.4-B). Cest le cas par exemple pour un vecteur de mesure dont nous pouvons estimer la matrice de covariance (ou au moins sa diagonale). 3. Enn, si nous navons pas dinformation prcise sur x, nous supposons e alors que toutes les valeurs de x sont quiprobables, la probabilit est donc e e constante. Cette dnition napporte pas dinformation, ` moins bien sr que e a u lquiprobabilit soit valable sur un intervalle ferm [a,b] (voir Fig.4.4). e e e
p(x) = (x x0 ) p(x) = N (x0 , 2 ) p(x) =
1 ba
(A)
(B)
(C)
x0 x0 a b Fig. 4.4 Exemples de densits de probabilits gaussiennes particuli`res. - (A) La e e e distribution de Dirac - (B) une loi normale centre - (C) Loi uniforme sur un intervalle e [a,b] appele galement fonction porte. e e
Malheureusement, si cette reprsentation de linformation est aise, elle nen e e permet quune interprtation simple qui nest pas conforme ` linformation prcise e a e que nous avons des param`tres. Comme nous verrons dans la suite de cette tude, e e le choix de linformation a priori est essentiel et doit tre fait avec exactitude et e prcision, pour ne pas induire derreurs destimation et permettre une rsolution e e optimale. A propos de linformation a priori, une polmique importante entoure linversion e baysienne. Certains consid`rent que la dicult dinterprtation statistique de e e e e linformation a priori est telle quelle conduit ` une erreur systmatique et refusent a e ainsi le principe de lestimation baysienne. Nous reviendrons sur ce point dlicat e e dans la suite de notre expos, pour lheure nous allons prsenter le thor`me de e e e e Bayes qui est le postulat ` lorigine de lestimation paramtrique que nous allons a e exploiter. 4.1.3.2 Thor`me de Bayes e e
Le formalisme baysien repose sur la densit a posteriori des param`tres que e e e nous cherchons ` estimer conditionnellement aux observations et aux informations a a priori ` notre disposition qui concernent les param`tres ou la forme du mod`le. a e e Supposons que Y soit le vecteur des observations et C le vecteur des param`tres e a ` estimer. La densit a posteriori p(C|Y) conjointe de tous les param`tres est dnie e e e
4.1. Introduction a ` partir du thor`me de Bayes [Bay63] : e e p(C|Y) = p(Y|C) p(C) p(Y|C) p(C) dC
83
(4.8)
o` : u p(Y|C) est la densit de probabilit conditionnelle des mesures connaissant e e les param`tres du mod`le, cest la fonction de vraisemblance que nous avons e e dj` utilise pour traduire un probl`me direct (voir eq.4.7). ea e e p(C) est la densit a priori relative aux param`tres C choisie en fonction des e e connaissances disponibles, avant la prise en compte des mesures. enn lintgrale p(Y|C)p(C)dC est une constante de normalisation appele e e lvidence baysienne. e e La formule de Bayes (4.8) est ` proprement parler linversion baysienne. En a e eet, ` laide des densits de probabilit disponibles sur lobservation, le mod`le et a e e e les param`tres, nous obtenons une densit de probabilit conditionnelle reprsentae e e e tive des coecients connaissant lobservation. En quelque sorte, linformation que nous avions a t traduite sous forme de densit de probabilit et nous obtenons, ee e e par lintermdiaire du thor`me de Bayes, une densit de probabilit reprsentae e e e e e tive de linformation que nous avons des param`tres recherchs. Dailleurs, lintrt e e ee de lapproche baysienne nest pas destimer les param`tres, mais de recueillir le e e maximum dinformation disponible ` propos de ces derniers. Cest pourquoi la a relle solution de linversion est la densit de probabilit p(C|Y) dont diverses e e e interprtations sont possibles et aboutissent ` des estimations direntes. e a e 4.1.3.3 Intrt - Illustration e e
Nous allons maintenant revenir sur le thor`me de Bayes an dillustrer sur un e e exemple simple utilisant des distributions normales le rle et lintrt de linformao ee tion a priori pour lestimation paramtrique baysienne. e e Imaginons que nous cherchons ` estimer une grandeur x ` partir de sa mesure. a a Pour dterminer, la densit de probabilit a posteriori nous devons dans un premier e e e temps crire la fonction de vraisemblance, traduire linformation a priori que nous e avons a propos de x0 puis enn crire la densit a posteriori. e e En admettant que la mesure soit donne par une loi normale de moyenne et e de variance 2 , nous pouvons crire la fonction de vraisemblance : e 1 (x )2 1 p(mes|x) = exp 2 2 2 (4.9)
De plus si linformation a priori que nous possdons peut scrire sous forme e e 2 dune loi de probabilit normale centre en x0 et de variance , nous avons : e e 1 1 (x x0 )2 p(x) = exp 2 2 2 (4.10)
Ce qui permet de dnir la distribution a posteriori de la variable x, cest-`-dire e a traduire lensemble de linformation disponible par la mesure ou la priori. Dans ce
84
cas, nous pouvons crire cette distribution : e p(x|mes) p(mes|x) p(x) = exp avec : 2 = 2 + 2 x0 2 + 2
2 2 =
1 (x 2 )2 2 2 2
(4.11)
1 2
1 +
1 2
(4.12)
Ainsi, le rsultat de linversion est une densit de probabilit dont les parae e e 2 m`tres (2 ,2 ) dpendent de ceux de la vraisemblance et de la priori. A partir de e e cet exemple, nous montrons ` quel point lapport dinformation est important pour a augmenter lecacit de lestimation. En eet, la variance de la densit a posteriori e e est toujours diminue par lapport dinformation a priori aussi peu informative soit e 2 elle (voir formule de 2 dans (4.12)). Cependant nous voyons galement limpore tance de la traduction de linformation a priori. En eet, le choix de lesprance e de la priori conditionne la valeur de celle de la densit a posteriori (il sagit de e la moyenne pondre des esprances). Un mauvais choix pour x0 aura donc une ee e consquence dautant plus grave sur lestimation que la variance 2 de la priori est e faible. Nous venons donc de montrer quun intrt de linversion baysienne tait de ee e e faire intervenir de linformation a priori an de prciser le comportement statistique e des param`tres en fonction de la mesure. Ce qui nous conduit ` nous demander e a tout simplement si nous ne pouvons pas trouver la solution de probl`mes souse dtermins en compltant le manque dinformation des mesures par de linformae e e tion a priori. En eet, un rsultat classique concernant lestimation paramtrique e e [Sil01] est quune estimation sous conditions peut conduire ` une unique solution, a si linformation a priori est susante. Nous utiliserons ce principe dans lidentication magntique, dont une des limites est pour linstant de ncessiter un grand e e nombre de capteurs magntiques. e Nous terminerons cette prsentation de lestimation Baysienne en montrant un e e exemple de probl`me inverse pour lequel linformation a priori permet la rsolution. e e Il sagit toujours du probl`me dinterpolation linaire prsent gure 4.2. Rappelons e e e e que si nous ne connaissons quun seul point de mesure (mesure1 Fig.4.5) le probl`me e est sous-dtermin et une innit de couples de param`tre (a,b) sont solutions : e e e e lestimation ` laide de la vraisemblance est impossible. Mais si nous savons que le a param`tre b est voisin de 2, ce que nous traduisons par la densit a priori : e e p(b) = 1 exp 1 (b 2)2 2 2 b (4.13)
b 2
Alors la densit de probabilit a posteriori p(C|Y) est prcise et nous poue e e vons par exemple dnir lestimateur de maximum a posteriori (MAP). La gure e de droite de Fig.4.5, montre en eet une densit de probabilit de variance nie e e ce qui, si nous nous rappelons sa reprsentation en terme dinformation, signie e que linformation est susante pour permettre lestimation. Une fois encore, nous rappellerons que si lestimation est possible et donne un rsultat satisfaisant, cest e
4.2. Estimateur de maximum de vraisemblance
85
parce que lhypoth`se a priori est excellente. Si par exemple nous posons lhypoe th`se de norme minimale la solution serait celle de la droite 1, qui est bien moins e satisfaisante11 .
18 16 14 12 10 mesure 1 droite1 droite 4 3 2.5 2
Densit p(Y|C) relative la mesure 1

3 2.5 2
Densit a posteriori p(C|Y)
1.5 1 0.5
a
1 2 3 4 5
1.5 1 0.5
8 6 4 2 0 0 2 4 6 8 10
Fig. 4.5 Illustration de lintrt de linformation a priori sur le probl`me dinterpolation ee e

linaire. La mesure 1 ne permet pas de dnir le couple (a,b) : le syst`me est souse e e dtermin ce qui se traduit par une distribution de probabilit de variance innie (voir e e e gure centrale). Par dfaut nous faisons le choix de la solution de norme minimale (croix e blanche) qui conduit ` une erreur destimation : voir droite 1. Lapport dinformation a a priori sur b compl`te notre connaissance des param`tres et permet de dterminer une e e e estimation correcte (carr). La densit a posteriori p(C|Y) a une variance nie (voir e e gure de droite).
En conclusion, le contexte statistique que nous venons de prsenter apporte e les mthodes et outils statistiques qui vont permettre une meilleure estimation e des coecients harmoniques ` partir de mesures. Plus quun outil mathmatique, a e la statistique permet de traduire linformation de dirente nature sous forme de e densit de probabilit. Il est alors possible de complter la mesure ` laide dinfore e e a mations diverses ` propos dune source. Ainsi, lindtermination lie ` la mesure a e e a ne nous pousse plus vers une erreur systmatique car linformation a priori brosse e un voisinage de la solution. Il y a donc, comme nous le verrons dans la suite de cet expos, une solution ` la rsolution de syst`mes sous-dtermins qui consiste e a e e e e a ` complter le manque dinformations de la mesure par autant dinformations a e priori ncessaires, ce qui passe bien sr par une traduction prcise et juste de cette e u e information.
4.2
Estimateur de maximum de vraisemblance
Dans de nombreux cas de rsolutions de syst`mes linaires nous ne poss`derons e e e e pas dinformation a priori. Alors, le formalisme baysien ne fait pas de dirence en e e terme dinformation entre la fonction de vraisemblance et la densit a posteriori, e car la densit a priori est uniforme. Nous chercherons donc uniquement ` laide de e a la fonction de vraisemblance ` estimer les coecients harmoniques. a Le choix de lestimateur est fondamental et doit tre optimal. Deux politiques e sont possibles : soit nous cherchons la solution la plus certaine, cest-`-dire celle a
11
Pour mmoire, il sagit de la solution donne par linverse gnralise e e e e e
86
qui correspond au minimum de variance, soit nous cherchons la solution la plus probable qui est donne par le maximum de vraisemblance. Dans cette partie nous e utiliserons des estimateurs de maximum de vraisemblance. La raison de ce choix est double car dune part il existe toujours un maximum de vraisemblance et dautre part la formulation des deux estimateurs est identique12 . La dicult de lidentie cation magntique est de dnir lestimateur optimal. Pour y arriver nous devons e e encore mettre en place les outils statistiques qui vont nous permettre dvaluer la e qualit de lestimation et de dnir le meilleur estimateur possible. e e
4.2.1
Ecriture
Reprenons la fonction de vraisemblance relative ` notre probl`me didenticaa e tion magntique (4.3) : e 1 p(Bmes |C) exp (F C Bmes )t S1 (F C Bmes ) d 2 (4.14)
Lestimateur de maximum de vraisemblance de cette densit est donn par le e e vecteur des coecients qui maximise la vraisemblance p(Bmes |C) et qui est tel que : log p(Bmes |C) =0 (4.15) C Cette derni`re quation peut admettre plusieurs solutions et nous choisirons e e celle qui dnit le maximum de la fonction de vraisemblance. La solution C de e (4.15) est donne par [Tar82][Kay93] : e C = (Ft S1 F)1 Ft S1 Bmes d d (4.16)
Finalement, cette solution est celle donne par un estimateur des moindres e carrs pondrs. e ee
4.2.2
Proprits - Optimalit e e e
Lestimateur des moindres carrs (4.16) est donc un estimateur au sens statise tique. Lintrt du cadre statistique est li ` la description quil apporte et qui va ee ea permettre de dnir lestimateur optimal. Nous avons vu dans nos exemples prce e e dents que plus linformation tait importante et moins la variance de la densit de e e probabilit correspondante tait forte. Nous dnirons lestimateur de maximum e e e de vraisemblance optimal comme celui dont la variance est minimale. Nous allons donc calculer la variance de lestimateur qui est ` la fois une mesure de lincertitude a de lestimation et un crit`re doptimalit. e e Soit lestimateur de maximum de vraisemblance dexpression (4.16), il sagit dun estimateur sans biais dont la variance est : t var C = E CC = (Ft S1 F)1 d
12
(4.17)
Les deux estimateurs sont asymptotiquement identiques [Kay93]
87
Ce rsultat est essentiel et permet lcriture statistique de lestimateur sous la e e forme de la densit de probabilit [Kay93] : e e C N (C, (Ft S1 F)1 ) d (4.18)
Sous cette forme nous voyons que lestimateur du maximum de vraisemblance est optimal lorsque la variance (4.17) est minimale. Dans le cas o` le bruit est u uniformment rparti sur les mesures, cest-`-dire que Sd est proportionnel ` la e e a a t matrice identit, nous voyons que lestimateur est optimal lorsque F F = Id ceste a `-dire que F est une matrice orthonormale. En gnral, la matrice F nest pas orthonormale, alors nous cherchons un proe e duit scalaire pour lequel cest le cas en introduisant une pondration dont le but e est de stabiliser le syst`me. Cest ce que nous avons fait au chapitre 2 en divisant e chaque colonne de F par linverse de sa norme, de sorte que (FW)t (FW) Id. Nanmoins, si cette mthode de stabilisation est tr`s ecace et rduit la variance e e e e de lestimateur, elle nest pas optimale car la matrice W de pondration ne permet e quune pseudo-orthonormalit qui est vraie uniquement sur la diagonale13 . e Le meilleur choix de pondration est donn par la dcomposition de Cholesky e e e t de la matrice F F. En eet, cette dcomposition est considre comme lcriture e ee e dune racine carre dune matrice. Prenons par exemple une matrice M dnie e e t positive (comme lest F F), la factorisation de Cholesky permet lcriture de M e sous la forme [Pre92] : M = LLt (4.19)
Pour cette raison, nous considrons que la matrice L est une racine de M. La e meilleure pondration W qui conduit ` lestimateur optimal est alors celle obtenue e a en normalisant la matrice F par L car elle conduit ` lorthonormalit des colonnes a e de F. Ainsi, en utilisant cette pondration pour notre probl`me nous garantissons e e a une variance minimale. que lestimateur C
4.2.3
Indicateurs de qualit de lestimateur e
Nous venons de calculer la variance de lestimateur de maximum de vraisemblance, ce qui nous a permis de comprendre lintrt de la stabilisation propose au ee e chapitre 2 et dintroduire un estimateur optimal. Cette variance est un indicateur de la qualit de lestimation a priori. Nous allons maintenant prsenter deux autres e e indicateurs de qualit qui vont permettre doptimiser lestimateur soit en proposant e une nouvelle criture du syst`me linaire, cest-`-dire une meilleure matrice F, soit e e e a en retirant les mesures aberrantes, cest-`-dire en ltrant les mesures de Bmes . En a quelque sorte, nous proposons dans cette section de dnir la meilleure mesure et e le meilleur syst`me linaire, en changeant le positionnement des capteurs quitte ` e e a rcrire la matrice F. ee
Elle nest cependant pas ` rejeter car elle ne ncessite quun calcul itratif de norme, qui est a e e bien plus simple et moins long ` mettre en oeuvre que le processus dinversion a
13
88 4.2.3.1
` 4. Complements statistiques a lidentification magnetique Oprateur de rsolution - performance a priori e e
Loprateur de rsolution, not R nest pas rellement le fruit de lapproche e e e e statistique. Il est un indicateur de qualit frquemment utilis pour mesurer a e e e priori les performances dune estimation [Leg96]. Son origine est lie ` une intere a prtation des estimateurs comme des ltres qui prennent en entre le vecteur des e e param`tres exact Cexact dune source et donnent en sortie les param`tres estims e e e [Bac67][Bac70]. Loprateur R reprsente donc la fonction de transfert de lesC e e timateur et est une mesure de sa rsolution [Tar05]. Pour construire cet oprateur e e imaginons que nous possdons une mesure exacte Bexact dnie par : e e Bexact = F Cexact Loprateur est la matrice R telle que : e C = R Cexact (4.21) (4.20)
Or ` partir de la mesure (4.20) nous pouvons crire lestimateur de maximum a e de vraisemblance : C = (Ft S1 F)1 Ft S1 F Cexact d d (4.22)
Nous avons donc simplement dni un oprateur rvlateur de lestimation. e e e e Dans le cas idal, cest-`-dire que le probl`me est sur-dimensionn et que la variance e a e e de mesure est faible, la matrice R est proche de lidentit. Mais gnralement ces e e e conditions ne sont pas satisfaites et R donnera lerreur relative entre le param`tre e exact et le param`tre estim. Pour cette raison, cet oprateur est un excellent e e e indicateur a priori de lerreur destimation. Nous pouvons lutiliser pour quantier la qualit de lestimation et dtecter les composantes mal estimes ou optimiser le e e e placement de capteurs de sorte que lerreur relative destimation soit plus faible sur tout ou un sous-ensemble des param`tres estims. La matrice R a des proprits e e ee semblables ` la matrice de covariance Sd : sur la diagonale nous trouvons lerreur a relative propre ` un param`tre estim et hors de cette diagonale des termes croiss a e e e qui re`tent les liens entre les erreurs destimation des composantes de C. Enn, e nous aurons recours ` cet oprateur dune part pour vrier que lestimation est de a e e bonne qualit et prendre une dcision sur les param`tres de moins bonne qualit e e e e et dautre part pour placer nos mesures an quune partie utile de la matrice R soit le plus proche possible de lidentit [Leg96]. Ainsi, lestimation des param`tres e e correspondant sera, a priori, la plus prcise possible. Nous reviendrons sur cet e oprateur et son utilisation au cours du chapitre 6 et dans les applications. e 4.2.3.2 Rsidus de mesures e
Si loprateur de rsolution permet une connaissance a priori de ltat des parae e e m`tres estims, nous pouvons encore avoir acc`s ` une estimation de la qualit des e e e a e mesures et du mod`le par le biais des rsidus de mesures. Le vecteur des rsidus e e e de mesures est un estimateur de lerreur de mesure qui est dni par : e V = F C Bmes (4.23)
89
V est une variable alatoire desprance nulle et de variance E{VVt }. Nous e e pouvons donc crire lestimateur des rsidus de mesures sous la forme : e e V N 0, (Sd F(Ft S1 F)1 Ft )) d (4.24)
Lestimateur des rsidus de mesures est un outil statistique important. En efe fet, dapr`s (4.23) V donne la distribution de lerreur entre le mod`le et la mesure e e et va ainsi nous permettre de prendre une dcision, soit sur le mod`le, soit sur e e la mesure. Par exemple, pour dterminer lordre maximum N dune source mule tipolaire, nous pouvons crire le syst`me pour dirents ordres N et vrier que e e e e la variance des rsidus de mesures diminue et que loprateur de rsolution reste e e e proche de lidentit. Mais cette mthode a plutt tendance ` converger vers un e e o a mod`le plus complexe qui minimise la variance des rsidus. Reprenons lexemple e e de linterpolation linaire par une droite, si nous avons 3 points non aligns la vae e riance des rsidus de mesures sera ncessairement non nulle et une interpolation e e par une parabole donnera certainement une variance plus faible. Cependant, si le mod`le linaire est conforme aux phnom`nes physiques le msalignement doit e e e e e tre interpr`t comme une erreur de mesure. Dans ce cas, nous pouvons ` laide de e ee a tests sur la loi de probabilit des rsidus prendre la dcision dliminer une mesure e e e e errone, ce qui aura comme consquence de prciser la fonction de vraisemblance e e e (voir Fig.4.3). La connaissance de la distribution de V, estimateur de lerreur de mesure, va nous permettre de btir des tests sur la nature statistique des obsera vations. Ils vont galement nous permettre de dtecter les mesures aberrantes qui e e faussent lestimateur et ainsi de le rendre le moins sensible possible aux erreurs de positionnement et de mesures.
4.2.4
Exemple dapplication des indicateurs de qualit e
Nous proposons maintenant dutiliser les indicateurs de qualit que nous venons e de dnir pour la rsolution dun syst`me linaire sans information a priori. Pour e e e e se faire, nous reprendrons lexemple de placement de capteurs propos au chapitre e 2 sur la gure (2.5), que nous avons utilis pour dnir et stabiliser la matrice F. e e Pour mmoire, il sagissait didentier une source magntique dordre N=3 ` laide e e a de 26 capteurs triaxiaux rpartis sur un cube mtrologique. Le conditionnement de e e la matrice F obtenue apr`s stabilisation tait de 1.53 (voir Tableau 2.1 colonne D). e e Dans cet exemple, il nest pas question de rsoudre lestimation, mais de continuer e dune part la stabilisation, dvaluer les performance a priori de lestimateur de e maximum de vraisemblance et enn de quantier lerreur de modlisation ou de e mesure par le biais de lestimateur de variance a priori des rsidus de mesures. Tous e ces indicateurs doivent nous permettre de quantier la qualit de lestimateur mais e surtout de prvenir et optimiser lestimateur en intervenant sur les mesures. e 4.2.4.1 Stabilisation par minimisation de la variance des param`tres e
Lestimateur de maximum de vraisemblance optimal est celui dont la variance est minimale : cest le rsultat important du paragraphe 4.2.2. Nous rappelons e
90
que cet estimateur peut scrire ` laide de la densit de probabilit : e a e e C N (C, (Ft S1 F)1 ) d (4.25)
Dans notre cas, nous ferons lhypoth`se que le bruit de mesure est uniforme sur e lensemble des mesures, la matrice Sd sera donc lidentit et lestimateur aura pour e variance : var{C} = (Ft S1 F)1 d (4.26)
Pour stabiliser le syst`me nous allons utiliser la proposition que nous faisions e prcdemment qui consistait ` utiliser la factorisation de Cholesky de la variance e e a pour normaliser F. Si L est la matrice de cholesky obtenue nous stabilisons le syst`me en utilisant une matrice de pondration W dnie par : e e e W = L1 (4.27)
Le syst`me est alors orthonorm ce qui se traduit par un conditionnement idal e e e du syst`me normalis gal ` 1. La gure 4.6 compare les 15 valeurs singuli`res de e ee a e la matrice F avec la pondration itrative maximale et avec normalisation. Nous e e constatons que lensemble des valeurs singuli`res sont identiques et gales ` 1 : ce e e a qui traduit lorthonormalit du nouveau syst`me. e e
Valeurs singulires de la matrice F avec pondration itrative
1.4 1.2 1 0.8 0.6 0.4 0.2 0 1.4 1.2 1 0.8 0.6 0.4 0.2 0
Valeurs singulires de la matrice F aprs normalisation
Cond=1.53
Cond=1
10 11 12 13 14 15
10 11 12 13 14 15
N de la valeur singulire
N de la valeur singulire
Fig. 4.6 Illustration de la stabilisation du syst`me linaire F par normalisation et e e

pondration itrative. e e
Si nous obtenons un estimateur de variance minimale par la normalisation. Cette normalisation na pas de sens lorsque le syst`me est sous-dtermin car la e e e matrice de covariance de lestimateur nest pas dnie positive et la factorisation de e Cholesky ne peut seectuer. Dans ce cas nous nous satisfaisons de la pondration e itrative propose au chapitre 2 qui est robuste et optimale mme lorsquun syst`me e e e e est sous-dtermin. e e 4.2.4.2 Vrication a priori de la qualit de lestimation e e
Une fois lestimateur optimal dni nous pouvons valuer a priori la qualit e e e de lestimation, par le biais de loprateur de rsolution R. Cet oprateur matrie e e ciel donne la valeur de lerreur commise en fonction dun param`tre idal (voir e e
91
quation (4.21)). Ainsi, nous pouvons prdire non seulement les erreurs thoriques e e e destimation paramtrique, mais aussi les erreurs de corrlation entre termes. Cette e e prdiction est possible en observant soit les termes de la diagonale de R, soit les e termes croiss. Idalement cette matrice doit tre gale ` la matrice identit, ce qui e e e e a e signierait que lestimation a une rsolution parfaite, et que les param`tres estims e e e sont bien les param`tres exacts. En pratique quand la matrice est de rang plein e et est stabilise, loprateur de rsolution est la matrice identit (voir Fig.4.7). e e e e Par contre, R prend tout son sens lorsque le syst`me est sous-dimensionn. En e e eet, dans ce cas R donne la qualit de lestimation paramtrique et nous pere e met didentier a priori les param`tres qui seront correctement identis et ceux e e qui seront errons. Par exemple, si nous ne gardons que les 4 capteurs extrmes e e de la face suprieure du cube mtrologique de la gure 2.5 et que nous dsirons e e e identier une source dordre 3, il manquera ncessairement 3 mesures de linduce tion (un capteur). Dans ce cas, il ne sera pas possible didentier correctement tous les coecients harmoniques et nous devons identier les termes errons. Dans e notre exemple, nous voyons sur les valeurs de la diagonale de R que les coecients 6,7,8 et 15 ne peuvent pas a priori tre identis correctement. La consquence du e e e manque de mesure aecte donc fortement lidentication de quatre coecients.
Diagonale de R avec tous les capteurs
1.4 1.2 1 0.8 0.6 0.4 0.2 0 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Diagonale de R avec 4 capteurs aux sommets
Coefficients a priori errons
Rsolution relative aux coefficients harmoniques
Rsolution relative aux coefficients harmoniques
Fig. 4.7 La diagonale de loprateur de rsolution R donne une mesure a priori e e

de lerreur destimation. Lorsque le syst`me est bien conditionn et de rang plein, cet e e oprateur est proche de la matrice identit. Sinon, il donne une indication de la qualit e e e des param`tres estims. Par exemple, avec seulement les 4 capteurs suprieurs du cube, e e e nous remarquons que certains param`tres seront errons. e e
En pratique ces valeurs de loprateur de rsolution sont essentielles car elles e e vont permettre de replacer les capteurs de mani`re a augmenter la qualit de lese e timation de certains param`tres [Leg96][Sco03]. Dans un cas plus gnral o` nous e e e u cherchons des param`tres rpartis spatialement (charges magntiques, moments e e e magntiques) elles nous permettront non seulement doptimiser le nombre de ces e param`tres, leur position et les mesures. Comme le suggrait Legris [Leg96], pour e e trouver un positionnement il faut dnir une fonction objective qui permette de e minimiser lerreur a priori de lestimation des param`tres ` laide dalgorithmes e a itratifs ou stochastiques. Lorsquun tel placement est possible, nous avons alors e un sous-espace de param`tres dans lequel la rsolution est optimale. Pour estimer e e
92
les autres param`tres nous devons donc puiser dans nos connaissances a priori des e coecients, comme nous verrons dans la prochaine section. 4.2.4.3 Rsidus de mesures e
Un autre indicateur de qualit a priori du syst`me linaire est une mesure de e e e la distance entre le mod`le et la mesure : il sagit des rsidus de mesures V. Nous e e avons vus prcdemment quils suivaient la loi normale : e e V N 0, (Sd F(Ft S1 F)1 Ft )) d (4.28)
Dans ce cas, lobservation de la variance de V est particuli`rement instructive, e car elle permet soit doptimiser le mod`le, soit de dtecter les mesures aberrantes. e e Reprenons lexemple du cube mtrologique avec tous les capteurs et une source e dordre N=3. A priori, nous avons beaucoup plus de mesures que ncessaire pour e estimer les coecients harmoniques : ce qui doit se traduire par un surplus dinformation : nous aurons donc certainement des rsidus de mesures que nous pouvons e rduire en augmentant lordre de la source, ` condition de ne pas dgrader la re a e e solution de lestimateur. Dautre part, si une mesure est aberrante elle aura pour consquence une variance forte sur le terme diagonal lui correspondant de la mae trice de variance de V. En pratique, nous utiliserons des tests statistiques, comme 2 le ou les intervalles de conance, pour vrier que les rsidus suivent une loi e e relative au nombre de degrs de libert du syst`me [Leg96]. e e e Quel que soit le rang du syst`me linaire que nous cherchons ` rsoudre, le e e a e quantie le surplus dinformation disponible vecteur des rsidus de mesures V e sur les mesures et met galement en avant les mesures les plus contraignantes. Il e dpend du mod`le, mais aussi du placement des mesures. Nous verrons, dans les e e applications, quil permet de dterminer les points pour lesquels le mod`le est le e e moins adapt et nous lutiliserons pour optimiser le positionnement des mesures e ou des inconnues (optimisation de maillage).
var{V} des rsidus de mesure pour N=3
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 5 10 15 20 25 1 0.9 0.8 0.7
var{V} des rsidus de mesure pour N=5 sommets du cube
Points au centre des faces
0.6 0.5 0.4 0.3 0.2 0.1 0 0 5 10 15 20 25
N du capteur de mesure
N du capteur de mesure
Fig. 4.8 Variance des rsidus de mesures estims sur les capteurs en fonction de lordre e e
de la source identie. Les points de forte variance sont ceux les plus loin de la source e (sommets du cube mtrologique). Nous remarquons que plus lordre de la source est lev e e e et plus la variance des rsidus de mesures est faible. e
4.3. Estimateurs Baysiens e
93
Pour illustrer lintrt des rsidus, nous reprenons une derni`re fois le cube ee e e mtrologique et une source dordre N=3. Si nous calculons la variance des rsidus e e de mesures relatifs ` lidentication magntique, nous remarquons que les mesures a e aux sommets du cube ont une variance forte (voir Fig.4.8). Le probl`me du placee ment des capteurs est en eet dlicat, en particulier dans le cas de lidentication e magntique ` laide des harmoniques sphriques, car la dcroissance des termes e a e e favorise les mesures proches. En augmentant lordre de la source ` N = 5 nous a voyons que la variance diminue sur lensemble des points ce qui signie que nous exploitons plus dinformation des mesures. Cependant, lcart entre les variances a e augment ce qui traduit une plus forte instabilit du syst`me14 . e e e 4.2.4.4 Conclusions
Nous venons dillustrer lintrt des indicateurs de qualit de lestimateur de ee e maximum de vraisemblance. Notre exemple didentication magntique na pas e encore t rsolu et dj` nous avons un estimateur optimal dont nous pouvons ee e ea mesurer la qualit a priori. Nous verrons dans la suite de ce chapitre que cette e approche est essentielle pour quantier linformation disponible par la mesure an de tirer le plus dinformations des mesures, soit en enlevant les plus aberrantes, soit en crivant le probl`me direct en optimisant le placement des mesures. Enn, e e nous montrerons dans le chapitre 6 lintrt de cette approche pour le calcul de ee leet de forme dun moteur utilisant lcriture harmonique. Elle garantit en eet e le bon rsultat de lestimation lorsque le syst`me linaire est de rang plein. Cepene e e dant, lorsque le syst`me linaire est sous-dtermin, nous ne pouvons pas estimer e e e e lensemble des param`tres du mod`le et nous devons complter cette optimisation e e e par un apport dinformation a priori, ce qui nous conduit ` la prsentation des a e estimateurs baysiens. e
4.3
Estimateurs Baysiens e
Nous serons souvent confronts lors de lidentication magntique ` la recherche e e a dun nombre important de param`tres ` partir de peu de mesures. Le syst`me lie a e naire reprsent sous forme matricielle F est alors sous-dtermin et admet une e e e e e innit de solutions. Comme nous le montrions au cours du paragraphe 4.1.3 e lestimation baysienne va nous permet de rsoudre lidentication en faisant ine e tervenir de linformation a priori disponible sur le comportement de la source. Le probl`me inverse est alors conditionn ` un apport susant dinformation qui doit e ea complter la mesure. Pour cette raison, les statisticiens [Tar82] consid`rent quun e e probl`me inverse est essentiellement une qute dinformation. Le point de vue que e e nous avons adopt est identique : pour rsoudre lidentication nous allons chercher e e linformation la plus prcise possible sur la source an que les mesures ne soient e quun moyen dactualiser la connaissance que nous avons dj` de la source. Comme ea nous le verrons dans cette section, pour atteindre nos objectifs nous devrons adopLidal tant que les rsidus aient une variance uniforme, cest ` dire que la matrice de e e e a variance des rsidus soit proportionnelle ` lIdentit e a e
14
94
ter la dmarche baysienne dont les principales dicults sont la traduction de e e e linformation a priori et le choix dun estimateur.
4.3.1
Maximum a posteriori (MAP)
Nous allons maintenant prsenter lestimateur de maximum a posteriori qui e permet une interprtation matricielle simple lorsque nous pouvons dcrire linfore e mation a priori sous forme de distribution normale. Nous verrons par la suite quil est possible dutiliser dautres estimateurs baysiens plus robustes lorsque linfore mation est dcrite ` laide de densits de probabilit non linaires et gnrales. e a e e e e e Nous supposerons dans cette partie que nous possdons une information a priori e susamment prcise pour la dcrire sous forme dune distribution normale. Le e e but de cette partie est de montrer les mcanismes de lidentication magntique e e baysienne ` laide de lestimateur du MAP. e a 4.3.1.1 Linformation a priori
Pour nous permettre dcrire matriciellement lestimateur du MAP nous come mencerons par supposer que linformation a priori que nous possdons sur les parae m`tres est linaire, ce qui nous limite dans son choix et la qualit de sa description e e e statistique. Linformation a priori est dnie, comme nous lavons vu prcdeme e e ment, par sa moyenne et sa variance qui correspondent respectivement ` la valeur a la plus probable et la certitude qui lui est accorde. De faon gnrale, linformae c e e tion que nous possdons sur les coecients harmoniques dune source peut tre de e e direntes natures : e 1. Nous pouvons avoir une connaissance totale des coecients harmoniques de la source, cest-`-dire que nous en avons une valeur exacte. Par exemple, a lidentication applique ` la simulation lments nis du moteur ` aimants e a ee a permanents du chapitre 2 nous permet davoir un a priori certain de la valeur de ses coecients harmoniques dnis par une matrice de covariance e S0 importante et un vecteur de coecients a priori C0 . Lorsque nous posse derons de linformation a priori de cette nature, nous utiliserons la mesure uniquement pour corriger le mod`le a priori et lactualiser. e 2. Notre connaissance des coecients peut galement tre partielle. Soit parce e e que nous nen connaissons quune partie, soit que la qualit de la priori est e mdiocre. Dans ce cas, la mesure sera utilise en complment de linformation. e e e 3. Nous pouvons galement avoir une connaissance faible des coecients, sous e la forme de relations entre coecients, de niveau admissible, dintervalle, ou simplement de signe. Dans ce cas, soit linformation a priori sera uniquement utilise dans le but damliorer lestimation et il faudra valuer lapport de e e e la priori an de complter au mieux les mesures. e 4. En pratique, il nexiste pas de situation sans information a priori, car la mesure peut toujours nous permettre destimer au moins lamplitude maximale des coecients harmoniques.
4.3. Estimateurs Baysiens e 4.3.1.2 Ecriture et proprits de lestimateur e e
95
Supposons que nous connaissons un vecteur C0 de coecients harmoniques qui soit un bon a priori. La densit a priori correspondant ` cette information sur les e a coecients scrira alors : e 1 p(C) exp (C C0 )t S1 (C C0 ) 0 2 (4.29)
Le thor`me de Bayes (4.8) donne alors la densit a posteriori correspondant e e e a ` linformation que nous avons des coecients en fonction de la mesure et de linformation a priori, sous la forme : p(C|Bmes ) p(Bmes |C) p(C) (4.30)
Lestimateur de maximum a posteriori est donn par le maximum de cette e densit de probabilit que nous pouvons crire matriciellement [Tar82] : e e e C = (Ft S1 F + S1 )1 (Ft S1 Bmes + S1 C0 ) 0 0 d d (4.31)
Dans ce cas, lcriture statistique de lestimateur de maximum a posteriori peut e scrire sous la forme de la densit de probabilit [Kay93] : e e e C N (C, (Ft S1 F + S1 )1 ) 0 d (4.32)
Ce rsultat est tr`s proche de celui que nous avons dj` rencontr concernant e e ea e lestimateur de maximum de vraisemblance. La dirence est la prsence de la e e matrice de covariance a priori S0 dans la variance de lestimateur, ce qui traduit bien le rle de linformation a priori. Elle vient prciser linformation disponible et o e est un gain, quelque soit sa valeur. Nous voyons encore que si nous avons stabilis e le probl`me direct ` laide dune normalisation, il sera encore possible dutiliser les e a matrices de pondration dans lestimateur sans que le rle de linformation a priori e o ne soit chang. e 4.3.1.3 Oprateur de rsolution e e
Nous rapellons que cet oprateur de rsolution nest pas un oprateur statise e e tique. Dans le cas prcis de lestimation par maximum a posteriori il est dni par e e la matrice R telle que : (C C0 ) = R (Cexact C0 ) (4.33)
cest-`-dire quil mesure la qualit de la rsolution en donnant une mesure de a e e la distance introduite entre les param`tres estims et linformation a priori. En e e dveloppant simplement (4.33) ` laide de (4.31) nous pouvons crire cet oprateur e a e e sous la forme : R = (Ft S1 F + S1 )1 Ft S1 F 0 d d (4.34)
Comme nous lavons dj` montr R donne la qualit a priori de lestimateur. ea e e Nous pouvons ainsi prdire la qualit des param`tres que nous allons estimer en e e e
96
fonction des mesures mais aussi de linformation a priori disponible. Ce point est essentiel car nous devons, et cest l` lintrt de lapproche baysienne, tirer le a ee e maximum dinformation utile de la mesure et la complter ` laide de linformation e a a priori sans favoriser une de ces deux quantits. e An dillustrer lintrt de loprateur et de linformation a priori, reprenons ee e le cube mtrologique prcdent. Lorsque nous ne possdons que 4 capteurs et que e e e e nous voulons identier une source dordre N=3, nous avons un syst`me sous dtere e min et certains coecients identis seront a priori errons car linformation est e e e insusante (voir Fig.4.9).
Diagonale de R sans information a priori
10 10
Diagonale de R avec information a priori
Mauvaise rsolution
8 6 4 2 0 2 4 8
Bonne rsolution sans info
6 4 2 0 2 4
Intervention de la priori
10 11 12 13 14 15
10 11 12 13 14 15
N du coefficient harmonique
Ndu coefficient harmonique
Fig. 4.9 La diagonale de loprateur de rsolution R relative ` lestimateur du MAP. e e a

La gure de gauche montre la qualit de rsolution sans information a priori. La gure e e de droite montre la qualit de rsolution avec intervention de linformation a priori e e
Lintervention dinformation a priori va permettre de lever lindtermination. e Nous pouvons procder de direntes mani`res selon linformation a priori et les e e e possibilits doptimisation du syst`me linaire. e e e En eet, si nous possdons de linformation sur certains coecients, nous poue vons par exemple optimiser le positionnement des capteurs de faon ` ce que lopc a e rateur de rsolution relatif aux coecients dont nous ignorons la valeur soit ope timale et, dans ce cas, la mesure permettra didentier les coecients que nous ignorons. Si nous ne pouvons changer la position des points de mesure il faut commencer par observer la matrice de rsolution sans information a priori (gure de gauche e de 4.9). Nous remarquons par exemple que certains termes ont une tr`s bonne e rsolution15 alors que dautre sont moins prcis. Dans ce cas lintrt de R est e e ee de montrer les termes que la mesure permet destimer et ceux qui ne peuvent ltre. Ainsi, si nous faisons intervenir de linformation a priori sur ces termes e nous amliorons la rsolution des autres termes. Par exemple, en constatant sur la e e gure prcdente que les derniers termes sont a priori les moins bien estims, nous e e e pouvons faire intervenir un a priori les concernant et ainsi le facteur de rsolution e de lestimateur du MAP sera optimal pour les termes qui ne sont pas concerns e par linformation a priori (voir gure droite de Fig.4.9).
Lestimateur a une rsolution excellente lorsque R est proche de la matrice identit, voir e e eq.(4.33)
15
97
Nous venons dillustrer le processus slectif de cumul dinformation que nous e utiliserons pour lidentication. Il pose cependant plusieurs probl`mes, dont le pree mier concerne la description de linformation a priori. En eet, hormis le cas dune connaissance totale, si nous cherchons ` actualiser une connaissance a priori ` laide a a de la mesure, nous devons dnir la variance de la priori de faon ` permettre par e c a le jeu des pondrations lintervention de la mesure. Dans le cas de lexemple de la e gure (4.9), nous voyons que linformation est tr`s forte ce qui a pour consquence e e qu estimation et a priori sont identiques : nous avons une information dominant la mesure. Pour lidentication magntique, il sera ncessaire de sassurer que le e e placement des capteurs est optimal pour les autres coecients de sorte que toute linformation leur soit ddie. e e 4.3.1.4 Rsidus des mesures e
Si loprateur de rsolution R de lestimation nous permet de quantier la e e prcision de lestimateur, les rsidus de mesure vont permettre destimer lcart e e e de la mesure et du mod`le, mais aussi de la mesure et de la priori. En eet, e linformation a priori nest pas ncessairement cohrente avec la mesure ce qui doit e e nous permettre dliminer soit linformation, soit la mesure ou de revoir le mod`le. e e Dans notre cas, nous essayerons de faire conance ` la mesure dont nous disposons a an de remettre ` jour linformation a priori que nous possdons ce qui doit nous a e garantir des rsidus de mesures faibles et la possibilit de dtecter les capteurs e e e sur lesquels linformation est inutilise ou inutilisable. La dnition du vecteur des e e rsidus de mesure est identique ` (4.23) et scrit : e a e V = F C Bmes (4.35)
Lobservation des rsidus permet didentier les mesures, linformation a priori e ou le mod`le qui sont errons. Lobservation directe des rsidus de mesures peut e e e permettre de dtecter les points les plus proches et les plus loigns. Cest-`-dire e e e a ceux pour lesquels linformation est trop riche ou trop pauvre. Ces rsidus suivent e une rpartition statistique qui nous permet de dcider de ltat dune mesure, dun e e e a priori ou dun mod`le par le biais de tests. Le test le plus frquent est celui e e 2 du utile uniquement dans le cas de syst`mes linaires et qui teste lhypoth`se e e e gaussienne de lestimateur. De mani`re gnrale, ce test permet une analyse qualie e e tative de lestimateur. Dans le cas de lestimateur du MAP, la mesure de lcart ou e 2 fonction de proximit (mist) est donne par la statistique du suivante [Tar05] : e e 2 = 2 log (p(C|Bmes )) (4.36)
Nous nous intresserons en particulier au minimum de cette fonction qui doit e suivre une statistique du 2 ` degrs de libert, tant le rang du syst`me a e e e e linaire considr [Leg96]. Tous les tests spciques aux lois gaussiennes prennent e ee e videmment un sens lorsque le nombre de degrs de libert (en relation avec le e e e nombre de mesures) est lev. En r`gle gnrale, il sera assez dicile dtablir des e e e e e e tests gaussiens lorsque le nombre de mesures est infrieur ` 30. e a
98 4.3.1.5
` 4. Complements statistiques a lidentification magnetique Conclusions et perspectives
Dans cette partie nous nous sommes placs dans le cadre de syst`mes linaires e e e dcrits par des lois normales. Cette interprtation tait intressante car elle permet e e e e lintervention de linformation a priori et une criture matricielle simple dun estie mateur. Cependant, les tests statistiques que nous pouvons mener sur lestimateur et qui sont des tests relatifs aux lois normales peuvent nous conduire ` remettre a en cause la description du probl`me et de linformation a priori ` laide de densit e a e de probabilit normale. Cette incompatibilit est lie en gnrale ` la description e e e e e a de linformation a priori, qui nest pas ncessairement linaire. Par exemple nous e e pouvons avoir des relations non linaires entre coecients qui sont traduites tr`s e e grossi`rement sous forme de lois normales. Or utiliser une description optimale de e cette information vite dune part les erreurs destimation mais est surtout un gain e notable en terme de robustesse. Pour aller plus loin dans lestimation nous devons parfaitement dnir linformation a priori quelle que soit sa nature et utiliser e des estimateurs plus robustes. Nous devons encore dnir clairement les estimae teurs baysiens non linaires que nous allons utiliser et les mthodes numriques e e e e quils exploitent an de dnir et dutiliser pleinement la meilleure description de e linformation a priori et lestimateur le mieux adapt. e
4.3.2
Complments sur lestimation baysienne e e
Lestimateur du MAP est le plus simple des estimateurs baysiens. Nous venons e de voir que dans le cas de rsolutions de syst`mes linaires il permettait lutilisation e e e de linformation a priori disponible sur les param`tres. Cependant, les limites de e cette approche viennent dune part de la description de linformation et de son caract`re non linaire et dautre part du peu de robustesse de lestimateur. En e e eet, exploiter de linformation gnrale ou non linaire sous-entend lutilisation e e e dalgorithmes itratifs pour dterminer le minimum dune fonction objective. Nous e e nous plaons donc dsormais dans le cadre de lutilisation de tels algorithmes. c e Cependant, le contexte baysien va permettre un choix plus vaste destimateurs e correspondant ` une valeur statistique plus riche ce qui apporte un gain notable a en terme de robustesse et permet la diminution du risque derreur destimation.
max(px ) px max(pp ) pp
(1)
0 A x
(2)
0
1111111 0000000 med 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000
E(x)
Fig. 4.10 (1). - Fonction de vraisemblance px correspondant ` une distribution normale a

de x. - (2). - Fonction de densit a posteriori pp utilisant un a priori non linaire : e e lesprance, le maximum et la mdiane sont distincts et correspondent ` des estimateurs e e a baysiens dirents. e e
An dillustrer lapport des complments que nous proposons, prenons un e exemple simple de description statistique non linaire dun probl`me (voir e e
99
Fig.4.10). Imaginons que la fonction de vraisemblance de notre probl`me direct e 2 px soit donne par une loi normale de moyenne A et de variance et que line formation que nous possdons sur le param`tre recherch x est quil appartient e e e a ` lintervalle [, ] non centr autour de A. Dans ce cas, la densit de probabie e lit a posteriori pp est une densit non linaire correspondant ` une probabilit e e e a e tronque (voir Fig.4.10.2). Si nous choisissons lestimateur du MAP, nous remare quons que notre a priori est non informatif, puisquil na pas de consquence sur e lestimation. Par contre, en reprenant la description statistique du probl`me nous e pouvons calculer lesprance ou la mdiane de pp , ce qui fournit des estimateurs e e exploitant pleinement linformation et orant une plus grande robustesse [Leg96] (voir Fig.4.10.2). Les statistiques qui dnissent ces dirents estimateurs sont essentiellement la e e moyenne et la mdiane. Elles correspondent ` un estimateur minimisant un cot e a u dirent, sensible aux erreurs destimation les plus grandes [Kay93] [Rob94] [Vie99]. e Cette th`se se bornera ` ltude de lestimateur de moyenne a posteriori (MMSE) e a e dont le principal intrt est quil permet de prendre en compte des informations ee non linaires simples. e 4.3.2.1 Lestimateur de moyenne a posteriori (MMSE)
Commenons par prciser que dans le cadre gaussien, lestimateur du MAP et c e le MMSE sont identiques et les coecients harmoniques estims sont facilement e obtenus par la solution matricielle prcdente. Par contre, lorsque la description de e e linformation a priori ou le mod`le nest pas gaussien ou linaire nous exploiterons e e lestimateur du MMSE. Lintrt de cet estimateur est sa robustesse et quil exploite ee toute linformation disponible. Il est dtermin par la moyenne de la densit a e e e posteriori considre. Dans le cas de lidentication magntique si nous cherchons ee e a ` estimer les coecients harmoniques ` partir de mesures, lestimateur du MMSE a est dnie par : e CM M SE = E{C|Bmes } = C p(C|Bmes ) dC (4.37)
Dapr`s cette dnition, lestimateur du MMSE ncessite un calcul dintgrae e e e tion. Dans ce cas, il nest plus question dexploiter une criture matricielle et nous e aurons recours ` des mthodes numriques. a e e 4.3.2.2 Calcul de lestimateur - Mthodes numriques e e
Plusieurs mthodes numriques sont envisageables selon que nous cherchons ` e e a estimer le maximum dune densit de probabilit, ` calculer une intgrale pour e e a e marginaliser une loi ou valuer lesprance. Les principales mthodes gnralement e e e e e utilises sont les suivantes : e 1. Lapproximation des lois gnrales par des lois normales. Ce qui permet, e e comme nous lavons vu, de donner une expression matricielle dun estimateur baysien. Dans ce cas les estimateurs du MAP et du MMSE sont confondus e du fait de la description normale des lois de probabilit. e
100
2. La mthode de Newton-Raphson qui exploite une approximation quadratique e du dveloppement en srie de Taylor du log de la densit a posteriori. Cette e e e mthode est intressante pour la rapidit de convergence lorsque les parae e e m`tres initiaux sont proches du MAP. Cependant cet algorithme peut ne pas e converger ou alors converger vers un optimum local qui dpend des valeurs e initiales. 3. Les mthodes doptimisation. Ces mthodes permettent la recherche du MAP e e en vitant de tomber dans le pi`ge des maxima locaux : les plus en vogue e e sont les algorithmes gntiques. e e 4. Les mthodes par simulation. Lapproche dans ces mthodes est dirente. Il e e e ne sagit pas de chercher le MAP, mais de simuler ` laide de gnrateurs de a e e variables alatoires la densit a posteriori de faon ` conserver la description e e c a statistique du probl`me : cest cette direction que nous allons maintenant e exploiter pour calculer lestimateur du MMSE en utilisant des mthodes de e simulations de type Monte-Carlo. Simulation par cha de Markov Pour obtenir une simulation reprsentative ne e de la densit a posteriori, il ne sut pas davoir un gnrateur de variables alae e e e toires, car pour obtenir un ensemble dchantillons reprsentatifs le processus serait e e trop long. Pour ce faire nous utilisons un gnrateur li par une cha de Markov. e e e ne Cest-`-dire quun chantillon est gnr en fonction de lchantillon prcdent. a e e ee e e e Le processus le plus simple de gnration de cha de Markov est celui de la e e ne marche alatoire. Dans ce cas, la cha progresse ` partir dun tat i vers ltat e ne a e e (i+1) en avanant dun pas alatoire dni dans son voisinage. Cette marche est c e e soumise ` un test sur la densit de probabilit qui assure le lien statistique entre les a e e deux chantillons et garanti ainsi un mlange optimal. Cependant, cette dmarche e e e nassure en rien la convergence de la cha de Markov qui peut encore diverger. ne Il est possible de contrler ltat de la cha en observant ses variations et ainsi o e ne contrler ses param`tres de faon ` acclrer sa convergence [Rob94][Vie99]. o e c a ee Dans le cas de lidentication magntique, comme chaque param`tre est ine e dpendant et damplitude particuli`re, nous utiliserons un algorithme MCMC de e e type une variable ` la fois de faon ` trouver un chantillonnage de la probabilit a c a e e a posteriori plus adapt ` lidentication. ea Calcul de lestimateur du MMSE Lorsque la cha de Markov converge, il ne est possible, en vertu de la loi des grands nombres, de calculer de faon discr`te c e des intgrales sur la probabilit a posteriori, comme par exemple lesprance ou e e e la mdiane. Lestimateur du MMSE est donn par le calcul de (4.37) et permet e e une estimation non linaire et robuste qui ne dpend pas dun maxie e mum mais de lensemble de la description de la densit de probabilit a e e posteriori. 4.3.2.3 Application
Reprenons une derni`re fois lexemple dinterpolation linaire. Pour mmoire, e e e nous essayons de trouver une droite reprsentative dun phnom`ne ` laide unie e e a
101
quement dun seul point de mesure : le nombre de solution est inni. Pour dnir e les param`tres a et b nous devons utiliser linformation a priori disponible. e Par exemple, si nous supposons que le vecteur des param`tres est de norme e minimale la droite solution est la droite 1 (Fig.4.11). Nous remarquons quelle est distante de la droite de rfrence qui correspond ` la description des phnom`nes ee a e e physiques (a = 1,b = 2). Nous pouvons galement traduire linformation a priori que nous avons sous la e forme dune densit normale, comme propos en 4.1.3.3, dans ce cas lidenticae e tion ` laide de lestimateur du MAP sera ecace, mais peu robuste. En eet, si a la description de linformation a priori est errone la consquence sur le MAP sera e e importante. Enn, si linformation a priori est non linaire, faible ou errone, nous devons e e encore tre capables de dnir un estimateur robuste qui utilise toute linformation e e a priori : cest le cas de lestimateur du MMSE. Par exemple, si linformation que nous possdons sur les param`tres a et b se rsume uniquement par le fait que le e e e param`tre a appartient ` lintervalle [0.5; 2], alors lestimation ecace passe ncese a e sairement par le calcul du MMSE. En eet, la densit de probabilit a posteriori e e p(C|Y) reprsentative de notre probl`me dinterpolation admet toujours une ine e nit de solutions au sens du MAP, qui sont tous les maxima pour a dans lintervalle e [0.5; 2] (voir gure du centre Fig.4.11). Pour calculer lestimateur du MMSE nous procdons ` lchantillonnage de la e a e densit a posteriori p(C|Y) ` laide dune cha de Markov (voir gure de droite e a ne de 4.11). An que cette cha converge plus vite nous la faisons partir dun point ne initial concordant avec linformation a priori. La cha de Markov obtenue {C} ne assure un chantillonnage mlang qui permet le calcul du MMSE. e e e
18 16 14 12 10 8 1 6 4 2 0 0 2 4 6 8 10 1 2 3 4 5 0 0.5 2 1.5 1 5 0 0.5 5 1.5 mesure1 droite1 rfrence MMSE
Densit p(C|Y) avec a priori nonlinaire

2.5 0.4 2 0.3
chantillonnage par MCMC de p(C|Y)
p(C|Y)
0.2
0.1
Fig. 4.11 Illustration de lintrt de lestimateur du MMSE - Avec un seul point ee

de mesure et une information a priori faible (a appartient ` lintervalle [.5 ;2]). Nous a calculons lestimateur (voir carr sur la gure centrale), ce calcul passe par lintgration e e de la densit de probabilit a posteriori qui est possible grce ` un chantillonnage de e e a a e p(C|Y) obtenu par un algorithme MCMC (voir gure de droite)).
Le rsultat est que lestimateur des param`tres de la droite prend en compte e e linformation sur lintervalle pour a. La solution obtenue (droite MMSE de la gure de gauche) est plus proche de la rfrence. Nous sommes donc, grce ` cette mee a a e thode capables de calculer des estimateurs plus robustes et surtout qui exploitent
102
la plus petite information disponible.
4.4
Conclusions
Dans ce chapitre nous avons prsent dirents estimateurs statistiques qui e e e permettent de rsoudre les syst`mes linaires intervenants dans lidentication mae e e gntodynamique que nous proposons. Cette qute destimateurs est motive par e e e les limites de lidentication que nous voquions au cours des deux chapitres prce e e dents. En particulier le nombre de capteurs et leur positionnement respectivement a ` lordre N dune source. Ces limites sont telles que le syst`me linaire reprsene e e tatif du probl`me est gnralement sous-dtermin ce qui entra ncessairement e e e e e ne e lobtention dun mod`le erron. e e Le contexte statistique permet de surmonter cet obstacle en exploitant linformation a priori disponible sur une source [Sch06]. Il apporte galement des outils e qui vont permettre le diagnostic de ltat du syst`me linaire. Nous serons ainsi e e e capables dintervenir sur le positionnement des capteurs ou de la source an doptimiser lcriture de lidentication et de contrler que toute linformation disponible e o est correctement exploite. Sur ce point lestimation baysienne est dirente des e e e autres mthodes de rgularisation : elle ne cherche pas ` simplier le mod`le en e e a e tronquant une partie de linformation qui drange, mais elle cherche ` exploiter e a toute linformation disponible. Ce chapitre clos donc les probl`mes de lidentication magntostatique en proe e posant des outils qui vont permettre de converger vers la solution la plus stable, de diagnostiquer ltat du syst`me linaire, dassurer la robustesse de lestimation et e e e enn de proposer un placement de capteurs adapt ` la source et ` linformation ea a a priori disponible. Nous sommes donc dsormais capables de procder ` lidene e a tication magntodynamique dune source complexe, mme si son ordre N nest e e pas parfaitement dtermin et le nombre de capteurs insusant. Pour complter e e e cette tude, le chapitre 7 de cette th`se propose une application de lidenticae e tion magntodynamique dune maquette de moteur disco de propulsion navale. e de Elle illustre toutes les prcautions et tudes ncessaires ` lobtention du mod`le e e e a e harmonique. En particulier une partie de linformation est souvent obtenue par des considrations gomtriques simples comme leet de forme d ` laimantation e e e ua des matriaux ferromagntiques qui constituent la source : cest pourquoi nous e e proposons maintenant la lecture dune deuxi`me partie qui concerne lanalyse hare monique et le dimensionnement de blindages magntiques. e
Deuxi`me partie e Analyse harmonique et dimensionnement de blindages magntiques e
103
Introduction
La seconde partie de cette th`se est consacre au calcul de blindages magne e e tiques de sources. Le principe du blindage magntique est dencercler une source e a ` laide de matriaux ferromagntiques pour rduire lamplitude des champs lece e e e tromagntiques : il sagit dun eet dcran. e e Dans cette partie nous exploiterons une formulation harmonique des champs lectromagntiques qui garantit la cohrence avec les mod`les proposs pour lidene e e e e tication et ore la possibilit de dimensionner un blindage adapt en fonction des e e dirents termes de la dcomposition harmonique dune source. Ainsi, la mthode e e e que nous proposons est dans la continuit naturelle de lidentication magntodye e namique propose dans la premi`re partie de cette th`se. e e e Cette partie se dcoupe en deux chapitres qui portent respectivement sur leet e dattnuation et leet de forme dun blindage. Le premier eet est synonyme de e lecacit du blindage et son calcul permet le dimensionnement. Le second est e li ` la forme des blindages et son valuation fournit une mthode de simulation ea e e lectromagntique ecace qui exploite uniquement les relations de passage sur les e e surfaces et les proprits de lcriture harmonique. Le dtail de ces deux chapitres ee e e est le suivant : Dans le premier chapitre, nous commenons par prsenter lorigine des phnoc e e m`nes dattnuation dans un blindage : les courants de Foucault et laimantation. e e Nous rappellerons quils sont lis dune part ` la dynamique de la source et dautre e a part aux proprits magntiques et lectriques des matriaux utiliss. Nous prsenee e e e e e tons ensuite une mthode de calcul qui permet dvaluer lecacit dun blindage et e e e exploite une criture matricielle des conditions de passage sur les surfaces. Le rsule e tat essentiel qui ressort de cette mthode est que lattnuation du blindage dpend e e e de lordre et de la frquence de la source. Du fait de cette dpendance il est possible e e de dimensionner un blindage en fonction de la dcomposition harmonique dune e source. Nous pouvons donc proposer les param`tres (paisseur, proprits magne e ee e tiques) dun blindage parfaitement adapt ` la dcomposition harmonique et ` la ea e a dynamique dune source. Pour clore ce chapitre nous montrons quil est possible denvisager un blindage multicouches qui optimise encore les performances dun blindage. Dans le second chapitre, nous dnissons une mthode de calcul harmonique e e de leet de forme dun blindage. Nous gnralisons lcriture des relations de pase e e sage de linduction magntique sur un probl`me comportant une seule fronti`re de e e e forme quelconque. Le calcul est possible grce ` une criture globale de ces relations a a e sur la surface qui est oerte par leur projection sur la base des fonctions harmo105
106
4.
niques. Nous proposons une interprtation intressante de ce calcul qui montre que e e les champs lectromagntiques rayonns par un objet sont le rsultat dune moe e e e dulation du champ source par la forme de lobjet. Le calcul que nous proposons peut se gnraliser ` des probl`mes lectromagntiques complexes comportant plue e a e e e sieurs surfaces et des milieux conducteurs, ce qui en fait une mthode de calcul e de probl`mes lectromagntiques gnrale comparable ` la mthode des lments e e e e e a e ee nis. Nous terminons ce chapitre par deux exemples didactiques qui permettent dapprhender lintrt et les applications de la mthode. e ee e Cette partie compl`te la prcdente en proposant le calcul harmonique des bline e e dages. Nous y tablissons une mthode qui permet de dimensionner un blindage e e adapt ` une source identie et de calculer prcisment la nouvelle signature de ea e e e cette source et de son blindage. Cette mthode est gnrale et permet le calcul e e e plus complexe de probl`mes lectromagntiques utilisant un dcoupage en rgion e e e e e de lespace. Ainsi, nous sommes aussi capables de faire un calcul direct qui donne les coecients harmoniques dune source et qui fournit linformation a priori ne cessaire ` lidentication. La lecture de cette partie va donc permettre de fusionner a les rsultats du probl`me direct et du probl`me inverse et dassurer un mod`le e e e e reprsentatif dune source en surmontant les limites de lidentication magntodye e namique, cest-`-dire le manque de mesures et lorigine de linformation a priori. a
Chapitre 5 Ecacit dun blindage passif e

Sommaire
5.1 Introduction au blindage . . . . . . . . . . . . 5.1.1 Origine des phnom`nes dattnuation . . . . e e e 5.1.2 Interprtations empiriques . . . . . . . . . . . e 5.1.3 Dnitions . . . . . . . . . . . . . . . . . . . e 5.2 Mthode harmonique de calcul de blindage . e 5.2.1 Mthode matricielle de calcul de blindage . . e 5.2.2 Gnralisation . . . . . . . . . . . . . . . . . e e 5.3 Interprtation . . . . . . . . . . . . . . . . . . e 5.3.1 Cas statique . . . . . . . . . . . . . . . . . . . 5.3.2 Cas dynamique . . . . . . . . . . . . . . . . . 5.3.3 Blindage multicouches . . . . . . . . . . . . . 5.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 108 113 118 121 121 126 128 129 132 135 138
5.1
Introduction au blindage
Dans la premi`re partie de cette th`se nous avons abord le probl`me de la dise e e e crtion magntique en proposant lidentication magntodynamique dune source e e e a ` laide de mod`les harmoniques. Cette approche est justie par les proprits e e ee de ces mod`les. En particulier, elle ore la sparation dune source en termes que e e nous pouvons hirarchiser suivant leur ordre, qui est synonyme de linuence quils e auront ` distance de la source. Nous sommes ainsi capables de caractriser une a e source et den spcier les termes gnants, causes dindiscrtions lectromagne e e e e tiques. Alors, pour rduire lamplitude de ces termes et assurer la discrtion, nous e e proposons dexploiter des blindages magntiques. e Ce chapitre porte essentiellement sur le blindage passif qui consiste ` entourer a une source de matriaux dont les proprits lectromagntiques rduisent lame ee e e e plitude des champs. Leet de blindage est obtenu en exploitant laimantation et les courants de Foucault, qui sont causs respectivement par la prsence dun e e champ lectromagntique et sa variation. Linterprtation de ces phnom`nes est e e e e e 107
108
5. Efficacite dun blindage passif
a ` lorigine de nombreuses formulations empiriques ou, plus rcemment, de me e thodes numriques qui permettent le calcul de lattnuation des champs due au e e blindage. Malheureusement, aucune de ces mthodes nore de mthodologie pour e e dimensionner un blindage adapt ` une source, car elles traduisent uniquement les ea ractions des matriaux sans jamais les confronter aux caractristiques de la source e e e a ` blinder. La mthode de calcul de blindage que nous proposons dans ce chapitre proe longe justement la caractrisation dune source sous la forme dune dcomposition e e harmonique. Il sagit dvaluer lecacit dun blindage pour chacun des termes e e harmoniques de la dcomposition dune source, ce qui permet non seulement le e calcul dun blindage spcique, mais surtout la mise en uvre doutils de rationae lisation qui vont servir ` dnir une mthode de dimensionnement de blindages. a e e Pour atteindre ces objectifs, nous divisons ce chapitre en trois parties. La premi`re partie rappelle les phnom`nes ` lorigine de leet de blindage, leur intere e e a prtation empirique et les principales dnitions utiles. La seconde partie contient e e le dveloppement de notre mthode harmonique de calcul de blindage. Enn, la e e troisi`me partie propose une mthodologie de blindage, vritable mode demploi e e e du dimensionnement et de lanalyse des blindages harmoniques. Lapproche structure que nous avons choisie doit nous permettre de comprendre les mcanismes du e e blindage et de situer notre mthode dans la ligne des approches et formulations e e empiriques les plus connues.
5.1.1
Origine des phnom`nes dattnuation e e e
Le but dun blindage est dattnuer le champ magntique dune source. Cette e e attnuation est obtenue en exploitant les ractions des matriaux ` la prsence et e e e a e aux variations dun champ. Deux phnom`nes interviennent dans ces ractions : e e e laimantation et les courants de Foucault. An de comprendre ces phnom`nes qui e e permettent le blindage et motivent le choix des matriaux, nous allons prsene e ter prcisment leurs origines, cest-`-dire le ferromagntisme et les courants de e e a e Foucault. 5.1.1.1 Le ferromagntisme e
La premi`re origine de leet de blindage est laimantation qui est une conse e quence des proprits ferromagntiques des matriaux utiliss. Le but de cette ee e e e partie, qui est une introduction au ferromagntisme, est de comprendre le come portement des matriaux ferromagntiques en prsence dun champ ` blinder et e e e a de distinguer ceux dont les proprits se prtent le mieux ` lattnuation. Cest ee e a e pourquoi nous tudierons le ferromagntisme de sa dnition et ses origines ` la e e e a principale distinction entre matriaux doux et durs. e Dnition - Origine On aimante un morceau de mati`re en le plongeant dans e e un champ magntique dexcitation H. Il acquiert alors une aimantation magntique e e M . Laimantation ainsi acquise va crer un champ propre qui se superpose au e champ dexcitation, faisant de cette mati`re une source de champ magntique. e e
5.1. Introduction au blindage
109
Le ferromagntisme est la proprit quont certains matriaux ` acqurir une e ee e a e aimantation importante en prsence dun champ excitateur faible. Cest ` lchelle e a e msoscopique quapparaissent les phnom`nes ` lorigine de cette aimantation. En e e e a eet, les matriaux ferromagntiques se divisent spontanment en domaines appels e e e e domaines de Weiss, qui portent tous une aimantation lmentaire constante. Ces ee domaines sont spars par les parois de Bloch, zone ou laimantation change de e e direction et sinverse (voir gure 1.B) sous leet dun champ externe [Bri97].
M 3
rotations rversibles
H=0 H
a H H
dplacements irrversibles des parois
dplacements rversibles des parois
g.A
g.B
Fig. 5.1 g. A : Courbe de premi`re aimantation. - g. B : Aspect schmatique des e e

transformations des domaines de Weiss correspondant au processus daimantation.
Quand une substance est compl`tement dsaimante, les domaines ont des e e e orientations direntes et opposes deux ` deux (gure 1.B.a). De ce fait laimane e a tation macroscopique observable est nulle. Lapplication dun champ magntique e dexcitation croissant (H) va transformer ces domaines durant trois phases caractristiques de la premi`re aimantation (gure 5.1.A) : e e 1. Certains domaines augmentent de volume au dpend des autres en privile e giant la direction du champ dexcitation. Il appara alors une aimantation t macroscopique (gure 5.1.B.b). Pour des valeurs de champ faible, cette transformation est rversible, cest-`-dire que les parois reprennent leur position e a initiale si le champ dcro ` nouveau (gure 5.1.A). e t a 2. Une augmentation plus importante du champ aura pour consquence de dimie nuer le nombre de domaines et daugmenter leur volume (gure 5.1.B.c). Les dplacements des parois deviennent alors irrversibles, cest-`-dire quil nest e e a plus envisageable de retrouver une conguration antrieure des domaines en e diminuant le champ excitateur. 3. Enn le champ continuant ` cro il produit une rotation de laimantation de a tre chaque domaine et la disparition des parois. Laimantation est alors oriente e dans la mme direction que le champ excitateur (gure 5.1.B.d). Pour des e champs importants, laugmentation du champ naura plus de consquence e sur laimantation : nous avons alors atteint la saturation du matriau. e
110
Dans ce paragraphe nous avons montr que laimantation ntait pas un proe e cessus rversible et quelle tait limite par des phnom`nes de saturation. Pour e e e e e aboutir ` un blindage optimal nous devons donc parfaitement conna ltat de a tre e laimantation du blindage en fonction du champ de la source, ce qui est rsum par e e le cycle dhystrsis propre ` chaque matriau ferromagntique. e e a e e Lhystrsis Si apr`s avoir dcrit la courbe de premi`re aimantation jusqu` e e e e e a saturation nous faisons dcro e tre lentement le champ dexcitation H, la courbe obtenue est dirente de la prcdente. Ainsi lorsque H sannule laimantation ne e e e sannule pas et il demeure une aimantation rmanente Mr (gure 5.2). Pour annuler e laimantation il faut alors tablir un champ Hc en sens inverse : le champ coercitif. e Puis en continuant ` dcro dans cette direction un nouvel tat de saturation de a e tre e laimantation est atteint. Pour caractriser le ferromagntisme, gnralement nous traons une courbe e e e e c reprsentant la courbe de variation de laimantation magntique M en fonction du e e champ magntique dexcitation H. La loi dcrite pour passer dun tat daimane e e tation ` un autre dpend du sens de variation du champ et de ltat antrieur du a e e e matriau. Lorsque le champ dexcitation H varie, le point reprsentatif de ltat e e e du syst`me dcrit une boucle dans le plan (M,H) appele cycle dhystrsis du e e e ee matriau (gure 5.2). e
M
+M s +M r
Hs
Hc
Hc
Hs
M r M s
Fig. 5.2 Cycle dhystrsis M(H). Ms et Hs sont les valeurs crtes de laimantation et ee e du champ dexcitation H, Mr laimantation rmanente et Hc le champ coercitif e Deux familles de matriaux ferromagntiques se distinguent ` partir des cae e a ractristiques de leurs hystrsis respectifs et sont couramment utilises en gnie e ee e e lectrique : les matriaux magntiques doux et les matriaux magntiques durs. e e e e e Cette distinction rside essentiellement dans la valeur du champ coercitif Hc . e Les matriaux magntiques pour les blindages Nous avons distingu les e e e matriaux magntiques durs et doux. Dans la conception des blindages nous exe e ploiterons essentiellement des matriaux magntiques doux, ce que nous pouvons e e justier en prcisant les proprits respectives de ces deux types de matriaux. e ee e 1. Les matriaux magntiques durs sont ceux qui conservent une forte aie e mantation rmanente Mr lorsque le champ dexcitation sannule, et sont tels e
111
que cette aimantation demeure en prsence de variations importantes du e champ, cest ainsi que fonctionnent les aimants. Lexploitation de ces matriaux pour la discrtion est envisageable, en pare e ticulier pour des sources statiques, mais nest pas exploitable dans notre approche de discrtion. Lemploi de ces matriaux ne peut pas tre considr e e e ee comme un blindage passif, mais actif, puisque nous superposons une source dont laimantation est constante et indpendante du champ de la source. Du e point de vue de la discrtion, le risque est important, car si le champ de la e source est modi, les matriaux durs exploits dans le blindage crerons une e e e e source dindiscrtion importante. e 2. Les matriaux magntiques doux sont ceux dont laimantation dpend e e e du champ magntique dans lequel ils sont plongs. Pour ces matriaux, sauf e e e dans le cas o` lon veut calculer les pertes par hystrsis1 , il est possible de nu ee e gliger le cycle dhystrsis en raison des faibles valeurs du champ coercitif. La ee loi daimantation est alors reprsente par une relation B(H) anhystrtique e e ee (voir Fig.5.3).
B (Tesla) 1.6 1.5
.7
10 100
2500 H (A.m1 )
Fig. 5.3 Courbe anhystrtique B(H) dun matriau magntique doux (FeSi) ee e e Cette courbe anhystrtique peut se dcomposer en deux zones principales. ee e La premi`re est une zone de linarit du matriau dans laquelle le ux mae e e e gntique est proportionnel au champ H dexcitation et scrit ` laide de la e e a permabilit relative r , sous la forme : e e B = r 0 H La seconde zone est la zone de saturation dans laquelle le matriau est aie mant ` saturation et se comporte comme de lair. ea Ces matriaux sont ceux utiliss dans des applications de blindage, la princie e pale raison de ce choix rside dans leur comportement linaire vis-`-vis dun e e a champ externe : ils saimantent proportionnellement ` la source ` blinder et a a constituent ainsi le matriau idal pour le blindage. Ces matriaux sont daue e e tant plus performant quils crent une aimantation forte capable de sopposer e a ` la source ce qui est encore optimisable en choisissant des matriaux de pere mabilit relative leve. Malheureusement, ce choix est souvent limit par la e e e e e
1
lies aux mouvements des domaines de Weiss pendant un cycle dhystrsis e ee
112
5. Efficacite dun blindage passif saturation qui intervient d`s que les niveaux de champ deviennent trop ime portants. Le dimensionnement de blindage commence donc toujours par un choix pertinent de matriau, qui doit prendre en compte le niveau de champ e de la source pour viter les phnom`nes de saturation tout en garantissant e e e une ecacit maximale du blindage. e
5.1.1.2
Les Courants de Foucault
Laimantation est une cause de lattnuation des blindages magntiques, mais e e elle nest pas lunique source dattnuation dun blindage. Une autre source datte e nuation possible sont les courants de Foucault crs par les variations des champs ee dans les matriaux conducteurs. En eet, lorsquune pi`ce mtallique conductrice e e e est plonge dans un champ magntique variable des courants sont induits crant e e e ainsi une source qui soppose aux variations qui lui ont donn naissance : se sont e les courants de Foucault.
M~
tle conductrice o
Fig. 5.4 Courants de Foucault induits dans une tle conductrice par la variation du o
champ dune source de moment dipolaire M
La gure (5.4) illustre la cration de courants de Foucault dans une tle servant e o au blindage dune source dipolaire dynamique reprsente par son moment M . Si le e e ferromagntisme cre une source statique : laimantation, les courants de Foucault e e forment des sources de nature dirente, qui sont des boucles de courant, et qui e sont des sources dynamiques qui sopposent ` la variation du champ dexcitation. a La gure (5.4) peut alors se rsumer ainsi : les variations de la source M induisent e dans la tle des courants de Foucault qui forment des boucles de courants If dont o leet, quivalent ` un moment Mf soppose aux variations de M . e a La notion de courants de Foucault est associe ` celle de lpaisseur de peau qui e a e reprsente lpaisseur des matriaux dans laquelle si`ge la majorit des phnom`nes e e e e e e e induits. Si laimantation dpend de la permabilit et de la saturation, les courants e e e de Foucault dpendent de la conductivit du blindage et de la frquence. En eet, e e e si lpaisseur des tles utilises est plus petite que lpaisseur de peau, lensemble e o e e
113
des phnom`nes induits ne pourront tre contenus par le blindage et, de ce fait, e e e lecacit de ce dernier en sera diminue : il sagit donc dun facteur limitant e e quivalent ` la saturation. e a En conclusion, cette introduction aux courants de Foucault montre limportance du choix des matriaux pour le blindage dune source dynamique. En eet, nous e devons choisir un matriau qui favorise le dveloppement des courants de Foucault e e en fonction des variations de la source et de lpaisseur des matriaux. Dans le e e cadre plus gnral du blindage dune source qui poss`de des lments statiques e e e ee et dynamiques, nous devons assurer quil y a une aimantation et des courants de Foucault optimaux ce qui passe par un choix adapt de matriaux, qui prend en e e compte lamplitude et la dynamique des sources. 5.1.1.3 Hypoth`ses et cadre de ltude e e
Rappelons tout dabord le cadre de cette tude : il sagit de mettre en place e une stratgie de dimensionnement de blindage qui permette dadapter le blindage e a ` une source. Le calcul de leet de blindage que nous obtenons nest dailleurs pas rellement lobjectif que nous visons. Nous nous autoriserons donc quelques e hypoth`ses classiques qui ngligent certains phnom`nes physiques dont les mode e e e e lisations sont complexes et mritent ` elles seules des tudes qui sortent du cadre e a e de cette th`se. e Tout dabord nous ngligerons les phnom`nes lis ` la saturation des mate e e e a e riaux. Ainsi nos matriaux seront parfaitement linaires et caractriss par une e e e e permabilit constante. Cette premi`re hypoth`se entra la ncessit de ngliger e e e e ne e e e les variations de la permabilit des matriaux en fonction de la frquence. En eet, e e e e nous avons vu que les variations dun champ dexcitation crent des courants de e Foucault dans la mati`re. Ils sont en fait localiss sur les parois de Bloch et ont une e e inuence sur la dformation des domaines de Weiss, ce qui a naturellement pour e consquence de ralentir le processus daimantation et se traduit par une diminution e de la permabilit magntique. e e e Les hypoth`ses de linarit que nous utilisons dans ce chapitre simplient les e e e phnom`nes physiques et vont nous permettre dexploiter, dune part des interpre e e tations physiques simples, et dautre part les dveloppements harmoniques dnis e e dans la premi`re partie de cette th`se. Grce ` ces hypoth`ses, nous sommes cae e a a e pables de prolonger notre analyse harmonique au dimensionnement de blindages.
5.1.2
Interprtations empiriques e
Dans la section prcdente, nous avons montr les deux principales origines de e e e leet de blindage dune source. Nous avons insist sur le choix des matriaux, sur e e lequel repose le dimensionnement de blindage. Pour aller plus loin, et laborer une e stratgie de blindage, nous allons maintenant prsenter une interprtation physique e e e et classique de leet de blindage statique et dynamique qui doit nous permettre de comprendre les mcanismes avec une vue globale. Cette vision est celle tradie tionnellement exploite dans la littrature qui permet le calcul analytique de leet e e du blindage pour des champs dont lexpression est simple. Cest cette voie que
114
nous voulons utiliser et gnraliser ` lcriture harmonique des sources pour que le e e a e blindage soit une consquence logique de lidentication. e 5.1.2.1 Interprtation dipolaire - multipolaire e
Nous rappelons, pour commencer, que deux phnom`nes dirents intere e e viennent dans le blindage magntique : laimantation pour les sources statiques e et les courants de Foucault pour les sources dynamiques2 . Interprtation de laimantation Notre premier eort consiste ` interprter le e a e processus daimantation des matriaux et son intervention dans leet dun bline dage. Prenons une tle ferromagntique de permabilit relative r > 1. Les mao e e e triaux ferromagntiques doux ont la proprit de canaliser les lignes de champ et e e ee ainsi de saimanter fortement (voir Fig.5.5.a), en particulier quand le champ dexe a citation H est parall`le ` la surface du blindage. Cette aimantation forme alors une nouvelle source que nous pouvons schmatiser comme des diples ponctuels e o sommes locales de laimantation ` lendroit du blindage o` le champ de la source a u est parall`le ` la surface (voir Fig.5.5.b). e a
M Ms Ms M H M Ms Ms
(a)
(b)
(c)
Fig. 5.5 (a) : Reprsentation de laimantation dune tle de permabilit relative r > e o e e 1 sous laction dun champ externe H - (b) : Reprsentation dipolaire de laimantation e dun blindage sphrique entourant une source dipolaire statique Ms - (c) : Reprsentation e e multipolaire de laimantation relative ` une source dordre n=3 a Cette reprsentation dipolaire permet de comprendre comment laimantation e rduit la signature dune source dipolaire. Il y a superposition du champ de la e source et du champ des diples dus ` laimantation, ce qui conduit ` une rduco a a e tion du niveau de champ ` lextrieur du blindage (Fig.5.5.b). Ce raisonnement a e est gnralisable pour des sources multipolaires (Fig.5.5.c), cependant il poss`de e e e plusieurs limites : Tout dabord lquivalence dipolaire ou multipolaire de laimantation nest e valable qu` grande distance du blindage o` laimantation peut tre confona u e due ` sa valeur intgre dans le blindage. a e e
Gnralement la permabilit des matriaux nest pas unitaire et nous avons simultanment e e e e e e aimantation et courants de Foucault
2
115
Si le mod`le permet dexpliquer lintervention de laimantation dans leet e dattnuation, il ne permet pas de calculer les valeurs des diples quivalents, e o e ni celle du champ. Ce qui est nanmoins possible si nous considrons une re e e partitions de diples dans le blindage ou sur sa surface : ce raisonnement nous o conduit alors ` la mthode dite des moments magntiques [Har90] [Fro02a]. a e e Interprtation des courants de Foucault Soit une plaque de tle que nous e o 3 choisissons en aluminium pour viter tout phnom`ne daimantation . Lorsque nous e e e plongeons cette plaque dans un champ externe variant H elle est le si`ge de courants e de Foucault qui sopposent aux variations de ce champ. La gure (5.6.a) illustre la cration de boucles de courants qui sont reprsentes par des moments magntiques e e e e M sopposant ` H. a
H M Ms
(a)
(b)
Fig. 5.6 (a) : Reprsentation des courants de Foucault et de la source dipolaire induite e par les variations dun champ externe sur une tle en aluminium. - (b) : Reprsentation o e dipolaire des sources induites par les variations dun diple inclus dans un blindage o sphrique. e La reprsentation dipolaire permet encore dinterprter la raction du blindage e e e a ` la variation de la source en superposant le champ d ` deux diples ponctuels ua o dont les moments sont relatifs aux courants de Foucault. Ce mod`le dipolaire de e la raction du blindage est cependant dirent du prcdent. Cest pourquoi les e e e e moments magntiques quivalents ` leet de blindage se situent o` le champ est e e a u le plus perpendiculaire ` la surface du blindage (voir Fig.5.6.b). Les limites de a cette interprtation du blindage dynamique sont les mmes que dans le cas de e e laimantation, en particulier le mod`le dipolaire du blindage nest valable qu` une e a distance susamment grande pour ngliger la rpartition volumique des courants e e de Foucault. Conclusion Ces interprtations ont permis de comprendre les processus intere venant dans le blindage en faisant la distinction entre les phnom`nes propres aux e e blindages statiques et dynamiques. Nous retiendrons en particulier que les deux processus qui permettent la rduction de signatures sont des ractions direntes : e e e
3
Laluminium est amagntique et ne saimante pas e
116
laimantation est favorise par la source tandis que les courants de Foucault sy e opposent. Mais le rsultat essentiel que nous pouvons tirer de cette analyse est que e leet du blindage dpend de la source, du matriau du blindage et de la forme de e e ce blindage. En eet, laimantation est dautant plus forte dans un blindage que le champ de la source lui est parall`le, de mme, les courants de Foucault sont e e maximum o` la surface du blindage permet un ux maximum. Cependant, nous u rappelons que la principale limite de cette interprtation est quelle ne rend pas e compte de laimantation relle ou des courants de Foucault qui sont des grandeurs e volumiques. Il manque ` cette interprtation un point de vue analytique qui fora e maliserait cette approche et rendrait possible le calcul. Cest dans cette direction que nous allons maintenant en prsentant des formulations lmentaires qui vont e ee permettre le calcul de laimantation et des courants de Foucault.
5.1.2.2
Formulations lmentaires ee
Dans ce paragraphe nous prsentons une interprtation analytique de leet de e e blindage do` dcoulent les formules empiriques de lecacit des blindages qui u e e permettent de dnir leurs tendances en fonction de lpaisseur et la permabilit. e e e e La mthode de dimensionnement de blindage que nous tablirons ` la n de e e a ce chapitre est une gnralisation de cette approche ` des sources multipolaires. e e a Cest pourquoi nous insistons sur cette dmarche classique qui consiste ` calculer e a analytiquement lexpression du champ magntique uniquement en exploitant les e conditions aux limites sur les deux surfaces dun blindage sphrique [Dur68] [Rik87] e [Teg85].
z
Ho
R
1
z
Ho
0
(1) (2) (3)
H1
Ho (a)
Ho (b)
Fig. 5.7 (a) : Blindage sphrique de permabilit plong dans un champ uniforme e e e e
H0 parall`le ` laxe z - (b) : Interprtation de laimantation ` laide de diples : un champ e a e a o H1 se superpose ` H0 ` lintrieur du blindage crant ainsi leet de blindage. a a e e
Soit un blindage de forme sphrique de rayons interne R1 et externe R2 , plong e e dans un champ magntique H0 statique, uniforme et parall`le ` laxe z (voir Fig.5.7 e e a (a)). Le potentiel scalaire magntique scrit respectivement en tout point P (r, , ) e e
5.1. Introduction au blindage a ` laide de constantes (A,B,C,D) comme :
117
1 =A r cos (r < R1 ) 3 R1 2 = B r + C 2 cos (R1 < r < R2 ) (5.1) r 3 3 =D R1 cos H0 r cos (r > R2 ) r2 Toutes ces expressions sont des solutions harmoniques de lquation de Laplace. e Pour dterminer les coecients qui permettent lcriture du potentiel dans les e e direntes zones, nous exploitons les conditions aux limites en r=R1 et r=R2 : e 2 1 = pour r = R1 r r (5.2) 2 3 2 =3 = 0 pour r = R2 r r Elles conduisent ` un syst`me de 4 quations linaires permettant de dtermia e e e e ner les coecients (A,B,C,D). Lintrt de cette approche est de fournir lexpresee sion analytique du potentiel scalaire et ainsi de toutes les grandeurs magntiques e [Dur68]. En particulier, elle permet le calcul dun ratio S entre le potentiel de la source sans le blindage et celui avec blindage qui est lattnuation du blindage e [Rik87]. Il est donn par la formule : e 1 =2 0 S = 1 /0 = 90 (2 + 0 )( + 20 ) 2( 0 )2
R1 3 R2
(5.3)
Ainsi lapport de lapproche analytique est dterminant dans la dmarche de e e dimensionnement de blindages magntiques. Elle ore des outils de dimensionnee ment comme lexpression de lattnuation du blindage (5.3) qui met en relation e lattnuation avec lpaisseur du blindage et sa permabilit. En comparaison avec e e e e linterprtation empirique prcdente (voir Fig.5.7.b) qui ne permet quune come e e prhension globale des phnom`nes, elle fournit des outils prcis qui permettent un e e e e dimensionnement rationnel des blindages. Par exemple, lanalyse mathmatique de e (5.3) nous renseigne sur plusieurs points de la conception dun blindage adapt : e Le blindage est dautant plus ecace que le rapport des rayons R1 /R2 est petit. Alors, si nous dsirons construire un blindage avec des tles dpaisseur e o e constante il sera dautant plus ecace quil sera de petites dimensions. Si nous possdons un matriau de permabilit donne, lattnuation est daue e e e e e tant plus forte que lpaisseur est grande. Nanmoins, il existe toujours une e e valeur limite de (5.3) qui dpend uniquement de la permabilit magntique e e e e et qui est donne pour R1 /R2 = 0. Elle implique quil y a une limite ` late a tnuation qui ne dpend pas de lpaisseur du blindage (voir Fig.5.8) et quil e e e est prfrable davoir des matriaux de forte permabilit, plutt que des ee e e e o matriaux dpaisseur importante. e e Pour rcapituler, lintrt de cette approche est de fournir une expression anae ee lytique des grandeurs lectromagntiques lies au blindage en fonction de ses parae e e m`tres. Il en rsulte des outils, qui nous permettent, grce ` lanalyse mathmatique e e a a e
118

Valeur de lattnuation S de blindages dpaisseur variant en fonction de la permabilit 1
R /R =.95
0.8
1 2
R /R =.99
1 2
0.6 S
0.4
R1/R2=.8 Attnuation limite si le blindage a une paisseur infinie

10
1
0.2
0 0 10
10
10
Fig. 5.8 Attnuation S dun blindage sphrique en fonction du rapport de ses rayons e e
interne et externe et de sa permabilit relative r = /0 . Quelle que soit lpaisseur du e e e blindage il est dautant plus ecace que sa permabilit est grande. Il existe cependant e e une attnuation limite pour chaque blindage, qui ne dpend que du choix du matriau e e e et qui est dtermine par la valeur de S quand lpaisseur est innie. e e e
dexpressions telles que (5.3), dlaborer une stratgie de blindage. Si nous navons e e prsent ces rsultats que dans le cadre dun champ uniforme et statique, il est e e e envisageable de gnraliser la mthode ` des sources multipolaires harmoniques e e e a statiques ou dynamiques : cest cette direction que nous allons suivre maintenant apr`s avoir donn une dnition claire des phnom`nes et proprits lis au bline e e e e ee e dage.
5.1.3
5.1.3.1
Dnitions e
Principe
Le blindage magntique exploite les ractions des matriaux ferromagntiques e e e e et conducteurs ` la prsence dune source et ` ses variations pour crer un cran a e a e e qui diminue sa signature lectromagntique. En synth`se de la partie prcdente, e e e e e nous rappelons que les deux principales ractions exploites sont laimantation et e e les courants de Foucault. Laimantation est un phnom`ne favoris par la structure e e e des matriaux ferromagntiques. Elle cre une source dans la mati`re dont le champ e e e e magntique soppose ` celui de la source ` blinder, diminuant ainsi le champ ` e a a a lextrieur du blindage. Les courants de Foucault, sont quant ` eux des phnom`nes e a e e qui sopposent aux variations du champ magntique de la source. e Si le principe du blindage est assez simple, sa mise en oeuvre est un art qui ne cessite de nombreuses prcautions ` commencer par un choix adapt de matriaux. e a e e En eet, ce choix est primordial dans une stratgie de blindage car il dtermine e e lecacit du blindage, mais surtout justie les hypoth`ses de linarit qui pere e e e mettent le dveloppement de formulations analytiques pour les blindages. Nous e commencerons donc toujours notre dmarche de blindage en nous assurant que les e matriaux choisis ne seront pas saturs par la prsence de la source, ce qui passe e e e
119
par lanalyse de la courbe daimantation respectivement ` lamplitude du champ a magntique de cette source. e Cependant, lattnuation du blindage ne dpend pas uniquement du niveau e e de champ de la source, il dpend aussi de sa variation. En eet, si la source est e dynamique, leet des courants de Foucault vient sadditionner et augmente encore lattnuation du blindage. Cette attnuation dynamique dpend de la frquence du e e e e champ de la source et se traduit par un eet de peau dpaisseur . Nous devons e donc assurer, si nous voulons exploiter lattnuation dynamique dun blindage, que e lpaisseur du blindage est bien suprieure ` lpaisseur de peau pour les frquences e e a e e que nous voulons blinder. En somme, dimensionner un blindage commence par le choix judicieux dun matriau adapt ` la source ce qui est conditionn par lamplitude et la frquence e ea e e des sources. Par exemple, si nous avons des sources de champ faibles et de fortes variations, nous favoriserons des matriaux conducteurs (peu coteux), plutt que e u o magntiques. Au contraire, pour des champs magntiques statiques nous utiliserons e e plutt des matriaux de forte permabilit (tr`s couteux). o e e e e Enn, le choix du matriau tant fait de faon ` ce que le blindage soit optimal, e e c a il autorise galement dexploiter les hypoth`ses de linarit qui permettent le calcul e e e e analytique dun blindage, cest-`-dire que les milieux sont dnis par des conduca e tivit et permabilit constantes. Alors, nous pouvons exploiter les conditions e e e aux limites sur le blindage pour dterminer ses eets sur le champ dune source, e cest-`-dire son ecacit et son eet de forme. a e 5.1.3.2 Lecacit e
Le blindage magntique peut se diviser en deux phnom`nes distincts : latte e e e nuation et leet de forme. Nous considrons dans cette tude que lattnuation est e e e le but du blindage tandis que leet de forme est lensemble des eets au second ordre qui sont lis ` la forme du blindage. Pour cette raison nous avons choisi de e a traiter, dans la suite de ce chapitre, de lattnuation de sources par un blindage de e forme neutre (sphrique), puis dans le prochain chapitre dintroduire les eets de e forme, qui gnralisent notre approche ` des blindages de forme quelconque. Ainsi, e e a en nous concentrant sur lattnuation dun blindage sphrique nous allons faire e e ressortir lecacit de ce blindage en fonction de ses caractristiques, cest-`-dire e e a que nous allons nous concentrer sur ses performances sans prendre en compte les variations locales lies ` sa forme. e a An de prciser notre tude nous introduisons maintenant la notion decacit e e e dun blindage qui rend compte de sa performance cest-`-dire de sa capacit ` a e a attnuer un champ magntique. Soit une source crant un champ magntique H0 , e e e e en notant HT , le champ magntique de la source et de son blindage4 nous pouvons e introduire le rapport, appel ecacit dun blindage : e e HT H0
= 20 log
4
= 20 log S o` S est lattnuation du blindage u e
(5.4)
cest ` dire le champ magntique de la source attnu par le blindage a e e e
120
Si cette dnition permet dvaluer lattnuation de blindages 5 et de comparer e e e les performances, pour une source complexe, elle nest pas une dnition globale de e leet dattnuation. Pour cette raison nous introduisons un coecient decacit e e dpendant de lordre de chaque terme harmonique de la source dni par : e e HT,n H0,n
n = 20 log
= 20 log Sn
o` Sn est lattnuation ` lordre n u e a
(5.5)
Adopter ces coecients cest admettre quun blindage se comporte comme un ltre respectivement ` la dcomposition harmonique dune source. Le coecient a e n reprsente alors la fonction de transfert du blindage pour chaque ordre dune e dcomposition multipolaire. Le principal intrt de cette dmarche est que les n e ee e sont dtermins en fonction de lordre des termes de la source et ne dpendent que e e e des param`tres du blindage. Ce qui permet de prdire et doptimiser lattnuation e e e dun blindage indpendamment de lamplitude des dirents termes de la source e e et uniquement grce ` la connaissance de sa richesse harmonique. Cest cette da a e marche que nous allons dnir dans la suite de notre expos et qui nous permettra e e dadapter un blindage ` une source multipolaire. a 5.1.3.3 Leet de forme
Bien quil sagisse du sujet du prochain chapitre, nous avons dj` introduit ea linuence de la forme dun blindage sur laimantation et les courants de Foucault. Pour comprendre le mcanisme du blindage imaginons une source dordre n, carace trise par un seul coecient harmonique Cn , dans un blindage. Si ce blindage est e e sphrique alors son eet se traduit uniquement par lecacit n relative ` lordre n e e a de la source. Mais si le blindage a une forme quelconque, son eet sur la dcompoe sition aura une consquence sur plusieurs termes de la dcomposition harmonique e e de la source. En quelque sorte, nous avons une ecacit vectorielle Gn , fonction e du blindage, de sorte que les coecients CT de la dcomposition multipolaire de la e source avec blindage ne soient plus donns directement par une ecacit scalaire, e e mais par le produit : [CT ] = [Gn ] Cn (5.6)
Les termes du vecteur Gn sont des termes de corrlation relatifs ` lordre de e a la source, la forme du blindage et ` ses proprits lectromagntiques. De faon a ee e e c gnrale, nous pouvons alors crire pour une source dordre N, dtermine par le e e e e e vecteur de ses coecients harmoniques C0 , que les coecients CT de la dcomposie tion harmonique de la source et de son blindage sont obtenus ` laide dune matrice a de ltrage G. Les termes hors diagonale G sont des termes de corrlation entre e les ordres lis uniquement ` la forme du blindage, quant aux termes diagonaux, ils e a sont les termes dattnuation relatifs au blindage. Ainsi, leet du blindage scrira e e comme la relation matricielle : [CT ] = [G] [C0 ]
5
(5.7)
Elle est quasi similaire au ratio S du blindage introduit prcdemment e e
5.2. Mthode harmonique de calcul de blindage e
121
Pour conclure, la mthode de calcul de blindage que nous proposons dans cette e th`se est une analogie au ltrage. Schmatiquement, nous chercherons ` crire lefe e ae fet dun blindage sous la forme dune relation matricielle (5.7) qui lie les coecients harmoniques de la source ` ceux de cette mme source blinde. Ainsi, la suite de a e e cette tude consiste ` dterminer les termes de la matrice G en fonction des pae a e ram`tres du blindage, cest pourquoi, nous commenons par les termes diagonaux, e c qui sont directement donns par le calcul de lecacit dun blindage de forme e e sphrique. e
5.2
Mthode harmonique de calcul de blindage e
La mthode de calcul de blindage que nous prsentons maintenant est une e e gnralisation ` tout ordre de la formulation prsente au paragraphe 5.1.2.2. Cee e a e e pendant, au lieu de considrer un champ uniforme nous allons utiliser le dvelope e pement multipolaire dune source que nous avons identie. Cette mthode est e e donc le prolongement naturel de lidentication que nous avons propose dans la e premi`re partie de cette th`se. e e Lapproche que nous choisissons pour le calcul de leet dattnuation est la e suivante : il sagit dans un premier temps de proposer une criture matricielle de e lattnuation dun blindage sphrique et de lanalyser de faon ` tablir des outils e e c ae gnraux de dimensionnement relatif aux param`tres du blindage, ` des sources e e e a multipolaires statiques ou dynamiques [Sch05b].
5.2.1
5.2.1.1
Mthode matricielle de calcul de blindage e

Situation
Deux situations de blindage sont possibles suivant nos motivations : 1. Soit nous cherchons ` diminuer la signature lectromagntique dune source a e e et pour ce faire nous lenglobons dans un blindage (voir Fig.5.9.a). 2. Soit nous cherchons ` diminuer les champs lectromagntiques dans la zone a e e intrieure du blindage et les sources sont ` lextrieur (voir Fig.5.9.b). e a e An dorir un maximum de gnralit, et une criture unique6 des conditions e e e e aux limites sur les fronti`res du blindage , nous allons dterminer la raction du e e e blindage ` une excitation maximale. Imaginons pour cela que nous ayons deux a sources ` lintrieur (S (1) ) et ` lextrieur du blindage (S (2) ), qui peuvent se da e a e e composer en source multipolaires suivant les ordres n : S (i) =
n
6
(i) Sn
qui ne dpend pas du type de probl`me de blindage : externe ou interne e e
122
y

y

(a)
R1
Fig. 5.9 Division de lespace en trois zones pour les deux types de probl`mes : (a) e
externe si la source (S (1) ) est ` lintrieur du blindage et (b) interne si la source (S (2) ) a e est ` lextrieur du blindage. a e
Lespace peut alors se dcomposer en trois zones (voir Fig.5.9) dans lesquelles e les champs lectromagntiques ont des comportements particuliers : e e Dans la zone 1, qui correspond ` lintrieur du blindage, les champs sont a e la somme de S (1) et dun probl`me externe7 qui correspond ` la raction du e a e (2) blindage et ` la source S . a Dans la zone 2 les champs lectromagntiques scrivent comme la superpoe e e sition dun probl`me interne et externe relatifs aux ractions des matriaux e e e (1) (2) aux deux sources S et S . Dans la zone 3 les champs lectromagntiques scrivent comme la superpoe e e (2) sition de la source S et dun probl`me externe reprsentatif de S (1) et de e e la raction du blindage. e Pour calculer leet de blindage, nous devons encore mettre en relation les race tions du blindage dans les direntes zones, ce que nous allons faire en exploitant e les relations de passages des champs sur les fronti`res du blindages. e
5.2.1.2
Ecriture matricielle des relations de passage
Soit deux milieux (1) et (2) spars par une fronti`re F (voir Fig 5.10). Dans e e e chacun de ces milieux les champs lectromagntiques rpondent ` lquation de e e e a e diusion relative ` leurs proprits lectromagntiques (, ). Nous pouvons donc a ee e e crire ces champs ` laide des mod`les harmoniques gnraux proposs dans la e a e e e e premi`re partie de cette th`se. e e En considrant quun probl`me de blindage est dtermin par le comportee e e e ment des champs sur les fronti`res interne et externe, les relations de passage (5.8) e peuvent tre utilises pour tablir le lien entre les valeurs des coecients harmoe e e
7
Pour la dnition dun probl`me interne/externe voir 1.3.3.3 e e
R2
(b)
S2
123
2
n
1 B1 P
B2
F Fig. 5.10 Reprsentation des conditions de passage du champ magntique en un point e e

P de la fronti`re sparant deux milieux. e e
niques dans les direntes zones8 . e n 2 H2 (P ) 1 H1 (P ) = 0 n H (P ) H (P ) = 0 2 1 Pour ce faire, nous allons expliciter les direntes critures harmoniques dans e e les trois zones du blindage. Nous considrerons un blindage sphrique ainsi que le e e dveloppement en harmoniques sphriques de la solution de lquation de diusion e e e (1.27) gnralise sous la forme (voir Annexe C.1) : e e e
(5.8)
n n [En Cr (r, f ) + Fn Dr (r, f )] Yn (, ) ejt n=0
B(r, , , t) =
n=0
n n [En C (r, f ) + Fn D (r, f )]
Yn (, ) jt e 1 Yn (, ) jt e sin
(5.9)
n n En C (r, f ) + Fn D (r, f ) n=0
Les fonctions C n (r, f ) et Dn (r, f ) tant respectivement les fonctions croissantes e et dcroissantes relatives aux milieux, ` lordre du dveloppement et aux frquences e a e e considres. A laide de cette criture nous exprimerons le dveloppement harmoee e e nique de linduction magntique du blindage et des sources S (1) et S (2) dans les e trois zones dnies par le blindage et ` un mme ordre n. e a e Dans la zone 1 linduction des termes dun mme ordre n correspondant ` e a
Il existe des relations identiques pour le champ lectrique, mais elles sont quivalentes, puisque e e les sources magntiques et lectriques solutions de la diusion sont lies e e e
8
124
5. Efficacite dun blindage passif la raction du blindage (probl`me interne) et ` la source S (1) scrira : e e a e
n (1) En Cr,1 (r, f ) Yn (, ) ejt (1) Sr,n Yn (, ) jt (1) n (1) En C,1 (r, f ) e + S,n (1) 1 Yn (, ) jt (1) n S,n En C,1 (r, f ) e sin
(1) Bn (r, , , t) =
(5.10)
Dans la zone 2 linduction des termes dun mme ordre n (probl`me mixte e e interne et externe) scrira : e
n (2) n (2) En Cr,2 (r, f ) + Fn Dr,2 (r, f ) Yn (, ) ejt Yn (, ) jt (2) n (2) n (2) e Bn (r, , , t) = En C,2 (r, f ) + Fn D,2 (r, f ) 1 Yn (, ) jt (2) n (2) n En C,2 (r, f ) + Fn D,2 (r, f ) e sin (5.11) Et enn, dans la zone 3 linduction des termes dun mme ordre n core respondant ` la raction du blindage (probl`me externe) et ` la source S (2) a e e a scrira : e (3) n Fn Dr,3 (r, f ) Yn (, ) ejt (2) Sr,n Yn (, ) jt (3) n (2) e Fn D,3 (r, f ) + S,n (2) 1 Yn (, ) jt (3) n S,n e Fn D,3 (r, f ) sin
(3) Bn (r, , , t) =
(5.12)
Nous venons dcrire sous forme harmonique linduction magntique cre par e e ee un blindage dans les direntes zones. Nous avons alors, pour chaque terme hare monique quatre coecients ` dterminer en fonction de la source, qui sont les a e (i) (i) coecients En et Fn intervenant dans lcriture de linduction magntique cre e e ee dans les trois direntes zones (5.10) (5.11) et (5.12). Or les conditions aux limites e (5.8) crites sur les deux fronti`res du blindage en R1 et R2 forment justement un e e syst`me linaire de rang gal ` 4 qui va nous permettre de dterminer lattnuation e e e a e e Sn du blindage ` lordre n. Ce syst`me linaire scrit pour un blindage sphrique : a e e e e sur la premi`re fronti`re : e e n (1) n (2) n (2) (1) [Sr,n + En Cr,1 (R1 , f )] = [En Cr,2 (R1 , f ) + Fn Dr,2 (R1 , f )] (1) (1) n (2) n (2) n 2 [S,n + En C,1 (R1 , f )] = 1 [En C,2 (R1 , f ) + Fn D,2 (R1 , f )] sur la deuxi`me fronti`re : e e (2) n (2) n (3) n (2) [En Cr,2 (R2 , f ) + Fn Dr,2 (R2 , f )] = [Fn Dr,3 (R2 , f ) + Sr,n ] (2) (2) n (2) n (3) n 3 [En C,2 (R2 , f ) + Fn D,2 (R2 , f )] = 2 [Fn D,3 (R2 , f ) + S,n ] (5.13) Il est obtenu en divisant chaque ligne par les fonctions harmoniques corres(1) (2) pondantes. Les deux termes Sn et Sn correspondent ` lcriture harmonique des a e sources harmoniques excitatrices ` lordre n considr dans lcriture de ce syst`me. a ee e e
125
En isolant les sources, nous pouvons encore crire le syst`me linaire matriciele e e 9 lement (5.13) sous la forme :
(1) n n n En Cr,1 (R1 , f ) Cr,2 (R1 , f ) Dr,2 (R1 , f ) 0 n n n 2 C,1 (R1 , f ) 1 C,2 (R1 , f ) 1 D,2 (R1 , f ) En 0 (2) (2) n n n 0 Cr,2 (R2 , f ) Dr,2 (R2 , f ) Dr,3 (R2 , f ) Fn n n n (3) 0 3 C,2 (R2 , f ) 3 D,2 (R2 , f ) 2 D,3 (R2 , f ) Fn
Bn Cn
(1) Sr,n S (1) 2 ,n = (2) Sr,n (2) 2 S,n

Son
(5.14)
5.2.1.3
Rsolution et proprits de la solution e e e
Puisque la matrice Bn est inversible10 nous pouvons crire les coecients hare moniques correspondant ` la raction du blindage en fonction des sources sous la a e forme : Cn = B1 Son n (5.15)
de plus en supposant que les termes sources Son peuvent scrire en fonction e des coecients harmoniques des sources sous la forme : Son = Fn Coen s nous pouvons exprimer (5.15) sous la forme : Cn = [B1 Fn ] Coen n s Ce que nous crivons encore sous forme fonctionnelle : e (1) En g1,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) (2) En g2,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) Coen (2) = s g3,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) Fn (3) g4,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) Fn (5.17) (5.16)
(5.18)
Cette criture justie lanalogie entre un ltre et un blindage, puisque les coefe cients harmoniques relatifs ` linduction dans les direntes zones sont fonction a e des coecients harmoniques des sources dexcitation S (1) et S (2) ainsi que des param`tres du blindage. e Dans le cas dun probl`me externe, cest-`-dire quand nous cherchons ` blinder e a a la source S (1) et que S (2) est nulle, nous pouvons encore crire (5.18) sous la forme : e (1) En g1,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) (2) En g2,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) F (5.19) (2) = g3,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) n Fn (3) g4,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) Fn
9 10
Nous avons explicit ces matrices dans lannexe C e carre et de rang gale ` 4 e e a
126
o` Fn est un coecient de la dcomposition harmonique de la source S (1) ` u e a lordre n. Alors, du fait des proprits des coecients harmoniques nous pouvons ee dnir lexpression analytique de lattnuation Sn du blindage ` lordre n par : e e a Fn = g4,n (1 , 2 , 3 , 1 , 2 , 3 , R1 , R2 , f ) (5.20) Fn Il est important de remarquer que lattnuation du blindage Sn relatif aux e termes dordre n de la source est une grandeur complexe si la source est dynamique. Nous avons dj` vu que, dans ce cas, linduction scrit dans la mati`re ` ea e e a laide du dveloppement harmonique utilisant des fonctions de Bessel complexes, e ce qui implique que lattnuation Sn est galement complexe. Physiquement la ree e prsentation complexe permet dintgrer le dphasage d aux courants de Foucault e e e u dans le blindage, nous reviendrons sur ce point dans la suite de ce chapitre. Sn =
(3)
5.2.2
Gnralisation e e
Lcriture du syst`me matriciel (5.14) permet le calcul des coecients harmoe e niques dun mme ordre dans les direntes zones dun blindage monocouche et e e conduit ` lexpression de lattnuation respective ` un ordre donn n. Pour rendre a e a e ce calcul plus gnral, nous allons maintenant crire le syst`me ` tout ordre, puis e e e e a pour des blindages multicouches. 5.2.2.1 Ecriture ` tout ordre a
Jusquici, nous avons calcul lattnuation Sn en considrant un seul terme e e e harmonique de la dcomposition des sources. Il est encore possible de gnraliser e e e lcriture matricielle ` tout ordre, ce qui nous permet de mettre en relation die a rectement lensemble des coecients relatifs ` la source dans les direntes zones. a e Matriciellement le syst`me linaire des conditions de passage gnralis pour une e e e e e source dordre N est : C1 So1 B1 0 . . .. (5.21) . = . . . . CN SoN 0 BN
B C So
La matrice B est alors diagonale par bloc, ce qui facilite son inversion, puisque chaque bloc est inversible. Il est alors possible dcrire la formule gnralise quie e e e e valente ` (5.15) sous la forme : a 1 C1 B1 0 So1 . . .. (5.22) . = . . . . 1 CN SoN 0 BN Cette expression lie les coecients des dveloppements harmoniques ` tout e a ordre dans les direntes zones, en fonction de ceux de la source. Une remarque e importante doit tre faite : linversion par bloc, tout comme le calcul matriciel e
127
terme ` terme, sont possibles car chaque terme harmonique est indpendant des a e autres du fait de lorthogonalit du dveloppement sur la surface de la sph`re. Nous e e e reviendrons plus en dtail sur ce point dans le prochain chapitre o` justement cest e u cette proprit dorthogonalit qui nous permettra dtendre notre calcul ` des ee e e a surfaces de forme quelconque. Enn, pour clore sur la gnralisation de lcriture matricielle, nous pouvons e e e encore crire une matrice G dont les termes diagonaux sont les attnuations Sn qui e e lient directement tous les coecients du dveloppement harmonique de la source e et du blindage ` ceux de la source sans blindage : il sagit de la matrice de fonction a de transfert du blindage dans le cas dun blindage sphrique. Elle scrit : e e (3) F1 F1 S1 0 . . .. . = . . . . (3) FN 0 SN FN
G
(5.23)
5.2.2.2
Blindages multicouches
Un intrt de lcriture des conditions de passage entre zones est de pouvoir ee e se gnraliser ` couches direntes de blindage. Lide de superposer plusieurs e e a e e couches est identique ` celle qui pousse ` isoler thermiquement en utilisant un a a double vitrage. Pour rester le plus gnral possible, nous prendrons un blindage e e constitu de couches, soit 2 fronti`res, et 4 quations de passages. Le syst`me e e e e matriciel pour chaque ordre compte alors 4 inconnues et peut se rsoudre en e inversant une matrice Bn de dimension 4 . Pour permettre lcriture gnrale de e e e la matrice du syst`me ` rsoudre, nous allons discerner trois matrices qui rentrent e a e dans son criture. e Parmi toutes les fronti`res, seules la premi`re et la derni`re ont un rle pare e e o ticulier, car dans la zone interne au blindage il ne peut y avoir dautre probl`me e externe que celui de la source, de mme, ` lextrieur le blindage est uniquement e a e un probl`me externe. Dans ce cas, nous dnissons deux matrices correspondant e e aux conditions limites sur ces deux fronti`res qui sont : e
n n n Cr,1 (R1 , f ) Cr,2 (R1 , f ) Dr,2 (R1 , f ) 0 n n n 2 C,1 (R1 , f ) 1 C,2 (R1 , f ) 1 D,2 (R1 , f ) 0 n n n 0 Cr,2 (R2 , f ) Dr,2 (R2 , f ) Dr,2 +1 (R2 , f ) n n n 0 2 +1 C,2 (R2 , f ) 2 +1 D,2 (R2 , f ) 2 D,2 +1 (R2 , f )
Cn = 1 Cn 2 =
(5.24)
Enn sur la ieme fronti`re intermdiaire les conditions limites se traduisent e e matriciellement par :
n n n n Cr,2i (R2i , f ) Dr,2i (R2i , f ) Cr,2i+1 (R2i , f ) Dr,2i+1 (R2i , f ) n n n n 2i+1 C,2i (R2i , f ) 2i+1 D,2i (R2i , f ) 2i C,2i+1 (R2i , f ) 2i D,2i+1 (R2i , f ) (5.25)
Cn = i
128
e e e Chacune des matrices Cn prcdentes contient lcriture des conditions limites i sur une fronti`re. Pour crire le syst`me linaire matriciel qui permet le calcul des e e e e coecients harmoniques ` lordre n dans les 2 + 1 zones du blindage il nous sut a de construire la matrice diagonale par bloc : n 0 C1 ... n Ci (5.26) Bn = .. . 0 Cn 2 qui permet dcrire le syst`me matriciel des conditions limites relatives au bline e dage multicouche sous la forme : 0
Bn
Cn 1
0 .. . Cn i .. . Cn 2
(2i) En (2i) Fn . . . (2 +1) Fn

Cn
En . . .
(1)
So(1) n . . . (i) = So n . . . So( ) n

Son
(5.27)
La rsolution de ce syst`me linaire est facilement obtenue en inversant la mae e e trice Bn . Elle donne lensemble des coecients harmoniques correspondant ` un a terme donn de la dcomposition de la source blinde en fonction des param`tres e e e e du blindage. Un point intressant du blindage multicouche est, comme nous le e verrons plus tard, quil permet doptimiser lecacit du blindage en fonction du e nombre de couches, des matriaux utiliss, de leur paisseur respective, mais aussi e e e de lpaisseur des entrefers qui sparent les couches. e e
5.3
Interprtation e
Nous venons de mettre en uvre une mthode de calcul matriciel qui fait le e lien entre les coecients harmoniques dune source et ceux des dveloppements e 11 harmoniques de linduction dans les direntes zones dun blindage . En particue lier nous avons fait ressortir lattnuation Sn du blindage qui est essentielle dans e notre dmarche car elle rend compte de lecacit en fonction des param`tres de e e e la source (ordre et frquence), mais aussi des param`tres du blindage (paisseurs, e e e conductivits, permabilits et entrefers). Lattnuation est donc la cl du dimene e e e e sionnement de blindages adapts, cest pourquoi nous proposons de dnir maintee e nant ses proprits dans le cas de sources statiques et dynamiques. Cette analyse ee doit nous conduire ` lacm de ce chapitre : la rationalisation du dimensionnement a e de blindages.
du fait des proprits des coecients harmoniques nous pouvons encore crire, ` laide de ces ee e a coecients toutes les grandeurs lectromagntiques dans les direntes zones du blindage. e e e
11
5.3. Interprtation e
129
5.3.1
Cas statique
Soit une source statique S (1) localise dans lair et dont le champ magntique e e admet une dcomposition en srie harmonique ` lordre N sous la forme (2.11). e e a Cette dcomposition peut tre dtermine par lidentication magntostatique ` e e e e e a partir de mesures du champ magntique proche. An dattnuer le champ magne e e tique de cette source nous proposons de placer un blindage sphrique12 et den e (1) valuer lecacit respectivement ` la dcomposition de S . e e a e Pour calculer les coecients harmoniques des dcompositions du champ dans e les direntes zones nous utiliserons lexpression matricielle (5.15) qui donne ces e coecients en fonction de ceux de la source S (1) . La matrice Bn correspondant ` un a probl`me statique est alors crite dans les direntes zones (voir C.4) et le vecteur e e e des sources correspondantes Son scrit en fonction des coecients harmoniques13 : e n(n + 1)R1 nR(n+2) 2 1 Son = 0 0
(n+2)
dn,m (5.28)
Il vient lcriture fonctionnelle qui donne les coecients harmoniques dans les e direntes zones en fonction des coecients de la source : e (1) cn,m f1,n (1 , 2 , 3 , R1 , R2 ) (2) dn,m f2,n (1 , 2 , 3 , R1 , R2 ) d (5.29) (2) = f3,n (1 , 2 , 3 , R1 , R2 ) n,m cn,m (3) f4,n (1 , 2 , 3 , R1 , R2 ) dn,m En particulier nous remarquons que la fonction f4,n nest autre que lattnuation e Sn puisque : d(3) = f4,n (1 , 2 , 3 , R1 , R2 ) dn,m n,m (5.30)
Si le calcul des coecients (5.28) est matriciel, il est possible, dans le cas dun blindage statique et monocouche, dexpliciter analytiquement Sn lorsque 1 = 3 = 0 et en dnissant la permabilit relative du blindage r = 2 /0 . Son expression e e e est alors :
r (2n + 1)2 n2 (r + 1)2 + n(1 + 2r ) + r (nr + 1) n(n + 1)[r 1]2
R1 2n+1 R2
Sn =
(5.31)
Ainsi, nous remarquons que lexpression (5.3) de lattnuation S dun blindage e sphrique dans un champ uniforme que nous avons donne prcdemment ntait e e e e e quun cas particulier de (5.31) ` lordre 1. Nous rappelons que lanalyse mathmaa e tique de lexpression (5.3) avait mis en vidence les performances et les limites du e
Nous cherchons ` valuer lecacit et non leet de forme ae e Nous noterons de faon gnrale les coecients harmoniques cn,m lorsquils correspondent ` c e e a des termes croissants et dn,m lorsquils sont dcroissants e
13 12
130
blindage en fonction de la permabilit, ce qui permettait un choix stratgique de e e e matriaux et dpaisseur pour le blindage. Cest cette dmarche que nous voulons e e e maintenant gnraliser en considrant une dimension supplmentaire au probl`me e e e e e qui est la dpendance de lattnuation en fonction de lordre de la source. e e Les proprits principales de lecacit dun blindage de type air-mtalee e e air peuvent tre dnies grce ` lexpression analytique de Sn (5.31). Cest poure e a a quoi, dans cette th`se nous tudierons cette fonction plutt que lecacit, en gare e o e dant ` lesprit quelle correspond ` lattnuation du blindage pour chaque terme a a e harmonique de la source. Les rsultats que nous ferons ressortir pourrons ensuite e tre transposables ` lecacit n en utilisant un trac logarithmique (en dB) de e a e e Sn . 5.3.1.1 Ecacit maximale e
Lexpression (5.31) fait clairement ressortir la dpendance de lecacit aux e e param`tres du blindage mais aussi et surtout, respectivement ` lordre des termes e a harmoniques de la source que nous voulons blinder. Lattnuation Sn est monotone e dcroissante en fonction de lordre ce qui indique que le blindage est plus ecace e pour les termes dordre lev : il se comporte donc comme un ltre passe-bas. e e Le second rsultat que nous obtenons ` partir de (5.31) concerne la valeur limite e a de lattnuation pour un matriau de permabilit donne lorsque lpaisseur du e e e e e e blindage tend vers linni. Il sagit de la valeur optimale de lattnuation en fonction e de lordre. Elle est obtenue en faisant tendre le rapport (R1 /R2 ) vers zro, ce qui e conduit ` lexpression de lattnuation optimale14 : a e
Smax = n r (2n + 1)2 n2 (r + 1)2 + n(1 + 2r ) + r (nr + 1) (5.32)
Cette attnuation optimale est un outil intressant dans le dimensionnement de e e blindage car elle va dterminer le choix dun matriau magntique. Par exemple, e e e max si la permabilit est trop faible, les valeurs de Sn vont servir ` dterminer si le e e a e matriau constituant le blindage est assez performant ou sil doit tre chang. e e e 5.3.1.2 Comportement asymptotique
Un autre rsultat li ` (5.31) est intressant. Il sagit de la valeur asymptotique e ea e de Sn en fonction de lordre des termes de la source. En eet, lorsque n tend vers linni nous avons lquivalence suivante : e Smax (R1 , R2 , r ) 4 4r 2 (r + 1) r si r >> 1 (5.33)
Ce qui signie que le comportement asymptotique dun blindage ne dpend e que de sa permabilit et non de son paisseur. Ce rsultat est important car il e e e e montre que lecacit a une valeur limite en fonction de lordre n des termes du e dveloppement dune source, qui correspond ` loptimum de Smax en fonction de n. e a n
Elle correspond ` lecacit maximale possible ` laide dun blindage de matriau donn : a e a e e cest-`-dire lorsque lpaisseur tend vers linni a e
14
131
Pour illustrer ce propos, prenons par exemple un blindage de permabilit relative e e r =10. La valeur asymptotique (5.33) de Sn indique que la meilleure attnuation e possible, correspondra ` Sn = .33, cest-`-dire que la source sera au mieux attnue a a e e de 67% et ce quelle que soit lpaisseur du blindage. e 5.3.1.3 Pente ` lorigine a
Nous avons vu, dans la partie prcdente, que les ordres levs de la dcome e e e e position harmonique des sources avaient une dcroissance plus forte que les ordres e faibles. Cest pourquoi, dans une dmarche de discrtion magntique les sources e e e que nous cherchons ` blinder seront des sources dordre faible pour lesquelles la a valeur asymptotique de lecacit du blindage sera peu indicative. e Dans le cadre dune tude de blindage, ce qui nous intresse est la vitesse de e e convergence en fonction de lordre. En eet, elle donne directement la dcroissance e de lecacit et leet des dirents param`tres aux ordres faibles. Une bonne e e e estimation de cette vitesse de convergence est donne, pour les ordres faibles, par e la valeur de la pente de Sn ` lorigine (n = 0). Ainsi, plus son module sera grand a et plus lecacit atteindra rapidement sa valeur asymptotique (son optimum). e Lexpression de cette pente ` lorigine est : a (1 + r )2 (1 r )2 Sn (n = 0) = 4 + n r r 5.3.1.4 Aperu graphique c R1 R2 (5.34)
An dillustrer les proprits de lecacit que nous venons de mettre en viee e e dence, nous prsentons ces valeurs dans dirents cas de blindages : e e Dans un premier temps nous avons mis en vidence la dpendance de Sn par e e rapport ` lpaisseur du blindage. Nous avons fait varier la valeur du rayon a e extrieur du blindage R2 de 50.1cm ` 51cm (le rayon interne vaut R1 =50cm), e a pour un blindage de permabilit relative gale ` 100. Le graphique de gauche e e e a de la gure 5.11 reprsente Sn pour trois paisseurs en fonction de lordre. Ces e e trois cas se distinguent essentiellement par la valeur de leur pente ` lorigine a puisquelles dpendent du rapport des rayons, tandis que la valeur asymptoe tique de convergence est identique. Ainsi, si nous dsirons blinder une source e dordre faible avec un blindage de permabilit de 100 une ecacit optimale e e e sera obtenue en augmentant son paisseur. Cependant, nous sommes limits e e max dans ce raisonnement par la valeur limite Sn de lecacit du blindage e pour chaque ordre15 . Dans un second temps, nous avons encore calcul la valeur de lecacit pour e e des matriaux de permabilit dirente en gardant une paisseur constante e e e e e (voir Fig.5.11 droite). Nous constatons immdiatement la variation de la vae leur asymptotique de lecacit, qui ne dpend que de r . Cette variation e e
Cest un rsultat tr`s thorique car nous serons limits dabord par le poids du blindage, son e e e e conditionnement et son cot u
15
132
5. Efficacite dun blindage passif entra une translation des graphiques, cest-`-dire une optimisation globale ne a de lecacit du blindage. e
valeurs de S en fonction de lpaisseur du blindage
n
valeurs de Sn en fonction de la permabilit relative r

0.9
R2=.501
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 R2=.505 R2=.51
=100
r r
La pente lorigine dpend de lpaisseur du blindage
0.8 0.7 0.6 0.5 Sn 0.4 0.3 0.2 0.1 0
=1000 r=5000
La valeur asymptotique de Sn ne dpend que dela permabilit du blindage
La valeur de Sn tend asymptotiquement vers une valeur qui ne dpend que de la permabilit du blindage
La pente lorigine donne la vitesse de convergence de Sn
10
15
20 25 30 ordre n de la source
35
40
45
50
10
15
20 25 30 ordre n de la source
35
40
45
50
Fig. 5.11 Comportement de Sn en fonction, soit uniquement de lpaisseur du blindage e

(gauche), soit uniquement de sa permabilit (droite). Le rayon R1 interne du blindage e e vaut 50cm.
5.3.2
Cas dynamique
Soit une source dynamique S (1) localise dans lair ` lintrieur dun blindage e a e et dont le champ magntique se dcompose en srie harmonique ` lordre N sous e e e a la forme complexe (3.2). An de dterminer les coecients harmoniques dans les e direntes zones, nous utilisons une nouvelle fois lexpression matricielle (5.15) qui e donnent ces coecients en fonctions de ceux de la source. Contrairement au cas statique la matrice Bn qui permet le calcul est complexe du fait de lutilisation de fonctions de Bessel (voir Annexe C.5) bien que la matrice des sources soit identique a ` (5.28). Comme pour le cas statique nous pouvons crire les coecients harmoniques e dans les direntes zones sous forme fonctionnelle : e cn,m (2) dn,m (2) cn,m (3) dn,m
(1)
f1,n (1 , 2 , 3 , R1 , R2 ) f2,n (1 , 2 , 3 , R1 , R2 ) d = f3,n (1 , 2 , 3 , R1 , R2 ) n,m f4,n (1 , 2 , 3 , R1 , R2 )
(5.35)
Deux remarques importantes doivent tre faites : e 1. Les coecients calculs, mais aussi les matrices sont complexes. Lattnuation e e est donc galement complexe. e 2. Contrairement au cas statique, il nexiste pas dexpression analytique simple de lattnuation dun blindage pour une source dynamique, pour cerner le e comportement du blindage nous devons donc faire une tude paramtrique e e
133
de lattnuation qui, dans ce cas, dpend de lordre et de la frquence de la e e e source. 5.3.2.1 Attnuation dynamique - Module et Argument e
Au chapitre 3, nous avons montr que toute source de champ magntique poue e vait scrire comme une somme de sources pulsantes complexes : cest le principe e qui permettait lidentication magntodynamique (voir eq.(3.16)). Alors pour une e frquence f donne nous pouvons crire un dveloppement harmonique de line e e e (1) duction de la source S ` lordre n et en tout point P sous la forme de (3.1), a cest-`-dire : a Bf,n (P, t) = Bn (P ) ej(2tf +) (5.36)
De son ct, le calcul de lattnuation donne un coecient complexe dont le oe e module et largument dpendent de lordre n et de la frquence f de la source et e e qui scrit : e Sn = |Sn | ejn (5.37)
Alors linduction de la source S (1) avec le blindage scrira sous forme complexe : e
b Bf,n (P, t) = |Sn | Bn (P ) ej(2f t++n )
(5.38)
et la mesure est obtenue en prenant la partie relle de (5.38), cest-`-dire : e a

mes Bf,n (P, t) = |Sn | Bn (P ) cos(2f t + + n )
(5.39)
Cette expression met en vidence deux phnom`nes lis ` laimantation et aux e e e e a n correspond ` leet datcourants de Foucault dans un blindage. Le module de S a tnuation tandis que largument n est reprsentatif du retard entre la variation de e e la source et le dveloppement des courants de Foucault. Module et argument de Sn e dpendent des param`tres gomtriques du blindage mais aussi lectromagntiques e e e e e e (,) qui dnissent lpaisseur de peau dans le matriau. e e e 5.3.2.2 Reprsentation Ordre-frquence de lattnuation e e e
Pour vrier quun blindage atteint les objectifs dun cahier des charges, en e terme de performances, nous ne nous proccuperons pas de largument n de Sn e mais uniquement de son module qui reprsente bien lecacit du blindage. e e Lorsque nous avons tudi lattnuation dun blindage statique nous avons mone e e tr quelle dpendait de lordre de la source. Dans le cas dun blindage dynamique e e elle dpendra de lordre et de la frquence de la source. Une reprsentation judie e e cieuse du module de lattnuation peut alors tre donne sous forme dune surface e e e dpendant de ces deux param`tres (voir Fig.5.12). e e An de comprendre le comportement dun blindage en fonction de lordre et de la frquence dune source et faire ressortir son fonctionnement comme nous lavions e fait pour le blindage statique, nous avons tudi deux blindages particuliers : e e
134
Reprsentation ordrefrquence de lattnuation Sn pour Alu

Reprsentation ordrefrquence de lattnuation Sn pour lacier
1.1 1.05 1 0.95 0.9 0.85 0.8 0.75 0.7 5 10 frq 15 uen ce 20 25 30 2 4 6 rdre 10 8
0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 5 10
Attnuation Statique
|Sn|
|S |
10 8
frq 15 uen ce 20
4 25 30 2
6 rdre
0.8
0.85
0.9
0.95
0.1
0.2
0.3
0.4
0.5
0.6
Fig. 5.12 Module de lattnuation en fonction de la frquence et de lordre des termes e e

la source blinde. La gure de gauche reprsente ce module pour un blindage de rayons e e R1 =300mm et R2 =305mm en Aluminium. La gure de droite reprsente le module de e lecacit pour ce mme blindage en Acier. e e
1. Tout dabord, nous avons calcul le module de lattnuation pour un blindage e e 16 amagntique en Aluminium . Le but de ce calcul tant de caractriser latte e e e nuation cause uniquement par des courants de Foucault. La courbe obtenue e (gure (5.12) gauche) fait ressortir tr`s clairement le comportement du bline dage. Le premier point que nous remarquons est que lattnuation est unitaire e lorsque la frquence est nulle, ce qui traduit labsence de phnom`nes daie e e mantation. Il ressort galement que le blindage est dautant plus ecace que e la frquence est leve : ` un ordre donn le blindage se comporte galement e e e a e e comme un ltre passe-bas en fonction de la frquence. Ce phnom`ne tant e e e e plus important sur les ordres faibles que sur les ordres levs. En revanche ` e e a f donne, nous pouvons encore dire que le blindage est un ltre passe-haut e en fonction de lordre des termes de la source. 2. Nous venons de caractriser un blindage d uniquement aux courants de Foue u cault, cependant dans le cadre gnral des blindages les matriaux que nous e e e utiliserons seront magntiques de sorte ` assurer laimantation ncessaire ` e a e a lattnuation de sources statiques. Si nous prenons par exemple un acier come mun17 , le comportement de lattnuation est modi par laimantation. Le e e premier point que nous pouvons remarquer est que nous retrouvons la caractristique de lattnuation statique pour f = 0. Cependant, nous ne pouvons e e plus dterminer de comportement global du blindage en fonction de lordre e de la source : il sagit dune comptition entre aimantation et courants de e Foucault qui na pas de comportement spcique. Le seul point invariant est e le comportement du blindage en fonction de la frquence : il se comporte e toujours comme un ltre passe-bas mais lattnuation est accentue par la e e nouvelle valeur de lpaisseur de peau f . e Pour conclure, nous pouvons dcrire le comportement global du blindage dune e
16 17
r =1 et =37,7.106 S/m r =250 et =9,9.106 S/m
135
source dynamique en considrant quil se comporte comme un ltre passe-bas en e fonction de la frquence. Le point de dpart de sa caractristique tant le cas e e e e statique il sera toujours plus ecace en frquence. Un dernier point, nous pouvons e remarquer le peu de reprsentativit de lattnuation lorsque le matriau choisi e e e e est tr`s performant (voir Fig.5.12 pour lacier) car la dcroissance en fonction de e e la frquence est importante. Cest pour cette raison (et par analogie au ltrage) e quest dnie lecacit (eq.5.5) qui permet une meilleure reprsentation de leet e e e dun blindage (Fig.5.13).
Reprsentation ordrefrquence de lefficacit pour lAcier
n
10
.23 64
45
51
9 31
5
.4 57 02 5
80 70 60 50 40 30 20 10 30
ordre
33. 39 0702 .15 33 45 .2 36 4
51
5 19 .3
.40 57
25
856 3.4
dB
26.9872
687 69.5
81.7348 87.8179 25
6 485 63. .5687 18 69 75.65
10
15 frquence (Hz)
20
Fig. 5.13 Reprsentation ordre-frquence de lecacit n dun blindage sphrique en e e e e

acier.
5.3.3
Blindage multicouches
Le principe du blindage multicouche est intuitif, car physiquement nous savons quen alternant du vide et des matriaux ferromagntiques nous allons augmene e 18 ter les performances du blindage . Nous sommes galement pousss dans cette e e direction par le conditionnement des matriaux. En eet, ceux dont les proprie e ts lectromagntiques sont performantes pour blinder sont gnralement obtenus e e e e e par des procds industriels contraignants du point de vue de leurs dimensions. e e Nous trouvons donc plus facilement ces matriaux sous forme de tles dont lpaise o e seur est impose. Le blindage multicouche est donc le seul moyen daugmenter les e performances en limitant le poids, la ralisation et le cot dun blindage. e u Concentrons nous sur le gain decacit obtenu par lemploi dun blindage e multicouche. Pour ce faire, nous proposons de comparer les performances de trois blindages distincts : Un premier blindage monocouche de rayon interne R1 =300mm et externe R2 =315mm (voir cas (a) Fig.5.14). Un blindage 2 couches de rayon interne R1 et externe R2 , dont les paisseurs e et lentrefer sont gaux ` e1 =5mm (voir cas (b) Fig.5.14). e a
18
Une analogie est possible avec le principe de lisolation thermique par couches
136
5. Efficacite dun blindage passif Un blindage 3 couches de rayon interne R1 et externe R2 , dont les paisseurs e et lentrefer sont gaux ` e1 =3mm (voir cas (c) Fig.5.14). e a
Fig. 5.14 Trois blindages monocouche et multicouche compris entre les mmes rayons e
R1 =300mm et R2 =315mm.
Dans un premier temps nous comparerons lattnuation de ces trois blindages e pour un matriau donn (lacier) an de faire ressortir le gain li au nombre de e e e couches. Puis nous montrerons que ce gain peut tre amlior en fonction de la e e e permabilit des matriaux choisis et des dimensions des entrefers. e e e 5.3.3.1 Eet de la multiplication de couches
Pour tablir des r`gles claires de conception de blindages multicouches nous e e allons comparer les trois blindages proposs dans la gure 5.14 lorsque leur pere mabilit est celle dun acier commun. Pour ce faire, nous traons lattnuation Sn e e c e de ces blindages en fonction de lordre de la source (voir Fig.5.15(a)). Nous remarquons que les blindages multicouches sont plus ecaces que le blindage monocouche aux ordres levs. Pour expliquer ce phnom`ne nous rappelons e e e e max que la valeur asymptotique S de lattnuation dun blindage dpend uniquement e e de la permabilit r du blindage et non de son paisseur. Or, si les attnuations e e e e (i) des direntes couches sont notes Sn une bonne approximation de lattnuation e e e totale du blindage est donne sous la forme : e Sn
i
S(i) n
(5.40)
ce qui explique que la valeur asymptotique de Sn est plus faible. Ce rsultat montre e que les limites du blindage monocouche peuvent tre dpasses en utilisant le bline e e dage multicouche. En eet, nous avons montr prcdemment quil y avait une e e e attnuation maximale Smax correspondant ` une paisseur de blindage innie, ce e a e n qui nous a conduit ` la conclusion que le seul moyen damliorer le blindage tait a e e de choisir un matriau de permabilit plus forte. Dsormais nous pouvons armer e e e e quil y a deux moyens damliorer les performances dun blindage aux ordres levs e e e qui sont, soit de choisir un matriau plus performant, soit de multiplier le nombres e de couches du blindage. Si le blindage multicouche est plus performant pour les ordres levs, ce nest e e pas le cas aux ordres faibles (Fig.5.15.(a)). Au contraire, plus le nombre de couches

e0

e1
e2

(a)

(b)
(c)

R1

R1
R1

I=1

I=2
I=3
R2
R2
R2
Attnuation de blindages multicouche en fonction de lordre 0.18 0.16 0.14 0.12 0.1 S3 Sn 0.1 0.08 0.06 0.06 0.04 0.02 0 0.04 0.02 100 0.08 I=1 I=2 I=3 0.18 0.16 0.14 0.12 I=1 I=2 I=3 Attnuation de blindages multicouche pour lordre 3
137
7 8 ordre
9 10 11 12 13 14 15
150
200
250
(a)
300 r
350
400
450
500
(b)
Fig. 5.15 (a) : Reprsentation de lattnuation de blindages multicouche en fonction e e

de lordre de la source ` blinder. - (b) : Reprsentation de lattnuation de blindages a e e multicouche pour une source dordre n=4 en fonction de la permabilit. e e
est important et moins le blindage est ecace. Ce rsultat est li ` la dcroissance e ea e du volume de blindage. En eet, nous avons montr que la pente ` lorigine de e a lattnuation dun blindage statique dpendait de sa permabilit et de son paise e e e e 19 seur . Or le dcoupage du blindage que nous proposons tend vers une minimisation e de lpaisseur (voir Fig.5.14) ce qui diminue ncessairement lattnuation. e e e Pour amliorer lattnuation dun blindage multicouche aux ordres faibles nous e e pouvons encore augmenter la permabilit du blindage. Le gain que nous obtenons e e pour ces ordres dpend alors du nombre de couches. Par exemple, lattnuation e e S3 trace pour les trois blindages prcdents, montre quil existe une permabilit e e e e e relative, voisine de 350 au-del` de laquelle plus le nombre de couches est important a et plus le blindage sera ecace [Rik87]. Ainsi, en multipliant les couches nous amliorons galement les performances des blindages aux ordres faibles, ` condition e e a davoir un matriau adapt. e e 5.3.3.2 Dimensionnement optimal
En multipliant le nombre de couches dun blindage nous optimisons ses performances. Cependant, les blindages multicouches que nous venons de prsenter ne e sont pas optimaux. En eet, comme le prsente la gure (5.14), ils sont obtenus e simplement en dcoupant le blindage monocouche en couches dgales paisseurs ce e e e qui ne correspond en aucun cas ` un dimensionnement optimal. Pour comprendre a loptimisation que nous proposons, prenons le cas du blindage ` deux couches pra e cdent. Si les deux couches sont proches lecacit globale du blindage sera plus e e faible car laimantation des deux couches est lie. Pour augmenter lecacit nous e e cherchons alors ` augmenter lentrefer du blindage an que les deux couches soient a indpendantes et ainsi que le blindage soit optimal. Cependant, en augmentant e lentrefer, nous augmentons les rayons de la couche extrieure ce qui diminue son e
19
voir 5.3.1.3
138
ecacit. Nous venons de mettre en vidence lexistence dun maximum qui est un e e compromis entre lindpendance des couches et leur ecacit maximale. e e La gure (5.16) prsente la variation de lattnuation pour dirents ordres e e e dune dcomposition harmonique en fonction de lentrefer entre deux couches dun e blindage. Nous remarquons que lattnuation passe par un minimum pour chaque e ordre qui correspond ` lentrefer optimal. Ce minimum dpend de lordre de la a e source et suit une courbe qui donne lentrefer optimal en fonction de lordre de la source. Cette courbe est parabolique et tend vers zro, ce qui se justie en rappele lant que plus lordre dune source est lev et plus sa dcroissance est forte. Enn, e e e elle montre que pour une source multipolaire, lentrefer optimum est un compromis qui dpend enti`rement de la dcomposition harmonique de la source. Par exemple, e e e si la source poss`de des ordres faibles importants, il sera plus judicieux de blinder e cette source en optimisant lentrefer pour lordre faible le plus important, les ordres levs tant forcment mieux blinds, ce rsultat est encore vrai en fonctionnement e e e e e e dynamique.
Effet de la dimension de lentrefer sur lattnuation 0.12
0.1
Ordre 1
0.08 Attnuation
0.06
Courbe des maxima Ordre 2 Ordre 3
0.04
0.02
Ordre 4
0 0 0.05 0.1 0.15 0.2 0.25 entrefer (m) 0.3 0.35 0.4 0.45 0.5
Fig. 5.16 Attnuation en fonction de lpaisseur de lentrefer dun blindage ` 2 couches e e a

en acier pour dirents ordres faibles. e
Nous avons prsent le blindage multicouche dans le cas statique. Les rsultats e e e obtenus en terme de nombre de couches et doptimisation peuvent encore sappliquer aux cas des sources dynamiques en exploitant lcriture matricielle adquat. e e
5.4
Conclusions
Nous voici arrivs ` la n de ce chapitre o` il est temps de rcapituler les e a u e comportements utiles des blindages sous forme mthodologique. e Pour commencer, rappelons le rsultat essentiel de la premi`re partie de cette e e th`se qui est que toute source magntodynamique peut tre dcompose en srie e e e e e e harmonique dont les termes sont classs par frquence et par ordre. Cest parce que e e lobjectif de la discrtion magntique est la rduction des termes les plus inuents et e e e que lidentication magntodynamique permet de les discriminer que nous avons e
5.4. Conclusions
139
propos le calcul de lattnuation Sn reprsentatif de leet dun blindage pour e e e chaque ordre. Ainsi, nous ne nous sommes pas borns ` un calcul dattnuation e a e pour une source, mais nous avons cherch ` analyser le comportement du bline a dage ` chaque ordre. Le gain de cette approche est immense dun point de vue a mthodologique car elle va permettre le dimensionnement dun blindage adapt ` e ea une source, cest-`-dire choisir les matriaux adapts, leur paisseur, le nombre de a e e e couches et dimensionner les entrefers. An de mettre clairement en uvre notre mthodologie de blindage, nous proe posons de la dcouper en trois tapes successives qui doivent permettre le dimene e sionnement le plus adapt ` la source : ea Premi`re tape : Identication des termes ` rduire Puisque nous proe e a e posons une mthode de dimensionnement de blindages adapts ` une source, nous e e a devons avant toute chose identier la source et en particulier les termes harmoniques dont nous voulons rduire la signature. Le dimensionnement dun blindage e adapt en dpend. Par exemple, si les termes que nous voulons rduire sont des e e e ordres levs et ` des frquences importantes (dans ce cas cest le champ pr`s de e e a e e la source que nous cherchons ` rduire), notre blindage sera dpaisseur faible et a e e de conductivit leve. ee e Deuxi`me tape : Choix des matriaux Une fois la premi`re tape franchit, e e e e e nous devons choisir les matriaux utiliss selon leurs performances. Pour nous aider e e dans cette dmarche nous pouvons utiliser lattnuation asymptotique ou latte e e nuation maximale qui donnent le meilleur blindage possible ` laide dun matriau a e quels que soient son paisseur, lordre et la frquence de la source. e e Troisi`me tape : Choix de lpaisseur, nombre de couches et entrefer e e e La derni`re tape du blindage est le dimensionnement. Il est obtenu grce au e e a calcul de lattnuation du blindage aux dirents ordres et frquences que nous e e e voulons blinder. Ce dimensionnement peut encore faire intervenir une stratgie de e blindage multicouches qui optimise les performances en jouant sur son nombre de couches et ses entrefers. Cette mthodologie de blindage est riche car elle utilise la dcomposition harmoe e nique dune source. Elle montre de faon vidente quun blindage doit tre adapt c e e e en fonction de la nature de la source puisque le comportement de chaque terme harmonique est particulier. Cependant, il y a deux limites ` la mthode : qui sont a e dune part quaux ordres faibles et frquences faibles les sources sont diciles ` e a blinder, et dautre part que la mthode se base sur une quivalence de blindage de e e forme rguli`re. e e An de rpondre au premier probl`me nous proposons lutilisation dun bline e dage actif. Cest-`-dire un blindage utilisant des conducteurs dont linduction maa gntique cre la signature oppose aux frquences et ordres faibles. Il y a deux e e e e intrts ` cela qui sont dune part que ces sources sont assez aises ` construire ee a e a
140
(bobines de Helmoltz) et dautre part quelles annulent la source que nous dsirons e blinder. Enn, le deuxi`me probl`me est celui de la forme du blindage. Si lattnuation e e e du blindage peut tre dtermine grce ` une quivalence sphrique, ce qui permet e e e a a e e un dimensionnement adapt dun blindage, notre mthode ne permet pas le calcul e e prcis la fonction de transfert G dun blindage qui doit prendre en compte les eets e de forme : ce que nous tudierons au chapitre suivant. e
Chapitre 6 Eet de forme dun blindage

Sommaire
6.1 6.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 141 Calcul numrique de la matrice de blindage harmonique142 e 6.2.1 Convergence des sries de fonctions propres . . . . . . . 142 e 6.2.2 Orthonormalisation des fonctions harmoniques . . . . . 148 6.2.3 Base canonique . . . . . . . . . . . . . . . . . . . . . . . 153 6.2.4 Interprtation . . . . . . . . . . . . . . . . . . . . . . . . 157 e 6.2.5 Gnralisation . . . . . . . . . . . . . . . . . . . . . . . 159 e e 6.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . 160 6.3.1 Calcul du blindage dynamique obtenu ` laide dune a gaine innie en aluminium . . . . . . . . . . . . . . . . . 161 6.3.2 Application au calcul de champ dun moteur . . . . . . 163 6.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.1
Introduction
Au cours du chapitre prcdent nous avons montr quil tait possible de faire e e e e une analogie simple entre un ltre et un blindage. Ainsi leet dun blindage est caractris par une fonction de transfert matricielle reprsentative de lattnuation e e e e du blindage. Nous nous sommes jusquici arrts au calcul de cette attnuation qui ee e permettait le dimensionnement dun blindage adapt en fonction de la dcomposie e tion de la source que nous dsirons blinder. La forme du blindage tait alors limite e e e a ` une surface rguli`re sphrique (3D) ou circulaire (2D). e e e Dans ce chapitre nous allons tablir une mthode de calcul harmonique de bline e dage, qui va permettre un calcul prcis de la matrice harmonique lie ` un blindage e e a de forme quelconque. Le principal intrt de ce calcul est quil fournit les dcomee e positions des champs lectriques et magntiques dans tout lespace. Par rapport e e au chapitre prcdent, nous gagnons le calcul de leet de forme du blindage. e e Contrairement ` la dmarche de type probl`me inverse propose dans la prea e e e mi`re partie de cette th`se, nous abordons maintenant la rsolution dun probl`me e e e e 141
142
6. Effet de forme dun blindage
direct. Cest-`-dire que nous supposerons connue une description des sources et a nous calculons les champs lectromagntiques sous forme de sries harmoniques. e e e Dans la majorit des cas un probl`me direct est dtermin alors que son probl`me e e e e e inverse peut tre mal pos. Cest pourquoi, il sert de rfrence ` la rsolution des e e ee a e probl`mes inverses : par exemple, il est frquent de voir le rsultat dun probl`me e e e e inverse valid par une simulation lments nis. Dans notre cas, le probl`me die ee e rect naura pas cette vocation, mais, puisquil est certain, son but sera de fournir linformation a priori ncessaire ` lidentication. Nous clturerons ainsi les de a o e bats possibles sur lorigine des informations a priori sur une source. Bien sr nous u aboutirons galement ` une mthode de calcul des champs lectromagntiques, qui e a e e e permettra galement la simulation analytique. e Pour arriver ` nos ns, ce chapitre est dcoup en deux sections qui portent a e e respectivement sur le calcul numrique sur les surfaces des blindages puis prsente e e plusieurs applications qui illustrent lintrt de cette mthode. ee e
6.2
Calcul numrique de la matrice de blindage e harmonique
Il existe de nombreuses mthodes permettant le calcul de blindages magne e tiques. Par exemple, nous pouvons utiliser des intgrales de fronti`re, des lments e e ee nis ou encore des dirences nies. Mais, dans notre dmarche de blindage, nous e e cherchons un mod`le harmonique de la source blinde. Cest pourquoi, plutt que e e o de mlanger plusieurs mthodes de calcul, ce qui complexierait la rsolution, nous e e e allons dnir une mthode de calcul purement harmonique ` partir de celle que e e a nous avons dj` prsente dans le chapitre prcdent et qui tait base sur les ea e e e e e e conditions de passage sur les surfaces du blindage. Ce calcul reposera sur les proprits des harmoniques sphriques que nous avons ee e rappeles au premier chapitre de cette th`se. Pour mmoire, il sagit essentiellement e e e de la validit de lcriture harmonique dans tout le domaine dtude, de la convere e e gence de ces sries de fonctions harmoniques et de leur orthonormalisation sur une e surface quelconque. Nous montrerons dans cette section lintrt de chacune de ces ee proprits ainsi que lexistence dune base canonique qui va nous permettre le calee cul du blindage. Nous nirons cette section en montrant que lcriture du blindage e harmonique que nous proposons se gnralise facilement ` des sources complexes e e a comme par exemple des moteurs.
6.2.1
Convergence des sries de fonctions propres e
Commenons par rappeler que lcriture des solutions des quations de Maxwell c e e sous forme de sries harmoniques est valable en tout point de lespace. Cependant, e comme nous lavons dja fait remarquer au paragraphe 2.2.1.6, pour avoir un e dveloppement harmonique reprsentatif du champ ` proximit de la surface du e e a e blindage, la srie harmonique peut avoir un nombre de termes important. Dans e cette section nous allons montrer que la convergence des sries harmoniques sur la e surface dun blindage est en relation avec la rgularit de la surface. Nous verrons e e
6.2. Calcul numrique de la matrice de blindage harmonique e
143
par la suite quelle est en fait en relation avec la dcomposition harmonique de e la surface elle-mme. Cest pourquoi nous proposons tout dabord une approche e instinctive pour le calcul de leet de forme qui consiste ` discrtiser la surface du a e blindage pour crire les conditions de passage (5.8) en de nombreux points, ce qui e permettra de lier les critures harmoniques dans les direntes zones de ce blindage. e e An de simplier le probl`me de blindage, qui poss`de gnralement deux surfaces e e e e nous proposons un calcul ` une surface (voir Fig.6.1) en partant du principe que ce a que nous ferons sur cette surface se gnralisera ` des probl`mes comportant plue e a e sieurs surfaces. Il sagit du calcul de lanomalie que cre un bloc carr de matriau e e e ferromagntique plong dans un champ magntique source extrieur quelconque. e e e e Si nous sommes capables dtablir le lien entre le champ magntique source exte e e rieur, le champ dans la mati`re (zone 1) et lanomalie magntique dans la zone 2, e e alors nous pourrons appliquer notre mthode de calcul ` des probl`mes possdant e a e e plusieurs surfaces comme des blindages. C0 S1 S2

(a)
(b)
Fig. 6.1 Contours de forme circulaire S1 (a) et de forme carre S2 (b) correspondant e a ` deux objets ferromagntiques plongs dans un champ magntique quelconque. e e e
6.2.1.1
Ecriture des sources dans les direntes zones - conditions de e passage
Commenons par dnir le type de source que nous avons en fonction des deux c e direntes zones du probl`me. Nous savons que dans la zone 2 extrieure ` notre e e e a objet circulaire (Fig 6.1.a) le champ source magntique extrieur scrit sous forme e e e de sries comme un probl`me interne et le champ magntique de raction du mae e e e triau, qui pour sa part scrit comme un probl`me externe. En tout point P ` e e e a 1 lextrieur du matriau linduction magntique scrit alors sous la forme : e e e e
e i i B2 (P ) = B2 (P ) + B2 (P ) o` B2 (P ) = Bsource (P ) u
Dans la zone 1 du blindage le champ magntique scrit sous forme dune srie e e e harmonique correspondant ` un probl`me interne. Ainsi, en tout point P de la zone a e 1, il scrit sous la forme : e
i B1 (P ) = B1 (P )
1
e La convention dcriture est la suivante : B2 se lit induction magntique dans la zone 2 e e relative ` un probl`me externe. Lexposant i est utilis pour un probl`me interne a e e e
(6.1)
(6.2)
144
Pour tablir le lien entre les coecients des dveloppements harmoniques dans e e les direntes zones nous utilisons les conditions de passage (5.8) sur la surface. e Du fait de lorthogonalit des fonctions harmoniques sur la surface circulaire elles e scrivent pour chaque terme n indpendamment du point P sous la forme : e e n [B2,n B1,n ] = 0 n [1 B2,n 2 B1,n ] = 0 (6.3)
Ces deux relations de passage fournissent donc 2n relations linaires indpene e dantes qui nous permettent dcrire un syst`me linaire dont les solutions sont e e e e i e les 2n coecients harmoniques intervenant dans lcriture de B1 et B2 . Cette re solution passe par la dtermination dune matrice G identique ` celle que nous e a proposions au paragraphe 5.2.2.1. Surface quelconque - Condition dchantillonnage surfacique Nous vee nons donc de faire un bref rappel de la mthode de calcul matriciel que nous avons e propose au chapitre prcdent, adapte au probl`me de la gure (6.1.a). Cepene e e e e dant, elle est essentiellement base sur la proprit dorthogonalit des fonctions sur e ee e un support rgulier qui permet dcrire indpendamment les relations de passage e e e pour chaque terme des dcompositions. Si maintenant la surface nest plus rgue e li`re, nous perdons la proprit dorthogonalit, et, pour dterminer les 2n termes e ee e e que nous cherchons, nous devons forcment discrtiser la surface pour crire les e e e relations de passage (6.3) en au moins n points distincts. Ce que nous venons dcrire est la condition pour que le syst`me linaire soit e e e de rang plein. Il faut donc une discrtisation de la surface de lobjet qui respecte e le nombre de coecients harmoniques que nous cherchons. Si cette condition est assez facile ` raliser, car nous sommes dans un probl`me direct, il est dicile de a e e dnir le nombre de coecients ncessaires sur la surface de lobjet car il dpend e e e de la vitesse de convergence des sries qui est fortement perturbe par lirrgularit e e e e de la surface. La relle dicult de la mthode est donc de trouver le nombre N e e e i e de termes reprsentatifs simultanment des inductions magntiques B1 et B2 sur e e e la surface de lobjet. Convergence des sries Au cours du chapitre 1, nous avions prsent les fonce e e tions harmoniques comme un syst`me complet, ce qui garantit la convergence e i e des sries harmoniques B1 et B2 au sens des moindres carrs sur la surface (voir e e Eq.1.38). En dautres termes nous sommes assurs de lexistence de deux entiers e N1 et N2 de sorte que les inductions magntiques recherches sur la surface dans e e les deux zones puissent scrire : e Bi = 1 e B = 2
N1 i B1,n + n=1 N2 e B2,n n=1 N1
(6.4) +
N2
145
Ainsi, en prenant N termes pour notre dveloppement, avec N gal au max de e e N1 et N2 nous pouvons crire les relations de passages prcdentes en N points et e e e assurer quelles sont reprsentatives ` epsilon pr`s des relations de passage relles e a e e de linduction. 6.2.1.2 Ecriture du syst`me matriciel e
Le syst`me linaire que nous allons rsoudre peut scrire facilement sous forme e e e e matricielle. Imaginons par exemple que nous ayons discrtis la surface carre de e e e la gure (6.1.b) en p points distincts et que nous cherchons ` calculer linduction a dans les deux zones en coordonnes polaires jusqu` un ordre N . La matrice des e a relations de passage (6.3) crite sur lensemble des points est alors de dimension e (2p [4N + 2]) et scrit : e Bn Bn 1,i 2,e t 1 B2,e 2 Bt 1,i
B(2p[4N +2])
Ce Ci
C([4N +2]1)
Bn 2,source 1 Bt 2,source
Bs (2p1)
(6.5)
Les matrices Bn et Bn correspondent ` lcriture en srie des vecteurs nora e e 2,e 1,i maux aux p points de la surface dans la zone 2 et 1. Il sagit respectivement de lcriture dun probl`me externe (dans 2) et dun probl`me interne (dans 1). De e e e t t mme, les matrices B2,e et B1,i correspondent ` lcriture en srie aux p points, e a e e mais pour la composante tangentielle de linduction. Puisque nous cherchons lcriture de la source jusqu` lordre N dans les zones 1 e a et 2, nous devons dterminer 4N +2 coecients harmoniques. Il nous faut alors dise crtiser la surface en au moins 2N + 1 points pour lesquels les relations de passages e sont distinctes : cest la condition minimale que nous avons voque prcdemment e e e e pour garantir que le syst`me soit de rang plein. Lorsque nous utiliserons le moe d`le harmonique sphrique, ces conditions seront direntes. Pour un ordre N du e e e 2 dveloppement nous aurons ` identier 2(N + 2N ) coecients, nous aurons donc e a besoin dau moins N 2 + 2N points sur la surface. Stabilit - Rsolution La rsolution de la matrice B dans le cas de ce blindage e e e est particuli`rement instable. En eet, les quatre matrices rentrant dans sa come position ont chacune une structure voisine de celle de la matrice F de lquation e (2.21). Cest-`-dire que chaque colonne a une norme relative ` lordre de la source. a a Pire encore, les matrices des probl`mes internes ont une norme croissante en fonce tion des termes alors que les matrices des probl`mes externes ont des colonnes e de norme dcroissante. Pour rsoudre ce syst`me linaire nous devons donc ncese e e e e sairement stabiliser la matrice en utilisant une matrice de pondration. Puisquil e sagit dun probl`me direct, nous pouvons agir sur la discrtisation de la surface e e de faon ` ce que le syst`me soit de rang plein. De ce fait, lensemble des coec a e cients harmoniques solutions est obtenu en utilisant la pondration W prsente e e e en 2.3.3.2 : C = W(BW)+ Bs (6.6)
146
Malheureusement, et nous allons le voir dans le calcul dapplication suivant, bien que le syst`me soit de rang susant, lirrgularit de la surface entra une e e e ne insusance du mod`le due ` la lenteur de convergence en moyenne quadratique e a des sries harmoniques. Pour assurer la convergence sur le support nous devons e donc pousser le dveloppement aussi loin que possible an dassurer une erreur e minimale sur la fronti`re ce qui sous-entend une discrtisation importante de la e e surface. Avant de proposer une approche plus ne de notre calcul qui permet une convergence plus rapide en ordonnant les termes, nous allons proposer un exemple dapplication qui illustrera cette mthode et en montrera les limites principales. e 6.2.1.3 Application
Nous proposons maintenant deectuer le calcul (6.6) correspondant ` un proa bl`me 2D en coordonnes polaires. La description de ce probl`me est la suivante : e e e un cube de 20cm darte et de permabilit magntique r = 1000 est plong dans e e e e e un champ vertical de 20T dans lequel il saimante. Nous cherchons ` calculer les a coecients harmoniques solution de ce probl`me dans les zones 1 et 2 reprsentes e e e gure (6.1). Ces coecients sont donns par le vecteur C solution de (6.6). Ils pere mettent lcriture analytique dune solution dans les deux zones du probl`me, ce e e qui va nous permettre de comparer linduction extrapole ` laide des dveloppee a e ments harmoniques ` des simulations obtenues ` laide dun solveur lments nis a a ee (FEM). Nous cherchons ` valider notre mod`le ou ` diagnostiquer ses limites. a e a Inuence de lordre de dveloppement Notre premi`re tentative consiste e e ae ` valuer la mthode de calcul harmonique en utilisant un dveloppement faible e e et une discrtisation juste susante. Pour ce faire, nous dcoupons la surface du e e cube en 44 lments ce qui assure que le syst`me linaire est de rang plein si le ee e e dveloppement est pouss ` lordre N = 20. e ea
Induction magntique Bx simule et calcule y
30 FEM Harm20 Harm50 5 FEM Harm20 Harm50
Induction magntique By simule et calcule
P()
Bx (T) O x
20
10
15 10
By (T)
0 1 2 3 4 5 6
20
25
10 30
Chemin de validation
20
35
30
40
(rad)
(rad)
Fig. 6.2 Reprsentation dun cube de 20cm darte et de permabilit relative e e e e

r =1000. Nous valuons la qualit du calcul harmonique en comparant linduction cale e cule ` une simulation FEM du probl`me sur un chemin de validation. - Les deux gures e a e a ` droite reprsentent respectivement linduction magntique suivant x et suivant y cale e cules harmoniquement ` lordre 20 et 50 et la rfrence donne par la mthode des e a ee e e lments nis. ee
147
Nous comparons ensuite linduction calcule ` laide des coecients harmoe a niques ` la simulation sur un chemin de validation (voir Fig.6.2). Sur cette gure, a nous voyons tr`s clairement que le rsultat (Harm20) est distant de la simulation e e de rfrence (FEM) : la mthode de calcul nest donc pas optimale. ee e Si notre calcul nest pas optimal, il donne cependant un rsultat voisin de la e rfrence, qui se caractrise essentiellement par des valeurs plus faibles et surtout ee e par des variations locales moins importantes. En eet, les pics ne sont pas respects. Or, ils correspondent aux ordres levs du dveloppement lis aux quatre e e e e e sommets du cube. Un moyen simple doptimiser le calcul est alors de pousser un peu plus loin le dveloppement multipolaire dans les direntes zones. Cest poure e quoi nous augmentons le nombre de points sur la surface ` 120 lments ce qui va a ee nous permettre le calcul des coecients harmoniques ` lordre N = 50. a Le rsultat obtenu (Harm50) montre une amlioration faible des valeurs de e e linduction magntique. Cette amlioration est due ` la lenteur de convergence e e a des fonctions harmoniques sur la surface. Si nous voulons obtenir les coecients solutions nous devons donc acclrer cette convergence. ee Inuence de la rgularit de la surface Ce qui ralentit fortement la convere e gence de la srie est lirrgularit de la surface du cube. Pour sen rendre compte e e e nous proposons dutiliser les rsidus de mesures V relatifs ` la rsolution du syse a e t`me (6.6). Dapr`s ce que nous crivions dans le chapitre 4, il est intressant de e e e e regarder la diagonale de la matrice de covariance de ces rsidus qui est donne e e dapr`s (4.24) par : e var{V } = Id BW(BW)+ (6.7)
Pour mmoire, ces rsidus suivent une loi normale desprance nulle. La mae e e trice (6.7) est carre et de dimension 2p. Dapr`s lcriture du syst`me (6.5) les p e e e e premiers termes correspondent ` la variance des rsidus de mesures normaux ` la a e a surface et les p derniers correspondent ` la variance des rsidus tangentiels. Loba e servation de cette diagonale va donc nous permettre de diagnostiquer les points et les composantes pour lesquels les rsidus sont importants (ont une variance forte). e
Variances des rsidus du calcul pour chaque point de la surface
0.7 0.6 0.5
Variances des composantes normales aux 44 points de la surface
Variances des composantes tangentielles aux 44 points de la surface
var(V)
0.4 0.3 0.2 0.1 0 0 10 20 30 40 50 60 70 80 90 Sommets du cube
Composantes du vecteur dinduction en chaque point de la surface
Fig. 6.3 Termes diagonaux de la matrice de covariance des rsidus du calcul de e

laimantation dun cube.
La gure (6.3) montre que la variance des rsidus du calcul est tr`s importante e e pour les termes tangents de linduction magntique sur la surface. Elle est dailleurs e
148
dautant plus importante que nous nous rapprochons des sommets du cube. Nous sommes en train de mettre en vidence des phnom`nes de Gibbs lis ` lirrgularit e e e e a e e de la surface. Puisquils sont causs par les angles de la surface nous pourrions e tre amen ` adapter la discrtisation de faon ` rduire la variance des rsidus. e ea e c a e e Une optimisation simple de la discrtisation est de mettre les points loigns des e e e sommets, de faon ` limiter les rsidus. Mais, en allant dans cette direction, nous c a e sommes tout simplement en train de simplier la forme de lobjet pour le rendre rgulier, et cest la nature du probl`me que nous changeons. e e 6.2.1.4 Conclusion
Nous avons propos une premi`re bauche du calcul de blindage harmonique. e e e En discrtisant la surface dun cube et en crivant les relations de passage que suit e e linduction magntique, nous sommes arrivs ` lcriture dun syst`me linaire. Ce e e a e e e syst`me lie les coecients harmoniques dans les deux zones dnies par la sure e face du cube en fonction de la source. Malheureusement, la convergence des sries e harmoniques est tr`s lente du fait de lirrgularit de la surface, ce qui dune part e e e se traduit par des coecients harmoniques faux et des rsidus de calcul impore tants sur la surface. Deux solutions sont alors envisageables soit nous augmentons la discrtisation et lordre du dveloppement harmonique, soit nous optimisons le e e positionnement des points de calcul. Dans le premier cas le calcul sera tr`s lent e et peu adapt ` la simplicit du probl`me. Dans le second cas, en changeant les ea e e points de place nous changeons la nature du probl`me. Cependant, la solution e propose nest pas satisfaisante, lcriture du syst`me linaire donne des rsultats e e e e e encourageants. Cest pourquoi, nous allons maintenant proposer dorthonormaliser les fonctions harmoniques sur la surface de faon ` ordonner les termes, ce qui c a facilitera la convergence des sries harmoniques. e
6.2.2
Orthonormalisation des fonctions harmoniques
Sur un cercle ou une sph`re les fonctions harmoniques sont orthogonales. Nous e montrions au premier chapitre de cette th`se que cette proprit naturelle des solue ee tions dun probl`me de Sturm-Liouville pouvait tre tendue sur une surface quele e e conque par un procd dorthonormalisation. Dans cette section nous allons mone e trer lintrt dorthonormaliser les dveloppements harmoniques sur les surfaces ee e des blindages. En particulier, nous expliquerons le gain de lorthonormalisation en terme de vitesse de convergence des sries. La mthode que nous obtiendrons sera e e ensuite illustre grce ` lexemple du cube prcdent. Nous nirons en montrant e a a e e les limites de lorthormalisation pour le calcul de blindage et la ncessit que nous e e avons de trouver une base harmonique globale commune ` lensemble des surfaces a dun mme blindage. e 6.2.2.1 Processus dorthonormalisation
Au chapitre 1, nous avons expos le principe de lorthonormalisation des fonce tions harmoniques sur la surface limite (Cs ) dun objet de forme quelconque (voir
149
1.4.3.2). Il repose sur la dnition dun produit scalaire relatif ` la surface de e a lobjet dni par une intgrale surfacique (6.10). Nous allons lutiliser maintenant e e pour dnir une famille de fonctions harmoniques orthonormales sur la surface en e utilisant le procd dorthonormalisation de Gram-Schmidt. Cette orthonormalie e sation concerne les deux types de familles de fonctions harmoniques sur la surface dun blindage, cest-`-dire celle qui dcrit un probl`me interne et celle qui dcrit le a e e e probl`me externe. e An de permettre le calcul de ces deux nouvelles familles de fonctions nous utiliserons lcriture du potentiel scalaire, qui facilite le calcul numrique des inte e e grales. Lorthonormalisation tant un processus linaire, les fonctions harmoniques e e orthogonales seront des combinaisons linaires des fonctions harmoniques natue relles. Cest pourquoi le rsultat de lorthonormalisation du potentiel scalaire (o` e u du vecteur W ) sur la surface sera galement valable pour les direntes grandeurs e e vectorielles qui en drivent du fait de la linarit du mod`le. e e e e Produit scalaire Dans le cas de lexemple du cube prcdent, nous avons deux e e familles de fonctions harmoniques ` orthonormaliser. Mais nous nillustrerons ce a processus que sur les fonctions harmoniques entrant dans lcriture du probl`me e e interne dans la zone 2. Dans cette zone, pour tout point P de la surface le dvee loppement harmonique du potentiel scalaire magntique jusqu` lordre N scrit e a e (voir eq. A.8) :
N
2 (P ) = a0 +
n=1
[an rn cos(n) + bn rn sin(n)]
(6.8)
et nous cherchons une famille de fonctions harmoniques orthogonales {n } telle quen P ce mme potentiel scalaire scrit : e e
N
2 (P ) = 0 1 (r, ) +
n=1
[n 2n (r, ) + n 2n+1 (r, )]
(6.9)
Lorthonormalit de cette famille est dnie par le produit scalaire sur lene e semble des fonctions continues par morceaux sur Cs : (f, g) : < f |g >=
Cs
f g ds
(6.10)
Elle se traduit pour cette famille par la relation dorthonormalit suivante : e (n, m) : < n |m >=
Cs n m ds = n,m
(6.11)
qui va permettre, ` partir des fonctions harmoniques intervenant dans (6.8), doba tenir une famille de fonctions n orthonormales2 .
Notons que cette suite nest pas unique et quil existe de nombreuses bases de fonctions orthonormes e
2
150
Processus dorthonormalisation Le processus dorthonormalisation de GramSchmidt suit lalgorithme suivant : 1. Nous choisissons comme premier terme de la famille orthonormale n une fonction harmonique que nous normalisons. Le choix de ce premier terme va dterminer le reste de la famille. En raison de la hirarchie naturelle des e e termes, nous construirons la famille en commenant par les termes dordre c les plus faibles, la premi`re fonction de la famille orthonormale relative ` e a lcriture harmonique (6.8) sera donc : e 1 = 1 < 1|1 > (6.12)
2. Une fois la premi`re fonction orthonormale choisie nous augmentons la die mension de la famille en incluant une nouvelle fonction harmonique. Si par exemple nous avons dj` i fonctions orthonormales et que nous voulons dea e terminer i+1 , elle sera dnie en assurant que les deux familles de fonctions e de dimension (i + 1) soient quivalentes, que i+1 soit orthogonale ` toutes e a les autres fonctions dj` existantes et enn quelle soit de norme unitaire. ea Ce processus assure la cration dune famille de fonctions n orthonormes de e e mme dimension. Comme ` chaque indice i la nouvelle fonction est une combie a naison linaire des i premi`res fonctions harmoniques, nous pouvons crire une e e e relation matricielle simple ` laide dune matrice triangulaire infrieure T qui lie a e les fonctions harmoniques ` leurs homologues orthonormalises sous la forme : a e 1 2 . . . 2N +1 1 r cos() . . . rN sin(N ) (6.13)
=T
Ecriture et rsolution du probl`me orthonormalis Reprenons lcriture e e e e du syst`me matriciel (6.5) correspondant au probl`me daimantation du cube. Nous e e voyons que la matrice B du probl`me est dcoupe en deux parties suivant sa lare e e geur. Ces deux parties correspondent ` lcriture harmonique de linduction dans a e 2 ou dans 1 et chaque colonne dnit un ordre particulier. Si nous voulons exploie ter lcriture orthonormale des fonctions harmoniques sur la surface nous devons e calculer les matrices Te et Ti correspondant respectivement ` lorthonormalisation a des fonctions harmoniques du probl`me externe et interne sur la surface Cs . Le e syst`me orthonorm de (6.5) scrit alors : e e e Bn Bn 1,i 2,e 1 Bt 2 Bt 2,e 1,i
B
Tt 0 e 0 Tt i
W
C e C i
C
Bs
(6.14)
151
Le vecteur des coecients harmoniques solution C est li ` celui des coecients ea harmoniques orthonorms C par la relation : e C = W C (6.15)
La rsolution du syst`me orthonorm scrit donc de la mme faon que (6.6) e e e e e c en utilisant la pondration W , cest-`-dire que les coecients harmoniques sont e a donns par la relation : e C = W (BW )+ Bs (6.16)
A laide de cette pondration, nous ne cherchons pas ` stabiliser globae a lement le syst`me, mais uniquement ` le stabiliser sur la surface (Cs ) e a de lobjet. Puisque cette pondration assure lorthonormalisation sur la surface Cs e nous amliorons ncessairement lcriture des conditions de passage. Cest poure e e quoi, nous avons bon espoir davoir signicativement amlior la qualit de notre e e e calcul, ce que nous allons vrier immdiatement. e e 6.2.2.2 Application
Nous proposons maintenant deectuer le calcul (6.16) an dvaluer les coee cients harmoniques intervenant dans lcriture de linduction dans les deux zones e du cube aimant par un champ constant. Nous cherchons ` valuer la performance e ae du calcul des relations de passage sur sa surface lorsque lcriture harmonique est e orthonormalise. e Nous commenons par faire remarquer que le processus dorthonormalisation c que nous venons de dcrire est long car il ncessite un nombre important de calculs e e de produit scalaire. Par exemple, un dveloppement ` lordre N ncessite 2N + 1 e a e 2 fonctions harmoniques, ce qui suppose (2N + 1) produits scalaires. A ce propos, Durand [Dur66] donne une astuce intressante pour calculer les fonctions harmoe niques orthonormales qui passe par lutilisation de dterminants. Si cette mthode e e rduit le nombre de calculs et permet de stocker les produits scalaires dans une e matrice, le procd est coteux, lent et instable. En eet, lorthonormalisation e e u ncessite des calculs qui deviennent rapidement numriquement instables lorsque e e lordre N devient important ou que la surface de lobjet prend des dimensions extrmes. e An de montrer le gain de lorthonormalisation, nous allons ` nouveau comparer a linduction sur le chemin de validation prcdent. En raison du peu de stabilit e e e li au procd dorthonormalisation nous utiliserons un dveloppement maximal e e e e jusqu` lordre N = 12 et une discrtisation rguli`re de la surface en 44 points. a e e e La gure (6.4) compare le rsultat de lcriture harmonique orthonorme obe e e tenue a lordre N = 12 (Ortho12) et la simulation (FEM). Nous constatons que ` lorthonormalisation fournit un gain important de stabilit qui donne un rsule e tat correct ` lordre 12. Lorthogonalit augmente donc la stabilit et accl`re la a e e ee convergence. La rsolution par les moindres carrs est quivalente ` une projection e e e a vectorielle sur lespace des fonctions harmoniques, qui dans notre cas est orthonorm : il sagit donc dune projection orthogonale qui assure une erreur minimale e destimation.
152
Induction magntique B simule et calcule
x

Induction magntique By simule et calcule
5 FEM Harm20 Orth12 FEM Harm20 Orth12
30
20
10
15 10
By (T)
0 1 2 3 4 5 6
Bx(T)
20
25
10 30 20
35
30
40
(rad)
(rad)
Fig. 6.4 Induction magntique suivant x (gauche) et suivant y (droite) cr par un e ee cube aimant. Il sagit de comparer une induction magntique de rfrence simule (FEM) e e ee e avec le rsultat du calcul harmonique orthonorm jusqu` lordre 12. e e a Remarquons que les inductions harmoniques ont toujours des variations lisses e par rapport ` la rfrence et que ce lissage est toujours proportionnel ` lordre a ee a du dveloppement. En limitant le dveloppement ` lordre 12 nous avons ltr les e e a e ordres levs qui permettraient de mieux reprsenter ses fortes variations. e e e 6.2.2.3 Conclusions - Perspectives
Si le calcul direct des relations de passage sur la surface du cube nous donnait des rsultats prometteurs, nous obtenons de tr`s bons rsultats grce ` lorthoe e e a a normalisation du syst`me. Cependant, cette mthode ne peut pas nous satisfaire e e parce quelle est rellement lourde et quun calcul de blindage comportant plusieurs e surfaces va encore augmenter le nombre et linstabilit des calculs. e Le principal argument qui motive le rejet de cette mthode de calcul est son e manque de robustesse. En eet, il nest pas envisageable de lexploiter pour un calcul de blindage comportant plusieurs surfaces car lunicit de lcriture dans e e les direntes zones du blindage ne permet pas de multiples orthonormalisations. e Prenons par exemple un blindage monocouche de forme quelconque, il se dcoupe e en trois zones comme le blindage sphrique de la gure (5.9). Dans chacune de ces e zones les sries de fonctions harmoniques scrivent de faon unique. En particue e c lier dans la zone 2, qui est le blindage, nous avons la superposition dun probl`me e interne et dun probl`me externe et la possibilit dorthonormaliser les sries harmoe e e niques soit sur la surface interne du blindage, soit sur la surface externe. En aucun cas nous pouvons orthonormaliser sur les deux surfaces : de ce fait la convergence de la mthode de calcul est seulement assure sur une seule des surfaces du bline e dage et les probl`mes de lenteur de convergence que lorthonormalisation avait fait e dispara ressurgissent. tre Une br`ve synth`se des rsultats dj` obtenus nous permet de conrmer que e e e ea la mthode de calcul harmonique de blindage est possible et que lutilisation de e lorthonormalisation sur la surface permet den optimiser la vitesse de convergence. Cependant, pour gnraliser le calcul de blindages ` des probl`mes possdant plue e a e e sieurs surfaces nous devons soit trouver une criture harmonique adapte aux sure e
153
faces, soit trouver une base de fonctions communes ` toutes les surfaces qui soit a adapte ` lcriture des conditions de passage. Cest cette voie que nous allons e a e exploiter maintenant et qui va permettre le calcul de blindages multicouches de forme quelconque.
6.2.3
Base canonique
Si nous avons propos les deux derni`res mthodes de calcul harmonique de e e e blindage prcdent, cest essentiellement pour tester deux propositions que nous e e avions rencontr dans la littrature [Dur66] et [Leg96]. Les rsultats sont encoue e e rageants, mais ne permettent pas de gnralisation de la mthode ` des blindages e e e a multicouches de forme quelconque. La solution que nous allons proposer maintenant va tre ` lorigine dune nouvelle mthode de calcul des champs lectromagntiques e a e e e pour des sources statiques ou dynamiques. Nous reviendrons dans la partie suivante de ce chapitre sur ses proprits. Pour linstant, nous allons nous concentrer sur les ee proprits mathmatiques qui vont permettre la mthode et linterprtation que ee e e e nous en faisons. 6.2.3.1 Identication de la base canonique
Pour aller plus loin, nous devons rappeler quelques rsultats et proprits ree ee latifs aux fonctions harmoniques. En particulier les proprits des solutions dun ee probl`me de Sturm-Liouville. Prenons par exemple la forme gnrale du potentiel e e e scalaire magntique solution en harmoniques sphriques de lquation de Laplace. e e e Pour mmoire, elle scrit comme (1.29), cest-`-dire : e e a
(r, , ) =
n=0
An r n +
Bn Yn (, ) rn+1
(6.17)
Lors de la rsolution des quations direntielles de diusion ou de Laplace e e e (voir chapitre 1), nous montrions que seules les fonctions correspondant ` des a variables bornes taient orthogonales. Par exemple, dans lcriture (6.17) seules e e e les harmoniques sphriques forment un syst`me orthogonal quand (, ) appartient e e au domaine [0; ] [0; 2]. Ainsi les harmoniques sphriques forment une e famille de fonctions orthogonales dans tout lespace. Pour se convaincre de ce rsultat, prenons lexpression du potentiel scalaire e harmonique en coordonnes elliptiques allonges [Leg96] : e e
(r, , ) =
n=0
m An Pn (cosh(r)) + Bn Qm (cosh(r)) Yn (, ) n
(6.18)
ou encore lexpression de la solution de lquation de diusion en coordonnes e e sphriques (voir Annexe A.3.2) : e 1 (r, , ) = An In+ 1 (kr) + Bn Kn+ 1 (kr) Yn (, ) 2 2 kr n=0
(6.19)
154
Toutes ces solutions scrivent ` laide des harmoniques sphriques. Ainsi, ine a e dpendamment de la forme des surfaces (elliptique) ou de la dynamique de la e source, les harmoniques sphriques restent une base orthogonale que nous pouvons e 3 exploiter . 6.2.3.2 Projection sur la surface
Pour calculer lecacit dun blindage de forme sphrique ou polaire nous mone e trions au chapitre prcdent que chaque terme avait un comportement particulier e e (voir 5.2.1.2). Ainsi, nous crivions une matrice Bn des relations de passage qui e ne comportait que les termes lis ` la dcroissance de linduction magntique sur e a e e la surface. Implicitement nous utilisions dj` la base des harmoniques sphriques ea e en projetant les relations de passage. Nous proposons maintenant dutiliser cette projection pour optimiser lcriture des conditions de passage sur la fronti`re. e e Nous allons donc projeter les relations de passage sur la base canonique, ce qui va nous permettre dcrire des relations de passage qui ne dpendent plus des points e e de la surface, mais uniquement des coecients de la dcomposition canonique dans e chacune des zones. Pour mmoire les relations de passage sur une surface scrivent e e pour linduction magntique : e n [B2 (P ) B1 (P )] = 0 n [1 B2 (P ) 2 B1 (P )] = 0 (6.20)
Sur cette surface, dans les deux zones 1 et 2 nous pouvons par exemple crire e a ` laide des termes de la base canonique {n,m } : n B2 (P ) = n B1 (P ) = an,m n,m
n,m
n 1 B2 (P ) =
n,m
n,m n,m (6.21) n,m n,m

n,m
bn,m n,m
n,m
n 2 B2 (P ) =
Ainsi, du fait de lorthogonalit nous pouvons crire les relations (6.20) indpene e e damment ` chaque ordre. Ainsi crite, il sagit de relations de passage globales puisa e quelles concernent les coecients de la dcomposition canonique des inductions e normales et tangentes sur la surface. Alors, les relations globales correspondant ` a (6.20) scrivent simplement : e (n, m) : an,m = bn,m n,m = n,m (6.22)
6.2.3.3
Ecriture matricielle du probl`me sur la base canonique e
Tout dabord, nous allons dnir une criture matricielle de la projection. Pree e nons par exemple une surface discrtise en p points P sur lesquels nous pouvons e e
Ce rsultat est transposable en 2D, les fonctions harmoniques polaires forment une base e orthogonale
3
155
crire le potentiel scalaire magntique . Comme la base canonique est orthonore e me et compl`te pour les fonctions continues par morceaux sur la surface nous e e avons : P : (P ) =
n,m
n,m n,m (P )
(6.23)
En limitant le dveloppement ` lordre N , nous pouvons galement crire mae a e e triciellement ce dveloppement : e (P1 ) 1,0 (P1 ) . . . N,N (P1 ) 1,0 (P2 ) 1,0 (P2 ) . . . N,N (P2 ) . (6.24) = . . . . . .. . . . . . . . N,N (Pp ) 1,0 (Pp ) . . . N,N (Pp )
Pc
Ainsi la matrice de projection est donne par linverse gnralise de Pc note e e e e e P+ . Pour crire le probl`me du blindage ` une couche nous utiliserons cet inverse e e a c comme pondration ` gauche dans le calcul matriciel (6.5). Dans ce cas il scrira : e a e P+ 0 c + 0 Pc
Wc
Bn Bn 2,e 1,i 1 Bt 2 Bt 2,e 1,i

B
Ce Ci
C
P+ 0 c + 0 Pc
Wc
Bs
(6.25) Dans la section prcdente la pondration qui orthonormalisait le syst`me avait e e e e pour but dordonner lcriture des dveloppements harmoniques cest pourquoi elle e e agissait sur les colonnes de la matrice B (pondration ` droite). Mais dans notre cas, e a nous ordonnons les grandeurs sur les points de la surface. En fait, cette projection permet de comparer des coecients globaux sur la surface ` laide dune base a commune aux direntes critures. Ainsi, nous retrouvons uniquement le caract`re e e e global des dveloppements harmoniques que nous avions perdu en discrtisant la e e surface. 6.2.3.4 Rsolution-Intert e e
La solution du probl`me ` une surface (6.25) ` laide de la base canonique est e a a le vecteur des coecients harmoniques donnes par : e C = (Wc B)+ Wc Bs (6.26)
Du fait de la globalit, la matrice (Wc B) est carre. En eet, lors de la projece e tion nous devons nous limiter au mme ordre N que celui des dveloppements dans e e les zones. Ainsi le nombre de lignes et de colonnes de cette matrice est ncessairee ment identique. Nous mettons le doigt sur un point important de cette pondration e qui est quelle rduit le nombre de lignes du syst`me matriciel B puisque, quel que e e soit le nombre de points sur la surface le nombre de coecients de la base canonique est gal ` lordre N du dveloppement. Dans le cas prcis du calcul du cube e a e e
156
en coordonnes polaires, si nous cherchons les coecients harmoniques relatifs ` e a 2 une source dordre N , la matrice (Wc B) sera alors de dimension ([4N + 2] ). 6.2.3.5 Application
Reprenons une derni`re fois lexemple du cube aimant dans un champ uniforme e e vertical constant de 20T. Nous cherchons des dveloppements ` lordre N = 12 e a dans les direntes zones. Pour dterminer les 4N + 2 coecients nous devons e e toujours avoir une discrtisation de la surface susante de faon ` ce que la matrice e c a B intervenant dans (6.26) soit toujours de rang plein. En appliquant (6.26) nous trouvons les coecients harmoniques relatifs au probl`me. En particulier ceux qui permettent lcriture de linduction magntique sur e e e le chemin de validation. Le rsultat de linversion est satisfaisant d`s lordre 12 (voir e e Fig.6.5) et est comparable ` celui obtenu par lorthonormalisation du syst`me. a e
x

y
30 FEM Cano12 20
5 FEM Cano12
10
15 10
By (T)
0 1 2 3 4 5 6
Bx(T)
20
25
10 30 20
35
30
40
(rad)
(rad)
Fig. 6.5 Induction suivant x (gauche) et suivant y (droite) cr par un cube aimant. ee e
Il sagit de comparer une induction de rfrence simule (FEM) avec le rsultat du calcul ee e e harmonique sur la base canonique ` lordre 12. a
Contrairement ` lorthonormalisation, le calcul de la projection est tr`s rapide. a e Il ne ncessite que lcriture et linversion de la matrice Pc relative ` la dcompoe e a e sition sur la base canonique. De plus, lutilisation de cette base permet dtendre e le calcul ` des probl`mes de blindage possdant plusieurs couches ou plusieurs a e e dynamiques. Cette mthode de calcul nest pas comparable ` une mthode dintgrale de e a e e fronti`re, car les inconnues ne sont pas portes par les fronti`res : il sagit des coe e e ecients harmoniques qui permettent lcriture des grandeurs lectromagntiques. e e e Cest un point essentiel, car les mthodes dintgrales de fronti`res ncessitent e e e e normment de calculs dintgrales pour crire le syst`me linaire mais aussi pour e e e e e e extrapoler les champs ` partir des solutions. De plus, le calcul de ces intgrales a e dpend de la qualit de la discrtisation de la surface. Au contraire, notre mthode e e e e dpend peu de cette discrtisation puisque les relations de passages sont crites e e e pour des coecients globaux. Un avantage supplmentaire est que son criture e e et sa rsolution ne ncessitent quune criture matricielle lmentaire des sries e e e ee e harmoniques.
157
En comparaison ` la mthode des lments nis, nous rduisons la dimension a e ee e du syst`me linaire au strict minimum, cest-`-dire ` lunique calcul des relations e e a a sur la surface. Cette mthode est la plus proche de la ntre, car elle consiste ` e o a trouver un dveloppement polynomial simple des grandeurs sur chaque lment e ee ni, alors que nous cherchons un dveloppement pouss sur des lments non nis : e e ee les zones. En quelque sorte notre mthode est une mthode lments non nis qui e e ee ressemble ` une Fast Multipole Method (FMM)[Gre87][Gre88], mais qui nutilise a quun dcoupage rgional de lespace. e e Pour aller plus avant, nous allons maintenant proposer une interprtation pare ticuli`re des phnom`nes de blindage ` laide de notre mthode de calcul et dun e e e a e regard de traiteur du signal. Nous proposons dans un premier temps de montrer quun probl`me lectromagntique de blindage est quivalent ` un ltre harmoe e e e a nique et dans un second temps de montrer que ce ltrage est une modulation du champ dexcitation par la forme du blindage.
6.2.4
Interprtation e
Au paragraphe 5.1.3.3 nous proposions une interprtation de leet de forme e grce ` la matrice de blindage G. Elle vriait la relation matricielle (5.7) et nous a a e permettait de faire le lien entre un blindage et un ltrage. Nous avons dni au chapitre prcdent la notion decacit et ses applications. e e e e Ainsi en regardant les proprits de G nous pouvons faire le lien entre ecacit ee e et termes diagonaux, eet de forme et termes croiss. Pour cela, il sut dcrire e e linduction source Bs dans (6.26) sous forme harmonique ` laide de (2.13). Les a coecients harmoniques solutions sont alors donns en fonction des coecients e harmoniques de la source par la relation : C = (Wc B)+ Wc Fs Cs
G
(6.27)
La matrice G a donc eectivement le rle dune fonction de transfert du blino dage : le vecteur des coecients C est la rponse au vecteur dexcitation Cs . e Si cette analogie aux techniques du traitement de signal est intressante, elle e est encore beaucoup plus riche. En eet, nous voyons que notre mthode est pere formante car elle utilise une projection des relations de passage et de linduction magntique source sur une base canonique. Or cette base canonique est forme e e des fonctions trigonomtriques sin et cos en coordonnes polaires ou des harmoe e niques sphriques Yn,m en coordonnes sphriques. Lopration eectue grce aux e e e e e a + matrices Pc est donc une transforme de Fourier ou une transforme sphrique. e e e Le calcul de blindage que nous proposons est alors quivalent spatialement ` un e a produit de convolution utilisant uniquement linduction chantillonne. Ce produit e e de convolution est dni par les intgrales de Green. e e Nous proposons maintenant une interprtation de ce ltrage ` laide de la transe a formation conforme. Cette analyse va nous permettre de mettre en vidence une e faon simple dinterprter le blindage comme la modulation du champ source par c e la forme de lobjet.
158
La transformation conforme La transformation conforme est une opration e mathmatique courante pour qui veut calculer ` laide de mthodes analytiques e a e un probl`me de gomtrie complexe [Dur66]. Par exemple, elle fournit une exprese e e sion analytique sous forme de sries harmoniques de la permance de lentrefer e e dune machine lectrique tournante. Le calcul de linduction dans lentrefer est e alors le produit des sources statoriques et rotoriques par cette permance : ce qui e correspond bien ` une modulation des champs sources par la forme de lentrefer a [Hel77][Kc99]. o Nous proposons dtendre la notion de modulation ` des probl`mes gnraux e a e e e lectromagntiques en montrant que la dcomposition harmonique de lobjet moe e e dule linduction source. Lintrt de cette interprtation est quelle va permettre ee e de conna tre la richesse harmonique des champs ` laide uniquement dune desa cription globale de la forme : elle va donc livrer de linformation a priori sur la dcomposition harmonique de la source avec le blindage. e Prenons lexemple dun cube en coordonnes sphriques, la transformation e e conforme conserve les angles et fait correspondre tous les points dun mme e domaine[Dur66][Dri02][How90]. Par exemple, nous pouvons choisir de faire correspondre tout point P interne au cube de la gure (6.6) avec tout point P interne a ` une sph`re en utilisant la transformation conforme : e T : (, , ) : r(, ) =
k,l
ck,l k Ykl (, )
(6.28)
P(r, , ) T
P(, , )
Fig. 6.6 Surface circulaire conforme ` une surface quelconque Cs . a Dapr`s (6.28), cette transformation fait intervenir la dcomposition harmoe e nique du cube sur la surface de la sph`re. Si la gomtrie du probl`me a t sime e e e ee plie en un probl`me de surface rguli`re, lexpression de la source est devenue e e e e complexe. Ainsi, si le potentiel scalaire magntique source scrivait : e e (r, , ) =
,nm m an,m rn Yn (, )
(6.29)
il scrit sur la surface conforme sph`rique ( = 0 ) : e e

n
(, , ) =
n,m
an,m
k,l
ck,l
k 0
Ykl (, )
m Yn (, )
(6.30)
159
ce qui permet didentier la richesse harmonique de raction du cube : il sagit e bien, au premier ordre, dune modulation de la dcomposition harmonique de la e forme du cube par le champ source. A titre illustratif, nous proposons dutiliser cette modulation de forme pour pre dire la dcomposition harmonique de laimantation du cube que nous avons utilis e e pour dterminer notre mthode de calcul. En coordonnes polaires, la dcomposie e e e tion harmonique de la surface du cube scrira : e
P (r, , ) Cs : r(, ) = a0 +
n
[a4n cos(4n) + b4n sin(4n)]
(6.31)
Elle ne fait intervenir que les termes harmoniques dordre 4 et multiples du fait de la priodicit de la surface (voir Fig.6.1.b). Puisque ce champ est plong dans e e e un champ source constant de potentiel scalaire magntique : e s (r, , ) = 2.106 r sin() (6.32)
la modulation de forme nous indique que la composition harmonique de la raction e du cube sera essentiellement compose des termes dordre 1, 4n 1 et 4n + 1, ce e que conrme le calcul harmonique (voir tableau (6.1)). terme valeur106 a1 a3 2.9927 5.104 a5 -7.105 a7 -4.106
Tab. 6.1 Coecients harmoniques du probl`me externe dans la zone 2 relatifs ` la e a

raction dun cube dans un champ source uniforme. Seuls les termes correspondant ` la e a modulation du champ source par la forme du cube sont prsents. e
6.2.5
Gnralisation e e
La mthode harmonique de calcul de blindage que nous venons de prsenter e e utilise une projection sur la base harmonique canonique associe au syst`me de e e coordonnes utilis, ce qui permet de gnraliser le calcul (6.27) de laimantation e e e e du cube ` des probl`mes comportant plusieurs surfaces, des milieux de proprits a e ee lectriques ou magntiques direntes (faisant intervenir les fonctions de Bessel) e e e ou enn ` des probl`mes dynamiques4 . a e Par exemple, un blindage monocouche est constitu de deux surfaces C1 et C2 e dlimitant trois zones (voir Fig.6.7.a). An de permettre le calcul du blindage de e forme quelconque nous discrtisons toujours ses deux surfaces de faon ` respecter e c a lordre N du dveloppement que nous avons choisi. Ainsi, nous pouvons dcrire e e dans chaque zone lcriture de la raction du blindage : e e Dans la zone 1, quelle que soit la source la raction du blindage scrit comme e e un probl`me interne, qui traduit laimantation ou les courants de Foucault e dans la mati`re. e
4
En rgime permanent seulement, car f=Cste e
160
6. Effet de forme dun blindage Dans la zone 2, le probl`me scrit de faon gnrale comme la superposition e e c e e dun probl`me interne et dun probl`me externe. e e Enn, dans la zone 3, la raction du blindage scrit comme un probl`me e e e externe.
y

(a)
(b)
Fig. 6.7 Exemple de probl`mes pour lesquelles la mthode de calcul harmonique e e est gnralisable. (a) : probl`me ` deux surfaces comme un blindage monocouche - (b) e e e a Probl`me ` trois surfaces, quatres zones comme un moteur : rotor-entrefer-stator-milieu e a extrieur. e En crivant le probl`me en chaque point de la discrtisation de chaque surface e e e (soit en (p1 +p2 ) points), nous pouvons crire le syst`me linaire des relations de e e e passage projetes sur la base canonique sous la forme : e 1 Bn Bn 0 Bn Ci 1,e 1,i 1,i t t t B 1 B1,e 1 B1,i 0 C2 e Wc 2 1,i 0 Bn Bn Bn C2 2,e 2,i 2,e i 0 3 Bt 3 Bt 2 Bt C3 2,e 2,i 2,e e
B C
Bn 1,source t 1,source = Wc 2 Bn B2,source 2 Bt 2,source

Bs
(6.33) o` Bt est la matrice de linduction tangentielle sur tous les points de la surface 2 u 2,e pour un probl`me externe et Bn est la matrice de linduction normale sur la surface e 2,i 2 pour un probl`me interne. La solution de (6.33) est alors donne par (6.26). Ce e e calcul de blindage est bien sr gnralisable ` des probl`mes dynamiques de la u e e a e mme faon que la t le calcul de lecacit au chapitre 5. Dans ce cas, dans e c ee e les zones o` les champs rpondent ` lquation de diusion, lcriture des matrices u e a e e blocs se fera en utilisant les sries solutions dynamiques. e Le calcul du blindage monocouche que nous venons de prsenter peut encore e se gnraliser ` des probl`mes ` plus de deux surfaces, comme par exemple le e e a e a calcul de linduction dans les direntes zones dun moteur (Fig.6.33.b) que nous e proposerons ` la n de ce chapitre. a
6.3
Applications
Nous proposons ` prsent deux exemples de calcul harmonique de blindage a e an de donner un aperu des possibilits de la mthode. Le premier calcul est c e e
6.3. Applications
161
celui du blindage dynamique de deux conducteurs de polarit oppose formant un e e diple pulsant en coordonnes polaires. Le second est celui dun moteur lectrique o e e constitu dun rotor massif, dun entrefer et dun stator : il sagit dun calcul simple e statique galement en coordonnes polaires. e e Ce sont des exemples simples (ou simplis) de probl`mes rels. Le but de cette e e e partie tant de montrer des applications ` notre mthode, de valider la mthode, e a e e mais surtout dexposer la dmarche que nous devons adopter pour optimiser le e calcul grce aux outils de diagnostic lis ` la rsolution des syst`mes linaires, ` a e a e e e a lutilisation des priodes et symtries et enn ` la possibilit doptimiser la discre e a e e tisation surfacique.
6.3.1
Calcul du blindage dynamique obtenu ` laide dune a gaine innie en aluminium
Notre premi`re application est la rsolution dun probl`me de blindage dynae e e mique en coordonnes polaires. Il sagit du probl`me classique du calcul de leet e e de blindage frquentiel du champ magntique de deux conducteurs inniment longs e e dans une gaine de forme carre en aluminium (voir Fig.6.8). Leet de blindage est e donc obtenu ` laide uniquement des courants de Foucault qui se dveloppent dans a e la gaine [Teg85]. 6.3.1.1 Description du probl`me e
Une description prcise du probl`me est donne par le tableau suivant (6.2) : e e e Param`tre e valeur R1 [cm] R2 [cm] Rv [cm] r 3 4 3 1 [S/m] 37,7.106 I [A] f [Hz] 10 5
Tab. 6.2 Description du probl`me de blindage de deux conducteurs innis par la gaine e
en aluminium de la gure (6.8)
Avant de se lancer dans le calcul, nous devons dterminer lordre N maximum e du dveloppement des champs lectriques et magntiques reprsentatifs dans les e e e e direntes zones. En eet, N dtermine le nombre de points de la discrtisation e e e sur les surfaces C1 et C2 , et, par l` mme, les dimensions des matrices Wc , Bs , B a e et C intervenant dans lcriture matricielle des conditions de passage (6.33) sur les e surfaces du blindage. 6.3.1.2 Dtermination de lordre N du dveloppement e e
La modulation de forme va nous permettre de dterminer lordre N et les e termes importants du dveloppement harmonique dans les direntes zones. En e e eet, nous avons une source constitue de deux conducteurs parcourus par des e courants opposes pulsants : il sagit dune source dordre 1 ou dipolaire. La forme e du blindage est quant ` elle carre, ce qui suppose que chaque surface se dcompose a e e en srie harmonique ` laide uniquement des termes harmoniques multiples de 4. e a La modulation de la source par la forme nous indique donc que seuls les termes
162
(4n 1) et (4n + 1) sont solutions, cest-`-dire que le dveloppement dans les a e direntes zones peut se limiter uniquement aux termes de priodicits impaires. e e e Nous aurions tr`s bien pu noncer ce rsultat sans utiliser la modulation de forme, e e e simplement en constatant que le probl`me poss`de un unique plan de symtrie e e e (voir Fig.6.8) et quaucun terme de priode paire ne peut respecter cette condition. e Mais ce quapporte la modulation est plus riche : la forme du blindage se dcompose e a ` laide uniquement dharmonique 4n et la source indique quen nous limitant ` a un dveloppement de la surface de degr n nous devons dvelopper tous les termes e e e impairs jusqu` lordre 4n+1. Dans notre cas nous allons choisir un dveloppement a e de la surface ` lordre n = 4, ce qui fera un calcul harmonique des relations de a passage jusqu` lordre 17. Nous choisirons pour cela de discrtiser les surfaces a e rguli`rement ` laide de 44 points (voir Fig.6.8). e e a
R1
Discrtisation

15
x 10
Induction Bx avec le blindage t=0

5 FEM 17 Harm16
x 10
Induction By avec le blindage t=0
10
B [Tesla]
Chemin de Validation
Fig. 6.8 Blindage carr darte interne R1 et externe R2 en aluminium. Validation du e e

calcul harmonique ` lordre N = 17 du blindage relatif ` deux conducteurs parcourus a a par un courant I=10A de frquence f =5Hz. e
6.3.1.3
Rsolution - Validation e
Nous calculons donc ` laide de la discrtisation prcdente le dveloppement a e e e e harmonique de linduction magntique dans les trois zones du blindage ` lordre e a N = 17. Pour ce faire nous utilisons la solution (6.26) propose dans la section pre e cdente. Dans un premier temps nous cherchons ` valider le calcul en le comparant e a au rsultat de la mthode des lments nis (FEM). Nous utilisons pour cela un e e ee contour circulaire de rayon Rv entourant lextrieur du blindage (voir Fig.6.8) sur e lequel nous comparons les parties relles de lexpression analytique de linduction e que nous avons calcule et la rfrence FEM. La gure(6.8) montre que les coee ee cients harmoniques obtenus sont cohrents vis-`-vis de la simulation. Cependant, e a nous constatons toujours un phnom`ne de lissage relatif au dveloppement hare e e monique limit ` lordre N = 17. Ce phnom`ne tant li ` des ordres levs il aura ea e e e ea e e compl`tement disparu sur un cercle de rayon suprieur du fait des dcroissances. e e e Nous rappelons enn que lintrt principal de la mthode harmonique est dobee e tenir les coecients harmoniques qui interviennent dans lcriture de toutes les e grandeurs lectromagntiques dans les direntes zones (voir 1.3.2). Ainsi, les coe e e ecients solutions du calcul prcdent permettent dcrire linduction magntique e e e e
C1
Rv
C2
R2
B [Tesla]
+I
Ordres levs lis aux sommets

5
10
Ordres levs lis aux sommets

FEM Harm16 17
[rad]
15
[rad]
6.3. Applications
163
dans le blindage, mais aussi le champ lectrique ou les courants de Foucault, puise quils drivent tous du mme potentiel vecteur magntique. e e e 6.3.1.4 Complments e
Nous proposons enn un complment intressant ` propos de la modulation du e e a champ source par la forme de lobjet. Nous avons montr que seuls les ordres ime pairs intervenaient dans lcriture des dcompositions des sources. Or nous avons e e utilis tous les termes du dveloppement jusqu` lordre 17 ce qui faisait 140 coee e a cients harmoniques ` identier. Puisque seul les termes impairs interviennent nous a pourrions retirer du syst`me tous les pairs, le syst`me naurait alors plus que 72 e e coecients harmoniques inconnus. De ce fait, nous pourrions galement rduire de e e moiti la discrtisation de la surface tout en conservant la qualit du rsultat : les e e e e dimensions de la matrice de ltrage harmonique correspondant au blindage seront alors [7272] et linversion instantane. e
6.3.2
Application au calcul de champ dun moteur
Comme nous le montrions prcdemment, notre mthode de calcul harmonique e e e peut se gnraliser ` des probl`mes comportant plusieurs surfaces. Cest le cas e e a e par exemple dun moteur, que nous pouvons considrer comme un blindage pose sdant trois surfaces. Lide est la suivante, nous allons calculer les coecients e e harmoniques dans les direntes zones dun moteur en fonction des sources dans e lentrefer (aimants et courants) et uniquement en crivant le syst`me matriciel des e e relations de passage sur les fronti`res. e Le premier intrt de ce calcul est bien sr de fournir lcriture harmonique ee u e dans le rotor, lentrefer et le stator de la machine en fonction des param`tres de e cette derni`re, cest-`-dire des formes (encoches) mais aussi des matriaux (pere a e mabilit et conductivit). Nous sommes ainsi capables de donner une expression e e e analytique du champ magntique dans lentrefer qui prend en compte sa forme e uniquement en fonction des sources. En dautres termes, nous avons calcul les e coecients harmoniques de la dcomposition spatiale de la permance relle de e e e lentrefer jusqu` lordre N . Nous venons de rpondre avec prcision, cest-`-dire a e e a a ` laide dun dveloppement harmonique pouss, ` un probl`me qui classiquement e e a e se rsoud analytiquement quaux premiers ordres [Hel77]. Lapport de notre me e thode est consquente, en particulier dans le domaine du diagnostic par mesures e de courants statoriques qui repose justement sur une dcomposition harmonique e de la permance de lentrefer [Bl06]. e o Le second intrt de notre calcul est dtablir, ` laide de la matrice des relations ee e a de passage le lien entre les coecients harmoniques des dcompositions dans les e direntes zones. En particulier, entre le champ magntique extrieur au moteur e e e et le champ magntique dans lentrefer. A ce propos, puisque nous sommes en e prsence dun blindage d au stator, nous pouvons d`s ` prsent armer que les e u e a e coecients harmoniques de la dcomposition des champs magntique ou lectrique e e e a ` lextrieur du moteur seront images de ceux dans lentrefer. e Pour parvenir ` ces rsultats nous devons auparavant tablir notre mthode de a e e e
164
calcul : cest-`-dire dnir la matrice des conditions de passage, rduire le domaine a e e a ` laide des symtries, optimiser la discrtisation des surfaces ` laide des outils de e e a diagnostic lis au syst`me linaire et enn rsoudre le syst`me. e e e e e 6.3.2.1 Description du probl`me e
Nous proposons pour commencer de simplier la gomtrie du moteur que nous e e voulons calculer. Nous nous limiterons donc ` un calcul statique ne possdant que a e 2 encoches rotoriques et sans encoches statoriques (voir Fig.6.9). Nous ngligerons e donc dune part les phnom`nes lis ` la dynamiques des sources (courants de e e e a Foucault) et dautres part les harmoniques lies ` la forme du stator. Il sagit dun e a point de dpart, qui doit nous permettre dutiliser la description classique dun e moteur an de mettre en oeuvre un calcul harmonique mthodique et robuste. e
y
4

Rr
Fig. 6.9 Gomtrie simplie dun moteur comportant 4 zones dlimites par 3 sure e e e e
faces.
La premi`re tape du calcul est une description prcise du probl`me, qui permet e e e e la dtermination du domaine dtude et des surfaces importantes. e e Le domaine est de priode T=2/3. Cest une information extrmement riche e e car elle permet de limiter le dveloppement aux termes harmoniques multiples de e 3 qui seuls respectent cette priode. Cest-`-dire que nous divisons par 3 galement e a e le nombre de coecients ` dterminer. Ce qui est videmment un gage de qualit a e e e et de rapidit pour la solution. e Enn, le probl`me se dcoupe en 4 zones : e e 1. La zone 1, dlimite par la surface C1 de rayon Rr , qui est le rotor avec sess e e encoches. Dans cette zone le dveloppement est celui dun probl`me interne, e e les sources tant dans lentrefer. Elle est caractrise par sa permabilit e e e e e rot relative r et par la prsence de 2 encoches carres par ple darte a. e e o e 2. La zone 2, dlimite par les surfaces C1 et C2 qui est lentrefer de la mae e chine. Dans cette zone nous avons les sources et la raction des matriaux e e statoriques et rotoriques qui scrivent comme la superposition dun probl`me e e interne et externe.
Rs

2 3
+I

C3 C2 C1
6.3. Applications
165
2 3. La zone 3, dlimite par les surfaces C2 de rayon Rs et C3 de rayon Rs qui est e e le stator de la machine lectrique de permabilit relative stat . Dans cette e e e r zone le dveloppement harmonique scrit galement comme la superposition e e e des deux probl`mes. e
4. La zone 4, qui stend au del` de la surface C3 et dans laquelle le dvelope a e pement scrit comme un probl`me externe dans lair. e e Les valeurs des dirents param`tres relatifs ` cette description sont donns par e e a e le tableau (6.3). Une remarque importante doit encore tre rajoute : les moteurs e e ont en gnral une carcasse mtallique entourant le stator de forme quelconque e e e qui peut avoir des pieds ou des ailettes de refroidissement. Si nous voulons encore prendre en compte la carcasse nous pouvons rajouter la surface correspondant ` la a forme extrieure de cette carcasse : nous dnissons alors une zone supplmentaire. e e e Param`tre e valeur Rr [cm] Rs [cm] Rs,2 [cm] a[cm] rot stat I [A] r r 6 7 8 .5 1000 1000 10
Tab. 6.3 Param`tres relatifs au calcul harmonique du moteur e
6.3.2.2
Ecriture du syst`me matriciel harmonique e
Nous avons toujours deux relations de passage pour chaque surface, ce qui fait que la matrice harmonique B est compose de 36 matrices blocs de relations de e passage (6.34). Si nous dveloppons la source ` un ordre N , nous avons alors 4N +2 e a coecients ` identier pour dterminer lexpression analytique de linduction dans a e les direntes zones5 . Du fait de la projection la matrice Bmot du syst`me est de e e 2 dimension (4N + 2) et le syst`me linaire scrit : e e e Bs = Bn Bn Bn 1,i 1,e 1,i Bt rot Bt rot Bt r 1,e r 1,i 1,i 0 Bn Bn 2,e 2,i 0 stat Bt stat Bt 2,e 2,i r r 0 0 0 0 0 0
Bmot
0 0 Bn 2,e Bt 2,e Bn 3,e Bt 3,i
0 0 Bn 2,i Bt 2,i Bn 3,i Bt 3,e
0 0 0 0 Bn 3,e stat t r B3,e
C1 i C2 e C2 i C3 e C3 i C4 e
C
(6.34) avec : n eme e e surface Bj,i : matrice de linduction magntique normale, probl`me interne sur la j t B : matrice de linduction magntique tangente, probl`me externe sur la jeme surface e e j,e k Ci : Coecients harmoniques relatifs au probl`me interne dans la keme zone. e k eme
Ce : Coecients harmoniques relatifs au probl`me externe dans la k e zone.
En eet il y a en tout 6(2N+1) coecients, mais du fait de la priode nous ne gardons que e les multiples de 3
5
166 6.3.2.3 Optimisation - rsolution e
Pour rsoudre le syst`me linaire (6.34) il ne sut pas dinverser le syst`me, e e e e mme apr`s projection. En eet, les coecients obtenus seront certes proches de la e e solution mais peuvent galement tre errons. La raison principale de cette erreur e e e vient de la forme irrguli`re de la surface du rotor et en particulier de la discrtie e e sation des encoches. En eet, il est assez dicile de dterminer une discrtisation e e assurant la stabilit de la projection sur la surface. Par exemple, si nous cherchons e un dveloppement ` lordre N nous devons mettre sur chaque surface au moins e a (4N + 2)/3 points, en particulier sur C1 . Comment alors rpartir ces points entre e les encoches et les parties circulaires de cette surface sans trop discrtiser les unes e ou les autres ? La rponse est donne par loprateur de rsolution et la variance des rsidus e e e e e de mesures de la projection Wc lie ` cette surface. En eet, la matrice projete e a e qui concerne toujours des relations de coecients harmoniques globaux na pas de rsidus alors que la projection, qui dpend de chaque point de la surface (i.e de la e e discrtisation (voir eq.(6.24)) peut en avoir dimportants (phnom`ne de Gibbs). e e e Pour dterminer la bonne discrtisation nous allons donc observer et optimiser ces e e deux crit`res, mais aussi le rsultat de la projection par le biais de la transforme e e e de Fourier de la surface du rotor. Nous cherchons ` dvelopper la source jusqu` lordre 3N avec N = 12. Alors a e a chaque surface doit avoir au moins 2N + 1 points dans lintervalle [0,2/3]. Nous commenons donc par rpartir 28 (plus des 25 ncessaires) points en mettant 2 c e e points par arte dencoche et 8 points par surface lisse du rotor (voir Fig.6.10.a). e
y
Discrtisation
Repliement
y
Gibbs
0 (a)
x (b)
0 (c)
Fig. 6.10 (a). Discrtisation du rotor - (b). Dcomposition de la surface en srie e e e

trigonomtrique ` lordre N = 12 - (c). Dcomposition de srie de la surface ` lordre e a e e a N = 7 : apparition des phnom`nes de Gibbs. e e
Bien que notre discrtisation respecte lordre N du dveloppement, nous poue e vons dj` armer que le rsultat est erron. En eet, la matrice B du probl`me ea e e e est parfaitement crite, mais la projection sur la base canonique, qui scrit comme e e la transformation conforme de la surface, est un probl`me mal pos. En dcome e e posant cette surface jusquau terme de degr N = 12 nous observons en eet un e fort repliement qui indique la mauvaise qualit du maillage (voir Fig.6.10.b). An e
6.3. Applications
167
de dterminer les points du maillage qui posent probl`me nous calculons encore la e e variance des rsidus de calcul sur la surface (voir Fig.6.11.a). Ils montrent quil y e a une forte instabilit sur les cts des encoches6 . e oe
Variance des rsidus de calculs lordre N=12 1 Variance des rsidus lordre N=12 avec une discrtisation plus riche 1 Variance des rsidus de calcul lordre N=7 1
0.8
Variance leve sur les 8 points des faces des encoches
0.8
Variance sur les fonds des encoches
0.8
Variance globale
var{V}
var{V}
0.4
0.4
var{V}
0 5 10 15 20 25 30
0.6
0.6
0.6
0.4
0.2
0.2
0.2
10
15
20
25
30
10
15
20
25
30
points de la discrtisation
(a) (b) (c) Fig. 6.11 Variances des rsidus de calcul de trois probl`me dirents : (a). Discrtie e e e sation initiale (28 points) ` lordre N = 12 - (b). Amlioration de la discrtisation (30 a e e points) ` lordre N = 12 - (c). Discrtisation initiale ` lordre N = 7. a e a
Plusieurs solutions peuvent tre utilises pour rsoudre notre probl`me. Elles e e e e partent du principe que, du fait de la forme irrguli`re la rsolution du syst`me ne e e e e peut pas tre stable et que nous allons chercher une solution qui rpartit au mieux e e linstabilit sur lensemble des points. e Une premi`re solution consiste ` optimiser la discrtisation des encoches de e a e faon a rpartir linstabilit de faon globale sur lencoche. Par exemple, en discrc ` e e c e tisant en trois points le fond des encoches, nous augmentons la variance des rsidus e dans toute lencoche (voir Fig.6.11.b). Ainsi nous rajoutons des degrs de libert e e au syst`me qui permet de prendre en compte de faon gale toutes les relations sur e c e les surfaces de lencoche. La seconde approche est plus objective et se base uniquement sur la dcomposie tion de la forme du blindage. Elle consiste ` diminuer lordre de son dveloppement a e an de respecter la discrtisation. Une analyse pralable de la forme peut nous aie e der ` choisir un ordre appropri. Nous pouvons ainsi armer que la forme du rotor a e se dcompose essentiellement ` laide des harmoniques pairs puisquil y a deux e a encoches. La source tant dordre 1 (+I et -I) sur la priode du probl`me : un e e e ordre intressant est par exemple lordre 7 qui prend en compte lharmonique 3 e due ` la forme carre des encoches 7 . A cet ordre la dcomposition de la forme du a e e rotor est en eet plus approprie (Fig.6.10.c). Elle laisse cependant appara des e tre phnom`nes de Gibbs causs par lirrgularit et qui ont tendance ` faire diverger e e e e e a la projection et par l`-mme ` faire diverger le syst`me. Nous remarquons encore a e a e quen diminuant lordre du dveloppement nous avons augment la variance des e e rsidus sur lensemble des points (Fig.6.11.c) : cest-`-dire que thoriquement nous e a e orons plus de libert au syst`me, cest pourquoi la dcomposition ne suit pas e e e exactement la forme de la surface. Enn, pour limiter les phnom`nes de Gibbs e e nous observerons les coecients harmoniques de la dcomposition de la forme et e choisirons lordre du dveloppement ` laide dune mthode bloquant le dvelope a e e pement harmonique d`s que les coecients deviennent croissants en fonction de e
6 7
En eet, ils apportent une information tr`s proches du fait de la forme de lencoche e Un crneau se dcompose en harmoniques impaires e e
168
lordre : ce qui caractrise les phnom`nes de Gibbs [Boy01]. e e e Pour conclure, nous venons de mettre en vidence limportance du maillage. e Il peut entra ner deux types derreur lorsque la surface est irrguli`re qui sont : e e soit le repliement, soit les phnom`nes de Gibbs. Pour palier ce probl`me nous e e e proposons dadapter notre maillage quand cest possible ou alors de rduire lordre e du dveloppement jusqu` ce que disparaissent les phnom`nes de Gibbs. Dans e a e e notre cas par exemple, en observant les coecients de la dcomposition en srie du e e rotor, nous constatons que lordre 7 a des phnom`nes de Gibbs alors que lordre e e 5 nen poss`de pas : nous pouvons donc envisager le dveloppement en srie dans e e e les direntes zones ` cet ordre. e a
6.3.2.4
Rsultats - Performances e
Nous proposons de comparer maintenant le rsultat de notre mthode ` celui e e a donn par la mthode des lments nis. Tout dabord, nous commenons par e e ee c vrier la valeur du champ dans lentrefer ` lordre 5 (qui est le rsultat de notre e a e mthode) et ` lordre 7 pour mettre en vidence les consquences globales des e a e e phnom`nes de Gibbs (voir Fig.6.12). e e
y
Chemin de validation dans lentrefer
x 10
3
Induction magntique Bx dans lentrefer erreur globale due Gibbs

1.5 Harm 5 FEM Harm 7 1 0.5
1.5 1 0.5
x 10
Induction magntique By dans lentrefer 3

Harm 5 FEM Harm7
Bx [Tesla]
0 0.5 1 1.5
By [Tesla]
0 0.5 1 1.5
Erreur globale due Gibbs

0 1 2 3 4 5 6
[rad]
[rad]
(a)
(b)
(c)
Fig. 6.12 (a) - Discrtisation du moteur sur la priode dtude et chemin de validation e e e
dans lentrefer. Comparaisons de linduction magntique suivant x (b) et suivant y (c) e entre la mthode des lments nis et la mthode harmonique ` lordre 5 et 7. e ee e a
Nous constatons qu` lordre 5, comme lindiquaient les coecients de la da e composition de cette surface, nous avons un rsultat tr`s proche de la simulation e e lments nis. Cependant ` lordre 7 les phnom`nes de Gibbs entra ee a e e nent une erreur globale sur tout le chemin de validation. Ltape doptimisation de la discre e tisation et du choix de lordre maximum est donc ncessaire si nous voulons faire e un calcul exact. Heureusement, la simplicit de la mthode de dtection de Gibbs e e e permet la mise en uvre dun dalgorithme simple pour dterminer lordre N du e dveloppement. e En terme de performances, nous dveloppons les sries solutions jusqu` lordre e e a 5 dans les direntes zones, ce qui fait un dveloppement ` lordre 15 sur le domaine e e a [0 ;2]. La matrice du syst`me projet est alors de dimension [66 66], son inversion e e est tr`s rapide (toujours moins dune seconde). e
6.4. Conclusions 6.3.2.5 Perspectives
169
Le calcul prcdent nous ore encore la possibilit de calculer sous forme de e e e sries harmoniques le champ ` lextrieur de la machine. La gure (6.13) compare e a e justement linduction calcule ` lordre 5 sur un chemin circulaire extrieur au e a e moteur.
y
Chemin de validation lextrieur
1.5 x 10
5
Induction magntique Bx lextrieur

1.5 Harm 5 FEM
x 10
Induction magntique By lextrieur

Harm 7 FEM
0.5
0.5
Bx [Tesla]
By [Tesla]
0 1 2 3 4 5 6
0.5
0.5
1.5
1.5
[rad]
[rad]
(a) (b) (c) Fig. 6.13 a - Discrtisation du moteur sur la priode dtude et chemin de validation e e e a ` lextrieur de la machine. Comparaisons de linduction magntique suivant x (b) et e e suivant y (c) entre la mthode des lments nis et la mthode harmonique ` lordre 5. e ee e a
Le rsultat est encore plus satisfaisant ` lextrieur (cart infrieur ` 7%), car les e a e e e a harmoniques levs dans lentrefer ont t ltrs par le blindage que forme le stator e e ee e (r = 100). Lintrt de la mthode harmonique est de bncier des proprits ee e e e ee globales des mod`les harmoniques pour le calcul des champs ` lextrieur de la e a e machine. Nous navons pas besoin par exemple de mailler inutilement tout lespace pour dterminer le champ dun mod`le global simple, ni non plus de calculer les e e valeurs en chaque point de lespace par le biais dintgrales surfaciques. Le mod`le e e est en eet enti`rement contenu dans quelques coecients harmoniques qui ont un e rle comparable aux valeurs des raies dune FFT. o Lintrt de ce calcul est galement de permettre didentier les termes harmoee e niques par une simulation rapide et performante ` laide dun mod`le complet ou a e approch dune source. Par exemple, la mthode harmonique fournit les coecients e e harmoniques ` lextrieur du moteur, ce qui va nous permettre de dterminer les a e e termes harmoniques importants et nous donner une bonne ide de leur amplitude. e Ainsi nous obtenons une information a priori intressante qui nous servira lors de e lidentication.
6.4
Conclusions
Dans ce chapitre nous avons mis en uvre une mthode de calcul harmonique e de blindages. Il sagit dun complment au chapitre prcdent qui orait une me e e e thode de dimensionnement de ces blindages garantissant leurs performances sans prendre en compte les eets de forme. Pour mmoire, le calcul harmonique que e nous proposons se base sur lcriture des conditions de passage sur la discrtisation e e des surfaces dun blindage. Il peut encore se gnraliser ` des sources de proe e a bl`mes lectromagntiques plus complexes comportant plusieurs surfaces de forme e e e
170
quelconque, des sources dynamiques et des milieux conducteurs. Ainsi le calcul harmonique est une mthode gnrale de calcul des champs utilisant les conditions e e e de passage sur les fronti`res des rgions pour dterminer le dveloppement en srie e e e e e des grandeurs lectromagntiques ` lintrieur de ces rgions. Si elle est en ce point e e a e e comparable ` la mthode des lments nis dans laquelle lespace est dcoup en a e ee e e nombreux lments de dimensions rduites et utilise une approximation polynoee e miale simple, elle tire tout son intrt dans sa description globale du probl`me. ee e Cependant, la globalit est galement ` lorigine derreurs lies au dveloppement e e a e e en srie harmonique, comme le repliement et les phnom`nes de Gibbs. Ces phnoe e e e m`nes existent galement dans la mthode des lments nis, mais taient locaux e e e ee e du fait du maillage. Si ce chapitre permet une mthode de calcul harmonique des champs il est e surtout riche de linterprtation quil permet den faire. En eet, nous avons cere tainement dj` eu lintuition que la forme dun objet dterminait les champs lecea e e tromagntiques quil rayonnait, sans pouvoir simplement expliquer le phnom`ne. e e e La contribution de cette th`se est essentielle dans ce sens. En eet, nous avons de e montr que la richesse harmonique des champs taient uniquement une modulation e e de la dcomposition harmonique de la forme de lobjet par celle du champ source. e Nous sommes donc capables dappliquer un raisonnement quantitatif utilisant une description sommaire de la dcomposition de la source et des surfaces dun objet e et qui donne directement la richesse harmonique des champs lectromagntiques e e dans les direntes zones de lespace. Nous sommes donc capables, sans le moindre e calcul, de retirer de linformation a priori ` propos du mod`le harmonique dune a e source ` laide uniquement de considrations gomtriques [Sch06]. a e e e Lintrt de cette partie est donc triple : ee Elle permet de dimensionner un blindage magntique adapt ` une source en e ea utilisant sa dcomposition multipolaire pour dterminer les matriaux et le e e e nombre de couches qui le constitue. Elle ore une mthode de calcul gnrale des conditions de passage sur une e e e surface quelconque qui se gnralise ` des probl`mes multi-surfaces, dynae e a e miques et dans des milieux magntiques et conducteurs. e Enn, elle ore la possibilit dobtenir une information a priori prcise ` proe e a pos dune source, soit par le calcul direct harmonique, soit par une analyse sommaire du probl`me. Cette partie fournit donc linformation a priori ne e cessaire ` lidentication magntodynamique baysienne que nous avons mise a e e en place dans la premi`re partie de cette th`se. e e La rencontre des deux premi`res parties de cette th`se, de lidentication e e magntodynamique et du calcul de blindage, va permettre daboutir ` lobjece a tif que nous nous sommes xs qui est lidentication magntodynamique dune e e source quelconque. Cest pourquoi nous proposons dans la derni`re partie de cette e th`se lidentication dune maquette de moteur disco ` aimants permanents e de a qui illustre limportance des mthodes et des outils que nous avons prsents et e e e lecacit de la mthode. e e
Troisi`me partie e Application et Conclusions
171
Chapitre 7 Identication magntodynamique e de moteur disco de

Dans ce chapitre nous allons appliquer lidentication magntodynamique ` e a un moteur disco ` aimants permanents. Nous montrerons lutilit des dirents de a e e outils prsents dans les deux premi`res parties de cette th`se et la mise en oeuvre e e e e de lidentication dune source relle de champs magntiques. e e Ce chapitre se divise en trois parties qui sont : la description de lexpe rience, lidentication magntostatique du moteur puis lidentication magntoe e dynamique. Il nous permet donc dobtenir un mod`le statique et dynamique du e moteur. Cependant, avant toute chose, il met en avant la mthode de lidentie cation dune source, cest pourquoi nous ferons un eort particulier pour illustrer la dmarche qui conduit au mod`le harmonique et ` lanalyse des causes de son e e a indiscrtion. e
7.1
Description de lexprience e
Lidentication magntodynamique consiste ` dterminer les coecients hare a e moniques correspondant au rayonnement lectromagntique dune source ` partir e e a de mesures magntiques ou lectriques faites dans son voisinage. Dans notre cas, e e nous eectuerons des mesures dinduction magntique dans lair entourant une e source : il sagit donc uniquement dun probl`me magntodynamique. Avant donc e e de nous lancer dans lidentication, nous devons parfaitement dcrire lexprience. e e En eet, cette description est importante car elle fournit une grande partie de linformation a priori sur la source et la qualit de la mesure, qui sont les deux origines e dinformation dont nous disposons.
7.1.1
La source
Notre source est un moteur disco de faible puissance qui est une maquette de ae ` chelle rduite dun moteur de propulsion navale (voir Fig.7.1.a). La technologie e disco est intressante du fait du faible encombrement des moteurs, ce qui permet de e par exemple de les placer dans des POD, petites nacelles externes au bateau qui augmentent sa mobilit. e 173
174
7. Identification magnetodynamique de moteur disco de

y

y

Aimants rotoriques

Pieds
(a) des aimants des deux rotors, de la culasse et des pieds du moteur.
(b)
Fig. 7.1 (a). Photo du moteur disco identi. - (b). Reprsentation gomtrique de e e e e
Les caractristiques principales de ce moteur sont contenues dans le tableau e (7.1). Il sagit dun moteur ` aimants permanents, ce qui signie que mme non a e aliment, il poss`de une signature statique du fait des aimants. Il a galement 4 e e e paires de ples, rparties sur deux demi moteurs. En particulier, il poss`de deux o e e disques rotoriques (Fig.7.1.b) sur lesquels sont disposs parall`lement les aimants. e e Ces disques entra nent la rotation de laxe du moteur lorsque le stator est aliment. Il y a galement deux demi stators bobins parall`lement qui sont pris en e e e e sandwich entre les deux disques rotoriques. Ce stator est mcaniquement li ` la e ea culasse du moteur. Param`tre Pnom [kW] Inom [A] nom [tr.min1 ] p Rext [cm] e valeur 15 9 600 4 31 Tab. 7.1 Caractristiques du moteur disco ` aimants permanents. e de a Enn, la culasse du moteur en acier a la forme dun cylindre creux qui poss`de e un trou destin ` lalimentation du stator au-dessus du moteur et surtout deux e a pieds en acier massif qui permettent son ancrage au le sol (voir Fig.7.1.b).
7.1.2
Lenvironnement magntique e
Les mesures que nous allons eectuer se drouleront au Laboratoire de Mtroe e logie Magntique en Champs Faibles (LMMCF) ` Herbeys. Nous y disposons dun e a simulateur de champ capable ` laide de bobines de contrler le champ ambiant a o avec une prcision infrieure ` 4nT. Cependant nous nutiliserons pas ce dispositif e e a car nos mesures seront eectues dans le champ magntique terrestre. La localie e sation du LMMCF est cependant importante, car elle assure un environnement magntique stable ` lcart de la ville et de ses anomalies lectromagntiques. e a e e e Notre exprience prend donc place dans le champ magntique terrestre qui pose e s`de essentiellement deux composantes. Le moteur est plac de sorte que ces deux e e composantes co ncident avec laxe y et z du rep`re xe li au centre du moteur (voir e e
Culasse

Trou Alim.

7.2. Lidentication magntostatique e
175
Fig.7.1). Enn, puisque nous allons identier une source dynamique, il nous faut signaler la prsence du rseau ` 50Hz et de lalimentation du moteur (variateur). e e a Etant donnes les frquences de fonctionnement du moteur pendant les diverses e e identications dynamiques (1-6Hz) et les frquences caractrisant lenvironnement, e e nous pouvons assurer que lenvironnement est sain et que nous distinguerons parfaitement notre source du bruit aux frquences qui la caractrisent. e e
7.1.3
Les moyens de mesures
Nous disposons de 9 capteurs uxgate Bartington triaxiaux (Mag3) qui permettent la mesure de champs faibles dynamiques. Nous distinguons cinq capteurs didentication que nous placerons ` des positions permettant la meilleure identia cation possible et quatre capteurs de validation qui permettront de vrier par e extrapolation la validit du mod`le. Nous disposons donc uniquement de 15 mee e sures de linduction magntique rayonne par le moteur qui sont lies entre elles e e e par la nature triaxiale des capteurs. Lacquisition est permise grce ` une cha PXI qui permet dchantillonner le a a ne e signal sur 16 bits et au-del` de 100kHz. De plus, nous possdons des ltres analoa e giques qui limitent la bande passante des capteurs didentication et ainsi limitent galement le repliement. Enn, nous utilisons une mesure laser des positions du e centre du moteur et des dirents capteurs ` laide dun thodolite. Il assure le e a e positionnement prcis de la mesure et de la source. e
7.2
Lidentication magntostatique e
Nous commenons cette section en rappelant le probl`me principal de lidentic e cation magntique qui est de dterminer lordre maximum N que nous pouvons e e identier sans erreur ` laide dun nombre ni de capteurs. a Dans notre cas, nous possdons 5 capteurs et nous cherchons ` identier le e a moteur sans alimentation et statique, puis aliment et dynamique. Or avec seulee ment 5 capteurs nous disposons uniquement de 15 mesures ce qui nous limite ` a une identication ` lordre 3 (15 coecients). a Pour permettre lidentication dun mod`le harmonique plus complet du moe teur nous devons chercher toute linformation disponible sur la source, disposer les capteurs en fonction de cette information et enn seulement rechercher les coecients harmoniques les plus cohrents vis-`-vis de la mesure et de linformation a e a priori.
7.2.1
La qute dinformation e
Sans information, il est tout simplement impossible de dterminer un mod`le e e harmonique, car nous devons conna au moins la qualit du placement et de la tre e mesure et avoir une ide de la richesse harmonique de la source. Dans notre cas, le e placement des capteurs est excellent du fait de la vise laser et la mesure statique e nest bruite ni par le rseau, ni par la MLI puisque le moteur nest pas aliment. e e e
176
Dans ces conditions la mesure peut tre considre comme excellente au LMMCF e ee et linformation concernera essentiellement les sources de champ magntique. e Les deux sources de champ statique que nous avons au LMMCF sont le champ terrestre et les aimants. Notre exprience peut dailleurs se rsumer tr`s simplement e e e a ` leet de ces deux sources sur une masse ferromagntique qui mcaniquement e e forme un moteur. Pour dterminer linformation sur les coecients harmoniques e qui composent la source nous devons donc valuer les coecients ds ` leet de e u a forme du moteur sur les aimants et le champ magntique terrestre. e 7.2.1.1 Les aimants
Nous commenons par caractriser le champ magntique rayonn par les aic e e e mants. Dapr`s la description que nous avons faite prcdemment, les aimants sont e e e disposs gomtriquement de faon ` former 4 paires de ples identiques (Fig.7.1). e e e c a o Dautre part, le moteur est compos de deux demi-moteurs parall`les qui se sie e tuent thoriquement sur des plans symtriques par rapport au centre mcanique e e e du moteur (stator). Linformation que nous tirons de cette description sommaire des sources nous renseigne sur deux points : les aimants permanents sont disposs alternativement e sur les 2 disques rotoriques avec une priode gale ` 4 suivant (Fig.7.1) et le plan e e a (0,x,y) contenant le stator est un plan dantisymtrie des sources. e Cette information est tr`s riche car seuls les termes harmoniques possdant ces e e symtries et priodes sont reprsentatifs de linduction magntique des aimants. Le e e e e dveloppement harmonique des aimants se limite donc aux harmoniques sphriques e e dont les termes m sont multiples de 4 et les ordres n sont tels que z = n m m est impaire. En eet, les polynmes de Legendre Pn sont des fonctions impaires o lorsque z=n-m est impaire et paires dans le cas contraire [Ang72][Sch06]. Nous pouvons donc armer grce ` cette courte tude que les coecients harmoniques a a e prpondrants du dveloppement des aimants seuls sont tous les {c2k+1,4l }. Ce e e e rsultat est encore valable lorsque le stator et la culasse sont rajouts, puisque les e e symtries et priodicits du moteur sont encore respectes. Nous avons donc estim e e e e e les termes harmoniques les plus reprsentatifs du moteur en rgime statique. e e Pour linstant, nous navons pas eu recours au moindre calcul pour dterminer e la richesse harmonique de la source. Mais, si nous voulons obtenir un complment e dinformation sur les coecients, nous pouvons avoir recours ` lidentication dune a simulation lments nis qui ore un complment dinformation : lamplitude des ee e termes sources. Nous nous passerons de cette information qui nest pas ncessaire e et qui peut induire en erreur si le mod`le simul ne correspond pas ` la ralit. e e a e e 7.2.1.2 Modulation du champ des aimants par leet de forme de la culasse
Nous venons didentier les termes principaux du rayonnement du moteur avec sa culasse, mais nous navons pas pris en compte le fort eet de forme d ` la u a prsence des pieds massifs et du trou de lalimentation (Fig.7.1). En eet, la pre e sence des pieds et du trou brise la priodicit suivant sans changer cependant la e e
177
prsence du plan dantisymtrie. e e Pour dterminer les termes harmoniques qui interviennent dans la dcomposie e tion harmonique nous devons donc valuer les termes m suivant issus de leet e de forme. Pour ce faire, nous navons besoin que dun calcul deet de forme 2D. Nous appliquons donc la mthode de calcul prsente au chapitre 6 ` un probl`me e e e a e de blindage contenant une source dordre 4. Nous cherchons ainsi ` valuer comae ment la priodicit de la source compose des aimants rotoriques et du stator est e e e module en par la forme de la culasse. e En regardant linduction magntique simule harmoniquement sur un cercle de e e rayon Rext =55cm entourant le moteur nous constatons la prsence dune anomalie e qui brise la priodicit dordre 4 (Fig.7.2). Elle est cause par les pieds du moteur. e e e An davoir une ide de la richesse harmonique de la dcomposition suivant nous e e regardons linuence de ces coecients sur le cercle prcdent. Nous constatons e e que le moteur et ses pieds se dcomposent en srie utilisant tous les termes. Il e e sagit dun cas de blindage. La source constitue des aimants est donc diminue e e tandis quapparaissent des termes prpondrants dordre faible lis ` la forme de e e e a la culasse.
Influence des Coefficients harmoniques
100 150 Harm9 0 100 50 100 0 50 100 150 200 400 250 500 0 1 2 3 4 5 300 0 1 2 3 4 5 6 500 400 300
Br sur un cercle externe de 55cm

600
B sur un cercle externe de 55cm

Harm9
200
B [nT]
Inf [nT]
Br [nT]
200 700 600 500
300
pieds
pieds
400 300 200 0 1 2 3 4 5 6
[rad]
[rad]
(a) (b) (c) Fig. 7.2 Simulation dune source dordre n = 4 contenue dans une culasse. (a) : Inuence des coecients harmoniques sur un cercle de rayon Rext de 55cm - (b) : induction magntique radiale sur ce cercle - (c) : induction magntique orthoradiale. e e
En conclusion, par rapport au mod`le sans les pieds nous ne pouvons plus e prendre exclusivement des termes de priode multiple de 4 suivant , mais tous les e termes. Heureusement, nous conservons toujours le plan dantisymtrie, ce qui nous e permet didentier les coecients harmoniques correspondant au moteur statique : ils sont alors les {cm+2k+1,m }. 7.2.1.3 Le champ magntique terrestre e
Le champ magntique terrestre est la source de champ la plus importante. e Du fait galement de limportance de la culasse du moteur elle induit une forte e raction daimantation. Cest cette source que nous allons majoritairement mesurer. e Pour dterminer les termes de la dcomposition harmonique de laimantation nous e e proposons ` nouveau dexploiter le calcul de leet de forme. a Le champ magntique terrestre est uniforme et compos de deux composantes e e suivant z (20T) et y (40T) (la troisi`me est beaucoup plus faible). Nous pouvons e
178
donc simuler harmoniquement linduction de la culasse et des pieds pour valuer e les termes polaires les plus importants dans le plan principal du probl`me. Comme e dans le cas des aimants, nous cherchons ` identier la richesse harmonique de la a source suivant . La simulation montre que laimantation de la culasse est essentiellement un phnom`ne dordres faibles car la valeur des coecients harmoniques relatifs est e e uniquement importante pour m = 1,2 et 3. Ce qui correspond ` laimantation de a la culasse (dipolaire) et des pieds (voir Fig.7.3).
Coefficient harmoniques polaires
0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 0.02
Induction magntique Br sur un cercle de rayon R=55cm

0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 0.8
Induction magntique B
Harm 9 0.6 0.4 0.2
Pieds
Harm 9
Pieds
B [ T]
0 1 2 3 4 5 6
Br [ T]
0 0.2 0.4 0.6 0.8
[rad]
[rad]
(a) (b) (c) Fig. 7.3 Simulation de laimantation de la culasse du moteur dans le champ terrestre. (a) : Inuence des coecients harmoniques sur un cercle de rayon Rext de 55cm - (b) : Induction magntique radiale sur ce cercle - (c) : Induction magntique orthoradiale. e e
En eet, la simulation du probl`me ` lordre 9 met clairement en vidence la e a e simplicit harmonique de la dcomposition. Nous voyons que sur un cercle de rayon e e Rext =55cm laimantation magntique cre une source dipolaire avec une double e e anomalie au niveau des pieds. Les deux sources de champ magntique : aimants et champ terrestre vont donc e se traduire majoritairement ` laide des coecients harmoniques {cm+2k+1,m } et a des ordres faibles. Nous pouvons encore armer que laimantation de la culasse va tre prpondrante dans la mesure puisque la culasse a un eet de blindage e e e sur les aimants qui est du second ordre par rapport ` laimantation de la culasse. a La source statique que nous allons mesurer sera donc essentiellement une source dordre n faible. Cependant, nous irons chercher les ples du moteurs, minoritaires o dans la signature magntostatique en utilisant une disposition adapte des capteurs e e didentication.
7.2.2
Placement des capteurs didentication
Les considrations gomtries prcdentes permettent donc didentier les coefe e e e e cients harmoniques prpondrants dans la dcomposition de la source. Ainsi, nous e e e savons que les ordres faibles et les {c(m+2k+1,m) } seront majoritairement reprsene tatifs du moteur statique. De plus, nous pouvons encore armer que les termes tels que m = 1 et 2, qui sont ceux correspondant ` linduit de la culasse, auront une a inuence importante alors que ceux dordre lev qui correspondent au blindage e e des aimants auront une inuence faible.
179
Pour placer les capteurs de mesure nous allons utiliser loprateur de rsolution e e R du probl`me didentication [Leg96]. Nous montrions au chapitre 4 que la diagoe nale de cette matrice tait reprsentative de la qualit de lidentication de chaque e e e coecient harmonique. Pour garantir un facteur de rsolution optimal des termes e reprsentatifs de la source nous allons donc optimiser le placement des capteurs e de faon ` garantir le meilleur oprateur de rsolution pour les coecients dordre c a e e faible et les {c(m+2k+1,m) } lis aux aimants. Ainsi, nous garantissons la qualit de e e lidentication des coecients harmoniques reprsentatifs de la source mme si e e lordre du dveloppement est lev. Nous devons cependant assurer que le nombre e e e de termes que nous cherchons soit au moins gal au nombre de mesures dont nous e disposons, sinon loptimisation du facteur de rsolution nest pas possible. Puisque e nous possdons 15 composantes magntiques nous pouvons optimiser loprateur e e e de rsolution des termes principaux de la source jusqu` lordre N = 5. Il sagit e a des 15 coecients donns dans le tableau (7.2). e Lidentication que nous proposons consiste donc ` chercher les 35 coecients a dune source dordre N = 5 ` laide de seulement 5 capteurs. Mais ces capteurs sont a placs de sorte ` identier de faon optimale les termes sources de la dcomposition, e a c e lerreur sur les autres termes se limitant de fait ` lidentication du bruit ou des a irrgularits. Cependant, an de stabiliser lidentication du bruit et limiter les e e phnom`nes de repliements nous utilisons encore une hypoth`se de norme minimale e e e sur tous ces coecients. Coe Coe
champ terrestre.
a1,0 a4,2
a2,1 b4,2
b2,1 a4,3
a3,0 b4,3
a3,2 a5,0
b3,2 a5,4
a4,1 b5,4
b4,1 .
Tab. 7.2 Les 15 coecients harmoniques reprsentatifs du moteur statique dans le e
Lalgorithme doptimisation du placement de capteurs est le suivant : 1. Nous choisissons une disposition des cinq capteurs initiale Pinit (voir Tableau.7.3). Nous crivons ensuite la matrice F de lidentication magntique e e a ` lordre N = 5, puis loprateur de rsolution lui correspondant. e e 2. Un algorithme doptimisation cherche une nouvelle position des capteurs de faon ` maximiser la rsolution de lidentication des coecients c a e {c(m+2k+1,m) }. Il it`re ` partir du placement initial en choisissant des points e a au dessus du plancher du LMMCF et contenus en dehors de la sph`re engloe bant le moteur. 3. Enn, il sarrte lorsque la fonction objective (norme des termes de la diagoe nale de loprateur de rsolution) est maximale. e e Pour tre plus prcis sur lidentication des ordres faibles, caractristiques de e e e laimantation de la culasse, nous ajoutons une pondration dans la fonction objece tive qui favorise une meilleure rsolution des termes dordres faibles. Le placement e optimal que nous obtenons est en fait un compromis, car il nexiste pas de placement idal ` laide de capteurs triaxiaux (peut-tre est-ce possible avec des capteurs e a e monoaxes ?).
180
En eet, nous nallons pas chercher un oprateur de rsolution gal ` 1 pour e e e a tous les coecients car ce nest pas possible, nous assurerons uniquement ce facteur aux ordres les plus faibles de sorte que le mod`le soit susamment prcis pour e e une extrapolation au loin. Pour les ordres levs nous optimiserons seulement les e e positions des capteurs en assurant loprateur optimal. e
Capteur Pinit [m] Poptim [m]
C1
(.6,.6,.6) (.724,.998,2.71)
C2
(-.6,-.6,.6) (-1.15,-.15,1.5)
C3
(-.6,-.6,-.6) (-.76,-.5,-6.8)
C4
(.6,.6,-.6)
C5
(.6,-.6,-.6) (1.18,0,-.9)
(.8,1.1,-.9)
Tab. 7.3 Positions des capteurs dans le rfrentiel du centre du moteur. ee Le positionnement de capteurs que nous trouvons (voir Poptim du tableau 7.3) permet un gain notable de loprateur de rsolution des 15 coecients caractrise e e tiques de la source (voir Fig.7.4). En particulier aux ordres faibles. Il peut cependant tre tr`s loign de 1 pour certains termes harmoniques et nous devons nous e e e e souvenir que pour ces termes lidentication sera moins performante.
Oprateur de rsolution aux positions initiales des capteurs
1 0.8
Rsolution R
0.6 0.4 0.2 0
(a)
10
11
12
13
14
15
N du coefficient harmonique Oprateur de rsolution aux positions relles

1 0.8
Rsolution R
0.6 0.4 0.2 0
Ordres faibles
(b)
10
11
12
13
14
15
N du coefficient harmonique
Fig. 7.4 Oprateurs de rsolution relatifs aux 15 coecients harmoniques principaux e e

lors dune identication ` lordre 5.- (a) : Oprateur de rsolution correspondant aux a e e positions initiales des capteurs.- (b) : Oprateur de rsolution correspondant aux positions e e relles optimises. e e
Dans cette section nous proposons une disposition de capteurs magntiques e correspondant au moteur que nous cherchons ` identier. Elle est donne par le a e calcul des positions qui assurent loptimalit de la rsolution sur les termes les plus e e reprsentatifs de la source. Cest-`-dire ceux que nous avons identis ` laide des e a e a considrations gomtriques de la section prcdente. Nous sommes donc dsormais e e e e e e capables de mettre en place une identication adapte ` la source. Ce placement e a garantit la meilleure identication possible des 15 coecients relatifs aux termes harmoniques sources.
181
Ident.

C1
C2 C4

C6

C5

C3
C9
Fig. 7.5 Visualisation densemble du moteur, des 5 capteurs didentication et des 4

capteurs de validation.
C7

Valid
C8
182
7.2.3
7.2.3.1
Identication des coecients harmoniques

Hirarchie du mod`le - Intrt du placement e e e e
Au chapitre 2 de cette tude, nous prsentions la notion dordre des mod`les e e e harmoniques. Elle introduit une hirarchie spatiale des termes dune dcomposie e tion harmonique selon leur ordre n. Par exemple, les termes dipolaires sont pre dominants loin dune source alors que les termes dordre N lev ne le sont qu` e e a proximit de la source. Jusquici nous avons prsent ce rsultat comme un frein e e e e a ` lidentication car lordre maximum N dterminait le nombre de capteurs ne e cessaires ce que nous prsentions comme une condition dchantillonnage spatial. e e Mais cette condition ne prend pas en compte la distance de chaque capteur ` la a source et la hirarchie naturelle du mod`le harmonique. e e Prenons par exemple le capteur didentication le plus loign du moteur, ceste e a `-dire C1 (Fig.7.5). Il est aberrant dutiliser ce capteur pour essayer didentier les coecients harmoniques dun ordre n lev car une petite erreur de mesure a une e e consquence dsastreuse sur ces coecients du fait des dcroissances associes. Il e e e e faut donc prfrentiellement les utiliser pour identier des termes dordre faible ee pour lesquels une erreur de mesure faible correspond ` une erreur didentication a des coecients harmoniques faible. De mme, utiliser une mesure proche pour e dterminer un mod`le dordre faible entra ncessairement une erreur du fait de e e ne e limportance des termes dordre lev ` proximit de la source. e ea e Idalement nous pouvons imaginer avoir des zones propres ` chaque ordre dans e a lesquelles sont disposs susamment de capteurs pour identier tous les termes e propres ` un mme ordre. Ainsi nous identions les coecients des ordres sua e prieurs ` mesure que nous nous rapprochons de la source. Cette approche est e a intressante si nous avons susamment de mesures pour identier les coecients e dans les direntes zones mais est tr`s coteuse du point de vue de la mesure. Nous e e u allons cependant garder son principe en ladaptant grce ` lestimation baysienne. a a e 7.2.3.2 Estimation hirarchique baysienne e e
La distribution des capteurs didentication comprend des mesures loignes et e e des mesures proches. Il y en a donc qui sont plus adaptes ` lidentication des e a termes dordre faible et dautres plus proches et plus adaptes aux ordres levs e e e (voir Fig.7.5). Pour estimer les 35 coecients harmoniques nous utiliserons un estimateur du MAP exploitant la hirarchie du mod`le harmonique et le placement e e des capteurs. Lide du mod`le hirarchique est la suivante : nous allons identier les coee e e cients harmoniques dune source au pas ` pas en estimant des coecients dordre a de plus en plus lev, en utilisant galement des capteurs de plus en plus proches, e e e et les derniers coecients identis comme information a priori. Lintrt est que e ee nous ne partons pas immdiatement en qute dun mod`le dordre N = 5 ce qui e e e causerait du repliement, mais nous cherchons dabord un mod`le simple (diple) e o a ` laide des mesures qui nous permettent de le trouver sans commettre derreur remarquable. Comme le rsultat de cette identication est voisin de la ralit, nous e e e lutiliserons comme information a priori pour une identication plus pousse. Petit e
183
a ` petit, nous enrichissons notre information a priori sur les coecients de la source grce a lidentication magntique. a ` e 7.2.3.3 Rsultats de lidentication statique e
Pour commencer, an de clarier la dmarche hirarchique nous allons prsenter e e e ses deux premi`res tapes, cest-`-dire lidentication des ordres N = 1 et N = 2, e e a et le mcanisme qui va permettre sous condition dune identication antrieure de e e dterminer la suivante. Enn nous prsenterons les rsultats obtenus ` lordre 5 et e e e a leur analyse. Lordre N = 1 Nous commenons donc par identier les param`tres du diple c e o a ` laide des deux capteurs les plus loigns du moteur, cest-`-dire C1 et C5 . (voir e e a Fig.7.5). Les coecients harmoniques solutions sont donns par le tableau (7.4). e Coecients Valeur
N = 1.
a1,0 a1,1 b1,1 1526.7 -31.044 1643.3
Tab. 7.4 Valeurs des coecients de la dcomposition harmonique du moteur ` lordre e a Puisque nous utilisons des mesures lointaines, en particulier C1 nous limitons le repliement et pouvons estimer que lidentication de ces coecients est une bonne estimation de leur valeur relle. Nous pouvons donc utiliser ces valeurs comme e information a priori pour lidentication suivante ` lordre 2. a Lordre N = 2 Nous anons le dveloppement jusqu` lordre N = 2 en vitant e a e dutiliser le capteur C1 qui nous sert exclusivement ` assurer les param`tres dipoa e laires. Nous pouvons utiliser les deux mesures les plus loignes alors : C2 et C5 . Si e e nous assurons que les coecients de lordre 1 sont certains nous pouvons leur attribuer une variance assez faible pour que le facteur de rsolution des 5 coecients e de lordre 2 soit maximum : nous cherchons alors des coecients harmoniques voisins de ceux ` lordre 1 et qui sont les plus probables1 . Les nouveaux coecients a harmoniques ` lordre N = 2 sont donns par le tableau (7.5). a e Coecients a1,0 a1,1 b1,1 a2,0 a2,1 b2,1 a2,2 b2,2 Valeur Hir. 1105 -476.8 1400 -214 -211 -167.9 -267.53 -85.6 e Valeur Norm. -479 2363 6107 521 -1855 -1675 2848 3104 Tab. 7.5 Valeurs des coecients de la dcomposition harmonique du moteur ` lordre e a
N=2 pour le mod`le hirarchique (Valeur Hier.) et pour une identication normale ` e e a lordre 2 ` laide des capteurs C1 , C2 et C5 (Valeur Norm.). a
Nous remarquons que les termes dipolaires ont t mis ` jour lors de la nouvelle ee a estimation, et quils restent voisins de la solution (` comparer avec la valeur des a
Il sagit dune identication sous condition ` laide dune cha de Markov entre les ordres a ne de la dcomposition e
1
184
termes de lidentication normale). An de mettre en vidence le gain de la mthode e e hirarchique nous avons identi la source ` laide des mmes trois capteurs C1 , C2 e e a e et C5 . Le probl`me est bien pos, mais les coecients sont dirents. En particulier e e e les termes dordres 2 ont des valeurs tr`s importantes (Tab.7.5 voir Valeur Norm.) e qui sont la marque du repliement. Le mod`le ` lordre 2 est donc insusant et ce e a que nous gagnons par notre approche est de limiter le repliement en forant les c termes dipolaires.
Lordre N = 5 Nous continuons donc la cha hirarchique de lidentication ne e jusqu` lordre N = 5. En ractualisant linformation a priori ` laide des derniers a e a coecients. Pour limiter le repliement nous pouvons encore ajouter une information sur les coecients qui est que leur inuence est infrieure ` celles des termes e a dipolaires, ce qui est vrai dans notre probl`me puisquil sagit essentiellement de e linduit de la culasse du moteur. An dvaluer les performances de lidentication nous avons dispos 4 capteurs e e de vrication qui vont permettre de comparer la mesure au mod`le identi. Leurs e e e positions sont donnes dans le tableau (7.6). Ils ont t placs en des points o` e ee e u mcaniquement il tait possible de les mettre (voir Fig.7.5). En particulier, il est e e a ` noter que le 2eme capteur de validation (C7 ) est le plus proche du moteur. De ce fait, le mod`le identi ne pourra tre valable sur ce dernier. Il montrera cependant e e e que la richesse harmonique est plus leve que lordre 5 ` lintrieur des mesures e e a e didentication.
Capteur P os[m]
C6
(.6,.69,-.99)
C7
(-.22,-.01,.72)
C8
(-.97,-.01,-.903)
C9
(-.66,.06,-1.37)
Tab. 7.6 Positions des capteurs de validation dans le rfrentiel du centre du moteur ee
(Fig.7.5).
La gure (7.7) montre les performances et limites de lidentication. Sur les capteurs C6 , C8 , C9 , nous avons une erreur relative dextrapolation infrieure ` e a 10% par rapport ` la valeur mesure. Par contre, sur le capteur C7 le rsultat a e e nest pas convenable. Ce rsultat est cependant cohrent avec notre dmarche car e e e le mod`le identi est uniquement valable ` lextrieur des mesures. C7 poss`de e e a e e simplement une information plus riche sur le moteur que les autres capteurs. Nous avons vu que les coecients harmoniques taient intrins`ques ` la source e e a ce qui permettait une analyse du comportement spatial du moteur. An dillustrer cette analyse nous proposons de reprsenter linuence de ces coecients (voir e Fig.7.6). A posteriori, nous voyons que le moteur se divise en deux sources, lune dont linuence concerne les ordres faibles de N = 1 ` 3 et lautre dordre lev gal a e ee a ` 5. Il sagit respectivement de linduit de la culasse et des aimants permanents des ples. Ce rsultat est donc cohrent avec la qute dinformation qui avait permis o e e e le placement des capteurs didentication.

Influence des coefficients harmoniques identifis lordre N=5.
2500 2000 1500 1000
185
Induit de la carcasse dans le champ terrestre
Ples du moteur
Influence [nT]
500 0 500 1000 1500 2000
Ordre de la source
Fig. 7.6 Inuence des 35 coecients harmoniques identis ` lordre 5 ` laide des 5 e a a
capteurs.
Bx mesure et extrapole sur les capteurs de vrification
5000 Harm5 Mesure
Bx [nT]
3000 1000 1000 1 2 3 4
By mesure et extrapole sur les capteurs de vrification

3000 2000 Harm5 Mesure
By [nT]
1000 0 1000
Bz mesure et extrapole sur les capteurs de vrification

10000 8000 Harm5 Mesure
Bz [nT]
6000 4000 2000 0 1 2 3 4
Erreur relative entre le modle et la mesure sur les capteurs de validation Erreur relative en %
80 60 40 20 0
N Capteur de validation
Fig. 7.7 Comparaison des trois composantes de linduction magntique sur les capteurs e
de validation. Lerreur relative est infrieure ` 10 % pour un mod`le dordre N = 5. Seul e a e 2) a une erreur importante qui est due ` sa proximit de la source et surtout au C7 (N a e fait quil est ` lintrieur des mesures didentication. a e
186 7.2.3.4
7. Identification magnetodynamique de moteur disco de Analyse des rsultats e
En regardant linuence des termes harmoniques jusqu` lordre N = 3 nous a pourrions tre tents didentier une source dordre N = 3 en considrant que les e e e aimants ont un apport faible dans la dcomposition. Nous possdons 5 capteurs, e e donc 15 mesures, cest-`-dire exactement le nombre ncessaire ` lidentication. a e a Nous proposons donc de faire cette identication et de la valider sur les capteurs de validation. Le rsultat de cette identication est divergeant (voir Fig.7.8). e
x 10
6
Bx mesure et extrapole sur les capteurs de vrification

Harm3 Mesure
Bx [nT]
1 0
x 10
B mesure et extrapole sur les capteurs de vrification

y
Harm3 Mesure
By [nT]
1 2 3
15 10
x 10
Bz mesure et extrapole sur les capteurs de vrification

Harm3 Mesure
Bz [nT]
5 0 5
Erreur relative modle identifi lordre 3 et mesures

800 600 400 200 0
Erreur %
N Capteur
Fig. 7.8 Comparaison des trois composantes de linduction magntique pour un mod`le e e
a ` lordre N = 3 sur les capteurs de validation. Lerreur relative est tr`s importante signe e de repliement.
Nous venons donc de montrer que les termes harmoniques dordre suprieur ` e a 3 sont ncessaires dans lidentication, car ils causent du repliement. Le placement e des capteurs tant adapt ` des termes dordre suprieur mesurs, ce repliement e ea e e est devenu invitable. Pour viter ce repliement, il faudrait proposer un placement e e de capteurs adapt ` lidentication dune source dordre 3. ea Enn, pour clore lidentication magntostatique, nous devons discuter de la e validit des coecients harmoniques identis. Il est certain quils ne sont pas e e exacts car le syst`me global est sous-dtermin. Mais ils correspondent ` une ace e e a tualisation du mod`le pas ` pas qui rduit considrablement le repliement. Dans ce e a e e processus le placement des capteurs est essentiel. Dans notre exemple, lidentica-
7.3. Lidentication magntodynamique e
187
tion est conditionne par le capteur C1 qui permet lidentication dun diple avec e o une erreur faible. Ainsi, lidentication hirarchique nest pas seulement possible e parce que le mod`le sy prte, elle est possible parce que la disposition des capteurs e e est telle que chacun porte une information particuli`re relative ` un ordre. e a
7.3
Lidentication magntodynamique e
Nous allons maintenant mettre en uvre lidentication magntodynamique du e moteur. Nous nirons pas caractriser le type de sources et proposerons uniquement e la mise en uvre de lidentication dans le but dextrapoler la signature du moteur. Pour ce faire nous utiliserons les placements de capteurs prcdents. e e
7.3.1
Analyse de la situation
Un moteur est une source de champ magntique tournant, cest la raison pour e laquelle nous avons choisi de faire co ncider laxe de rotation du moteur et la direction z du rep`re. Le moteur que nous allons identier est aliment par un courant e e de frquence 2Hz, ce qui correspond, du fait du nombre de paires de ples de notre e o machine (p=4), ` une vitesse de rotation gale ` 0.5Hz. Nous nous attendons a e a donc ` avoir des frquences multiples de correspondant ` la rotation du mod`le a e a e harmonique du moteur, cest-`-dire dun terme fondamental et ses harmoniques. a En particulier ` f=2Hz, frquence ` laquelle lalimentation et les aimants des ples a e a o en rotation viennent superposer leur signature. Dynamiquement la source doit donc tre composes des frquences multiples de 0.5Hz lies ` la rotation du moteur et e e e e a des frquences multiples de f=2Hz relatives ` lalimentation du moteur. e a Par rapport ` lidentication magntostatique, la partie statique de la source a e a e ` volue. En eet, puisque les aimants tournent, ils ont une induction nulle en e moyenne. Nous perdons donc les aimants dans la signature statique. Par contre, cette rotation des aimants implique le dveloppement de courants de Foucault dans e la culasse qui sont perpendiculaires au mouvement et constants. Les aimants ont donc toujours un eet sur la signature statique mais uniquement aux ordres faibles. 7.3.1.1 Mise en uvre
Nous appliquons lidentication magntodynamique aux mesures du moteur e aliment ` 2Hz. Les frquences caractristiques relatives ` une amplitude de la FFT ea e e a signicative sont principalement celles situes ` 2Hz et 0.5Hz. Il sagit, comme nous e a lavons signal des frquences de lalimentation et de la rotation du moteur. Si ces e e frquences ressortent, elles sont damplitude infrieure ` la partie statique. Cest e e a pourquoi, nous commenons par identier le statique. c Identication du statique La moyenne des valeurs pendant la dure de lchane e tillonnage nous permet dvaluer la signature statique du moteur. Nous lidentions e alors ` lordre 5 en utilisant la mthode hirarchique prcdente. Les coecients a e e e e harmoniques que nous identions ont essentiellement des valeurs signicatives aux ordres 1 et 2 (voir Tableau (7.7)).
188
7. Identification magnetodynamique de moteur disco de Coecients Valeur a1,0 a1,1 b1,1 a2,0 a2,1 b2,1 a2,2 1600 -398 1 894 -200 -230 -170 -31 b2,2 -33
Tab. 7.7 Valeurs des coecients de la dcomposition harmonique statique du moteur e

a ` lordre N = 2 lors de son fonctionnement ` 2Hz. a
Nous proposons de valider cette identication ` laide des mesures sur les capa teurs de validation. Nous remarquons que la qualit de lidentication a diminu e e (voir Fig.7.9). En eet, lerreur relative didentication est voisine de 20% alors quelle ntait que de 10% dans le cas du moteur statique seul. Cette erreur didentie cation peut tre due ` la prsence de sources dynamiques qui entra des courants e a e ne de Foucault, aux faiblesses des capteurs ou ` une richesse harmonique suprieure a e a ` lordre N=5 de notre identication.
Bx mesure et extrapole sur les capteurs de validation
4000 Harm5 Mesure
Bx [nT]
2000
2000
By mesure et extrapole sur les capteurs de validation

4000 Harm5 Mesure 2000 0 2000
By [nT]
Bz mesure et extrapole sur les capteurs de validation

10000 Harm5 Mesure
Bz [nT]
5000
30
Erreur %
20
10
N du capteur de validation
Fig. 7.9 Comparaison des trois composantes statiques de linduction magntique sur e
les capteurs de validation, dans le cas dun moteur aliment ` 2Hz. Erreur relative entre ea le mod`le et la mesure. e
Lerreur didentication du statique aura comme consquence de crer des oe e sets importants dans lextrapolation des signatures. En eet, le niveau du statique tant suprieur cette erreur peut avoir une amplitude suprieure au dynamique, e e e mme si elle ne correspond qu` une faible partie de la signature statique. e a
7.3. Lidentication magntodynamique e
189
Identication dynamique Lidentication dynamique repose sur le mme prine cipe didentication spatiale utilisant un mod`le hirarchique aux frquences carace e e tristiques de la source. Dans notre cas, les frquences caractristiques principales e e e sont les frquences 0.5Hz et 2Hz qui correspondent au fonctionnement principal e du moteur. Le rsultat de lidentication magntodynamique donne pour ces deux e e frquences les coecients harmoniques du tableau (7.8) : e i (Hz)
(i)
(i) fc
a1,0 (i) a1,1 (i) b1,1 (i) a2,1 (i) b2,1 (i) a3,0 (i) a5,0 (i) a5,4 (i) b5,4
teur.
1 2 .5 2 (3.0082+1.5625j) (13.945+242.46j) (-33.227+5.54j) (-4.69-56.14j) (16,183+27.92i) (-2.818-28.68j) (3.8378) 0 (4.98-6.9j) 0 0 -28.922j 0 5.6024j 0 (-.716-15.1j) 0 (-1.12-5.73j)
Tab. 7.8 Coecients harmoniques identis aux frquences caractristiques du moe e e Ces coecients permettent dextrapoler la signature du moteur en crivant la e variation complexe de la dcomposition harmonique identie au cours du temps e e (voir paragraphe 3.3.3). An de dmontrer lintrt de cette identication nous e ee allons analyser ces coecients en essayant de remonter ` leurs causes : a A la frquence 0.5Hz le terme dipolaire est prpondrant. La valeur des coefe e e cients dipolaires indique par ailleurs que les termes sources sont essentiellement dans le plan de la machine. Nous pouvons encore dire, grce ` lanalyse a a des coecients dipolaires, quil sagit de la superposition dune source pulsante et dune source tournante. Du fait de la frquence de la source, ces e deux sources dipolaires ne peuvent qutre lies ` la rotation du moteur et e e a pas ` son alimentation. La source tournante sexplique par un dfaut ponca e tuel des aimants du rotor, quant ` la source pulsante il pourrait sagir dune a excentricit mcanique, ou dun msalignement de laxe de rotation. Pour ce e e e diple, nous pouvons encore distinguer la source pulsante de celle tournante. o Le rsultat permet de faire lanalyse suivante : le diple est principalement e o une source tournante et une source pulsante plus faible et principalement compose de b1,1 . Cest-`-dire quelle oscille suivant laxe y du moteur. Ce e a rsultat conrme lhypoth`se du balourd ou du msalignement de laxe (il e e e doit certainement se voir ` dautres frquences). a e La source ` 2Hz est caractrise par un fort terme dipolaire a1,0 suivant laxe a e e du moteur. Il saccompagne dautres termes harmoniques suivant cet axe (a3,0 et a5,0 ). Ils correspondent ` un dfaut de bobinage connu du moteur. En a e eet, le bobinage des ttes de bobine forme une spire circulaire ` lintrieur e a e
190
7. Identification magnetodynamique de moteur disco de du moteur et cest la dcomposition de cette spire pulsant ` la frquence e a e dalimentation que nous avons identie. e Les deux autres termes dipolaires a1,1 et b1,1 sont galement importants. Ils e correspondent ` une source pulsant dans le plan (x, y). Il sagit certainea ment du champ relatif au trou qui permet lalimentation du stator qui laisse schapper une partie du champ magntique de la spire (elle pulse) mais aussi e e des aimants qui passent derri`re ce trou. Enn, nous remarquons que ce terme e a une composante principale suivant laxe x (a1,1 est plus fort que b1,1 ) ce qui nous sugg`re que, soit la spire de courant nest pas exactement dans laxe e du moteur, soit notre rep`re nest pas exactement align ` laxe du moteur, e ea soit enn, il sagit de leet de blindage des pieds, plus important suivant la direction y (terme b1,1 plus faible). Enn, les termes a5,4 et b5,4 correspondent aux aimants, mais leur amplitude est trop faible pour permettre une analyse de la source. Il sagit dune consquence de leet de blindage des aimants par la culasse, en particulier e les courants de Foucault qui rduisent signicativement le niveau de leur sie gnature. Mais il sagit aussi dun dfault li ` la mthode hirarchique qui e ea e e favorise les termes dordre faible et limite lamplitude des termes levs. La e e mthode permet donc uniquement de dmontrer lexistence du terme harmoe e nique, mais nore pas une prcision susante pour la caractriser. e e
Extrapolation de la signature Nous venons de proposer un diagnostic de ltat e de la machine ` laide des coecients harmoniques et de mesures proches. Cest un a des deux intrts de lidentication magntodynamique, le premier tant de fournir ee e e le mod`le harmonique de la source pour permettre lextrapolation de sa signature. e Pour valuer cette signature, nous allons comparer notre mod`le harmonique ` e e a la mesure sur le capteur de validation C6 . Tous les capteurs donnent un rsultat e similaire, except le capteur C7 pour les raisons que nous voquions prcdemment. e e e e La gure (7.10) illustre cette extrapolation. Tout dabord, nous remarquons loset d ` lerreur didentication statique. ua Elle correspond ` lerreur de 20 % didentication dont nous parlions dans le cas a statique et naecte pas lidentication des sources dynamiques qui ont a priori une amplitude respecte. e Nous remarquons encore la prsence dun lger dphasage caus par lidentie e e e cation des termes magntodynamiques et qui aecte essentiellement la source ` e a 2Hz. Enn, si nous avons identi les termes dynamiques principaux, nous voyons e sur la composante By quil tait encore possible daller plus loin et didentier les e dents ou les encoches de la machine, qui se caractrisent pas une lg`re oscillation e e e a ` 12Hz (la machine a 24 encoches).
7.4
Conclusions
Dans ce chapitre nous avons prsent lidentication magntodynamique dun e e e moteur disco ` aimants. Comme nous avons pu le constater, cette identication de a
7.4. Conclusions
191
Bx extrapole pendant la dure de lenregistrement

5000 4500
offset du statique
Mesure Harm
Bx [nT]
4000 3500 3000 2500 2000 0 1 2
Dphasage
3 4 5 6 7 8 9 10
B extrapole pendant la dure de lenregistrement

y
3500 Mesure Harm
By [nT]
3000
2500
Ples et alimentation de la machine

2000 0 1 2 3 4 5
termes dipolaires en rotation

6 7 8 9 10
B extrapole pendant la dure de lenregistrement

z
12000 11000 Mesure Harm
Bz [nT]
10000 9000 8000 7000 6000 0 1 2 3 4 5 6 7 8 9 10
termps (s)
Fig. 7.10 Comparaison des trois composantes statiques de linduction magntique e extrapoles dans le temps sur le capteur C6 de validation, dans le cas dun moteur e aliment ` 2Hz. Il sagit de la superposition du statique, de la frquence dalimentation ea e et de la frquence de rotation. e
192
est la synth`se des deux parties thoriques prcdentes. La premi`re fournit les e e e e e mod`les et les outils dinversion qui permettent dobtenir les param`tres du moteur, e e la seconde partie apporte linformation a priori ncessaire pour mettre en place la e mesure en fonction de la priori. Le rsultat de lidentication est lestimation des coecients harmoniques ree latifs au fonctionnement du moteur statique ou aliment ` 2Hz. Ils permettent e a dune part dextrapoler la signature et, dautre part, de diagnostiquer les causes de lindiscrtion du moteur. e Le diagnostic que nous pouvons eectuer ` partir des champs magntiques a e rayonns par le moteur concerne le cas statique. Majoritairement la signature est e cause par laimantation de la culasse dans le champ terrestre. Cette aimantation e se caractrise par des termes dipolaires forts, ce qui nous oblige ` disposer les e a capteurs de faon ` limiter toute erreur didentication sur ces termes. Dans ces c a conditions, identier les aimants des ples, source dordre lev devient dicile du o e e fait du nombre faible de mesures. Nous arrivons cependant ` estimer les param`tres a e correspondant ` ces ples grce ` une approche hirarchique lie aux proprits du a o a a e e ee mod`le harmonique. Mais cette mthode est limite qui est de favoriser les ordres e e e faibles au prot des ordres levs. Le rsultat obtenu est alors une estimation e e e acceptable, mais qui nest pas exacte. Si lexprience avait pris place en champ e nul (situation possible au LMMCF), limportance des termes dordre lev aurait e e t meilleure et aurait apporte plus de renseignements sur le mod`le statique du ee e e moteur. Le fonctionnement en frquence du moteur va nous livrer une grande part de e linformation du moteur. Les termes frquentiels orent des renseignements ese sentiels sur lindiscrtion dynamique du moteur. Nous constatons en eet, quelle e nest pas cause par les aimants, ni le bobinage du stator, mais uniquement par e les dfauts de construction de la machine : trou de lalimentation, spires de tte de e e bobine, excentricit, msalignement. e e Lidentication magntodynamique livre donc la source de lindiscrtion de ce e e moteur : ils sagit de ses dfauts de construction ou dusure. Avant donc de chercher e a ` dimensionner un blindage, nous devons nous assurer que sa construction est parfaite, car elle est le gage de sa discrtion. e Enn, nous avons prsent une application de notre mthode didentication et e e e montr son intrt dans le diagnostic par mesure de champ magntique. Elle permet e ee e didentier avec prcision un dfaut par sa frquence et son comportement spatial e e e et ainsi permet de dterminer parfaitement lorigine des champ magntiques. e e
Conclusions et perspectives
Conclusions
Pour rpondre au probl`me de la discrtion des moteurs de propulsion navale, ` e e e a savoir la propagation de champs lectromagntiques cause par ces moteurs dans le e e e milieu marin, nous avons choisi une approche analytique. Elle repose sur lcriture e et les proprits des champs sous forme de sries harmoniques solutions des quaee e e tions de Maxwell. Son intrt est la gnralit de lcriture qui permet dappliquer ee e e e e les mthodes que nous proposons ` une source quelconque de champs magntodye a e namiques. Cette th`se propose deux itinraires pour garantir la discrtion magntique, e e e e dune part lidentication dune source dynamique et dautre part le dimensionnement dun blindage magntique. Sous ces deux titres se cachent les deux parties e de cette th`se qui traite tout dabord de lidentication comme un probl`me ine e verse et ensuite du dimensionnement de blindage comme une simulation directe du probl`me. La solution de notre probl`me se trouve, comme le montre la derni`re e e e partie, ` la croise des chemins ; cest-`-dire lorsque probl`me inverse et direct nont a e a e quun but commun : fournir linformation la plus compl`te possible ` propos de la e a source tudie. e e La dnition dune criture magntodynamique harmonique gnrale fut la pree e e e e mi`re tape. Elle passe par lcriture adapte dune source dans un milieu conduce e e e teur et dans le domaine de frquences de notre tude (f<1kHz). Cette tape frane e e chie, grce ` la dtermination de lcriture gnrale des dveloppements harmoa a e e e e e niques dynamiques et lanalyse de leurs proprits, nous tions arms dun mod`le ee e e e adapt ` lidentication et la caractrisation de sources. Lidentication permet e a e lextrapolation des signatures lectromagntiques basse frquence dans un milieu e e e conducteur, ainsi que la caractrisation des sources. Sur ce dernier point, elle proe pose une analyse couple des harmoniques spatiales et frquentielles qui permet le e e diagnostic prcis des sources de champs. Applique ` un moteur, cette analyse fait e e a ressortir les dfauts qui sont la cause de son indiscrtion magntique. e e e La seconde tape de cette th`se est consacre au dimensionnement de blindage. e e e Nous proposons dans un premier temps des mthodes et outils simples qui pere mettent dadapter un blindage ` une source. Nous y montrons quil est possible de a dimensionner un blindage en utilisant les proprits du dveloppement harmonique ee e de cette source. Enn, le calcul du dimensionnement ore une mthode originale e de calcul des champs harmoniques, base sur les relations de surface qui permet e dune part, de simuler des probl`mes gnraux lectromagntiques, et dautre part, e e e e e 193
194
. Identification magnetodynamique de moteur disco de
de fournir de linformation a priori sur une source. Enn, cest la synth`se de ces deux parties, qui permet une identication robuste e et le diagnostic prcis des causes de lindiscrtion ; en eet, le probl`me inverse puise e e e dans linformation fournie par le probl`me direct et le probl`me direct exploite e e les outils du probl`me inverse. Nous sommes capables de dterminer les sources e e dun probl`me dindiscrtion magntique et dagir en exploitant les proprits dun e e e ee blindage magntique adapt. e e
Perspectives
Tout dabord, lidentication magntodynamique permet la caractrisation du e e comportement dune source, grce ` sa double analyse frquentielle et spatiale. En a a e comparaison ` dautres mthodes de diagnostic, comme le diagnostic par mesure a e de courant, elle permet de distinguer spatialement deux sources de frquence idene tique. Elle a donc un fort potentiel dans lutilisation de mesures magntiques de e champ proche pour le diagnostic dinstallations lectriques. e Elle propose une mthode de calcul lectromagntique dans des milieux conduce e e teurs en dcoupant lespace en rgion. Il sagit dun calcul harmonique rapide qui e e peut sappliquer ` des probl`mes complexes, comme le calcul dun moteur, laia e mantation ou les courants de Foucault dans la coque dun navire, ou bien tout simplement le dimensionnement dun blindage de forme quelconque. Une derni`re perspective concerne lapplication de cette th`se : la discrtion des e e e moteurs. Lanalyse harmonique montre que les champs rayonns par les moteurs e sont causs par les dfauts de construction et dusure. Il est donc important dtae e e blir des normes strictes de construction qui doivent assurer la discrtion magntique e e des moteurs d`s leur construction. e
Les deux principaux syst`mes de coordonnes que nous utilisons sont les syse e t`mes polaires et sphriques, par dnition un point P du plan ou de lespace est e e e alors reprsent par un rayon et un ou deux angles avec la convention reprsente e e e e dans la gure suivante.
A.1
Rsolution de lquation de e e diusion par la mthode des e variables spares e e
Annexe A
Fig. A.1 Reprsentation des syst`mes de coordonnes polaires et sphriques e e e e
Dnition des rep`res polaires et sphriques e e e
()
P(r, )
195
z
() P(r, , )
196
A. Resolution de lequation de diffusion par la methode des variables separees
A.2
A.2.1
Rsolution de lquation de diusion en coe e ordonnes polaires e

Lquation de Laplace en coordonnes polaires e e
Lquation de Laplace est un cas particulier de lquation de diusion. Son e e expression en coordonnes polaires dans le plan pour un scalaire est : e (r, ) = 1 r r r r + 1 2 r2 2 =0 (A.1)
Nous cherchons les solutions de (A.1) dites ` variables spares qui scrivent sous a e e e la forme : (r, ) = R(r) T () (A.2) En injectant une solution de la forme de (A.2) dans (A.1) il vient : T () cest-`-dire : a 2 R(r) r R(r) 1 2 T () r2 + = = = C ste R(r) r2 R(r) r T () 2 (r, ) 2 R(r) 1 R(r) R(r) 2 T () + + 2 =0 r2 r r r 2
En eet une fonction de et une fonction de r ne peuvent tre gales que si elles e e sont toutes deux constantes, il vient alors le syst`me dquations : e e 2 R(r) R(r) r2 +r R(r) = 0 2 r r (A.3) 2 T () + T () = 0 2 Commenons par rsoudre la deuxi`me quation, qui est sans doute celle que nous c e e e connaissons le mieux. Trois cas sont ` distinguer : a 1. < 0 : Posons = a2 , avec a > 0, il vient alors la solution : T () = C ea + D ea 2. > 0 : Posons = b2 , avec b > 0, il vient alors la solution : T () = C cos(b) + D sin(b) 3. = 0 : il vient la solution : T () = C + D Le premier cas est exclu, car il faut que la fonction (r, ) soit priodique e de priode 2 en . e Le dernier cas est acceptable si C = 0, do` T () = D (seul cas priodique). u e
A.2. Rsolution de lquation de diusion en coordonnes polaires e e e
197
Le deuxi`me cas est acceptable, ` condition de prendre b = n entier e a strictement positif. En posant = n2 , la solution de lquation en est alors : e T () = Cn cos(n) + Dn sin(n) Reste ` rsoudre la premi`re quation de (A.3) avec = n2 , soit : a e e e R(r) 2 R(r) n2 R(r) = 0 +r r 2 r r nN
2
(A.4)
(A.5)
Pour les plus savants dentre nous, il sagit de lquation dEuler-Cauchy dont la e solution est : R(r) =An rn + Bn rn R(r) =A0 ln(r) + B0 n N n=0 (A.6)
Les deux quations direntielles (A.3) font appara des fonctions propres qui e e tre dpendent de n : e n (r, ) =[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] n N 0 (r, ) =[A0 ln(r) + B0 ] n=0 (A.7)
La solution gnrale de lquation de Laplace en coordonnes polaires scrit comme e e e e e la superposition de ces fonctions propres, cest-`-dire : a
(r, ) =
n=1
[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] +[A0 ln(r) + B0 ] (A.8)
A.2.2
Lquation de diusion en coordonnes polaires e e
Lquation de diusion prend en compte le cas statique : si = 0 elle scrit e e comme lquation de Laplace en coordonnes polaires que nous avons dj` traite. e e ea e Une partie de la solution gnrale de lquation de diusion est donc : e e e
1 (r, ) =
n=1
[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] +[A0 ln(r) + B0 ]
(A.9)
198
Le cas Dynamique
Si nest pas nul, le potentiel est une grandeur qui dpend du temps et lquae e tion ` rsoudre est celle de la diusion. Il y a cependant une discussion suivant la a e valeur de . Rsolution avec = 0 e Dans lair et les matriaux non conducteurs nous avons = 0 et dans ce e cas lquation de diusion se rsume de nouveau ` lquation de Laplace dont e e a e nous connaissons les solutions statiques. Cependant elles dpendent du temps et e scrivent : e
2 (r, , t) =
n=1
[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] ejt +[A0 ln(r) + B0 ] e

jt
(A.10)
La solution gnrale de lquation de diusion dans un milieu o` = 0 est une e e e u solution de type statique pulsante. Rsolution avec = 0 e Ce cas correspond ` un matriau conducteur de conductivit lectrique dona e ee 2 ne. Nous dnirons alors lpaisseur de peau : = . Ainsi lquation de e e e e diusion scrit : e 2j (r, ) 2 (r, ) = 0 soit en coordonnes polaires : e 1 (r, ) r r r r + 1 2 (r, ) r2 2 2j (r, ) = 0 2
Nous cherchons une nouvelle fois les solutions de ce probl`me ` variables spares e a e e qui scrivent : e (r, ) = R(r) T () En injectant une solution de cette forme dans lquation prcdente nous arrivons e e e a e ` lcriture du probl`me sous la forme direntielle : e e T () 2 R(r) 1 R(r) R(r) 2 T () 2j + + 2 2 R(r) T () = 0 2 2 r r r r
que nous pouvons encore crire : e r2 2 R(r) r R(r) 2jr2 1 2 T () + 2 = = = C ste 2 2 R(r) r R(r) r T () (r, )
En eet une fonction de et une fonction de r ne peuvent tre gales ` une constante e e a pr`s que si elles sont toutes deux constantes, il vient alors le syst`me dquations e e e
A.2. Rsolution de lquation de diusion en coordonnes polaires e e e direntielles : e

2 r
199
2jr2 R(r) 2 R(r) ( + 2 ) R(r) =0 +r r2 r 2 T () + T () =0 2
(A.11)
La deuxi`me quation direntielle a dj` t rsolue au cours du section prcdent, e e e eae e e e e en prenant = n2 la solution en est : T () = Cn cos(n) + Dn sin(n) Il reste donc ` rsoudre lquation direntielle : a e e e 2 2 r2 R(r) + r R(r) n2 + 2jr r2 r 2 nN R(r) = 0
Les fonctions solutions de ce type dquation sont les fonctions de Bessel, dans e notre cas les solutions scrivent : e R(r) = An In (1 + j) r r + Bn Kn (1 + j) n N
o` In et Kn sont les fonctions de Bessel de seconde esp`ce. u e Dans ce cas la solution de lquation de Laplace scrit donc : e e
3 (r, , t) =
n=0
[An In (1 + j)
r r + Bn Kn (1 + j) ] [Cn cos(n) + Dn sin(n)] (A.12)
A.2.3
Ecriture de la solution gnrale e e
Lcriture la plus gnrale la solution de lquation de diusion en coordonnes e e e e e polaires est :
(r, , t) = [A0 ln(r) + B0 ] +

n=1
[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] [An rn + Bn rn ] [Cn cos(n) + Dn sin(n)] ejt

n=1
+[A0 ln(r) + B0 ] ejt +
+
n=0
[An In (1 + j)
r r + Bn Kn (1 + j) ] [Cn cos(n) + Dn sin(n)] ejt (A.13)
200
Mais cette solution est tr`s gnrale, en particulier le milieu dans lequel nous chere e e chons ` rsoudre cette quation est caractris par une valeur unique pour . La a e e e e solution dpend du milieu de sorte que nous pouvons crire : e e
Si = 0
(r, , t) = [A0 ln(r) + B0 ] +

n=1

n=1
+[A0 ln(r) + B0 ] ejt + Si = 0
(r, , t) = [A0 ln(r) + B0 ] +

n=1
[An rn + Bn rn ] [Cn cos(n) + Dn sin(n)]
+
n=0
[An In (1 + j)
r r + Bn Kn (1 + j) ] [Cn cos(n) + Dn sin(n)] ejt (A.14)
A propos de lcriture des solutions e

Il est intressant de remarquer que les solutions de lquation direntielle pre e e e cdente crite en (A.14) sont continues en fonction de , en particulier au voisinage e e de zro. e Pour mettre en vidence ce que nous venons dnoncer il convient de donner e e quelques rsultats concernant les fonctions de Bessel de seconde esp`ce et en pare e ticulier leur dveloppement asymptotique au voisinage de zro : e e ln(w) m=0 m 1 1 m , Km () 1 (A.15) Im () (m 1)! 1 w m! 2 m=0 2 2 Reprenons donc lexpression (A.14), en particulier lorsque = 0 et faisons le dveloppement asymptotique lorsque 0, il vient facilement que nous pouvons e crire le dveloppement asymptotique sous la forme : e e
V (r, , t) [A0 ln(r) + B0 ] +

n=1
+[A0 ln(r) + B0 ] ejt +

n=1
Nous venons de dmontrer que les solutions sont continues pour tout (elles le e sont galement au voisinage de = 0 et donc pour tout couple (, ) R2 ). e
A.3. Rsolution de lquation de diusion en coordonnes sphriques e e e e
201
A.3
A.3.1
Rsolution de lquation de diusion en coe e ordonnes sphriques e e

Lquation de Laplace en coordonnes sphriques e e e
Lexpression de lquation de Laplace en coordonnes sphriques scrit : e e e e (r, , ) = r2 r r + 1 sin sin + 1 2 =0 sin2 2 (A.16)
Si nous cherchons des solutions du type = R(r) S(, ) , elle prend la forme : R 1 r2 R r r cest-`-dire : a R 1 r2 R r r + 1 1 S sin sin S + 1 2S =0 S sin2 2 (A.17)
1 1 S sin
sin
1 2S = C ste 2 2 S sin
(A.18)
En eet, une fonction de la variable r et une fonction des deux variables angulaires et sont gales que si elles sont toutes deux gales ` une constante (dans e e a notre cas nous choisirons C ste = n(n + 1) , il vient alors le syst`me dquations : e e R r2 n(n + 1) R = 0 r r 1 S 1 2S (A.19) sin + + n(n + 1) S = 0 2 2 sin sin Si de plus nous posons encore S(, ) = T () F () il vient de (A.19) le syst`me e dquations : e 2F + m2 F = 0 2 (A.20) 1 T m2 sin + n(n + 1) T =0 sin sin2 En posant cos = u dans cette derni`re quation il vient alors lquation : e e e (1 u2 ) 2T T m2 2u + n(n + 1) T =0 u2 u (1 u2 ) (A.21)
dont les solutions sont les fonctions de Legendre de premi`re et seconde esp`ce e e m m Pn et Qn . Quand n et m sont entiers les solutions des quations direntielles e e prcdentes sont : e e B R(r) = A rn + n+1 r (A.22) m T () = CPn (cos ) + DQm (cos ) n F () = C cos m + D sin m
202
La solution la plus gnrale de lquation de Laplace en coordonnes sphriques e e e e e scrit donc : e
(r, , ) =
n=0
Bn An r + n+1 r
n
n m [Bn,m Pn (cos )+Cn,m Qm (cos )][Bm cos m+Cm sin m] n m=0
(A.23) Mais pour dcrire le champ magntique nous ne garderons que les fonctions de e e Legendre bornes pour tout , la solution gnrale de lquation de Laplace scrit e e e e e alors ` laide des harmoniques sphriques : a e
n
(r, , ) =
n=0 m=0
An r n +
Bn m [Bm cos m + Cm sin m] Pn (cos ) (A.24) rn+1
A.3.2
Lquation de diusion en coordonnes sphriques e e e
Lquation de diusion prend en compte le cas statique : si = 0 elle scrit e e comme lquation de Laplace en coordonne polaire que nous avons dj` traite. e e ea e Une partie de la solution gnrale de lquation de diusion est donc : e e e
n
1 (r, , ) =
n=0 m=0
An r n +
Bn m [Bm cos m + Cm sin m] Pn (cos ) rn+1 (A.25)
Le cas Dynamique
Si nest pas nul, le potentiel est une grandeur qui dpend du temps et lquae e tion ` rsoudre est celle de la diusion. Il y a cependant une discussion suivant la a e valeur de .
Rsolution avec = 0 e Dans lair nous avons = 0 et dans ce cas lquation de diusion se rsume e e de nouveau ` lquation de Laplace dont nous connaissons les solutions statiques. a e Cependant elles dpendent du temps et scrivent : e e
n
2 (r, , ) =
n=0 m=0
An r n +
Bn m [Bm cos m + Cm sin m] Pn (cos ) ejt n+1 r (A.26)
La solution gnrale de lquation de diusion dans un milieu o` = 0 est une e e e u solution de type statique pulsante.
A.3. Rsolution de lquation de diusion en coordonnes sphriques e e e e Rsolution avec = 0 e
203
Dans ce cas nous sommes dans un matriau et la valeur de est donne et e e lquation de diusion en coordonnes sphriques scrit : e e e e 1 1 r2 + 2 2 r r r r sin 1 2 + 2 j = 0 (A.27) r sin 2 2
sin
En posant la solution sous la forme (r, , ) = R(r) T () F (), lquation e (A.27) est sparable. Nous obtenons alors un syst`me de trois quations direne e e e tielles dont les solutions respectives sont R(r), T () et F () : 2 R(r) R(r) (jr2 + n(n + 1)) R(r) = 0 + 2r r2 r 1 T () m2 t() = 0 sin + n(n + 1) sin() sin 2 2 F () + m2 F () = 0 2 r2
(A.28) (A.29) (A.30) (A.31)
Les deux derni`res quations sont identiques ` celles que nous avons rsolues e e a e en magntostatique, elles font appara les fonctions harmoniques sphriques, de e tre e sorte que :
m m Yn (, ) = [Am cos(m) + Bm sin(m)] [Cn,m Pn (cos()) + Dn,m Qm (cos(m))] n (A.32) En utilisant les harmoniques sphriques de surfaces de degr n les solutions des e e quations direntielles prcdentes scrivent : e e e e e n
Yn (, ) =
m=0
m [an,m cos(m) + bn,m sin(m)] Pn (cos())
(A.33)
Nous avons dtermin les fonctions harmoniques sphriques, il reste ` identier e e e a 1 la fonction radiale R(r) qui satisfait (??). En crivant R(r) = (k r) 2 L(r) avec e (1+j) 2 k = et = [Str41]. L(r) vrie alors lquation direntielle : e e e r2 L(r) L(r) 1 +r k 2 r2 + (n + )2 L(r) = 0 2 r r 2 (A.34)
Lquation (A.28) admet pour solution les fonctions de Bessel modies de e e premi`re esp`ce et de seconde esp`ce : de sorte que les L(r) scrivent : e e e e L(r) = Cn In+ 1 (kr) + Dn Kn+ 1 (kr)
2 2
(A.35)
do` : u
1 R(r) = Cn In+ 1 (kr) + Dn Kn+ 1 (kr) 2 2 kr
n N
(A.36)
204
A. Resolution de lequation de diffusion par la methode des variables separees In ne, la solution complexe (r, , ) de lquation de diusion est : e
1 (r, , , t) = kr
Cn In+ 1 (kr) + Dn Kn+ 1 (kr) Yn (, ) ejt

2 2
(A.37)
n=0
Si = 0
(r, , , t) =
n=0
Dn Cn r + n+1 r
n
n m [An,m cos m + Bn,m sin m] Pn (cos ) m=0 n m [An,m cos m + Bn,m sin m] Pn (cos )ejt m=0
+
n=0
Cn rn +
Dn rn+1
Si = 0
(r, , , t) =
n=0
Dn Cn r + n+1 r
n
n m [An,m cos m + Bn,m sin m] Pn (cos ) m=0 n m [An,m cos m + Bn,m sin m] Pn (cos )ejt m=0
1 + kr
Cn In+ 1 (kr) + Dn Kn+ 1 (kr)

2 2
n=0
(A.38)
A.3.3
Remarque fondamentale ` propos des critures dya e namiques
Les deux critures des sources dynamiques, en coordonnes sphriques (A.38) ou e e e polaires (A.14), doivent encore tre remanies pour permettre lidentication. Tout e e dabord, nous pouvons remarquer que lastuce propose par Stratton qui consiste e 1 a ` poser R(r) = (k r) 2 L(r) pour rsoudre lquation de diusion en coordonnes e e e sphriques est discutable, puisque tout multiple de R(r) est aussi solution. A ce e 1 propos, Smythe [Smy68] propose plutt de poser R(r) = (r) 2 L(r). Le choix de ce o changement de variable est lourd de consquences sur les coecients harmoniques e identiables dans un milieu conducteur. En eet, les coecients harmoniques identis ` chaque frquence dans un e a e milieu conducteur dpendront de la frquence et nous ne pouvons pas trouver e e une source dont les coecients sont uniques pour toutes frquences du fait de la e non linarit des fonctions de Bessel (ce qui nest pas le cas dans un milieu non e e conducteur o` il ny a pas de fonction de Bessel). u Nous allons proposer de normaliser les solutions harmoniques, prcdentes an e e dassurer la continuit entre les solutions dynamiques et le cas statique. Cette e approche nest pas seulement la plus lgante dun point de vue mathmatique, ee e elle est aussi celle qui est la plus proche de la physique puisquelle garantit la continuit des coecients entre le statique et le dynamique. e Les fonctions de Bessel admettent les quivalences suivantes [Ang72] quand k e
A.3. Rsolution de lquation de diusion en coordonnes sphriques e e e e tend vers zro : e (kr) , I (kr) 2 ( + 1) 2(1) () K (kr) (kr)
205
(A.39)
alors les solutions sphriques et polaires de lquation de diusion sont quivae e e lentes a : ` 2(n 2 ) (n + 1 ) 2 + Yn (, )ejt (r, , , t) (n+ 1 ) 3 (kr)(n+1) 2 (n + ) 2 n=0 2 (A.40) pour le cas sphrique et pour le cas polaire : e
3D Cn
(kr)n
3D Dn
(n1) (kr)n (n) 2D 2 (r, , t) + Bn [Cn cos n+Dn sin n]ejt n n 2 (n + 1) (kr) n=0 (A.41) Nous pouvons alors normaliser les dveloppements de faon ` assurer la contie c a nuit des critures statiques et dynamiques, nous proposons une criture normalise e e e e des solutions de lquation de diusion sous la forme : e
A2D n
en coordonnes sphriques : e e (r, , , t) = 1 kr
n=0
s s n En In+ 1 (kr) + n Fn Kn+ 1 (kr) Yn (, ) ejt

2 2
en coordonnes polaires : e
(r, , t) =
n=0
p p [n An In kr + n Bn Kn kr ] [Cn cos(n) + Dn sin(n)] 3 2(n+ 2 ) (n + 2 ) = kn

1
avec : et :
s n
p n =
2n (n + 1) kn
2(n 2 ) (n + 1 ) 2 kn p n = (n) 2(n1) (A.42)
s n =
(k)(n+1)
1
Cette criture est identique quel que soit le changement de variable utilis pour e e rsoudre lquation de diusion et assure la continuit des coecients du statique e e e vers le dynamique.
Annexe B Probl`mes inverses, qutes e e dinformations

Dans cette annexe, nous nous limiterons ` ltude de linversion de probl`mes a e e directs discrets et linaires ce qui est parfaitement cohrent avec les caractristiques e e e des probl`mes directs que nous rencontrerons. Nous utiliserons une reprsentation e e algbrique entre lespace des mesures D et lespace des param`tres M, an dexe e pliciter au mieux notre dmarche et la raison pour laquelle nous considrons quun e e probl`me inverse est bien plus une qute dinformation que juste une inversion e e mathmatique. Commenons en explicitant les notions qui sont lies au probl`me e c e e inverse.
B.1
Dnitions e
Quest ce quun probl`me inverse ? Nous pouvons le dnir comme la dmarche e e e qui consiste ` valuer des param`tres m physiques ` laide de mesures d fournies par ae e a lexprience, connaissant un mod`le mathmatique du probl`me direct qui donne e e e e explicitement d en fonction de m.
B.1.1
Le probl`me direct e
Le probl`me direct est ltape qui consiste ` paramtrer au mieux un syst`me e e a e e physique an dobtenir ladquation entre ses param`tres et la physique. Cette e e tape est marque par le choix dun mod`le dont les param`tres sont pertinents. e e e e Nous avons dj` insist sur limportance du choix du mod`le dans lintroduction ea e e gnrale et nous allons comprendre que cette tape doit anticiper le probl`me e e e e inverse tant du point de vu de la dimension de lespace des param`tres1 que vis-è a 2 vis de tout apport dinformations . Un syst`me physique dpend donc de param`tres, symboliquement nots m. e e e e Ces param`tres sont particuli`rement lis ` la gomtrie du syst`me, aux sources e e e a e e e
Cest la globalit : nous essayerons avec peu de param`tres de reprsenter au mieux un e e e syst`me complexe e 2 Cest le caract`re informatif du mod`le : si le mod`le permet une analyse qualitative elle doit e e e pouvoir tre glisse dans le probl`me direct e e e
1
207
208
` B. Problemes inverses, quetes dinformations
et aux proprits des matriaux. Le probl`me direct est le calcul de la rponse d ee e e e a ` partir des param`tres m. Le mod`le physique choisi donne alors la rponse d du e e e syst`me physique comme fonction explicite : e d = A(m) (B.1)
o` A est un oprateur qui contient la physique du syst`me tudi, cest-`-dire u e e e e a un mod`le mathmatique du syst`me. e e e
B.1.2
Le probl`me inverse e
Il sagit gnralement de situations o` le syst`me est en partie ou enti`rement e e u e e inconnu, mais o` nous avons acc`s ` des informations sur ce dernier, soit par des u e a mesures de sa rponse, soit par des connaissances a priori de son tat. Simplement, e e au stade o` nous en sommes, nous dirons du probl`me inverse quil est la dmarche u e e inverse du probl`me de modlisation. Cest-`-dire quil utilise linformation concere e a nant le mod`le physique ` lenvers : ` partir dune connaissance (partielle) de ses e a a sorties vers les param`tres. Le probl`me inverse revient donc ` trouver un jeux de e e a param`tre m0 pour toute mesure d, ce que nous rsumons : e e Trouver m0 M tel que Am0 = d d D (B.2)
avec m0 est le jeu de param`tres le plus proche de la physique. e
B.1.3
Les probl`mes bien/mal poss e e
Au sens de Hadamard un probl`me est bien pos sil ralise les trois conditions : e e e 1. Existence dune solution 2. Unicit de la solution e 3. Stabilit de la rponse vis-`-vis de petites erreurs (bruits de mesures, erreurs e e a de modlisation). e Ce qui sous-entend, bien videment, que le mod`le doit tre cohrent avec la e e e e physique et en accord avec la mesure. Mais aussi que les param`tres rels du mod`le e e e sont indpendants de la qualit de la mesure. Dans limmense majorit des cas, le e e e probl`me direct est bien pos, quand la plupart des probl`mes inverses sont mal e e e poss. e
B.1.4
Dnition algbrique e e
Les probl`mes que nous tudions sont discrets, cest-`-dire que nous possdons e e a e un nombre nis dinconnues et de mesures. Nous avons donc tout intrt ` utiliser ee a une dnition algbrique du probl`me inverse ` laide despaces vectoriels de die e e a mension nie pour situer mathmatiquement linversion. Dnissons deux espaces e e Hilbertiens M et D, respectivement lespace des param`tres et lespace des mesures e (Fig.B.1).
B.1. Dnitions e M
A1
d m0
209 D
M1
Fig. B.1 Espaces de Hilbert des param`tres du mod`le M et des mesures D. e e Le probl`me direct peut alors tre modlis par un oprateur A : M D. e e e e e Le probl`me inverse consiste alors ` trouver un vecteur m0 dans M tel que : e a A(m0 ) = d pour tout vecteur d appartenant ` D. Rappelons que nous nutiliserons a que des oprateurs linaires, ainsi A est dni comme une application linaire de e e e e M dans D et : d = Am (B.3) Au cours du paragraphe prcdent nous avons introduit les trois conditions de e e Hadamard pour quun probl`me soit bien pos. Au regard de la dnition alge e e e brique du probl`me ces conditions sont toujours respectes si lapplication A est e e bijective, ce qui sous-entend que M et D sont isomorphes et revient ` dire que a A est inversible. Malheureusement, dans limmense majorit des cas la matrice A e nest pas inversible. Reprenons les conditions de Hadamard avec un oeil algbrique e pour dnir quelles proprits de A se cache derri`re chaque condition pour le e ee e probl`me inverse : e 1. Lexistence dune solution ncessite lappartenance de d ` Im(A). En dautres e a termes si nous voulons quil existe une solution il faut que A soit surjective. Si d est un vecteur de mesures et que notre modlisation est cohrente nous e e pouvons armer que A est surjective, ` condition que le bruit sur les mesures a nentra pas dincohrences vis-`-vis du mod`le. ne e a e 2. Lunicit de la solution, si celle-ci existe, quivaut ` Ker(A)={0}, ce qui est e e a possible uniquement si les dimensions des deux espaces sont identiques. Or, au cours de cette th`se nous travaillerons essentiellement avec des dimensions e direntes. En eet, nous avons plus de param`tres ` identier que de mee e a sures. Dans ce cas, A nest pas injective ce qui entra naturellement que le ne probl`me inverse na pas de solution unique. e 3. Enn la stabilit du probl`me inverse dpend des deux points prcdents : si e e e e e le vecteur d est bruit il faut dune part quil reste dans Im(A), mais aussi e que deux vecteurs dirents et bruits soient distinguables. Enn si le mod`le e e e est incertain, il faut que d appartienne encore ` Im(A) et que A soit injective a pour que le probl`me soit bien pos. e e En somme, ce quHadamard prconise est que la matrice A soit la plus bijective e
210
possible3 , ce qui ne sera pas notre cas puisque les dimensions des deux espaces ne correspondent pas. Nous supposerons dans la suite de cette expos que notre e mod`le est assez cohrent avec la physique pour que tout vecteur d de D ait au e e moins un antcdent m0 dans M (A est donc surjective du fait que notre mod`le e e e 4 est cohrent et que la mesure est de qualit ). e e
B.1.5
Quasi-solution dun probl`me inverse e
De faon gnrale, si le probl`me est mal pos la matrice A nest pas inversible c e e e e et nous chercherons des solutions m0 au sens des moindres carrs, dites quasie solutions du probl`me inverse et qui sont dnies ` laide de la norme sur D telles e e a que :
mM
min Am d
2 D
(B.4)
Il sagit donc de trouver une solution au probl`me inverse m0 qui nest pas e 1 linverse (puisque A nexiste pas), mais qui minimise la distance entre la mesure et le probl`me direct. La reprsentation matricielle permet dvaluer facilement la e e e valeur de m0 , pour cela nous dnissons la forme linaire f ` laide du produit e e a scalaire sur D : f (m) = Am d
2 D
= (Am d)t (Am d)
m M
(B.5)
Le vecteur m0 solution au sens des moindres carrs est celui pour lequel f (m) e est minimum. Classiquement pour estimer le minimum nous calculons la direne tielle de f (m) : f (m) = 2(Am)t (Am d) (B.6)
La quasi-solution est alors la valeur de m0 qui annule (B.6) et est donne par e la formule suivante, appele syst`me normal : e e m0 = (At A)1 At d (B.7)
Nous comprenons mieux pourquoi lunicit de la solution dun probl`me inverse e e nest pas garantie : la driv (B.6) peut sannuler pour plusieurs vecteurs m de M e e correspondant ` des minima locaux dirents de la fonction f . Si la solution du a e syst`me normal est proche de linversion elle ne garantit en aucun cas quil sagit e de la solution minimale sur M.
B.1.6
Probl`mes conditionnellement bien-poss e e
Prenons un syst`me physique dont nous connaissons un mod`le certain (qui de e e nit la matrice A) et supposons que nous connaissons lensemble des n param`tres e (vecteur m) qui dterminent avec exactitude ce syst`me dans lespace vectoriel e e M de dimension n (voir Fig.B.1). Supposons encore que nous possdons moins de e
3 4
ce qui peut tre obtenu sur des sous-espaces de dimensions gales (voir pseudo-inverse) e e ou que nous ayons des informations sur ltat de ces mesures e
B.2. Inversion sans information
211
mesures (vecteur d) de ce syst`me que de param`tres : alors lespace vectoriel D e e est de dimension m tel que m < n. Nous venons dcrire que le probl`me direct est e e parfaitement ma e, cest ` dire que le vecteur d est obtenu ` partir de m par tris a a lapplication A (voir Fig.B.1). Le probl`me inverse consiste ` retrouver m ` partir de d. Or nous avons vu dans e a a le paragraphe prcdent que, du fait des dimensions ce probl`me tait forcment e e e e e mal pos et la solution au sens des moindres carrs nest pas ncessairement m, e e e puisquil ny a pas unicit de la solution, mais un vecteur m0 minimisant (B.5). La e distance entre la solution m0 et les param`tres exacts attendus (nous connaissons e m) peut tre importante (voir Fig.B.1). Nous commenons ` sentir quil serait e c a plus astucieux de chercher une solution dans un certain voisinage M1 de m an de contraindre le probl`me inverse et ainsi trouver une solution proche des param`tres e e rels. La dnition dun tel voisinage ncessite de linformation sur la solution. Plus e e e la quantit dinformation du probl`me est importante et plus ce voisinage sera e e restreint. Le cas extrme tant la connaissance totale des param`tres du mod`le, e e e e auquel cas M1 = {m} et nous navons plus aucune raison de rsoudre de probl`me e e inverse. Malheureusement, cette situation nexiste pas car les mesures sont bruites, le e mod`le est imparfait et linformation que nous avons sur la source est partielle, voir e inexistante. Dans le cas dune inversion sans information a priori sur les param`tres e nous verrons quil existe un moyen de restreindre lespace M ` un sous-espace a relatif au probl`me. Mais si nous voulons amliorer le probl`me inverse il nous faut e e e rechercher un maximum dinformation sur la source de faon ` ce que M1 soit le c a plus petit possible. Un apport susant dinformation ne garantit pas lunicit de e la solution, mais garantit que cette solution sera tr`s voisine des param`tres rels e e e dsirs. Tikhonov ([Tik76]) introduit la notion de probl`mes conditionnellement e e e bien-poss qui ncessitent lexistence dinformation a priori sur la source : ils sagit e e de probl`mes inverses mal-poss mais dont les solutions sont contraintes ` lintrieur e e a e de M1 , voisinage qui respecte les informations a priori sur le mod`le. Il ne sagit e plus seulement de rsoudre le probl`me inverse au sens des moindres carrs en e e e vriant que la distance (B.5) dans D soit minimale, nous rajoutons en plus la e condition que les param`tres recherchs sont cohrents avec linformation a priori : e e e cest-`-dire quils appartiennent au voisinage M1 dni par cette information. La a e solution du probl`me inverse est alors un compromis entre le probl`me inverse e e normal (B.7) et une fonction de stabilisation R qui limite lensemble des solutions a ` M1 .
B.2
Inversion sans information
Nous venons de voir que, lorsque nous avons un probl`me inverse souse dtermin 5 un moyen de trouver une solution unique consiste ` la rechercher dans e e a un sous-espace de M : cest le principe de la rgularisation. Ce sous-espace peute tre dni par linformation a priori sur le syst`me, ce que nous verrons dans la e e e
Cest-`-dire que la dimension n de lespace M des param`tres est suprieur ` la dimension a e e a m de lespace D des mesures.
5
212
prochaine section. Dans cette section nous supposons ne possder aucune informae tion sur le syst`me et nous regarderons comment il est possible de rgulariser le e e probl`me. e
B.2.1
La dcomposition en valeurs singuli`res e e
Nous avons vu que le probl`me inverse peut tre pos ainsi : e e e Trouver m M tel que : Am = d
t
d D
t
(B.8)
Si la matrice A nest pas inversible, les matrices (A A) et (AA ) sont carres, e symtriques et respectivement dordre n et m. Elles sont alors diagonalisables, e cest-`-dire quil existe deux bases orthonormes respectivement de M et D dans a e lesquelles nous pouvons les crire comme des matrices diagonales de rang r. Les e matrices poss`dent alors r valeurs propres relles non-ngatives sur la diagonale e e e telles que r inf(n, m). En somme, les proprits de ces matrices sont telles quil ee existe : 1. r valeurs propres 1 , . . . r non nulles et classes par module dcroissant. e e 2. n vecteurs orthonorms (v1 , . . . , vn ) de Mn , qui constituent les colonnes e dune matrice orthogonale V. 3. m vecteurs orthonorms (u1 , . . . , um ) de Dm , qui constituent les colonnes e dune matrice orthogonale U. La matrice A admet alors une dcomposition en valeurs singuli`res : e e A = UVt (B.9)
La matrice , de dimension m n, contient les valeurs singuli`res de A sur la e diagonale cest-`-dire que (i, i) = i pour i r sinon (i, j) = 0. a
B.2.2
Analyse du probl`me inverse e
Etant donne la dcomposition en valeurs singuli`res de A (B.9) nous pouvons e e e t crire (B.8) apr`s multiplication ` gauche par U : e e a Vt m = Ut d soit X = Y avec : X = Vt m et Y = Ut d (B.10)
Et nous voyons que cette quation met simplement en relation linaire la proe e jection X de m sur une base orthogonale de M et la projection Y de d sur une base orthogonale de D. Cette criture va nous permettre dexpliciter plus en dtail e e les caractristiques de lapplication A que nous avons voques prcdemment : e e e e e Le noyau de lapplication A est le sous espace vectoriel M Ker(A)=VectM (vr+1 , . . . , vn ). Ce qui justie le fait que si le rang de A nest pas gal ` ladimension des param`tres (r = n) A ne peut pas tre e a e e injective, il ny a donc pas unicit de la solution. e Limage de A est le sous espace vectoriel de D Im(A)=VectD (u1 , . . . , ur ). Lexistence dune solution ncessite donc que d appartienne ` Im(A). e a
B.2. Inversion sans information
213
Plaons nous maintenant dans le cas des probl`mes sous-dtermins que nous c e e e pouvons rencontrer dans cette tude. La dimension de lespace des mesures m e est infrieure ` celle de lespace des param`tres n. Alors le rang r est forcement e a e infrieur ` m (r inf{n, m}). Nous cherchons alors la quasi-solution du probl`me e a e dnie par (B.4), ce qui revient ` chercher la ou les solutions dun probl`me de e a e type (B.8) dont le second membre est la projection orthogonale de d sur Im(A). Les quasi-solutions du probl`me inverse sont alors donnes par : e e
r
m0 =
i=1
yi vi + i vi o` les i sont quelconques. u i i=r+1
(B.11)
Lquation (B.11) explicite clairement le fait que le probl`me inverse aura une e e solution unique si nous pouvons dterminer les valeurs des dirents coecients e e i . Autrement dit un probl`me inverse na de solution unique que lorsquil est e complt par autant dinformations quil y a de coecients . ee
B.2.3
La pseudo inverse
Lapproche des moindres carrs peut tre exprime en terme dinverse gnralis e e e e e e dune application linaire. Dans ce cas nous cherchons une matrice A+ rectangulaire e de dimensions n m tel que le probl`me inverse scrive : e e m = A+ d (B.12)
Pour un probl`me donn il existe une innit de matrices inverses gnralises e e e e e e qui dpendent du choix des param`tres i dans (B.11). Nous retiendrons en pare e ticulier lune de ces matrices, la pseudo inverse A+ , qui correspond ` la solution a m0 donne par (B.11) de norme minimale pour laquelle tous les i sont nuls. Mais e pour dnir la pseudo inverse nous faisons lhypoth`se que la solution est de norme e e minimale, ce qui doit correspondre avec le syst`me physique. e Cette hypoth`se nest pas toujours acceptable et ne le sera absolument pas e dans le cadre de notre tude. Nous cherchons les valeurs des coecients harmoe niques dune source mh , qui, du fait de la globalit du mod`le harmonique, ont e e tous la mme importance : lhypoth`se que tous les sont nuls est alors souvent e e incohrente avec le mod`le. e e Laction de la pseudo inverse correspond ` la restriction des solutions du proa bl`me inverse au sous-espace vectoriel de M observable VectM (v1 , . . . , vr ) de die mension r que nous noterons M+ (voir Fig.B.2). Nous venons donc de dnir une e application A+ bijective entre les sous-espaces M+ et D de dimension gale ` r qui e a correspond ` un sous-probl`me bien pos. En gnral, la restriction de la solution a e e e e a ` M+ nest pas synonyme de solution unique car les mesures sont bruites et il e + nous faut encore rgulariser en rduisant M ` un sous-espace adapt en fonction e e a e 6 des valeurs singuli`res . e
6
Nous cherchons un sous-espace vectoriel de M isomorphe ` D a
214

A A+1
m m1
M
M+ 1
m0 mh
D
d d
A+
Fig. B.2 Sous-espace vectoriel M+ restriction de M du point de vue de la pseudo inverse.
B.2.4
Conditionnement
Jusqu` prsent nous nous sommes proccup uniquement des quasi-solutions a e e e dun probl`me inverse (B.8) avec lhypoth`se que les mesures d sont parfaitement e e connues et non bruites. Or, nous ne pouvons en aucun cas imaginer possder e e une connaissance exacte de ltat des mesures d, ltude du probl`me inverse see e e rait donc incompl`te sans ltude des perturbations sur les mesures. Reprenons la e e quasi-solution du probl`me inverse prcdente donne par la pseudo-inverse A+ . e e e e Rappelons que la dnition de cette pseudo-inverse correspond ` la restriction des e a + solutions du probl`me inverse ` un sous-espace M de dimension gale au rang r e a e de A sur lequel la solution est unique dans lhypoth`se de mesures non bruites. e e Cette solution est celle de norme minimale que nous pouvons crire ` laide de e a (B.11) :
r
m0 =
i=1
yi vi i
(B.13)
Supposons maintenant que les mesures soient bruites avec un bruit de norme e nie infrieure ` . Nous noterons d(=d + n ) le vecteur des mesures bruites (voir e a e Fig.B.2). Nous pouvons supposer que la boule D de centre d et de rayon est incluse dans Im(A) du fait de la bonne qualit de nos mesures, mais la prsence e e de bruit a fortement tendance ` rduire le rang r de la matrice A7 . a e A laide de la matrice Ut dnissant la projection orthogonale sur la base des e ui (B.10), nous pouvons valuer la projection de la mesure bruite sur cette base : e e Y = Ut (d + n ) = Y + Ut n (B.14)
Nous avons alors, du fait de lorthogonalit, que la norme de lerreur lie au bruit e e t vaut : Y = U n D . Cette erreur pouvant a priori porter sur nimporte quelle composante, par exemple : Y = Ut n = vk
7
avec k x [0, n] e
(B.15)
Le bruit diminue la linarit du syst`me e e e
B.2. Inversion sans information la variation m de la solution m par pseudo inverse de d est alors : m = vk ce qui correspond ` une variation relative : a X Y
M D
215
(B.16)
1 k
(B.17)
Il en rsulte quune erreur sur yn (projection de Y sur le vecteur un ) cre une e e perturbation (|1 |/|n |) fois plus grande quune erreur sur y1 (rappelons que les i sont classs par ordre dcroissant). Ce rapport est appel conditionnement de A. e e e Il est rvlateur de la sensibilit du probl`me aux perturbations des donnes. En e e e e e particulier, si le conditionnement de A est de lordre du niveau de bruit le rsultat e de linversion naura plus de sens.
B.2.5
Rgularisation par troncature e
Soit un vecteur de mesure d obtenu par le calcul du probl`me direct (B.8) ` e a partir de m et d sa mesure bruite (voir Fig.B.2). Nous sommes toujours dans e lhypoth`se dun probl`me inverse sous-dtermin. La quasi-solution de norme mie e e e nimale m0 est donne par la pseudo inverse A+ . Nous avons dj` vu lorsque nous e ea prsentions la pseudo-inverse que lhypoth`se de norme minimale correspondait ` e e a la restriction de la solution ` un sous-espace M+ de dimension r. Nous venons de a montrer que le bruit de mesure avait une inuence sur le rang du syst`me linaire, e e ce qui peut se caractriser par la valeur du conditionnement de la matrice A. Si e le bruit a un niveau suprieur ` linverse du conditionnement de A nous pouvons e a encore armer que la quasi-solution m0 de norme minimale nest plus unique, car la dimension du sous-espace vectoriel des solutions observables de A a diminu. e Dans ce cas, la solution m0 obtenue par la pseudo inverse scrit alors : e
r
m0 =
i=1
i yi vi + vi o` les i dpendent du bruit. u e i i i=r +1
(B.18)
Lcriture (B.18) de la solution montre tr`s clairement que si nous voulons e e toujours obtenir une solution de norme minimale qui soit unique et stable il faut rduire lespace des param`tres solutions M ` un sous espace observable de M+ e e a tel que la deuxi`me somme de (B.18) soit nulle. Nous constatons galement que e e cette deuxi`me somme est relative au bruit et est fortement pondre par linverse e ee de valeurs propres faibles, ce qui dstabilise fortement le syst`me. Alors, pour obe e tenir une solution unique et stable nous liminons les valeurs singuli`res gnantes e e e de la matrice an que les i les plus faibles ninterviennent plus et que le conditionnement soit acceptable vis-`-vis du bruit : cest la troncature. En somme, nous a dnissons une pseudo-inverse tronque qui est une bijection entre le sous-espace e e + vectoriel M1 des solutions du probl`me inverse observables en fonction du bruit et e lespace des mesures bruites (voir Fig.B.2). Ce qui revient, en dautres termes, ` e a ngliger les composantes des mesures portes par ur +1 , . . . , ur en raison de leet e e
216
amplicateur des plus petites valeurs singuli`res r +1 , . . . , r vis-`-vis des erreurs e a sur la solution m0 . Si la solution m1 obtenue est stable et unique sur le sous-espace M+ , elle nest 1 que la solution la plus proche, au sens des moindres carrs, sur un sous-espace de e dimension infrieure. De ce fait, elle est uniquement satisfaisante pour rsoudre e e des probl`mes dont la simplication ` un sous-espace de dimension infrieure est e a e acceptable. Cest le cas, par exemple, si nous cherchons une rpartition de grandeurs e physiques a partir de donnes bruits : nous trouvons alors la rpartition la plus ` e e e rguli`re possible au sens du sous-espace observable. Cest pourquoi, la mthode de e e e la troncature des valeurs singuli`res est gnralement utilise pour des probl`mes e e e e e inverses ` partir de donnes bruits. Dans ce cas, la seule information ncessaire a e e e est celle du niveau de bruit. Elle donne alors la solution approche la plus stable e ce qui garantit la robustesse de linversion vis-`-vis du bruit. a Pour le probl`me de lidentication de coecients harmoniques la rgulation e e par troncature ne peut pas sappliquer du fait de la globalit de la reprsentae e tion. En eet, certains termes harmoniques dordres levs qui correspondent ` e e a des valeurs singuli`res faibles sont prsents dans la mesure. Ces termes dgradant e e e considrablement le conditionnement de la matrice A seront tronqus bien quine e terviennant dans la mesure. Pour cette raison, nous nexploiterons cette mthode e que lorsque la matrice A sera au moins carre et que nous aurons une ide du e e niveau de bruit. Dans ce cas, nous exploiterons le conditionnement de la matrice A a posteriori pour dterminer de bonnes conditions de mesure et permettre dauge menter au maximum la dimension du sous-espace M+ . Nous dterminerons ainsi e 1 des conditions de mesures bruites qui permettront un probl`me inverse stable et e e de dimension voisine du nombre n de param`tres. e Remarque : Un moyen simple damliorer le conditionnement de la matrice e est de normaliser les colonnes de la matrices A. Nous dterminons pour cela une e matrice de prconditionnement W carre diagonale de dimension n dont les termes e e diagonaux sont les inverses des normes des colonnes de A. Alors le conditionnement de la matrice A = AW est sensiblement amlior, son rang est augment et nous e e e avons stabilis le probl`me. Lcriture gnralise de la quasi-solution scrit : e e e e e e e m0 = W(AW)+ d (B.19)
B.3
Inversion et informations a priori
Dans la section prcdente nous avons propos une inversion sans information e e e a priori sur le syst`me physique, le mod`le ou les mesures. En dpit de cette hypoe e e th`se, nous avons dtermin une solution unique ` condition de rduire la dimension e e e a e de lespace des param`tres solutions. De ce fait, la quasi-solution obtenue ntait e e quune approximation de la solution relle sur un sous-espace de M, ce qui nest e pas satisfaisant puisquune partie de la solution ne peut tre dtermine. e e e Plutt que de dnir un sous-espace de M, nous allons maintenant dnir un o e e sous-domaine born de M et de mme dimension ` laide dinformations a priori sur e e a
B.3. Inversion et informations a priori
217
le syst`me. Pour cet exercice, plusieurs voies sont possibles et nous retiendrons les e deux courants les plus forts qui sont : la voie analytique dveloppe par Tikhonov e e [Tik76] dont nous avons dj` pos le principe de probl`mes conditionnellement ea e e bien-poss et la voie stochastique dveloppe par Tarantola [Tar87] qui cherche ` e e e a modliser le syst`me ` laide de lois de probabilit. e e a e
B.3.1
Les Informations a priori
Les informations a priori qui peuvent intervenir dans la rsolution dun proe bl`me inverse ne concernent pas uniquement le syst`me tudi. Elles peuvent galee e e e e ment porter sur les conditions de mesures, la qualit du mod`le ou la connaissance e e partielle ou totale des param`tres recherchs. Enn, cette information peut tre e e e tant quantitative que qualitative. Prenons par exemple des mesures bruites. En aucun cas il nous sera possible e de dterminer avec exactitude la valeur de la mesure. En r`gle gnrale, nous e e e e nous contentons de sa valeur moyenne et dun intervalle de conance dni par e sa variance et/ou par une interprtation subjective des conditions de la mesure e (mesure de rfrence). Si nous voyons tr`s clairement comment utiliser la moyenne ee e de la mesure, nous ne voyons pas ncessairement comment intgrer le degr de e e e conance que nous accordons ` cette mesure : nous touchons au but des deux a mthodes que nous prsenterons dans cette section. e e Avant de pousser plus en avant notre raisonnement, rappelons que nous cherchons essentiellement ` limiter lensemble des param`tres quasi-solution du proa e bl`me inverse ` un sous-domaine born de M pour y slectionner les param`tres e a e e e les plus cohrents avec les informations a priori. Dans cette dmarche, linformation e e la plus importante est celle qui concerne la connaissance des param`tres rels du e e syst`me. e Voici quelques exemples possibles dinformations a priori sur les param`tres m e dun syst`me [Tar82] : e 1. Un ou plusieurs param`tres du syst`me sont borns. e e e Par exemple : a m(i) b. Alors toutes les solutions incohrentes sont e exclues. 2. Il y a une relation dordre entre dirents param`tres. e e Par exemple : m(1) m(n) 3. Les param`tres ont une rpartition spatiale et nous savons quelle est rgue e e li`re. e 4. Nous avons plus de certitudes sur linformation concernant une partie des param`tres que sur le reste. e 5. Enn nous navons aucune information sur certains param`tres (ce qui peut e galement se traduire dans lcriture du probl`me inverse). e e e
B.3.2
La rgularisation au sens de Tikhonov e
Contrairement ` la rgularisation par troncature des valeurs singuli`res qui da e e e terminait une solution unique de norme minimale sur un sous-espace de M, la
218
rgularisation au sens de Tikhonov prserve la dimension de lespace des parae e m`tres. Pour ce faire, il dnit un oprateur rgularisant R(d, ) qui impose aux e e e e solutions dappartenir ` un sous-domaine MT h relatif ` linformation a priori. Il a a ne sagit plus de chercher les quasi-solutions du probl`me inverse qui minimisent la e norme (B.4), mais de choisir parmi toutes les quasi-solutions celle qui correspond au meilleur compromis entre la cohrence vis-`-vis de linformation a priori et les e a mesures. Lide de Tikhonov est la suivante : la mesure d est toujours entache dune e e erreur par rapport ` une mesure exacte dexact . Il part donc du postulat, tout ` a a fait justi, que la mesure est incertaine mais voisine dune mesure exacte pour e dnir un voisinage de dexact dans D contenant d, ce qui scrit : e e d dexact
D
(B.20)
De ce fait naturellement le probl`me au sens des moindres carrs ne se pose e e plus comme la minimisation (B.4) mais comme la recherche des lments m dans ee le sous-ensemble M M des lments m vriant : ee e Am d
D
(B.21)
En introduisant lincertitude de la mesure nous vitons une erreur dans le proe bl`me inverse, mais de ce fait nous augmentons aussi considrablement le nombre e e des solutions possibles. La gure (B.3) illustre tr`s clairement ce phnom`ne. e e e Prenons un syst`me physique parfaitement connu dni par ses param`tres e e e mexact , lapplication A donne alors le vecteur des mesures exactes dexact dans D. Or la mesure relle est incertaine, cest pourquoi nous pouvons la dnir ` pr`s e e a e dans un sous-ensemble de D D.
A1
M
m0 m
A1
,) R(d
d d exact
M0 M
MT h
m exact mR
Fig. B.3 La rgularisation de Tikhonov. e Soit d un vecteur de mesure de D relatif ` lobservation du syst`me. Nous a e pouvons rechercher les quasi-solutions du probl`me inverse ` laide du syst`me e a e normal (B.7) (nous crivons abusivement le probl`me inverse A1 ) dans ce cas e e nous trouvons un ensemble de vecteurs m0 qui dnissent le sous-ensemble M0 e des solutions possible par le syst`me normal. Puisque les mesures sont incertaines e nous pouvons armer quaucune des solutions du syst`me normal nest exactement e
219
la solution mexact : cest pourquoi Tikhonov cherche une solution voisine dnie ` e a un pr`s. e Les quasi-solutions m du probl`me inverse (B.21) prennent en compte lincertie tude de la mesure et dnissent un sous-espace M de M qui inclut ncessairement e e M0 (voir Fig.B.3) : nous augmentons le nombre des solutions. Lide de Tikhonov e est davoir recours ` un oprateur rgularisant R(d, ) pour rduire lensemble des a e e e solutions ` un sous-ensemble MT h de M de taille rduite (diam`tre). Cet opraa e e e teur dpend dun param`tre rgularisant et dune fonctionnelle stabilisatrice e e e qui traduit gnralement linformation a priori que nous possdons sur le syst`me. e e e e En somme cette fonctionnelle dnit un voisinage de linformation ` priori dans lee a quel nous allons chercher les solutions et le param`tre correspond ` limportance e a ou la certitude que nous accordons ` cette information. a La rgularisation au sens de Tikhonov revient ` minimiser la fonctionnelle (m) e a sous la contrainte (B.21), nous cherchons alors des solutions mT h qui minimisent : S (m, d) = Am d
2 D
+ (m)
(B.22)
Ce qui correspond ` la dmarche que nous voquions prcdemment : tre le a e e e e e plus proche possible de linformation a priori tout en respectant la distance entre la mesure exacte et la mesure relle. Le param`tre de rgularisation orant un degr e e e e de libert supplmentaire, il a un rle darbitre entre proximit de la solution et des e e o e mesures et conformit ` linformation (stabilit de la solution). La rgularisation ea e e au sens de Tikhonov dpend donc du choix de la fonctionnelle stabilisatrice et e du param`tre qui doivent traduire linformation a priori et le poids que nous lui e accordons par rapport ` la mesure. a B.3.2.1 Choix de la fonctionnelle stabilisatrice
Le choix de la fonctionnelle stabilisatrice dpend du degr de connaissance a e e priori que nous avons du syst`me : e Si nous ne possdons absolument aucune information sur le syst`me la seule e e fonctionnelle reprsentative de linformation est la fonction nulle : et nous e rsolvons le syst`me normal : e e mT h = (At A)1 At d (B.23)
Lorsque notre probl`me inverse concerne des distributions de grandeurs phye siques, nous pouvons faire des rgularisations utilisant les hypoth`ses de e e norme ou dentropie minimales ce qui impose une forte rgularit de la soe e lution (lissage). En notant L la matrice de stabilisation choisie, le probl`me e inverse est la recherche des param`tres mT h qui minimisent : e S (m, d) = Am d
2 D
+ Lm
2 M
(B.24)
La solution est donne par lquation matricelle : e e mT h () = (At A + Lt L)1 At d (B.25)
220
` B. Problemes inverses, quetes dinformations En exploitant toujours les mmes hypoth`ses nous pouvons encore appliquer e e des pondrations. Ce qui revient ` appliquer une rgularit plus forte ` cere a e e a tains param`tres du mod`les ou une erreur moindres sur certains capteurs. e e Dans ce cas, le probl`me inverse est la recherche des param`tres qui minie e misent : S (m, d) = Wd Am Wd d
2 D
+ Wm Lm
2 M
(B.26)
Un choix astucieux de pondration Wd et Wm revient ` considrer la sensie a e bilit de la matrice A vis-`-vis des param`tres et vis-`-vis des mesures an e a e a 8 de stabiliser au maximum le probl`me [Zhd02]. Lcriture matricielle du e e probl`me inverse est alors : e mT h () = (At W2 A + Lt W2 L)1 At W2 d d m d (B.27)
Si nous connaissons des param`tres a priori du syst`me physique mprior alors e e nous chercherons une solution voisine de ces param`tres. La fonctionnelle e stabilisante la plus naturelle est celle dnie par la distance au mod`le a e e priori. Les solutions du probl`me inverse sont donc celles qui minimisent : e S (m, d) = Am d
2 D
+ m mprior
2 M
(B.28)
Pour aller plus loin nous pouvons encore pondrer les mesures et les parae m`tres en utilisant les sensibilits. Cependant, elles ne sont pas reprsene e e tatives ni de la variance relle des param`tres vis ` vis des informations a e e a priori ni des variances des mesures9 . Dans ce cas le syst`me matriciel solution e scrit : e mT h () = (At W2 A + W2 )1 (At W2 d + W2 mprior ) d m d m Enn nous pouvons utiliser dautres stabilisateurs de la forme : (m) = Lm gprior
2 M
(B.29)
(B.30)
o` L est une matrice de dimensions q n qui reprsente une information u e complmentaire sur les param`tres m. Comme par exemple une relation entre e e param`tres. Dans ce cas, lcriture du probl`me inverse pondr sera : e e e ee mT h () = (At W2 A + Lt W2 L)1 (At W2 d + W2 gprior ) d g d g B.3.2.2 Choix du param`tre de rgularisation e e (B.31)
Si loprateur de stabilisation inclut linformation a priori dans le probl`me e e inverse, le param`tre de rgularisation permet de faire le meilleur choix dans e e lensemble des solutions MT h obtenu par une des quations prcdentes. Ce choix e e e correspond ` un compromis optimal entre la satisfaction du mod`le vis-`-vis des a e a
8 9
Ce qui est quivalent ` lastuce propose en remarque dans (B.2.5) e a e Il sagit nanmoins de bonnes estimations e
221
mesures et le respect de linformation a priori. En clair, il reprsente limportance e que nous donnons ` la mesure par rapport ` linformation. a a La mthode la plus classique pour dterminer un coecient optimal est base e e e sur le principe itratif de la courbe en L ou L-curve [Han97][WH96]. Il sagit de e comparer le module de la distance entre le mod`le et la mesure Am d en e fonction du module de la fonction stabilisatrice (m) pour direntes valeurs de e . La courbe en L a, comme son nom lindique, une forme de L concave ou convexe et la valeur optimale de est celle qui correspond au point du coude du L. Il sagit de la valeur qui donne le meilleur compromis entre la distance ` la mesure (qui a tte les donnes) et linformation a priori. e Si la mthode de rgularisation de Tikhonov donne dexcellents rsultats, le e e e choix du param`tre de rgularisation est restrictif. Tout dabord il impose une e e mthode itrative qui augmente les temps de calcul et ne garantit en aucun cas e e que linformation participe avec un juste poids ` la rsolution. En eet, est un a e compromis entre dlit ` la mesure et aux informations, alors que nous pouvons e ea encore avoir acc`s ` un degr dinformation supplmentaire qui serait, par exemple, e a e e 2 que la mesure a une variance m alors que linformation est certaine. Dans ce cas le param`tre optimal nest plus celui du coude de la L-curve, mais un param`tre qui e e favorisera plus linformation. Nous pouvons alors nous demander comment choisir ce param`tre rgularisant en accord avec lincertitude de mesure et la prcision de e e e linformation a priori mais aussi comment traduire linformation a priori qualitative sur le mod`le, les mesures, les param`tres. Lapproche stochastique que nous allons e e dvelopper maintenant va rpondre ` ces questions. e e a
B.3.3
Approche stochastique des probl`mes inverses e
Pour Tarantola [Tar82] [Tar87] un probl`me inverse ne sapparente en aucun cas e a ` un probl`me analytique. Il consid`re quun probl`me inverse est une combinaison e e e dinformations de direntes natures, telles que les conditions exprimentales (mee e sures), linformation a priori sur le syst`me (les param`tres) ou encore la connaise e sance des incertitudes de modlisation. Avec ce point de vue le probl`me inverse e e est forcment unique et reprsentatif du syst`me physique : il est lensemble des e e e param`tres qui co e ncident au mieux avec toutes ces informations. Ce qui signie que le probl`me inverse nest plus la recherche des param`tres m, mais un cumul e e dinformations qui dcrivent le comportement de la solution. e B.3.3.1 Linformation comme probabilit e
Il sagit de traduire mathmatiquement linformation que nous possdons sur e e les direntes variables dun syst`me en terme de probabilit. Prenons par exemple e e e les mesures d. Nous avons par les conditions exprimentales, une ide de la qualit e e e de ces mesures tant dun point de vue qualitatif que quantitatif. Cette ide est e souvent apprciative, peut tre parfaitement subjective ou alors froidement objece e tive. Lapproche stochastique traduit le degr de conance que nous accordons aux e informations en terme de probabilit. e
222
En r`gle gnrale, linformation que nous possdons sur une variable x peut tre e e e e e enti`rement contenue dans la donne dune fonction densit de probabilit fX (x). e e e e Par exemple pour la mesure : 1. si nous savons que la mesure est excellente, d prend une valeur certaine d0 , alors la densit de probabilit lie ` d est : e e e a fD (d) = (d d0 ) 2. si nous connaissons une estimation de la mesure, note d et si nous poue 2 vons estimer la variance de cette mesure d alors la fonction de densit de e probabilit lie ` d peut scrire comme la loi normale : e e a e fD (d) = N (d, d ) Linterprtation par des densits de probabilit va plus loin quune simple vae e e e 2 luation de la moyenne et de la variance dune variable. La variance x peut tre e interprte de faon qualitative. Si la mesure est certaine alors la variance est nulle. ee c Cest le cas 1 prcdent pour la variable d. Il se lit : la probabilit que d soit d0 est e e e totale, ce qui implique que la mesure d0 est parfaite. Par contre, si la mesure est bruite ou que nous estimons sa qualit moyenne, alors d est probablement son ese e (moyenne par exemple) avec une incertitude qui dpend des conditions timation d e de mesure (bruit, apprciation personnelle) : cest ce que traduit la loi normale du e cas 2.10 Nous comprenons mieux pourquoi Tarantola dnit un probl`me inverse comme e e une qute dinformations [Tar82]. Si nous possdons des informations, de quelques e e natures soient-elles, elles dnissent des fonctions de probabilit pour chaque vae e riable du probl`me directe ou inverse qui sont des descriptions prcises de voisinages e e particuliers relatifs ` linformation a priori. a B.3.3.2 Linversion Baysienne e
Nous avons prsent au cours des sections prcdentes le probl`me direct sous e e e e e la forme analytique : d = Am (B.32)
mais cette approche est trop restrictive. La plupart du temps le calcul des mesures d ` partir de param`tres m nest pas exact car notre mod`le ou la thorie nest pas a e e e parfaite et notre paramtrisation nest quune simplication grossi`re de la ralit. e e e e Dans ce cas lapproche stochastique prend tout son sens, ce que nous traduisons est alors que la relation (B.32) est incertaine, ce qui scrit en terme de probabilit e e comme la densit de probabilit de d sachant m : e e p(d|m) = N (Am, T ) = C ste exp
10
1 d Am 2 2 T
(B.33)
Le cas 1 nest en fait quun cas particulier de loi normale pour laquelle lcart type est nul e et lestime d est la mesure d0 e
223
o` T est la variance que nous estimons pour la reprsentation du mod`le. Cette u 2 e e expression peut sinterpr`ter : la relation qui donne d en fonction de m est (B.32) e avec une incertitude thorique donne par T . e e En gardant notre approche stochastique le probl`me inverse consiste ` dtermie a e ner la densit de probabilit des param`tres m connaissant les mesures dobs , cest e e e la fonction de densit de probabilit a posteriori donne par la loi de Bayes : e e e p(m|dobs ) = p(dobs |m) p(m) p(dobs ) (B.34)
Nous ne cherchons plus un rsultat analytique : la quasi-solution du probl`me. e e Ce que nous cherchons cest le comportement de la solution en fonction de linformation que nous avons sur les mesures dobs , les coecients m et le mod`le. La e formulation bayesienne (B.34) montre que si nous avons susamment dinformation nous avons proportionnellement de linformation sur les param`tres rechere chs. Rsoudre le probl`me inverse consiste donc ` interprter (B.34) ` laide de e e e a e a lois normales. B.3.3.3 Ecriture du probl`me inverse Baysien e e
Lcriture du probl`me inverse consiste donc ` expliciter les direntes fonce e a e tions de densit de probabilit intervenant dans (B.34). Les densits de probabilit e e e e p(dobs |m) et p(m) correspondant aux informations que nous possdons respectivee ment sur les mesures et les param`tres : e 1. Soit mprior linformation a priori que nous avons sur les param`tres rechere chs. Alors naturellement la probabilit que m soit mprior est maximale (cest e e la valeur moyenne). Lincertitude (ou la qualit de linformation) dnit un e e intervalle dans lequel linformation peut encore se situer (cest la matrice de covariance). La densit de probabilit p(m) qui traduit linformation a priori e e que nous possdons scrit alors : e e p(m) = N (mprior , m ) = C ste exp 1 1 (m mprior )t m (m mprior ) 2 (B.35)
2. Soit dobs les mesures. En considrant que le mod`le donne la mesure exacte e e par le probl`me direct (B.33) et que lincertitude de mesure peut tre ree e prsente par une matrice de covariance d alors la fonction de densit de e e e probabilit conditionnelle p(m|dobs ) scrit : e e p(dobs |m) = C ste exp 1 (Am dobs )t (T + d )1 (Am dobs ) 2 (B.36)
3. Enn nous supposons que toutes les mesures sont quiprobables, dans ce cas : e p(dobs ) = C ste (B.37)
224
La fonction de densit de probabilit a posteriori du syst`me scrit alors : e e e e 1 (Am dobs )t (T + d )1 (Am dobs ) 2
p(m|dobs ) =C ste exp exp
1 1 (m mprior )t m (m mprior ) 2
(B.38)
Elle traduit la densit de probabilit de la solution du probl`me inverse. Nous e e e obtenons donc de linformation a posteriori sur les param`tres recherchs ` partir de e e a linformation a priori et des mesures. Linterprtation de (B.38) est donc identique ` e a celle que nous avons faite pour crire une loi de probabilit ` partir des informations e ea a priori. La valeur la plus probable est celle du maximum de vraisemblance qui est obtenu quand les termes exponentiels sont maxima, cest-`-dire lorsque la fonction a fBaynes suivante est minimale :
1 fBaynes = (Am dobs )t (T + d )1 (Am dobs ) + (m mprior )t m (m mprior ) (B.39) Comme pour le syst`me normal au sens des moindres carrs, le minimum de e e fBaynes est obtenu par direntiation et les param`tres solutions de linversion e e baynesienne sont : 1 1 1 1 m0 = (At (T +d) A + m )1 (At (T +d) d + m mprior )
(B.40)
Les matrices (T +d) et d tant des matrices de covariance dnies par : e e x = [covar(x(i), x(j))] B.3.3.4 Interprtation de linversion bayesienne e
La vritable solution de linversion baynesienne nest pas lexpression m0 (B.40), e mais lexpression de la fonction de densit a posteriori (B.38). Elle donne toute e linformation sur les param`tres m ` partir de linformation que nous avons du e a syst`me, elle est donc beaucoup plus riche. En particulier, elle permet a postee riori de qualier le probl`me inverse ` laide des proprits lies aux lois normales e a ee e 2 (Esprance, ecart-type, test du ,. . .) e
Annexe C Bo ` outils mathmatiques te a e

C.1 Gnralisation de lcriture harmonique e e e Application au blindage sphrique e
Au chapitre 5 nous proposons lcriture gnrale de linduction magntique e e e e dune source en harmoniques sphriques sous la forme : e
n n [En Cr (r, f ) + Fn Dr (r, f )] Yn (, ) ejt n=0
B(r, , , t) =
n=0
n n [En C (r, f ) + Fn D (r, f )]
Yn (, ) jt e 1 Yn (, ) jt e sin
(C.1)
n n En C (r, f ) + Fn D (r, f ) n=0
Cette formulation permet de gnraliser les calculs de blindage ` des milieux e e a conducteurs et aux cas de sources dynamiques. An de garantir une bonne comprhension de cette criture nous allons maintenant expliciter lexpression e e n n e des fonctions Cr et Dr dans les direntes situations que nous pouvons rencontrer : Dans le cas statique ces fonctions sont :
n Cr (r) = n(n + 1) r(n1) n C (r) = (n + 1) r(n1) n Dr (r) = n(n + 1) r(n+2)
et
n D (r) = n r(n+2) n D (r)
(C.2)
= (n + 1) r Dans le cas dynamique elles sont :

n Cr (r, f ) =
n C (r)
(n1)
= n r
(n+2)
2 I (2) (kr) r2 n 1 n C (r, f ) = I (2) (kr) r r n 1 n C (r, f ) = I (2) (kr) r r n
et
2 (2) Kn (kr) r2 1 n (2) D (r, f ) = Kn (kr) r r 1 n (2) D (r, f ) = Kn (kr) r r

n Dr (r, f ) =
(C.3)
225
226
C. Bo a outils mathematiques te `
C.1.1
Ecriture de la matrice dun blindage monocouche
Lcriture de la matrice de blindage (5.14) pour chaque terme dun mme ordre e e multipolaire est donne par : e pour le cas statique : (n1) (n1) (n+2) n(n + 1)R1 n(n + 1)R1 n(n + 1)R1 0 (n1) (n1) (n+2) 1 (n + 1)R1 1 nR1 0 2 (n + 1)R1 Bn = (n1) (n+2) (n+2) 0 n(n + 1)R2 n(n + 1)R2 n(n + 1)R2 (n1) (n+2) (n+2) 0 3 (n + 1)R2 3 nR2 2 nR2 (C.4) pour le cas dynamique :
n(n + 1)R1
(n1) 2 r2 1 1 r r 2 r2 3 1 r r
In (kR1 ) In (kR1 ) In (kR2 ) In (kR2 )

(2) (2) (2)
(2)
(n1) 2 (n + 1)R1 Bn (f ) = 0 0
2 r2 1 1 r r 2 r2 3 1 r r
Kn (kR1 ) Kn (kR1 ) Kn (kR2 ) Kn (kR2 )

(2) (2) (2)
(2)
0 (n+2) n(n + 1)R2 (n+2) 2 nR2 (C.5)
Bibliographie
[Ang72] A. Angot, Complments de mathmatiques ` lusage des ingnieurs de e e a e llectrotechnique et des tlcommunications, Masson & Cie, Paris, 1972. e ee [Arf95] G. Arfken, Mathematical Methods for physicists, Academic Press, 1995. [Bac67] G. Backus, Numerical applications of a formalism for geophysical inverse problems , Geophysical Journal of the Royal astronomy society - 13, 247276, 1967. [Bac70] G. Backus, Uniqueness in the inversion of accurate gross earth data , Philosophical Transaction of the Royal society - 266, 123-192, 1970. [Bay63] T. Bayes, An essay towards solving a problem in the doctrine of chance , Phil. Trans. Roy. Soc. - 53 :370-480, 1763. [Ber94] J. Bernardo, Bayesian Theory, Wiley Series in Probability an Mathematical Statistics, 1994. [Bl06] M. Bldt, Condition monitoring of mechanical faults in variable o o speed induction motor drives. - Application of stator current TimeFrquency analysis and parameters estimation, Th`se de doctorat, LEEI/ e e ENSEEIHT-Toulouse, 2006. [Boy01] J. P. Boyd, Chebytshev and Fourier Spectral Methods, Dover Publication, Mineola, New-York, 2001. [Bri97] P. Brissonneau, Magntisme et matriaux magntiques, Edition Herm`s, e e e e 1997. [Bru91] X. Brunotte, Modlisation de linni et prise en compte de rgions mae e gntiques minces - Application ` la modlisation des aimantations des e a e navires., Th`se de doctorat, Institut National Polytechnique de Grenoble, e 1991. [Bur02] P. Burguignoli, Integral representation of the electromagnetic eld and boundary integral equations, Departement of electronic engineering, Rome, 2002. [Col06] B. Collard, A new formulation for scattering by impedant 3d bodies , Progress in Electromagnetics reseach symposium, 2006. [Coo65] J. Cooley et al., An algorithm for the machine calculation of complex fourier series , Math. Comput. 19, 297-301, 1965. [Dou06] C. Doucet et al., An automatic strategy for solving ill-conditioned linear systems of equations resulting from a nite element method , CEFC 2006, Miami, Florida USA April 30-May 3, 2006. 227
228 [Dri02] [Dro02] [Dur65] [Dur66] [Dur68] [Fou22] [Fra89] [Fre97] [Fro02a]
C. Bibliographie T. Driscoll, Schwarz-Christoel Mapping, Cambridge University Press, Cambridge, 2002. J.-J. Droesbeke, Mthodes Bayesienne en Statistique, ED. Technip, Paris, e 2002. E. Durand, Electrostatique, tome I, Les distributions, Masson & Cie, Paris, 1965. E. Durand, Electrostatique, tome II, Probl`me gnraux conducteurs, e e e Masson & Cie, Paris, 1966. E. Durand, Magntostatique, Masson & Cie, Paris, 1968. e J. Fourier, Thorie analytique de la chaleur, 1822. e J. Francklin, On the scaling of multidimensionnal matrices , Linear Algebra and its applications, 1989. D. Freedman, Statistics, W.W. Norton and Company, 1997. B. Froidurot, Discrtion magntique des machines lectriques de propule e e sion navale, Th`se de doctorat, Institut National Polytechnique de Gree noble, 2002. B. Froidurot, Magnetic discretion of naval propulsion machines , IEEE Transactions on Magnetics, 2002. L. Greengard, A fast algorithm for particle simulations , Journal of Computational Physics, 1987. L. Greengard, Rapid evaluation of potential elds in 3 dimensions , Lecture Notes in Math, Springer-Verlag, 1988. R. Haberman, Applied Partial Dierential Equations with Fourier Series and Bondary Value Problem, Pearson Education, New Jersey, 2004. C. Hansen, Rank-decient and discrete Ill-Posed Problems, SIAM - Society for industrial and Applied Mathematics, 1997. R. F. Harrington, Origin and development of the method of moments for eld computation , IEEE Antenas and Propagation, 1990. B. Heller, Harmonic Field Eects in Induction Machines, Elsevier Scientic Publising Company, New-York, 1977. E. Hobson, The theory of spherical harmonics, Cambridge University Press, London, 1931. L. Howell, Computation of conformal maps by modied SchwarzChristoel Transformations, Th`se de doctorat, B.S. Mathematics, Mase sachusetts Institute of Technology, 1990. S. Kay, Fundamentals of Statistical Signal Processing : Estimation theory, Signal Processing Series - Prentice Hall, 1993. C. Kchli, Contribution ` ltude des moteurs synchrones monophass, o a e e Th`se de doctorat, Ecole Polytechnique Fdrale de Lausanne, 1999. e e e M. Legris, Identication de ltat magntique dun syst`me ferromagne e e e tique ` partir de mesures du champ proche, Th`se de doctorat, Institut a e National Polytechnique de Grenoble, 1996.
[Fro02b] [Gre87] [Gre88] [Hab04] [Han97] [Har90] [Hel77] [Hob31] [How90]
[Kay93] [Kc99] o [Leg96]
Bibliographie [Lor01]
229
[Mac67] [Ne91] e [Ned00] [Pol02] [Pre92] [Rik87] [Rob92] [Rob94] [Rou99]
[Rou05]
[Rou06] [Rui01]
[Sal82]
[Sap76] [Sch05a]
[Sch05b] [Sch06]
[Sco03]
J. Lorange, Couplage des inductances par rayonnement magntique. e Etude thorique et exprimentale, Th`se de doctorat, Institut National e e e Polytechnique de Grenoble, 2001. T. MacRobert, Spherical Harmonics, Pergamon Press, Oxford, 1967. L. Nel, Un si`cle de physique, Odile Jacob, 1991. e e J. Nedelec, Accoustic and electromagnetic equations, integral representations for harmonic problems, Springer-Verlag, New-York, 2000. A. Polianin, Exact solutions for ordinary dierential equations, ChapmanHall, 2002. W.-H. Press, Numerical recipes : the art of scientic computing, Cambridge University Press, 1992. T. Rikitake, Magnetic and electromagnetic Shielding, Terra Scientic Publishing Company, Tokyo, 1987. C. Robert, Lanalyse statistique Baysienne, Economica, 1992. e C. Robert, The Bayesian Choice, Springer-Verlag, 1994. L.-L. Rouve, Application of the spherical harmonic model to identify the magnetic state of a system and to extrapolate its signature , Studies in Applied Electromagnetics and Mechanics, IOS Press, 1999. L.-L. Rouve et L. Schmerber, Optimal magnetic sensor location for spherical harmonics identication applied to radiated electrical devices , IEEE Transaction on Magnetics, Volume 42, Issue 4, 2005. L.-L. Rouve, Design of a combined pasive and active magnetic shield adapted to electrical machines , Proc. Marelec 2006, Amsterdam, 2006. D. Ruiz, A scaling algorithm to equilibrate both rows and columns norms in matrices , ENSEEIHT-IRIT Technical Report RT/APO/01/4, 2001. J. Saliou, Dtermination optimale des composantes multipolaires dune e source magntique, par analyse du champ proche., Diplme dingnieur e o e CNAM, 1982. G. Saporta, Thories et mthodes de la statistique, ED. Technip, Paris, e e 1976. L. Schmerber, Original 2d cylindrical harmonics method for identication of the near magnetic stray eld of an electrical motor , International Electric Machines and Drives Conference (IEMDC2005), 2005. L. Schmerber, A powerful method to design passive and active magnetic shield for on board electrical devices , Proc. AES 2005, Versailles, 2005. L. Schmerber, Spherical harmonic identication using a priori information about an electrical device , CEFC 2006, Miami Florida USA, 2006. R. Scorretti, Caractrisation numrique et exprimentale du champ mae e e gntique B.F. gnr par des syst`mes lectrotechniques en vue de la moe e e e e e dlisation des courants induits dans le corps humain, Th`se de doctorat, e e Ecole Centrale de Lyon, 2003.
[Sil01]
P. Sillard, Estimation par moindres carrs, Collection Herm`s - Ed. Lae e voisier, 2001. M. Spiegel, Theorie et applications de la statistique, Mc Graw-Hill Book Company, Paris, 1991. J. Stratton, The theory of electromagnetism, Mc Graw-Hill Book Company, New-York, 1941. A. Tarantola, Inverse problems = quest for information , Journal of Geophysics, 1982. A. Tarantola, Inverse Problem Theory, Elsevier, 1987. A. Tarantola, Inverse Problem Theory and methods for model parameter estimation, SIAM - Society for industrial and Applied Mathematics, 2005.
[Smy68] W. Smythe, Static and dynamic electricity, Mc Graw-Hill Book, 1968. [Spi91] [Str41] [Tar82] [Tar87] [Tar05]
[Teg85] J. Tegopoulos, Eddy currents in linear conducting media, Ed. Elsevier, Amsterdam, Oxford, New-York, 1985. [Tik76] [Vie99] A. Tikhonov et V. Arsenine, Methodes de rsolution de probl`mes mal e e poss, Edition mir, Moscou, 1976. e M. Vieira, Estimation Baysienne par les mthodes MCMC - Application e e a ` la surveillance des moteurs asynchrones, Th`se de doctorat, Universit e e de Nice - Sophia Antipolis, 1999.
[WH96] M. H. W. Heinz et A. Neubauer, Regularization of Inverse Problems, Kluwer academic Publishers, Londres, 1996. [Whi65] E. Whittaker et G. Watson, A course of modern analysis, Cambridge University Press, 1965. [Wik84] J. P. Wikso, A comparaison of scalar multipole expansions , J. App. Phy., 1984. [Zhd02] M. Zhdanov, Geophysical inverse theory and regularization problem, Elsevier, 2002.
Cette th`se prsente une mthode didentication de sources lectromae e e e gntiques dynamiques ainsi quune mthode de calcul de dimensionnement de e e blindage lectromagntique. Elles reposent sur les dveloppements harmoniques e e e solutions des quations de Maxwell. Lidentication lectromagntique permet e e e de caractriser une source dynamique dans un milieu conducteur ` partir de e a mesures de champs electromagntiques proches. Elle permet lextrapolation e des signatures lectromagntiques dune source et le diagnostic dinstallations e e lectriques par mesures de champs proches. Cette identication repose sur e lestimation baysienne des param`tres du dveloppement harmonique dune e e e source qui permet lintervention dinformation a priori. Le calcul de blindage repose sur lcriture harmonique des conditions de passage sur les fronti`res e e dun blindage. Il permet de dimensionner un blindage en distinguant leet dattnuation et leet de forme en fonction des matriaux et des couches de ce dernier. e e
Identication lectromagntique e e Blindage magntique e Diagnostic lectromagntiques e e Courants de Foucault Conditions de passage harmonique
Identication magntodynamique e Blindage multicouches Harmoniques sphriques e Dveloppements harmoniques e Estimation baysienne e
This Ph.D. thesis presents two methods : one to identify dynamic electromagnetic sources and another one to size an ecient magnetic shield. Both are based on harmonic expansion solutions of Maxwells equations. The electromagnetic identication gives from near electromagnetic elds measurements the main characteristics of a dynamic source closed in a conducting media. Electromagnetic eld extrapolation of the source and condition monitoring based on near eld measurements are the applications of the identication method. It uses Bayesian estimation of the harmonic expansion parameters of a source. It allows the use of prior information. The magnetic shielding method is based on the harmonic expansion of boundary conditions and the distinction between the attenuation eect and the shape eect of the shield on the parameters of an electromagnetic source.
Electromagnetic Identication Electromagnetic shield Condition monitoring Eddy current Harmonic boundary conditions
Magnetodynamic Identication Multi-layered electromagnetic shielding Spherical Harmonics Harmonic Expansion Bayesian estimation

These Louis Schmerber

Transféré par

Informations du document

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

These Louis Schmerber

Transféré par

Droits d'auteur :

Formats disponibles

INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE

No attribu par la biblioth`que e e

prsente et soutenue publiquement e e par

M. Hugues M. Nicolas M. Laure-Line M. Albert

Table des mati`res e

II Analyse harmonique et dimensionnement de blindages magntiques e 103

182 183 186 187 187 187 190

Table des gures

3.6 4.1 4.2

4.10 (1). - Fonction de vraisemblance px correspondant ` une distribution a

4.11 Illustration de lintrt de lestimateur du MMSE - Avec un seul point ee

5.3 5.4 5.5

5.13 5.14 5.15

134 135 136

Liste des tableaux

6.2 6.3 7.1 7.2 7.3 7.4 7.5

174 179 180 183

183 184 188

Coecients harmoniques identis aux frquences caractristiques du e e e moteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

Historique du magntisme du navire e

Premi`re partie e Mod`le et identication de e sources magntodynamiques e

Chapitre 1 Mod`les multipolaires e harmoniques

` 1. Modeles multipolaires harmoniques

Dtermination des quations locales du e e champ lectromagntique e e

1.2. Dtermination des quations locales des champs e e

` 1. Modeles multipolaires harmoniques

Solutions harmoniques des champs

1.3. Solutions harmoniques des champs

` 1. Modeles multipolaires harmoniques

1.3. Solutions harmoniques des champs

continu et la solution gnrale de lquation de diusion est donne par lintgrale : e e e e e

f1,n (x1 ) f2,m (x2 ) f3,n,m (x3 ) dn dm (1.20)

an,m f1,n (x1 ) f2,m (x2 ) dn

Dveloppement harmonique du champ lectromagne e e tique

[An In kr + Bn Kn kr ] [Cn cos(n) + Dn sin(n)] ejt ez

E(r, , t) =(j) i(r, , t) =(j)

[An In kr + Bn Kn kr ] [Cn cos(n) + Dn sin(n)] ejt ez

[An In kr + Bn Kn kr ] [Cn cos(n) + Dn sin(n)] ejt ez

` 1. Modeles multipolaires harmoniques

et linduction magntique en coordonnes polaires : e e

(1 + j) (In ) et K(1) = (Kn ) k = et = n r r

[En I(n+ 1 ) (kr) + Fn K(n+ 1 ) (kr)] Yn (, ) ejt er

(1.24) [An,m cos m + Bn,m sin m]

1.3. Solutions harmoniques des champs Do` lcriture des composantes de B : u e

2 2 (2) (2) In (kr) + Fn 2 Kn (kr 2 r r

(2) avec : In (kr) =

r (2) I 1 (kr) et Kn (kr) = k (n+ 2 )

r K(n+ 1 ) (kr) 2 k (1.27)

` 1. Modeles multipolaires harmoniques

Bn m [Bn,m cos m+Cn,m sin m]Pn (cos ) (1.28) rn+1

Proprits des dveloppements en srie du e e e e champ

1.4. Proprits des dveloppements en srie du champ ee e e

La sparation des variables e

Une criture intressante des champs lectromagne e e e tiques

qui dpendent des valeurs de m de sorte que 0 m n pour chaque ordre n e

` 1. Modeles multipolaires harmoniques

Proprits des fonctions propres e e

Ap,q f2,p (x2 ) f3,q (x3 )

1.4. Proprits des dveloppements en srie du champ ee e e

c2 (x2 )c3 (x3 )f2,p f3,q dx2 dx3

[an cos n + bn sin n] R0 n

1 < (R0 , )|1 >= 2

1 < (R0 , )| cos n >=

< (R0 , )| sin n >=