Académique Documents
Professionnel Documents
Culture Documents
net/publication/368601820
CITATIONS READS
0 79
3 authors:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
EVALUATION OF THE ELECTROMAGNETIC INTERFERENCE IN THE VICINITY OF THE VERY HIGH VOLTAGE LINE View project
All content following this page was uploaded by Tarik Bouchala on 17 February 2023.
Doctorat LMD
Domaine : Sciences et technologies
Spécialité : Electrotechnique
Présenté par :
Thème:
Devant le jury :
Président
Examinateur
Examinateur
Examinateur
Dédicaces
Mon cher père pour tous ses sacrifices, son amour et ses
prières tout au long de mes études;
Mon cher mari pour son soutien, sa patience et son aide pour
faciliter mon travail Pendant toute cette période;
Mes frères ;
ii
Remerciements
Remerciements
Tout d'abord, je remercie ALLAH le Tout Puissant, qui m’a donné la volonté, patience et la
santé pour accomplir ce modeste travail.
J’adresse, aussi mes remerciements aux membres du Jury qui ont accepté d’examiner cette
thèse en lui apportant de l’intérêt : Mr ABDOU Abdelhak Maître de Conférences à
Je ne peux terminer mes remerciements sans citer, tous les enseignants du département
d’Électrotechnique de l’Université d’Ouargla.
ii
Table des matières
Dédicaces ................................................................................................................................... ii
Remerciements ........................................................................................................................... ii
Chapitre I :
Généralités sur les techniques de contrôle non destructif par courants de Foucault
I.3.2 Principe de fonctionnement du contrôle non destructif par courants de Foucault ....... 11
I.3.3 Les avantages et les inconvénients du CND par courants de Foucault ..................... 13
I.01 Conclusion......................................................................................................................... 30
Chapitre II :
Modélisation des systèmes de Contrôle non destructif par courant de Foucault CND-CF
Table des matières
II.3.8Champs et potentiels.................................................................................................... 42
II.5Méthodes de résolution....................................................................................................... 48
Chapitre III :
III.9 Conclusion........................................................................................................................ 91
Chapitre IV :
Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF. Application aux
configurations 2D.
VI. 11 Effet de la présence d’un défaut sur la distribution des courants induits .................... 117
V.2 Balayage surfacique par série de bobines en mode multiplexage ................................... 127
Table des matières
V.5.2. Résultats pour un défaut sur une seule plaque ........................................................ 140
A : Amplitude
⃗⃗ : Aimantation magnétique.
𝑀
𝐸⃗ : Champ électrique.
⃗ : Champ magnétique.
𝐻
𝜎: Conductivité électrique.
F : Fréquence
𝜀: Force électromotrice.
⃗ : Induction électrique.
𝐷
⃗ : Induction magnétique.
𝐵
Z : Impédance.
𝑍𝑛 : Impédance normalisée.
Ø : Le flux magnétique
𝜑: Phase
𝐼 : Polarisation magnétique.
X : Réactance.
R : Résistance
𝓍 : Susceptibilité magnétique.
∆Z : Variation de l’impédance.
Liste des figures
Figure I. 9.Principe de CND par courants de Foucault en présence d'un défaut .................... 13
Figure I. 11. Les types d’alimentation pour les bobines des capteurs CF.............................. 22
Figure I. 16. Bobines construites par l’enroulement d’un fil de cuivre, [8] ............................ 26
Liste des figures
Figure IV. 4.Capteur à C.F au-dessus d’une tôle plane. ....................................................... 102
Figure IV. 8.Caractéristiques de la plaque d’Inox 304L estimées par l'algorithme génétique
..................................................................................................................................................... 106
Figure IV. 9.Caractéristiques de la plaque d’Inox 304L estimées par PSO .......................... 107
Figure IV. 10.Caractéristiques de la plaque d’Inox 304L estimées par HSA ....................... 107
Figure IV. 11.Caractéristiques de la plaque d’Inox 304L estimées par RS .......................... 108
Figure IV. 12.Caractéristiques de la plaque d’Inox 304L estimées par SIM ........................ 108
Figure IV. 14.Caractéristiques de la plaque d’Aluminium estimées par PSO ...................... 109
Figure IV. 15.Caractéristiques de la plaque de L’aluminium estimées par HSA ................. 110
Liste des figures
Figure IV. 17.Caractéristiques de la plaque de L’aluminium estimé par SIM ..................... 111
Figure IV. 19.Caractéristiques de la plaque de Titane estimées par HSA ............................ 112
Figure IV. 20.Caractéristiques de la plaque de Titane estimées par PSO ............................. 112
Figure IV. 22.Caractéristiques de la plaque de Titane estimées par SIM ............................ 113
Figure IV. 23.la perméabilité électrique de chaque méthode d’optimisation ....................... 115
Figure IV. 24.La conductivité électrique de chaque méthode d’optimisation ...................... 115
Figure IV. 26.La densité de flux magnétique pour différentes formes des défauts .............. 119
Figure IV. 27.La densité des courants induits pour différentes formes des défauts ............ 121
Figure IV. 28.la densité de courants induits pour différentes formes des défauts ................ 122
Figure IV. 29.la densité de flux magnétique pour différentes formes des défauts................ 122
Figure V. 2. Le multiplexage (L’inductance mutuelle est évitée par le multiplexage) ......... 129
Figure V. 4 Exemples d’imageries obtenues lors d’un balayage linéaire ............................. 131
Liste des figures
Figure V. 5 Exemples d’imageries obtenues lors d’un balayage polaire .............................. 132
Figure V. 9.Mallaige de la plaque munie d’un défaut avec 9 bobines placées sur le défaut 136
Figure V. 10.plaque munie d’un défaut avec 9 bobines placées avant le défaut .................. 137
Figure V. 11 Maillage plaque munie d’un défaut avec 9 bobines avant le défaut ................. 138
Figure V. 12 Maillage de la plaque munie d’un défaut avec 9 bobines placées après le défaut
..................................................................................................................................................... 139
Tableau II. 1.Comparaison entre les formulations les plus populaires dans le CND-CF, [15].
....................................................................................................................................................... 48
Tableau IV. 2. Comparaison entre les résultats des différents algorithmes d'optimisation . 114
xiv
Introduction
Générale
1
Introduction générale
Introduction générale
Le contrôle non destructif par courants de Foucault (CND)est devenu une nécessité industrielle,
Les risques économiques associés aux CND restent très élevés. Dans certains secteurs tels que le
transport ou le nucléaire, en particulier, Ils jouent un rôle majeur liées à la sécurité publique dans
le domaine aéronautique et maritime, [1].
Les méthodes de contrôle non destructif sont utilisées soit pour l’évaluation des caractéristiques
physiques et géométriques du produit (la conductivité, la perméabilité et l’épaisseur), soit pour
déceler la présence d’un défaut qui, s'ils sont jugés dangereux qui provoque l’arrêt d'exploitation
de la pièce pour la réparation.
Pour cette étude, la méthode la plus appropriée est le contrôle non destructif par courants de
Foucault (CND-CF). Le principe de cette méthode repose sur le phénomène d'induction
électromagnétique. La bobine (capteur) est généralement alimentée en source de courant alternatif
et placée sur la pièce à tester. Dans un premier temps, l'interaction entre le champ source et la
partie conductrice produit un courant induit dans cette dernière. Alors le champ inverse créé par le
courant induit se superpose au champ source, en conséquence l'impédance du capteur est modifiée.
La répartition des courants de Foucault dans une pièce dépend de divers paramètres tels que sa
géométrie, sa taille, sa conductivité électrique et sa perméabilité …..etc. La géométrie est forcée
pour épouser la forme du capteur, [2].
Avec le contrôle non destructif par courants de Foucault (CND-CF), nous entendons tous les
processus qui peuvent être caractérisés tels que l'intégrité des structures ou bien des matériaux
sans les altérer. L’utilisation de ces procédés intervient à différentes étapes du cycle de vie d'un
produit, que ce soit dans son processus de fabrication, son utilisation ou dans les opérations de
maintenance, [3,4].
1
Introduction générale
Dans notre travail, on présentera la technique de l’inversion par les méthodes d’optimisation
appliquée au contrôle non destructif par courants de Foucault pour évaluer et identifier les
caractéristiques géométriques et physiques (la conductivité électrique, la perméabilité, et
l’épaisseur)des tôles largement utilisées dans l'industrie aéronautique telles que l'acier
inoxydable304L, Aluminium, Titane. Cette caractérisation est faite séparément ce qui augmente
le temps et le cout de l’ensemble des tests. L’objectif de notre travail est de développer des
algorithmes capable d’estimer les grandeurs simultanément et en temps réel.
Le premier chapitre présente des généralités sur les méthodes du contrôle non destructif CND,
nous décrirons en détail les méthodes utilisant les courants de Foucault, c'est-à-dire principes,
réalité physique, avantages et inconvénients, etc.
Le deuxième chapitre est composé de deux parties, le premier chapitre sera consacré à la
modélisation des dispositifs CND par CF, à savoir les équations décrivant le comportement du
champ électromagnétique, les formulations magnétodynamiques nécessaires à la mise en œuvre
des outils éléments finis. Répartis en deux grandes familles :
⃗ ou H
Formule utilisant la variable de type champ : E ⃗⃗
⃗ - V.
Formule utilisant la variable de type latente : A
Cette section présentera ensuite des méthodes numériques permettant de résoudre des
équations aux dérivées partielles sous forme continue, à savoir la méthode des éléments finis
2
Introduction générale
(MEF), la méthode des éléments de frontière (BEM), La méthode des différences finies (FDM, la
méthode des intégrales de volume (VIM), la méthode des volumes finis (FVM).
Le troisième chapitre est implanté les méthodes d’optimisation que peuvent être divisées en
deux groupes distincts : les méthodes déterministes et les méthodes stochastiques.
Le quatrième chapitre, qui englobera deux parties, dans la première partie, nous décrivant
le système à étudier, les caractéristiques physiques et géométriques de pièces a testé,
l’impédance du capteur du modèle direct, nous utiliserons ses dernières comme entrée du
modèle inverse dans les différentes méthodes d’optimisation. Quant à la deuxième partie
elle sera dédiée pour l’application des méthodes d’optimisation 2D pour la caractérisation
physique et géométrique d’une tôle largement utilisée en aéronautique (tôle en Aluminium,
Inox 304L et Titane).On terminera cette partie par un Tableau comparatif sur les différentes
méthodes d’optimisation en termes d'efficacité et de rapidité
Quant au cinquième chapitre, on présentera les dispositifs à étudier, plaque avec défauts
internes, ainsi que les caractéristiques géométriques et physiques. Pour clôturer ce chapitre
nous présenterons les résultats de simulation pour un balayage surfacique de système par
multi capteurs en mode multiplexage avec les interprétations appropriées.
En fin, Nous terminerons par une conclusion générale qui couvrira tout le travail effectué et il
existe des perspectives pour la continuité de ce travail.
3
Chapitre I :
Généralités sur les
techniques de contrôle
non destructif par
courants de Foucault
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.1 Introduction
Les techniques de contrôle par courants de Foucault sont développées expérimentalement.
Ils sont utilisés depuis 1926.Le Contrôle Non Destructif (CND) est devenu un outil indispensable
en contrôle de la qualité des produits, Au niveau de la production, il faut dimensionner les pièces
au plus juste tout en garantissant leurs disponibilités et leurs performances. Durant l’exploitation
d’un produit industriel, Les méthodes de CND sont utilisées soit pour évaluer des grandeurs
caractéristiques du produit (épaisseur, conductivité, …etc.), soit pour déceler la présence de
défauts et les caractériser. Le contrôle non destructif est très important pour l’industrie et
particulièrement utilisé, par exemple dans l’industrie automobile, pétrolière, navale, aéronautique
et nucléaire,[1,4].
Le CND-CF consiste à évaluer l’état d’intégrité d’une pièce par la mesure de la variation de
l’impédance ou du courant issue du couplage électromagnétique entre le capteur et la pièce à tester.
La circulation des courants induits dans la pièce est modifiée par l’existence de défauts ou la
variation des caractéristiques électromagnétiques et géométriques. Cette technique est très
répondue dans une multitude de domaines comme l’aéronautique, l’aérospatiale, le nucléaire et le
ferroviaire ,[5].
Dans ce premier chapitre, on présentera les différentes techniques de CND existantes et plus
particulièrement celles basées sur les courants de Foucault, Etant donné, que notre recherche est
axée sur la technique par courants de Foucault. Ainsi que leurs avantages et inconvénients, les
différentes techniques de CND existantes, en rappelant leurs principes. Ensuite, on présentera les
diverses types des capteurs existants et leurs traitements dans le domaine de CND et enfin la
présentation de diagramme d'impédance normalisé. Du moment que notre recherche est axé sur la
technique par courants de Foucault, cette méthodologie sera présentée de manière détaillée du
point de vu phénoménologique et technologique.
4
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.2. 2 Le ressuage
Le contrôle par ressuage est utilisé pour détecter les défauts à la surface d’une pièce, cette
technique permet uniquement la détection de défauts débouchant. Elle nécessite l’utilisation de
produits chimiques à chaque étape de sa mise en œuvre.
5
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Nettoyage préalable
Application du pénétrant et imprégnation (temps de pénétration d’environ 20 minutes)
Elimination du pénétrant en excès
Séchage avant application de révélateur
Application de révélateur (temps de révélateur d’environ 5 minutes)
Examen visuel
Nettoyage final ou élimination de la pièce si elle est hors tolérance.
6
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.4.2 La magnétoscopie
Cette technique est applicable pour les matériaux et alliages ferromagnétiques (fer, acier,
fonte,...), C’est une technique qui détecte les défauts débouchant ou sous-jacents (très proches de
la surface de la pièce). Le principe de cette technique consiste à soumettre la pièce à un fort champ
magnétique. Une poudre magnétique est uniformément répartie par la suite sur la surface de la
pièce. Lors de la présence d’un défaut sur son chemin, le champ magnétique est dévié et son
intensité augmente en surface. Le champ crée une fuite qui attire les particules de poudre
magnétique, signalant ainsi la présence d’un défaut, comme l’indique la Figure (I.4), [7].
7
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.2.5 Thermographie
Cette technologie est destinée pour le contrôle de défauts de surface et de défauts volumiques.
Elle consiste à chauffer rapidement la structure à contrôler, et à enregistrer l’évolution de la
température à la surface de la pièce inspectée à l’aide d’une caméra infrarouge. Une distinction
est faite entre la thermographie passive qui résulte de la simple observation des gradients
thermiques sur une pièce, et la thermographie active lorsqu’une perturbation thermique a été
volontairement générée pour le contrôle (par une source laser par exemple), Figure (I.5). Les
discontinuités dans la pièce se traduisent par des différences de température sur l’image.
L’acquisition des images thermiques s’obtient alors à l’aide d’une caméra thermographique, [8].
8
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.2.6 Radiographie
Le test radiographique est une méthode de test non destructif (CND) qui utilise des rayons X
ou des rayons gamma pour examiner la structure interne des composants fabriqués en identifiant
les défauts. Le principe de la radiographie industrielle est pareil à la radiographie médicale : elle
consiste à faire traverser par un rayonnement électromagnétique de très courte longueur d’onde,
comme les rayons X ou les rayons γ, la matière inspecter. Lors de leur passage à l’intérieur de la
pièce, les photons voient leur énergie absorbée totalement ou partiellement par la matière, selon sa
densité. Un film placé derrière la pièce est irradié par les photons qui ont encore suffisamment
d’énergie, Figure (I.6) .Il récupère ainsi le radiogramme, où les zones avec des défauts sont
représentées par une variation de la densité optique,[9].
9
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
I.2.7 Radioscopie
Dans les mêmes conditions de fonctionnement qu'en la radiographie, elle permet un examen
en temps réel. Cependant, la flexibilité d'utilisation se fait au détriment de la qualité d'image.
I.2.8Contrôle d’étanchéité
Les contrôles d’étanchéité servent à prouver et/ou à déceler une fuite de gaz ou de liquide à
travers la paroi d’une enceinte. Ils permettent donc de détecter les défauts traversant (trou, élément
perméable dans la paroi) dans la paroi de la pièce,[8].
Les contrôles d’étanchéité sont utilisés pour examiner les tubes et les enceintes en tous types
de matériaux dans des secteurs industriels très variés tels que la pétrochimie (contrôle des
réservoirs, cuves, canalisations),l’aéronautique (réservoirs),le nucléaire (enceintes de
confinement, circuits de tuyauteries et cuves) ou l’agroalimentaire (contrôle des emballages), [10].
d'excitation) à travers un conducteur induit dans celui-ci une force électromotrice (fem)
d’induction, qui donne naissance à des « courants induits » appelés aussi « courants de Foucault
».
10
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Les courants de Foucault sont des courants étudiés par le physicien français Léon Foucault
(physicien français 1819 - 1868). On appelle courants de Foucault (CF) ou courants induits les
courants électriques créés dans un matériau conducteur, soit par la variation au cours du temps
d’un champ magnétique dans lequel est plongé ce matériau, soit par le déplacement de matériaux
dans un champ magnétique constant. D’après la loi de Lenz, ces courants se développent de
manière à s’opposer au phénomène qui leur a donné naissance,[8]. Les effets de ce phénomène
sont importants quand la conductivité électrique du matériau est élevée. LaFigure I.8 illustre le
principe de CND par courants de Foucault.
11
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
À la présence des fissures, une inhomogénéité, changements de forme, une déviation des lignes
de courants induits, indiquant un changement dans le champ de réaction. Et par conséquent, la
force électromotrice de la bobine change. Analyse de cette variation fournit des informations utiles
pour le contrôle des objets.
Les courants de Foucault ne sont pas directement mesurables ; seul le champ magnétique qu’ils
génèrent l’est. Cette méthode, nécessite donc une analyse mathématique poussée pour lier/corréler
les caractéristiques du défaut à ce champ magnétique de façon à réaliser une imagerie du défaut et
non pas une imagerie de champs.
Les courants de Foucault ne peuvent pas être mesurés directement. Uniquement le champ
magnétique qu'ils génèrent. Par conséquent, cette méthode nécessite une analyse mathématique
poussée qui lier/corréler les propriétés du défaut à ce champ magnétique afin d’effectuer une
imagerie du défaut et pas d'une imagerie de champ, [4].
12
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Le résultat de la présence d’un défaut dans la pièce est la déviation dans la circulation des
courants de Foucault donc la modification du champ magnétique résultant.Le champ résultant
(somme vectorielle du champ d’excitation et de réaction) modifiera alors le courant dans la source
et par conséquent l’impédance du capteur,[11]. La Figure I.9 résume le principe de cette technique.
- La simplicité et facilité de mise en œuvre (Le contrôle est réalisé sans contact, Le signal
CF est obtenu directement et instantanément).
- Sensibilité de détection importante avec une possibilité d’automatisation.
- Utilisation des appareils de contrôle rapides, petits et légers.
- Contrôle non polluant et son coût réduit.
- Traitement informatique avec stockage des données de modélisation.
Les inconvénients :
La non-linéarité.
L’effet de peau.
Le positionnement.
13
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Il est souvent nécessaire d'utiliser une méthode de CND pour confirmer les résultats d'une autre.
Par conséquent, diverses méthodes doivent être considérées comme complémentaires plutôt que
comme concurrence les uns avec les autres. Chaque méthode a ses avantages et ses limites et ceux-
ci doivent être pris en compte lors de la planification d'un programme d'essais. Le Tableau I.1
résume les différentes techniques de CND ainsi que leurs domaines d'applications, leurs avantages
et limites, et Le Tableau I.2 donne un résumé des méthodes CND les plus fréquemment utilisées,
[12].
14
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
- Interprétation
- Etalonnage
- Sensibilité à
de nombreux
paramètres
15
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Ressuage ++ ++ − − −− −
Radiographie ++ − + + − −
Ultrasons + + − − ++ +
Courants de + + ++ + + −
Foucault
Rapidité
A la lecture de ces deux tableaux, on remarque que toutes les méthodes listées dans le premier
tableau sont capables de détecter les défauts de surface dans une pièce, on remarque aussi que pour
la méthode de magnétoscopie, qui n’est applicable que sur des pièces ferromagnétiques, La
thermographie, la radiographie, les courants de Foucault et les ultrasons permettent la détection et
le dimensionnement des défauts surfaciques. Actuellement, les techniques non destructives les
plus utilisées pour détecter et dimensionner les micros fissures de surface sont les ultrasons et les
courants de Foucault, [8].
Il est important de signaler que les courants de Foucault sont concentrés majoritairement au
voisinage de la surface du matériau. En effet, le champ électromagnétique décroît de façon
exponentielle suivant la profondeur de la pièce. Cette décroissance du champ électromagnétique
est caractérisée par la profondeur de peau conventionnelleδ. La valeur de δest fonction de la
16
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
conductivité σet de la perméabilité μdu matériau ainsi que de la fréquence f du contrôle comme
Cet effet est décrit par la profondeur de pénétration conventionnelleδ qu’est donnée par
l'équation :
1
δ=√
πσµf
(I.1)
Avec :
Si on considère une pièce plane infinie en épaisseur et en (r, z), excitée par un courant extérieur,
de fréquence f (en Hz), 63% des courants circulent dans l’épaisseur de peau, Figure (1.10). A vide
(i.e. lorsque la bobine est suffisamment éloignée du matériau).Le module de la densité de courants
dans la pièce est donné par la relation suivante, [8]:
𝑍
𝐽𝑍 =𝐽𝑍 𝑒 𝛿 (I.2)
17
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Un défaut est une déviation par rapport à une structure idéalisée. En fait, détecter un défaut
dans une pièce, c’est physiquement, mettre en évidence une hétérogénéité de matière, une variation
locale de propriété physique ou chimique préjudiciable au bon emploi de celle-ci, [13].
On a classé les défauts en deux grandes catégories: les défauts de surface, les défauts internes :
18
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
- La première catégorie correspond aux défauts ponctuels, ce sont les plus nocifs sur le plan
technologique, puisqu’il s’agit des criques, piqûres, fissures, craquelures, généralement aptes à
provoquer à terme la rupture de la pièce, en initiant par exemple des fissures de fatigue. Dans les
pièces métalliques, l’épaisseur de ces fissures est souvent infime (quelques μm) et elles peuvent
être nocives dès que leur profondeur dépasse quelques dixièmes de millimètre, ce qui implique
l’emploi pour leur détection de méthodes non destructives sensibles, [11,14].
- La seconde catégorie correspond aux défauts d’aspect, c’est-à-dire à des plages dans lesquelles
une variation de paramètres géométriques ou physiques (rugosité, surépaisseur, taches diverses)
attire le regard et rend le produit inutilisable. Ici, le contrôle visuel est possible, mais on cherche à
le remplacer par des contrôles optiques automatiques, [8].
19
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
L'utilisation d'une fréquence très basse génère une très faible amplitude de flux de courants de
Foucault et la précision devient insuffisante due au bruit. D'autre part, l'utilisation de trop haute
fréquence permet d'apparaître des phénomènes capacitifs parasites, générés notamment par les
capacités inter spires des capteurs.
20
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Étant donné le spectre du signal d’excitation, une telle méthode est plus riche en informations
qu’un contrôle par courants de Foucault mono-fréquentiel ou multi-fréquentiel. Cependant, la
quantité d’informations recueillies dans la pratique dépend fortement du traitement des signaux et
du bruit qui est difficilement filtrable car les signaux sont de large bande. La Figure I.11 illustre
les différents signaux d’excitations.
21
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Signal mono-fréquentiel
Onde sinusoïdale de
fréquence fixe
Signaux d’excitation
Signal multi-
fréquentiel
En fréquences
séquentielles ou en
fréquences simultanées
Signal pulsé
Un spectre fréquentiel
plus riche
Figure I. 11. Les types d’alimentation pour les bobines des capteurs CF
22
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
a. Émetteurs et récepteurs
Chacune de ces deux fonctions peut être assurée par un ou plusieurs éléments. L’émission
se fait par une ou plusieurs bobines. La réception repose sur l'utilisation de bobines ou de capteurs
directement sensibles aux champs magnétiques [7, 17].En réalité, l'excitation est assurée par une
bobine à courant variable ou à tension variable. Normalement, la bobine est circulaire. Il existe
deux types d'appareils.
Dans ce type de capteur (Figure I.12), l'élément de mesure est l'impédance aux bornes de
l'enroulement. C'est la variation de la valeur de l'impédance qui nous renseigne sur l'état de santé
de la pièce, comme on peut déduire ses caractéristiques physiques et géométriques,[13].
23
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Dans le cas du capteur à fonction séparée Figure (I.13), il existe au moins deux enroulements.
Une bobine pour la création du champ magnétique d'excitation. La mesure de la tension est faite
aux bornes d’une seconde bobine qui peut être de taille réduite. Cette tension est induite par le
passage du champ magnétique à travers l'ensemble des spires.
Ce type de capteur (Figure I.14) est sensible à tous les paramètres géométriques et
électromagnétiques de l’environnement. Cette méthode utilise un capteur à double fonction. En
24
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
présence d’un défaut, l’amplitude de la grandeur d’alimentation est modifiée. La mesure se fait
par la comparaison du signal reçu à une référence artificielle électronique, [7].
Deux bobines montées en tête-bêche sont généralement dans le même boitier de sonde, [13].
L’impédance du capteur est nulle dans le cas de pièces saines, Par contre, si la pièce présente un
changement de topologie (défaut) par l'une des deux bobines, une variation d'impédance est
relevée. La Figure (1.15) illustre la sonde différentielle.
25
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Figure I. 16. Bobines construites par l’enroulement d’un fil de cuivre, [8]
26
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
C’est un capteur dont les enroulements de mesure entourent le produit à examiner (la Figure
1.17).Il est utilisé pour contrôler par l’extérieur des objets de faibles sections, les tubes, les
barres,[12].
Bobines fabriquées sur un circuit imprimé utilisant la technologie PCB standard, [8].
Micro-bobines (de l'ordre du mm) sont fabriquées en salle blanche à l'aide de
microtechniques. La fabrication implique différentes étapes de dépôt et de gravure, comme
le montre la Figure (1.18).
27
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Dans notre dispositif, l'impédance de la source qui est une bobine, est modifiée par la variation
du champ magnétique traversant ses spires. C'est la création des courants de Foucault au sein de
l'objet métallique qui induit cette variation. La variation d'impédance à partir de ces phénomènes
est montrée dans L'organigramme suivant Figure (I.19).
Augmentation les pertes joules dans la bobine, réduction du coefficient d’auto induction de
la bobine.
28
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Xcharge (I.4)
XN =
Xvide
Rcharge : est la composante résistive qui représente l'ensemble des pertes Joule causées soit par
les courants de Foucault dans la charge soit par les courants de conduction dû à l’alimentation.
Xcharge : est la composante inductive qui représente la réactance du bobinage d'excitation en
présence de la pièce à contrôler (charge). Rvide et Xvide sont respectivement la résistance et la
réactance du capteur sans la présence de pièces (à vide). Le plan d'impédance normalisé est le tracé
de XN en fonction de RN, Figure (I.20). Cette représentation permet d'éviter l'influence des
caractéristiques propres de la sonde (résistance interne, nombre de spires).
29
I .Généralités sur les techniques de contrôle non destructif par courant de Foucault
Pour une bobine donnée, et pour une fréquence fixe, Z1 est une fonction des propriétés
électriques, magnétiques et géométriques de la partie du matériau conducteur située dans la zone
influencée par le champ magnétique de la bobine. Toute variation de ces paramètres provoquera
un déplacement de Z1 dans le plan d’impédance. Grâce à ce phénomène, il est possible de détecter
une variation de la conductivité ou une variation des dimensions du matériau ou de la distance
entre le capteur et la cible, [1].
I.01 Conclusion
Par leurs possibilités de détection les nombreux types de défauts dans les matériaux, les
techniques de contrôle non destructif à occuper une place privilégiée de caractériser l’état
d’intégrité des structures industrielle, Il est très clair qu'il n'existe pas de technique efficace pour
tous les matériaux et tous les types de défauts, et chaque technique à ses avantages, ses
inconvénients, et ses domaines d'application privilégiés.
Dans ce chapitre nous avons donné un aperçu sur les différentes techniques de contrôle non
destructif (CND),En suite on a concentrée sur la technique du CND –CF, en expliquant son
principe, ses avantages, ses limites et leurs domaines d'application, dans lesquelles les capteurs à
courants de Foucault à occuper un grand intérêt, Ces capteurs sont simples à utiliser, et permettent
d’effectuer des mesures sans contacte.
30
Chapitre II :
Modélisation des
systèmes de Contrôle
non destructif par
courant de Foucault
CND-CF
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
II.1 Introduction
La modélisation numérique est de plus en plus utilisée dans le cadre du contrôle non destructif
(CND) par courants de Foucault (CF). Certains outils de simulation sont basés sur une
modélisation CF semi-analytique, et permettent alors de traiter très souplement des configurations
de CND simples. D'autres s'appuient sur la modélisation par éléments finis (FEM) qui permet le
traitement des configurations aussi complexes que souhaité.
Le développement du système doit être basé non seulement sur l'expérimentation, mais aussi
sur le modèle de comportement du dispositif en cours de conception. Par conséquent, il est possible
de prédire le résultat de diverses sélections (configuration géométrique, sélection de matériaux,...)
sans avoir besoin d'un prototype. L’utilisation du modèle est clairement un intérêt économique
évident. Cependant, les travaux expérimentaux sont souvent peu pratiques pour plusieurs raisons
(coûteux, dangereux, non disponibilité d’échantillons de matières, etc.), Il est donc intéressant dans
ces cas d’avoir recours à la modélisation. C'est-à-dire recherchez un modèle qui répond de la
même manière que le composant que l’on étudie. Nous pouvons utiliser ce modèle pour déduire
le résultat souhaité, [12,21].
Les solutions analytiques des équations de Maxwell ont l'avantage d'être rapides et très précises,
mais la complexité de la configuration CF par NDT rend souvent impossible de rechercher d'une
solution analytique. Une alternative est alors de mettre en œuvre des techniques numériques qui
vous permettent d'étudier des configurations sonde-pièce plus diverses de composants de sonde,
comprenant des géométries quelconques de pièces, de défauts et de capteurs. Parmi ces méthodes,
on peut citer la méthode des différences finies, la méthode des éléments de frontière, méthode des
intégrales de volume. Nous nous intéresserons à la méthode des Éléments Finis (MEF).
Dans ce chapitre, la méthode des éléments finis (MEF) sera présentée, ainsi que la modélisation
des différentes équations d’un problème électromagnétique. On commencera par les équations de
Maxwell ainsi que les conditions aux limites. Cette partie sera suivie parune description des
différentes méthodes analytiques et numériques de résolution des systèmes électromagnétiques
pour le système de CND-CF en 2D, et on terminera par la formulation utilisée pour réaliser notre
modèle.
33
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
𝐽𝑠 µ
Région air
𝛍𝟎
Matériau amagnétique Matériau
conducteur ferromagnétique
𝝁𝟎 , σ σ, µ
34
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
En régime permanent, dans le vide, l'énoncé d'Ampère indique :" la circulation du champ
magnétique engendré par une distribution de courant est égale à la somme algébrique des courants
qui traversent la surface définie par le circuit orienté, multipliée par la perméabilité du vide (μ0 =
4π.10-7 H / m).
n
(II.1)
⃗ dl) = µ0 ∑ Ii
∫ (B
i=1
Avec :
n : Nombre de spires
Ii : Courant électrique.
- ⃗ =0
Loi de conservation du flux :Div . B (II.3)
⃗⃗
∂B (II.4)
- ⃗ = −
Loi de Faraday :rot E ∂t
35
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗⃗ (II.5)
- ⃗ = ⃗⃗JS + ∂D
Théorème d'Ampère-Maxwell :rot ⃗H ∂t
Avec :
⃗𝑩
⃗ : Induction magnétique [T]
⃗𝑫
⃗ : Induction électrique [C/m2]
L'équation de Maxwell-Ampère nous permet de trouver une relation directe entre le champ
électrique, le champ magnétique et les courants électriques. L'équation de Maxwell Faraday est la
loi de l'induction qui relie le champ électrique à l'induction magnétique. Il s'agit d'une formulation
mathématique du phénomène d'induction dans un conducteur exposé à un champ magnétique
alternatif ou dans un conducteur mobile soumis à un champ magnétique constant. Cependant, deux
équations définissent la relation qui existe entre les champs et leurs sources. D'autre part, les deux
autres équations, respectivement, donnent la notion du comportement du champ magnétique et de
la charge électrique. Aux équations précédentes, il convient d'ajouter des relations supplémentaires
caractérisant différentes milieux :
- Relation diélectrique :
36
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
- Relation magnétique :
𝐵 = 𝜇. 𝐻 + 𝐵𝑟 (II.8)
⃗
J = σE (II.9)
⃗B = µ ⃗H
⃗ + ⃗Br (II.10)
⃗D = εE
⃗ (II.11)
Où :
⃗𝐁
⃗ 𝐫 : Induction magnétique rémanente [T]
37
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
σ, μ et ε peuvent être soit des scalaires, modélisant le comportement des matériaux isotropes,
soit des tenseurs qui permettent de tenir compte des effets d’anisotropie.
⃗ et le champ magnétique 𝐻
La relation entre l’induction magnétique 𝐵 ⃗ peut-être non linéaire.
Pour assurer l’unicité de la solution du système (Equations de Maxwell(II.2 à II.5)et les lois
constitutives(II.9 à II.11), il est nécessaire d’ajouter trois types de conditions : les conditions aux
limites, les conditions de continuité ainsi que les jauges, [1].
Les conditions aux limites (spatiales) sont généralement définies pour le domaine Ω de LimiteӶ,
𝑛 estle vecteur unitaire à Ӷpour la variable u.
où⃗⃗⃗⃗
⃗
∂u (II.13)
Condition de Neumann homogène : ∂n⃗ = 0
Les champs électromagnétiques deviennent inhomogènes lors du passage entre deux supports
aux propriétés physiques différentes, par conséquent, les conditions de transmission entre deux
supports différents sont définies comme suit :
⃗ 1 − ⃗⃗⃗⃗
⃗ (D
n D2 ) = ρS (II.14)
Lors du passage d'un milieu 1 à un milieu 2 (Figure II.2), les grandeurs de champs subissent
des discontinuités aux interfaces.
38
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗ 2 − ⃗⃗⃗⃗
(D D1 )n⃗ = ρsur (II.15)
⃗ 2 − ⃗⃗⃗⃗
(B B1 )n⃗ =0 (II.16)
⃗⃗ 2 − ⃗⃗⃗⃗
⃗ (H
n H1 ) = JSur (II.17)
⃗ (E
n E1 ) = ⃗0
⃗ 2 − ⃗⃗⃗⃗ (II.18)
39
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
II.3.6Conditions de Jauge
Dans les équations de Maxwell, les champs sont exprimés soit en gradient (champ de rotation)
soit en rotation (champ de divergence), ce qui justifie l'utilisation de la calibration dans certaines
⃗ et 𝑊
formules pour assurer l'unicité de la solution. Soient 𝑈 ⃗⃗⃗ deux champs de vecteurs, les
conditions de jauge s'écrivent généralement :
∂B ⃗⃗ (II.20)
Jauge de Lorentz : Div . ⃗U + K ∂t = 0
⃗ .W
Jauge adapté pour les éléments d'arêtes : U ⃗⃗⃗ = 0 (II.21)
Par exemple, en utilisant la formule du potentiel vectoriel, la solution est obtenue avec la
précision du gradient. Par conséquent, la jauge de Coulomb s'écrit :
Div . ⃗A = 0 (II.22)
II.3.7Hypothèses simplificatrices
La plupart des travaux antérieurs dans le domaine du calcul du champ et des courants de
Foucault pour les systèmes électromagnétiques sont basés sur les hypothèses suivantes :
Les applications des CND par CF, que l'on veut modéliser, se situent dans le cadre de la
magnétodynamique basse fréquence en régime quasi-stationnaire, et par conséquent le courant de
⃗⃗
∂D
déplacement est négligeable = 0 (Approximation des Régimes Quasi-stationnaires ARQS).
∂t
Le courant d’alimentation est souvent supposé produit par un générateur de courant parfait et
⃗ peut être décomposée en une partie imposée ⃗⃗Js
sa valeur doit être connue. Ainsi la quantité σE
40
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
(densité de courant source) et une partie due au champ électrique induit, pour laquelle on gardera
⃗ qui exprimera uniquement la densité des courants de Foucault :
la notation σE
⃗
J = Js + σE (II.23)
Généralement, le courant n’existe qu’en volume (JSur = 0), c'est-à-dire que la conductivité est
finie et que la fréquence d’excitation n’excède pas quelques MHz (basses fréquences). Par
conséquent, la continuité de la composante tangentielle du champ magnétique aux interfaces où la
perméabilité subit une discontinuité est assurée.
⃗ (H
n H1 ) = ⃗0
⃗⃗ 2 − ⃗⃗⃗⃗ (II.24)
⃗ r = ⃗0) si le système ne
L'induction magnétique rémanente peut être considérée comme nulle (B
contient pas d'aimant permanent. Sous ces hypothèses, les équations à résoudre sont :
Div . ⃗B = 0 (II.25)
⃗
∂B (II.26)
rot ⃗E = −
∂t
⃗⃗ = ⃗⃗JS + σE
rot H ⃗ (II.27)
⃗
J = Js + σE (II.28)
41
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗B = µ ⃗H
⃗ (II.29)
II.3.8Champs et potentiels
⃗ =𝑇
𝐻 ⃗ – 𝑔𝑟𝑎𝑑𝛷 (II.30)
⃗ = 𝑟𝑜𝑡𝐴
𝐵 (II.31)
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑣
𝐸⃗ = −𝜕𝐴𝜕𝑡 − 𝑔𝑟𝑎𝑑 (II.32)
⃗
𝐽 = 𝑟𝑜𝑡𝑇 (II.33)
Avec :
Ainsi, plusieurs combinaisons sont possibles pour un problème donné (il existe a priori un grand
nombre de formulations possibles). De telles combinaisons conduisent à des formulations
électromagnétiques.
42
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
Les principales formations de type électrique sont des formations de champ, aux
potentiels⃗⃗⃗𝐴 𝑉 − 𝐴. Cette formulation est obtenue en dérivant l'équation d'Ampère-Maxwell (II.5)
par rapport au temps et en supposant que la perméabilité est invariante par rapport au temps (cas
des matériaux linéaires), la formule est :
1 𝜕𝐸⃗ (II.34)
𝑟𝑜𝑡 [ 𝑟𝑜𝑡𝐸⃗ ] + 𝜎 = ⃗0
𝜇 𝜕𝑡
43
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
Elle nécessite l'utilisation d'éléments de bord qui prennent en compte les conditions aux
limites (de manière naturelle) et les discontinuités sur les composantes normales aux interfaces
du champ vectoriel.
⃗ 𝑽 −𝑨
II.4.1.1 Formulation en potentiels vecteur magnétique et scalaire électrique𝑨 ⃗⃗
En revenant à l'équation Div . ⃗B = 0, Nous pouvons montrer que l'induction magnétique ⃗B peut
⃗ tel que :
être considérée comme une rotation du potentiel vecteur magnétique A
⃗ = 𝑟𝑜𝑡
𝐵 ⃗⃗⃗⃗⃗⃗ 𝐴 (II.35)
𝜕𝐴 (II.36)
𝑟𝑜𝑡 ( 𝐸⃗ +
⃗⃗⃗⃗⃗⃗ ) = ⃗0
𝜕𝑡
La relation précédente, nous pouvons déterminer le potentiel des scalaires électriques par
rapport à la relation:
𝜕𝐴 𝜕𝐴 (II.37)
𝐸⃗ + ⃐⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑣 ⇔ 𝐸⃗ = −𝑔𝑟𝑎𝑑
= −𝑔𝑟𝑎𝑑 ⃐⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑣 −
𝜕𝑡 𝜕𝑡
𝜕𝐴
𝑟𝑜𝑡 ( 𝐸⃗ + 𝜕𝑡 ) = ⃗0 nous donne :
La combinaison des équations 𝐽 = ⃗⃗𝐽𝑠 + 𝜎𝐸⃗ et ⃗⃗⃗⃗⃗⃗
44
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
𝜕𝐴 (II.38)
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑣 +
𝐽 = ⃗𝐽⃗𝑆 + 𝜎𝐸⃗ = 𝐽𝑆 − 𝜎 [𝑔𝑟𝑎𝑑 ]
𝜕𝑡
1 𝜕𝐴 (II.39)
⃗⃗⃗⃗ ))] + 𝜎
𝑟𝑜𝑡 [ (𝑟𝑜𝑡(𝐴 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ (𝑣) = ⃗𝐽⃗𝑆
+ 𝜎𝑔𝑟𝑎𝑑
𝜇 𝜕𝑡
(II.40)
∂𝐴 ¯
div 𝐽 = div (−𝜎 ( + grad𝑣)) = 0
∂𝑡
𝐴0 + ⃐⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
Le potentiel vecteur n'étant défini qu’à un gradient près𝐴 = ⃗⃗⃗⃗ 𝑔𝑟𝑎𝑑 𝑣, l'unicité du potentiel
doit être garantie par un étalonnage. En 𝐴 – 𝑉 Le jauge de Coulomb semble être la plus efficace :
𝐷𝑖𝑣 . 𝐴 = 0 (II.41)
1 (II.42)
− 𝑔𝑟𝑎𝑑( 𝑑𝑖𝑣𝐴)
𝑢
45
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
𝜕𝑣 (II.43)
𝑣 =
𝜕𝑡
1 1 ∂ ¯ (II.44)
rot ( rot 𝐴) − grad ( div 𝐴) + 𝜎 (𝐴 + grad𝑉) = 𝐽𝑠
𝜇 𝜇 ∂𝑡
∂ ¯ (II.45)
div (𝜎 (𝐴 + grad𝑉)) = 0
∂𝑡
⃗⃗⃗
II.4.2.1 Formulation en champ magnétique 𝑯
1 𝜕𝜇𝐻⃗ (II.46)
𝑟𝑜𝑡 [ ⃗⃗⃗⃗ ))] +
(𝑟𝑜𝑡(𝐻 =0
𝜎 𝜕𝑡
Cette équation est liée à des conditions aux limites adéquates et permet une solution unique.
Cependant, il est nécessaire d'assurer la continuité de la composante normale de l'induction
magnétique, c'est-à-dire associée à des conditions aux limites adéquates permettant une solution
unique. Cependant, il est nécessaire d'assurer la continuité de la composante normale de l'induction
⃗ :
magnétique, soit en termes de 𝐻
46
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗⃗⃗⃗⃗⃗⃗
(𝜇 ⃗⃗⃗⃗ ⃗ = 0
1 H1 − 𝜇2 H2 )n
(II.47)
1 1 ∂ (II.48)
⃗ ) − grad ( div 𝑇
rot ( rot 𝑇 ⃗ − ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗ ) + 𝜇(𝑇 𝑔𝑟𝑎𝑑 𝜙) = ⃗0
𝜎 𝜎 ∂𝑡
(II.49)
⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝜙) = 0
⃗ − grad
𝑑𝑖𝑣 𝜇(𝑇
47
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
conductrices conductrices
⃗ 𝐕−𝐀
𝐀 ⃗ ⃗⃗⃗⃗x , ⃗⃗⃗⃗
A Ay , ⃗⃗⃗⃗
Az ,V ⃗⃗⃗⃗x , ⃗⃗⃗⃗
A Ay , ⃗⃗⃗⃗
Az ,V Pas de Nombres
problèmes d’inconnues
régions
Important
multiplement
identiques
⃗ −𝛟
𝐓 Φ ⃗⃗⃗
Tx , ⃗⃗⃗
Ty , ⃗⃗⃗
Tz ,ϕ Faible temps Problèmes de
de calcul – Régions
Réduction multiplement
inconnues
II.5Méthodes de résolution
Pour comprendre les phénomènes physiques mis en jeu dans le domaine des CF NDT, on peut
développer des modèles mathématiques permettant de prédire la réponse du capteur en fonction
des paramètres de la cible, qui doivent être connus. Ce modèle est basé sur la résolution des
équations de Maxwell. Selon la complexité de la configuration, cette résolution peut être
analytique ou numérique,
Elles peuvent être utilisées pour la résolution des équations aux dérivées partielles, Elles
peuvent être résolues par l'une des méthodes numériques suivantes:
48
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
La méthode des éléments de frontière (BEM), la méthode des différences finies (FDM), la
méthode des volumes finis (FVM), la méthode des intégrales de volume, et la méthode des
éléments finis (FEM).
Elle est basée sur une méthode plus générale d'équations intégrales, Les équations aux dérivées
partielles sont remplacées par des équations intégrales. La fonction de Green, noyaux de ces
intégrales, représentent la réponse basée sur une source ponctuelle (réponse impulsionnelle) dans
le contexte de la géométrie examinée.
49
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
Cette méthode repose sur deux concepts, la discrétisation des opérateurs de dérivation ou
différentiation et la convergence du schéma numérique ainsi obtenu. La discrétisation des
opérateurs consiste à remplacer les dérivées partielles par des combinaisons d’une valeur
ponctuelle de cette inconnue en un nombre limité de points discrets ou nœuds du maillage.
La méthode des volumes finis, également connue sous le nom de méthode des volumes de
contrôle, est une méthode résiduelle pondérée dans laquelle les fonctions de poids dans des
volumes finis donnés sont égales à un. Elle consiste à discrétiser les équations aux dérivées
partielles en les intégrant dans des volumes finis qui entourent les nœuds du réseau, plutôt que les
nœuds eux-mêmes, en effet, dans cette méthode le domaine d'intégration est divisé en volumes de
contrôle, chacun entourant un nœud du maillage. Lors de la compilation des équations discrétisées,
la matrice du système global est formée d'arrêts, contrairement aux matrices globales, qui résultent
d'une discrétisation par éléments finis, dont la construction est réalisée élément par élément, [48].
Il est basé sur la résolution des équations intégrales mentionnées ci-dessus. Une fois obtenues
les fonctions de Green correspondant à la géométrie examinée, les champs électriques et
magnétiques dus à l'interaction du capteur cible sont déterminés par des convolutions entre ces
fonctions de Green et les sources impliquées (électriques ou magnétiques). En pratique, ces
intégrales d'équations sont discrétisées selon la méthode des moments : les champs
électromagnétiques et les quantités constitutives sont supposés constants en mailles cubiques.
Ensuite, la résolution numérique est réalisée par inversion itérative.
L'une des méthodes les plus adaptées à la résolution numérique des équations aux dérivées
partielles est la méthode des éléments finis. Elle s’applique à la majorité des problèmes pratiques
(linéaires ou non linéaires, stationnaires ou dépendant du temps) définis dans un domaine
50
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
L’équation (II.50) constitue la "forme forte" de la formulation dont la résolution directe est
souvent difficile, vu l’ordre des dérivations élevé et le caractère discontinu des variables
considérées.
51
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
Pour résoudre numériquement ce problème, il faut l’écrire sous une forme intégrale : la “forme
faible". On l'obtient soit par la méthode de Galerkine, soit par la minimisation d'une fonctionnelle
comme par exemple l'énergie du modèle physique. Ces deux solutions donnent le même résultat :
⃗ ou la densité de
Pour les champs de vecteurs comme l’induction magnétique 𝐵
courantélectrique𝐽 dont les composantes normales sont continues au travers de deux
élémentsvoisins, les éléments de facettes sont bien adaptés.
Les éléments nodaux peuvent également être utilisés pour interpoler des variables vectorielles,
cas dans lesquels les degrés de libertés sont les valeurs des trois composantes aux nœuds de
l’élément.
52
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗⃗ 𝑽 − 𝑨
II.6 Formulation éléments finis de l’équation magnétodynamique𝑨 ⃗⃗
harmonique
Pour les dispositifs matériels linéaires et la puissance sinusoïdale, l'opérateur de différenciation
𝜕
temporelle 𝜕𝑡est remplacé par le facteur j𝜔. Le système d'équations pour le vecteur magnétique et
1 1 (II.52)
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑉) = 𝚥𝑠
rot ( rot 𝐴) − grad ( div 𝐴) − 𝐽𝜔𝜎(𝐴 + 𝑔𝑟𝑎𝑑
𝜇 𝜇
(II.53)
𝑑𝑖𝑣(jωσ(𝐴 + ⃗⃗⃗⃗⃗⃗⃗⃗⃗
grad𝑉) = 0
Après application de la méthode des résidus pondérés, théorème de Green et prise en compte
de la fonction de pesée, la formule intégrale discrète s'écrit:
1
⃗ 𝑖 )(rot 𝑁
∫ ( (rot 𝑁 ⃗ 𝑗 ) + 𝑗𝜔𝜎𝑁 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑉)) 𝐴𝑖 𝑑Ω𝑐 +
⃗⃗⃗𝑖 (𝐴 + 𝑔𝑟𝑎𝑑
Ω𝑐 𝜇
1
∫ (div 𝑁 ⃗ 𝑖 )(div 𝑁 ⃗ 𝑗 )𝑑Ω𝑐
Ω𝑐 𝜇 (II.54)
+
1
∫ 𝑁⃗ 𝑖 ⋅ ((rot 𝐴) × 𝑛⃗)𝐴𝑑Γ𝑐 = 0
Γ𝑐 𝜇
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑉)𝑑Ω𝑐 = 0
⃗ 𝑖 (𝐴 + 𝑔𝑟𝑎𝑑 (II.55)
∫ 𝑗𝜔𝜎𝑁
Ω𝑐
53
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
1 1 (II.56)
∫ ( (rot 𝑁⃗ 𝑖 ) + (rot 𝐴) + (div 𝑁
⃗ 𝑖 )(div 𝐴)) 𝑑Ω𝑠 +
Ω𝑠 𝜇 𝜇
1
∫ ⃗⃗⃗
𝑁𝑖 ⋅ ((rot 𝐴) × 𝑛⃗)𝑑Γ𝑠 = ∫ (𝑁 ⃗ 𝑖 ⋅ ⃗⃗𝐽𝑠 )𝑑Ω𝑐
Γ𝑠 𝜇 Ω𝑠
54
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
1 1 2 (II.59)
⃗ | dv
Wm = ∭ |B
2 Vµ
1 1 (II.60)
PJ = ∭ |J|2 dv
2 conducteur σ
PJ (II.61)
𝑅=
I2
2ω (II.62)
𝑋= W
I2 m
ω (II.63)
𝛥𝑋 = ∭ (|B0 |2 − |B|2 ) ⋅ dv
µ. I2 V
1 (II.64)
𝛥𝑅 = ∭ (|J |2 − |J|2 ). dv
2. σ. I2 conducteur 0
Avec :
55
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
⃗ −E
⃗ 0 ) ⋅ ⃗⃗Js dΩs (II.65)
I2 ΔZ = − ∫ (E
Ωs
Avec:
⃗⃗⃗
𝐸 et⃗⃗⃗𝐸0 représentent les champs électrique respectivement en présence et en absence de la
fissure. 𝐼 est l’intensité du courant parcourant la bobine et 𝑥𝑠représente le volume occupé par la
bobine. Dans la bobine, le champ électrique s'écrit:
⃗
∂A (II.66)
⃗ =−
E ⃗
= −jωA
∂t
Où:
56
Chapitre II Modélisation des systèmes de Contrôle non destructif par courant de Foucault
Les deux méthodes conduisent aux mêmes résultats. Nous choisissons la première méthode
pour nos calculs. La taille des matrices obtenues est importante, il faut donc utiliser des algorithmes
de pré conditionnement, ainsi que des méthodes itératives pour résoudre le système obtenu.
II.9 Conclusion
Dans ce chapitre, on a présenté la modélisation des problèmes électromagnétiques liés aux
équations de Maxwell dans le domaine CND-CF, les différentes formulations en champ électrique
et magnétique ont été illustrées, Il apparait que la méthode des éléments finis est la plus utilisée
pour la résolution des problèmes CND-CF. En effet, nous pouvons implémenter le code d'éléments
finis sous logiciel MATLAB, On’ a utilisé ce code pour calculer tous les grandeurs électriques
(impédance, courant...) et les grandeurs magnétiques (force magnétique, potentiel...) pour qu’elles
soient exploitées dans le problème inverse.
57
Chapitre III :
Méthode et Outils
d’Optimisation
Chapitre III Méthode et Outils d’Optimisation
III.1 Introduction
Les techniques d'optimisation ont fait leurs preuves ces dernières années pour résoudre le
problème des courants de Foucault en contrôle non destructif. Dans la littérature, de nombreuses
études sur la caractérisation électromagnétique utilisent des différentes techniques d'optimisation
basées sur des algorithmes génétiques, le recuit simulé, la recherche taboue,..........etc. [2,26].
Les méthodes d'optimisation globale souvent connus sous le nom de méta-heuristiques. Parfois,
sont inspirées de la théorie de l'évolution dans les sociétés animales et insectes dans laquelle les
algorithmes génétiques (AG),et parfois sont inspirés de la théorie éthologie de ces sociétés dans
lesquelles des algorithmes d'optimisation par essaims particulaires (PSO) et les colonies de
Fourmies (ACO) ...etc. Ces algorithmes sont basés sur l'analyse aléatoire probabiliste d'un ou
plusieurs domaines de l'espace de recherche.
Le présent chapitre est consacré à la description des méthodes d'optimisation qui sont basées
sur la simulation. Ils ont été développés dans le cadre de cette thèse. l’objectif est de donner un
aperçu sur les méthodes d’optimisation que se soit déterministes ou stochastiques. En effet, étant
donné qu’elle est la méthode à exploiter pour résoudre le problème inverse, nous décrivons d’une
manière détaillée les différentes méthodes utilisées dans notre travail.
III.2 L’optimisation
Des nombreux problèmes pratiques sont exprimés sous forme de problèmes d'optimisation.
Mathématiquement, l'optimisation consiste à trouver la valeur de la variable qui est maximisée ou
minimiser la fonction d’adaptation donnée sous certaines contraintes. En quelque sorte en général,
le problème d'optimisation de dimension n (pour minimiser ou maximiser) peut s'écrire sous la
forme :
𝑔𝑖 (𝑥) ≤ 0, 𝑖 = 1, … … . , 𝑝
ℎ𝑗 (𝑥) ≤ 0, 𝑖 = 1, … … . , 𝑝
59
Chapitre III Méthode et Outils d’Optimisation
𝑥𝑘𝑚𝑖𝑛 ≤ 𝑥 𝑘 ≤ 𝑥𝑘𝑚𝑎𝑥 , 𝑘 = 1, … … . 𝑛
𝒙𝒎𝒊𝒏 𝒎𝒂𝒙
𝒌 et 𝒙𝒌 : désignent les contraintes de domaine et n est l’espace de recherche
borné par les contraintes de domaine.
Nous définissons le problème d'optimisation par la recherche de la valeur optimale (la valeur
minimale ou maximale d'une fonction donnée) en utilisant diverses méthodes d'optimisation ; à
noter que tout problème de maximisation peut prendre la forme d'un problème de minimisation, et
vice versa.
Les algorithmes d’optimisation sont des algorithmes pour résoudre ce problème, principalement
sont basés sur des Tests / Erreur ; en fonction de chaque résultat obtenu, le « décideur » corrige
son comportement pour atteindre la solution optimale.
60
Chapitre III Méthode et Outils d’Optimisation
Paramètres de
Méthodes
contrôle
d’optimisation (boite
Optimum
noire)
𝑥 ∗ = min 𝐹𝑜𝑏𝑗 (𝑥)
Conditions initiales
Une méthode parfaite doit être totalement insensible aux conditions initiales et paramètres de
contrôle, elle converge vers la valeur optimale, quelle que soit la fonction vérifiée, [27,28].
L’exploration dépend de trouver l’optimum global. Elle permet une bonne diversification de
l’espace de recherche ou on a intéressé aux zones non diversifiées dans lesquelles il n’y a pas des
bonnes solutions. Généralement cet opérateur consomme un temps de calcul important.
61
Chapitre III Méthode et Outils d’Optimisation
La méthode d'ordre zéro est généralement imprécise, lente à converger tendant vers l'optimum.
En revanche, ils présentent l'avantage d'éviter le calcul de gradients, ce qui la plus important
encore, la fonction n'est pas dérivable ou que le calcul de son gradient représente un coût très élevé.
Cela est particulièrement vrai pour les modèles d'éléments finis.
La méthode du premier ordre peut accélérer la localisation l’optimum, car le gradient donne
des informations sur la direction d'amélioration. En revanche, ils ne conviennent que pour des
problèmes où les fonctions objectives et contrainte sont continûment dérivables.
62
Chapitre III Méthode et Outils d’Optimisation
Le premier groupe contient des méthodes dites d'ordre 0 c'est-à-dire qui ne nécessitent pas
la connaissance de la première dérivée. En général ces méthodes sont peu précises et
convergent très lentement vers l'optimum local. Mais elles a un avantage lui a permisde
sepasser le calcul des gradients ce qui peut être intéressant quand la fonction n'est pas
différentiable oulorsque leurs calculs de gradients nécessitent un coût important.
Le deuxième groupeexige que toutes les fonctions soient continûmentdifférentiables. Cette
propriété permet d'exploiter au mieux une information très importante sur ladirection de
recherche: le gradient.
63
Chapitre III Méthode et Outils d’Optimisation
Parmi ces méthodes stochastiques, les méthodes des Algorithmes Génétiques et les méthodes
de Recuit Simulé seront présentées brièvement.
Méthodes stochastiques
III.5L’algorithme génétique
Les algorithmes génétiques (AGs) sont des algorithmes de recherche et d'optimisation inspirée
par deux principes biologiques :le processus de sélection naturelle et la mécanique d’une génétique
naturelle, AG introduisent par J Holland dans les années 1970, il introduit le premier modèle
formel des algorithmes génétiques dans son livre (Adaptation in Natural and ArtificialSystèmes).
Ensuite ils étaient développés par d'autres chercheurs, comme de Goldberg (Goldberg a ajouté
quelques idées à la théorie de l'algorithme génétique en 1998 : chaque individu est connectée à
l'environnement grâce à son code ADN, et la solution est connectée au problème via son indice de
qualité).
Les algorithmes génétiques (AGs) sont des méthodes de recherches globales stochastiques
utilisées dans les problèmes d’optimisation. AG génèrent une population de solutions possibles.
Chaque solution est représentée par un chromosome, qui est souvent codé comme une chaîne
64
Chapitre III Méthode et Outils d’Optimisation
binaire. Une fois que chaque chromosome a été décodé, la fitness de chaque chromosome est
évaluée à l'aide d'une fonction de performance, cette fonction d’adaptation peut représenter la
fonction objective à optimiser, [29]. Après l'évaluation, une roue de roulette biaisée est utilisée
pour choisir au hasard des paires de chromosomes à subir des procédures génétiques qui reflètent
passer par des procédures génétiques qui reproduisent des phénomènes naturels trouvés dans la
nature (comme le croisement et la mutation). Ce processus d'évolution se poursuivra jusqu'à ce
que les conditions d'arrêt soient remplies.
1- Ils utilisent le codage du paramètre plutôt que le paramètre lui-même, et les paramètres
sont codés sous forme de gène.
2- Ils travaillent sur un ensemble des points au lieu d'un seul point.
3- Fonctionnalités d’optimisation. Cela renverra la valeur de R+ appelée fitness ou
fonction d'évaluation.
L'algorithme génétique (AG) est un algorithme d'optimisation qui s'inspirée par la sélection
naturelle, Dans le domaine de l'optimisation, pour transférer les processus génétiques observés
dans l'évolution des espèces J Holland a introduit deux points fondamentaux, [29-31]:
L'évolution des espèces est un processus basé sur les chromosomes. Dans les algorithmes
génétiques, on transforme tout point de l’espace de recherche en un chromosomequi
s'appelle aussi chaîne ou individu. Chacune de ces chaînes représente, sous forme codée,
l’ensemble des valeurs des paramètres.
En optimisation, l'adaptation d'un individu reflète sa capacité à survivre dans son
environnement. la valeur de la fonction objectif mesure à quel point un individu s'adapte à
l'environnement. Par conséquent, si une personne satisfait aux critères d'optimisation, elle
s'adaptera mieux.
65
Chapitre III Méthode et Outils d’Optimisation
A partir de ces concepts : le codage des paramètres et le mesure d’adaptation, on peut décrire
le fonctionnement général des algorithmes génétiques. Dans les algorithmes génétiques, on a
essayé de simuler le processus d'évolution d'une population des solutions. Les nouvelles
populations sont produites par l'utilisation itérative des opérateurs sur les individus présentés dans
la population.
L'opérateur de croisement à point unique avec probabilité de croisement Cp est appliqué sur
C1et C2 pour produire une progéniture O. Par la suite, un opérateur de mutation uniforme est
appliqué sur la progéniture produite O avec probabilité de mutation Mp pour générer O′.La
nouvelle progéniture O′ est placée dans la nouvelle population. Les opérations (la sélection, le
croisement et la mutation) seront répétées sur la population actuelle jusqu'à ce que la nouvelle
population soit terminée, et le critère d'arrêt soit vérifié. Le codage des paramètres et les opérateurs
de sélection, croisement et de mutation sont présentés en détails.
Bits.
66
Chapitre III Méthode et Outils d’Optimisation
Fonction de fitness: est la fonction d’adaptation (la fonction positive que nous cherchons à
optimiser) ;
Bits
Gène
Individu
Population
III.5.2.1 Le codage :
Dans l'algorithme génétique de base, tel qu'il a été par Holland, les gènes sont formés de1et 0.
Dans ce cas, chaque valeur réelle Xn (paramètres à optimiser) est codée par sont équivalent en
binaire (FigureIII.4) et l'individu obtenu est représentée par une chaîne codée de plusieurs gènes
représentant une solution particulière pour la fonction objective.
A chaque itération appelée génération, une nouvelle population est toujours générée,Un total
du même nombre d'individus (n = N).Le passage d'une génération à la suivante se fait en trois
étapes, évaluation puis sélection, et enfin, les opérateurs de croisement et de mutation sont utilisés
pour la réplication.
Ces différentes étapes permettront de trouver la meilleure combinaison grâce à une procédure
élaborée les gènes constituent les individus les plus adaptés, [13].
67
Chapitre III Méthode et Outils d’Optimisation
X1 X2 X3 ……… Xn
(a)
(b)
Figure III.4. Représentation d'un individu; codage réel (a) Codage binaire (b)
La rapidité de l'algorithme dépend en grande partie de choisir une population initiale d’individu.
Si l'emplacement de l’optimum dans l'espace d'état est complètement inconnu. Il est naturel et plus
simplement générer les individus par extraction uniforme l'espace d'état aléatoirement. En
s'assurant que les individus producteurs respectent les contraintes. D'autre part, si un sous-domaine
spécifique pour accélérer la convergence [13].
L'une des paramètres les plus importants de l'algorithme génétique est la taille de la population.
Lorsque la taille de la population est trop grande, elle ralentit le processus d'optimisation, et
lorsqu'elle est trop petite, la population n'utilise pas les opérateurs génétiques correctement. Mais,
sérieusement Elle affecte les propriétés de convergence des algorithmes stochastiques. En plus,
il a été montré que la taille de la population et le codage des variables dans les chromosomes
affectent l'efficacité des algorithmes génétiques de manière significative. Généralement, on utilise
la taille de la population de 5 à 10 fois le numéro des variables à optimiser, [14].
L'évaluation consiste à calculer la force de chaque chromosome de la population à fin que les
plus forts soient retenus (étape de sélection). Un algorithme génétique tend donc à maximiser la
force des individus de la population, aucun condition particulière n'est requise pour la fonction
objective, il suffit simplement que cette fonction retourne des valeurs numérique comparable.
68
Chapitre III Méthode et Outils d’Optimisation
Les gènes les plus performants ont tendance à se diffuser dans la population tandis que ceux
qui ont une performance relative plus faible ont tendance à disparaître. Donc, après avoir réalisé
l'évaluation d'une génération, la population à un instant, on opère une sélection à partir de la
fonction d'adaptation. La sélection permet d'identifier statistiquement les meilleurs individus
d'une population et d'éliminer les mauvais. Il existe plusieurs méthodes de sélection, parmi
lesquelles on trouve [14].
III.5.2.4 Sélection
L’opérateur de sélection est une étape importante des algorithmes génétiques qui détermine la
sévérité de la persistance de chaque individu dans la population propagé. En règle générale, la
probabilité de survie d'une personne sera directement liée à sa performance relative dans une
population. Qui est une traduction de ce qui se passe dans la sélection naturelle :
Les meilleurs gènes ont tendance à se répandre dans la population, et ceux dont les
performances sont relativement faibles ont tendance à disparaître. Alors, après avoir fait
l’évaluation de génération, la population à la fois, la sélection est faite à partir de fonction
adaptative. Statistiquement, la sélection permet de sélectionner les meilleurs individus de la
population et l'élimination des mauvais [32,33]. Il existe plusieurs méthodes de sélection, parmi
lesquelles Nous avons trouvé :
Croisement à un point
Croisement multipoints
Croisement uniforme
69
Chapitre III Méthode et Outils d’Optimisation
III.5.2.5 La mutation
La mutation signifie une changement ou modification d’un bit dans un chromosome (comme
l’indique la Figure III.6). En terme biologique, cela signifie la modification des bases de l'ADN.
L’analogie avec l'algorithme génétique, des valeurs des paramètres d'optimisation sont modifiées
de manière aléatoire. Il assure la diversité de la population en explorant de nouveaux points de
l'espace.
1 0 0 0 1 1 0 0 0 1
1 0
Figure III. 5.Exemples d’opérations de mutation
70
Chapitre III Méthode et Outils d’Optimisation
Nous devons exécuter l'algorithme plusieurs fois et analyser le résultat, afin de bien évaluer
l'algorithme.
71
Chapitre III Méthode et Outils d’Optimisation
Début
t=t+1
La création de la nouvelle
Critère
population P(t)
d’arrêt?
Oui
Meilleur résultat
Oui
Fin
Figure III. 6.Organigramme de l'algorithme génétique
72
Chapitre III Méthode et Outils d’Optimisation
Si nous tirons au hasard comme point de départ initial𝑠0 , alorsonagénérer les n autres points
𝑠𝑖 selon la relation :𝑠𝑖 = 𝑠0 + λ𝑒𝑗
Avec :
73
Chapitre III Méthode et Outils d’Optimisation
74
Chapitre III Méthode et Outils d’Optimisation
Après chaque transformation, une meilleure remplace l’actuel pire sommet.les mouvements
d'essai illustrés à la figure 1 sont générésselon les opérations de base suivantes :
1
Avec :𝑥 = ∑𝑛𝑖=1 𝑥𝑖
𝑛
L'étape de contraction est effectuée lorsque le mauvais point est au moins aussi bon que le
point réfléchi, ende manière à ce que le simplexe s'adapte à la fonction objectif et finalement
entoure l'optimum. Si le mauvais point est meilleur que le point contracté, la multi-contractionest
effectuée.
(𝑥𝑖 + 𝑥1 )
Pour chaqueétape de contraction rejetée, on remplace tous les 𝑥𝑖 du simplexe par .
2
(𝑥1 estle sommet du simplex où la fonction objectif est basse); on obtient ainsi la multi-contraction
du simplexe, et le processus redémarre.
Le critère d'arrêt est une mesure de la à laquelle le simplex a été déplacé d'une itération k à la
suivante(k + 1).
75
Chapitre III Méthode et Outils d’Optimisation
𝑛
1
∑‖𝑥𝑖𝑘 − 𝑥𝑖𝑘+1 ‖ < 𝜀 ;
𝑛
𝑖=1
En fait, tout comme ces animaux affluent pour trouver de la nourriture ou migrer, si un membre
trouve un chemin idéal à explorer, le reste du groupe suivra rapidement. C'est pourquoi cette
technologie est basée sur le concept de coopération et d'échange d'informations entre les particules.
Les individus de l'algorithme sont appelés particules et la population est appelée essaim.
76
Chapitre III Méthode et Outils d’Optimisation
Chaque particule interroge chaque homogène par rapport à elle sur sa meilleure performance,
Sur la base de ces informations, chaque particule est modifiée Sa vitesse aléatoirement en fonction
de sa vitesse actuelle, sa meilleure performances et les meilleures performances de ses voisins.
Chaque particule est traitée comme un point dans un espace de dimension D. Initialement, N
particulessont uniformément répartis dans l'espace des solutions. Les particules de PSO
traversentl'espace de recherche avec une certaine vitesse, et changent leur position dynamiquement
dans l'espoir d'atteindre la source de nourriture (la destination). Par conséquent, la position et la
vitessesont deux paramètres importants dans l'algorithme PSO.
Vers sa meilleure
performance
La nouvelle position
Vers la meilleure
performance particulière
La position actuelle
La position actuelle Vers le point accessible
avec sa vitesse actuelle
Chaque particule garde une trace de la meilleure position qu'elle a rencontrée au cours de son
voyage,et la meilleure position parcourue par l'essaim de particules. La meilleure position
parcourue parune particule est appelée la meilleure position locale, et la meilleure position
parcourue par l'essaimest appelée la meilleure position globale. A la fin de chaque itération, les
77
Chapitre III Méthode et Outils d’Optimisation
particules calculentleur vitesse suivante et mettre à jour leurs positions en fonction de la vitesse
calculée.
Une composante inertielle exprimant sa propre inertie : une particule a tendance à suivre
la direction de son déplacement actuel.
Une composante cognitive exprimant une attitude personnelle optimale : la particule a
tendance à se diriger vers la meilleure position qu'elle a déjà parcourue (en anglais :
personnel best (Pbest).
Une composante sociale exprimant la position optimale de l'essaim : la particule a tendance
à s'appuyer sur l'expérience de ses congénères, en conséquence, Se diriger vers le meilleur
emplacement auquel ses voisins accèdent déjà (en anglais : global best (gbest).
𝒙𝒊 (𝒕 + 𝟏) = 𝒙𝒊 (𝒕) + 𝒗𝒊 (𝒕 + 𝟏) (III.2)
Où :
78
Chapitre III Méthode et Outils d’Optimisation
𝑟𝑎𝑛𝑑1 , 𝑟𝑎𝑛𝑑2: sont des nombres aléatoires de distribution uniforme sur [0,1].
Après un certain nombre d'itérations, les particules se rassemblent alors dans la région la plus
appropriée (possible) de la solution. Si la particule tend à sortir de l'espace de recherche, on lui
attribue la valeur du point frontière le plus proche et ralentit voire annulation sa vitesse
.L’organigramme de Figure III.10montre comment opère l’algorithme de PSO
79
Chapitre III Méthode et Outils d’Optimisation
DEBUT
INITIALISATION
Mettre à jour la vitesse et la position en utilisant les équationsIII.et III.2 pour chaque
particule
EVALUATION DE FITNESS
Les valeurs Pbest et gbest sont mise à jour en comparant le fitness des particules
FIN
gbest
80
Chapitre III Méthode et Outils d’Optimisation
Le métal est chauffé à une température si élevée qu'il devient liquide et peut prendre n'importe
quelle configuration. Petit à petit, le métal se fige en une forme de plus en plus difficile à déformer
à mesure que la température baisse, et il se refroidit. Par réchauffage (recuit), le métal peut être
retravaillé dans la forme souhaitée. Le métal est chauffé à une température si élevée qu'il devient
liquide et peut prendre n'importe quelle configuration. Petit à petit, le métal se fige en une forme
de plus en plus difficile à déformer à mesure que la température baisse, et il se refroidit. En
réchauffant (recuit), le métal peut être retravaillé dans la forme souhaitée.
La technique est appelée recuit, quand la température est progressivement abaissée et que
le système atteint l'état optimal,
Si la température diminue trop rapidement, le système s'arrête au premier minimum local
trouvé, qui est la technique de trempe.
Si la température tend vers zéro, seule une transition d'un état à un état d'énergie inférieure
est possible.
81
Chapitre III Méthode et Outils d’Optimisation
Dans le processus de recuit réel, nous augmentons la température du matériau jusqu'à ce qu'il
soit dans un état de haute énergie. Ensuite nous faisons le refroidir très lentement afin qu'à la fin
du processus un matériau constitué de atomes ordonnés, avec une valeur d’énergie stable et
minimale.
P 𝒆−∆𝑬
𝑻
(III.3)
Avec :
Kirk-Patrick va transférer le modèle proposé par Metropolis par méthode de recuit simulé à
partir de l'adéquation entre l'énergie du système et la fonction adaptative que l’on veut à minimiser,
les différentes configurations d'atomes dans cette transformation sont représentées par les
paramètres du problème d'optimisation, tandis que la température du système est représentée par
la variable de contrôle T, [40].
82
Chapitre III Méthode et Outils d’Optimisation
Si ΔE> 0, nous considérons la probabilité donnée par l’équation III.3 pour décider si la
configuration est Initialement doit être remplacé ou non.
À chaque itération de la méthode. ce processus est répété jusqu'à ce que nous atteignions
l'équilibre thermique.
Pendant ce passage à l'équilibre, l'énergie peut être augmentée localement, ce qui permet de
s'affranchir du minimum local. Ensuite, nous baissons la température du système et nous
recommençons le processus.
Lorsque nous n’avons plus d’amélioration sensible de la solution ou lorsqu’une certaine valeur
de température est atteinte, l’algorithme est arrêté comme nous le vérifions dans la Figure III.11.
83
Chapitre III Méthode et Outils d’Optimisation
Variation d’énergie ∆𝑬
Non
Equilibre
Oui
Non
T Système figé
diminue
Oui
84
Chapitre III Méthode et Outils d’Optimisation
I. Il joue exactement la même mélodie qu'une chanson bien connue, ce que nous
traduisons par l’utilisation d’une harmonie de mémoire que l’on appellera «Harmony
Memory HM » (HM) ;
II. Il Joue une mélodie semblable à une chanson connue avec un peu changements
(modulation de fréquence), ce que nous traduisons par l’utilisation d’un ajustement de
fréquence « Pitch Adjusting Rate » (PAR) ;
III. Il Compose une nouvelle mélodie, ceci est l’équivalente de l’utilisation d’une
randomisation « Randomization »;
85
Chapitre III Méthode et Outils d’Optimisation
La deuxième étape :
Dans cette étape on a générer les solutions initiales (appelé mémoire de l’harmonie HM), La
mémoire d’harmonie est une matrice de solutions de taille HMS ou chaque vecteur représente une
solution du problème traité, c’est l’équivalent d’une harmonie dans la music.
Dans cette étape la matrice HM est remplie aléatoirement, les valeurs générées seront stockées
dans cette matrice, et pour chaque solution i (i=1,.., HMS) la fonction objectif fi est calculée.
𝒂𝟏𝟏 … 𝒂𝟏𝒏
HM = ( ⋮ ⋱ ⋮ )
𝒂𝑯𝑴𝑺
𝟏 … 𝒂𝑯𝑴𝑺
𝒏 (III.4)
La troisième étape :
Dans cette étape on a générer une nouvelle harmonie (solution) à partir de la HM, Dans cette
étape, le SH génère (improvise) un nouveau vecteur d'harmonie, 𝑎 ′ = (𝑎1′ , 𝑎2′ , 𝑎3′ … … . . , 𝑎𝑁
′
).Cette
étape est la plus importante de l’algorithme en s’appuyant sur deux principes importants: la
considération de la mémoire HM et l’ajustement de lancement et le choix aléatoire.
86
Chapitre III Méthode et Outils d’Optimisation
a) La considération de la mémoire
Dans la considération de la mémoire, les valeurs du nouveau vecteur d'harmonie sont héritées
aléatoirement des valeurs historiques stockées dans HM avec une probabilité de HMCR. Par
conséquent, la valeur de la variable de décision (𝑎1′ ) est choisi parmi (𝑎11 , 𝑎12 , 𝑎13 … … . . , 𝑎1𝐻𝑀𝑆 ).
c'est-à-dire stocké dans HM. La variable de décision suivante (𝑎2′ ) est choisi parmi
(𝑎12 , 𝑎22 , 𝑎23 … … . . , 𝑎1𝐻𝑀𝑆 ), et les autres variables de décision, (𝑎3′ , 𝑎4′ , 𝑎5′ … ….), sont choisis
consécutivement de la même manière avec la probabilité de HMCR ∈ [0, 1].
En dehors de cela, lorsque les autres valeurs de variables de décision ne sont pas choisies à
partir de HM, selon le test de probabilité HMCR, elles sont choisies aléatoirement en fonction de
leur étendue possible 𝑎𝑖′ 𝜖 𝐴𝑖 . Ce cas est appelé considération aléatoire (avec une probabilité de
(1−HMCR)),ce qui augmente la diversité des solutions et pousse le système plus loin à explorer
différentes diverses solutions pour atteindre l'optimalité globale.
L'équation suivante résume ces deux étapes, c'est-à-dire la prise en compte de la mémoire et la
considération.
b) L’ajustement de pitch
Après on a vérifié toutes les éléments du nouveau vecteur d’harmonie dans l’étape de la
considération de mémoire pour déterminer s’il devrait être amélioré et ajusté pour le lancer; cette
opération utilise le taux PAR qui représente la probabilité d’ajustement de lancement.
Nous avons un nombre aléatoire généré rnd𝜖 [0, 1] dans la probabilité de PAR alors, le nouveau
variable de décision (𝑎𝑖′ ) sera ajusté selon l'équation suivante :
87
Chapitre III Méthode et Outils d’Optimisation
Avec, bw est une largeur la distance de la bande arbitraire utilisée pour améliorer les
performances de HS et(rand()) est une fonction qui génère un nombre aléatoire ∈ [0, 1]. En fait,
bw détermine la quantité de mouvement ou de changements qui ont pu se produire sur les
composants du nouveau vecteur. La valeur de bw est basée sur le problème d'optimisation lui-
même, c'est-à-dire continu ou discret.
En général, la façon dont le paramètre (PAR) modifie les composantes du vecteur de la nouvelle
harmonie est une analogie avec le comportement des musiciens lorsqu'ils modifient légèrement
leurs fréquences de tonalité afin d'obtenir de bien meilleures harmonies. Par conséquent, il explore
davantage de solutions dans l’espace de recherche et améliore les capacités de recherche.
La quatrième étape :
Si la nouvelle solution (nouveau vecteur) est possible et meilleure que la plus mauvaise dans la
matrice HM en termes de valeur de fonction objectif alors le nouveau vecteur(nouvelle harmonie)
est inclus et la plus mauvaise existante est exclue deHM.Figure.III.12illustre la notion de
remplacement dans un processus d’improvisation.
88
Chapitre III Méthode et Outils d’Optimisation
La cinquième étape :
On a vérifié le critère d’arrêt dans cette étape, Les améliorations et les mises à jour seront
refaites jusqu'à ce que la condition d'arrêt soit remplie. Sinon les deux étapes de création de la
population initiale et de génération de nouvelles solutions seront répétées.
89
Chapitre III Méthode et Outils d’Optimisation
Début
HMCR,PAR
Improvisation une nouvelle harmonie (solution)
Mettre à jour
Oui
Non HM
Oui
Le critère d’arrêt
est satisfait ?
Stop
90
Chapitre III Méthode et Outils d’Optimisation
III.9 Conclusion
L’optimisation est un outil incontournable en control non destructif par courant de Foucault
pour l’identification des lois de comportement électromagnétique (Maxwell-Faraday), Ces
dernières années les méthodes d’optimisation ont montré leur efficacité de résoudre les problèmes
de control non destructif par courant de Foucault [2].
L’objectif de ce chapitre est de donner un aperçu sur les méthodes d’optimisation que peuvent
être divisées en deux groupes distincts : les méthodes déterministes et les méthodes stochastiques.
Les méthodes déterministes peuvent trouver le minimum global d'une fonction sous certaines
hypothèses telles que la convexité et la dérivabilité, on rencontre tous les moyens de trouver le
minimum le minimum d’une fonction en se basant sur la connaissance d’une direction de
recherche, souvent donnée par le gradient de cette fonction. mais ils s'arrêtent à la première
rencontre dans le cas d'optimums multiples. Les méthodes stochastiques sont une alternative pour
palier cet inconvénient. Les trois méthodes les plus populaires sont les algorithmes génétiques, le
recuit simulé et recherche tabou. Ils ont même la capacité de trouver le minimum global de la
fonction dans les cas très difficiles, mais le temps de calcul peut être très long.
Le chapitre suivant se propose d’appliquer ces méthodes pour la caractérisation des matériaux
par la méthode d'inversion avec un temps de conversion rapide. Les résultats de la simulation
montrent la grande capacité des algorithmes d'optimisation proposés à prédire et à évaluer les
paramètres physiques et géométriques des métaux avec un temps d'optimisation très rapide.
91
Chapitre IV :
IV.1 Introduction
Les techniques d'évaluation non destructives utilisant les courants de Foucault (CF) sont
largement utilisées dans divers domaines industriels, notamment la mesure des propriétés des
matériaux, la détection de défauts dans les pièces métalliques, la caractérisation des matériaux
conducteurs basés sur les propriétés fondamentales de l'interaction entre les capteurs CF et les
cibles pour l'évaluation non destructive des structures et des matériaux conducteurs.
En effet, la simulation numérique est bien adaptée pour prédire les effets des composants du
système CND-CF, elle permet également de comprendre et d'analyser les phénomènes électriques
et magnétiques mis en jeu, [43]. Dans le domaine du CND-CF, la modélisation vise à décrire
l'interaction entre le capteur et la pièce sous test. Il résout deux problèmes, le problème direct et
l’inverse, [3].
Dans ce chapitre, en premier lieu, nous décrivant le système à étudier ,après déduction des
caractéristiques physiques et géométriques des pièces ont testées, l’impédance du capteur du
modèle direct, nous utiliserons ses dernières comme entrée du modèle inverse dans des différentes
méthodes d’optimisation.
En second lieu, en associant la méthode des éléments finis avec les algorithmes d’optimisation
pour la caractérisation physique et géométrique d’une tôle en AL, Inox et Ti.En effet, étant donné
qu’elle est la méthode à exploiter pour résoudre le problème inverse.
L'un des objectifs les plus importants de l'industrie est d'assurer la qualité du produit, c'est-à-
dire de s'assurer que le produit remplit sa fonction pendant une longue période.
92
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Les tests par courants de Foucault sont largement utilisés pour l'évaluation non destructive des
matériaux conducteurs où un courant induit créé par un champ magnétique variable se propage à
la surface du matériau qui est détecté par le capteur. [2,44]
Les alliages qui composent la coque de l'avion sont principalement des alliages d'aluminium,
en raison de ses bonnes propriétés mécaniques et de sa légèreté, le duralumin (l'ancêtre du les
alliages aluminium-cuivre de la série 2000) est la première classe d'alliages à base d'aluminium.
Il a joué un rôle essentiel dans le développement de l'industrie aéronautique. Bien que les
alliages de aluminium-Zinc (série 7000) et les composites sont aujourd'hui les matériaux
majoritaires dans la construction aéronautique, alliages de la série 2000 (le cuivre un élément
d'alliage.
La densité est très faible : ce qui présente un grand intérêt en aéronautique (plusl'avion est
léger, moins il consomme de carburant).
La bonne résistance à la corrosion : grâce à la couche d'alumine préformée, la corrosion
sera alors empêchée d'atteindre l'aluminium.
Facilement de malléable : ce qui facilite la construction des différentes pièces.
Les principaux critères pour justifier l'utilisation du titane dans l'industrie aéronautique sont :
93
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
le poids réduit (remplace l'acier).
une tenue à la température de fonctionnement.
Ces propriétés intéressantes signifient que le titane et ses alliages sont aussi devenus des
matériaux classiques et incontournables dans l'industrie Electrochimie, Chimie, Electronique et
Mécanique.
Les matériaux composites en général présentent certains avantages par rapport aux autres
matériaux. Ils présentent une rigidité plus élevée, un ‘excellentes propriétés mécaniques, ainsi
d’excellentes résistances à la corrosion. Un autre avantage des matériaux composites est qu’ils ne
favorisent pas la propagation des dommages lors de choc par exemple. Ce type de matériaux offre
également une grande flexibilité au niveau de la conception.La figure IV.1 présente les matériaux
de construction aéronautiques.
94
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
95
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
d’autre terme, le problème inverse est basé sur l'utilisation d'une série de données mesurées pour
chercher à caractériser un paramètre physique ou géométrique d'un objet, [46].
Problème direct
Problème inverse
96
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
c'est une inversion itérative, sinon l'inversion est directe. Dans notre cas, nous appuyons sur
l’inversion itérative
97
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
itérative
Mésures
𝑍𝑚
Modèle directe
Comparaison
Les Est valide
données
d’observations
calculées
𝑍𝑐
Initialisation des
(E,σ, µ)
estimations (E0,σ0,u0) Optimisation
Estimation des GA/SIM/PSO/HSA/RS
paramètres recherchés
Résultat de
l’estimation
Figure IV. 3.Schéma du processus itératif d’inversion
𝒁𝒄(𝑬, 𝝈, 𝝁) = 𝒁𝒎.
Avec :
98
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Dans ce mémoire, Les valeurs mesurées sont remplacées par celles obtenues par la résolution
du problème direct par la méthode des éléments finis. Alors on obtient une conductivité, une
perméabilité et une épaisseur connues.
Sous MATLAB, Nous avons programmé les commandes des éléments finis en 2Dadaptées
à notre système en se basant sur un maillage triangulaire ; Nous avons, ensuite, combiné ce modèle
avec les algorithmes d’optimisation.
La fonction objective utilisée par les algorithmes est la différence entre l’impédance mesurées
et l’impédance calculées.
(IV.1)
⃗ . 𝑛⃗. 𝑑𝑠
𝑑𝜑 = 𝑘. ∬ 𝐵
𝑠
(IV.2)
⃗⃗⃗⃗ . 𝑛⃗. 𝑑𝑠
⃗⃗⃗⃗⃗⃗ (𝐴)
𝑑𝜑 = 𝑘. ∬ 𝑟𝑜𝑡
𝑠
(IV.3)
𝑑𝜑 = 𝑘. ∮ 𝐴. ⃗⃗⃗
𝑑𝑙
𝑐
99
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Avec c : est un contour ferme appuyant sur la surface élémentaire ds.
𝑑𝜑 = 𝑘. 2. 𝜋. 𝑟. 𝐴 (IV.4)
(IV.5)
𝜑 = ∬ 𝑑𝜑, 𝑑𝑠 = 𝑘. 2. 𝜋. 𝑟. 𝐴, 𝑑𝑠
𝑠
N (IV.6)
𝑘=
𝑆
N (IV.7)
𝜑= ∬ 𝑘. 2. 𝜋. 𝑟. 𝐴, 𝑑𝑠
𝑆 𝑠
𝑈 (IV.8)
𝑍=
𝐼
Ou:
𝑑𝜑
𝑈= : est la tension d’alimentation.
𝑑𝑡
S
I = J. N : est le courant traversant la bobine.
100
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
N2 𝜕𝐴 (IV.9)
𝑍= 2
∬ 2. 𝜋. 𝑟. , 𝑑𝑠
𝐽. 𝑆 𝑠 𝜕𝑡
N2 (IV.11)
𝑅𝑒(𝑍) = . 𝜔 ∬ 2. 𝜋. 𝑟. 𝐼𝑚(𝐴), 𝑑𝑠
𝐽. 𝑆 2 𝑠
N2 (IV.12)
𝐼𝑚(𝑍) = . 𝜔 ∬ 2. 𝜋. 𝑟. 𝑅𝑒(𝐴), 𝑑𝑠
𝐽. 𝑆 2 𝑠
La géométrie du problème considéré est illustrée schématiquement à la Fig IV.4. Dans cette
étude, la tôle présente une surface plane avec un mince revêtement non conducteur. En situation
réelle, lors de l'utilisation de courants de Foucault pour l’estimation des caractéristiques physiques
et géometriques,il est important de s'assurer que les autres facteurs (géométrie, température de
l'échantillon et décollage) et les propriétes physiques et géométriques dans les différentes régions
sont maintenus sous contrôle, [46,51-55].
Une sonde de type crêpe formée d'une bobine est perpendiculaire à la surface de la tôle testée.
101
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Les paramètres physiques et géométriques du système étudié sont indiquées au tableau (IV.1).
Fréquence
2.3 [mm]
102
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
103
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
1 𝜕𝐴 (IV.13)
(∇ × ∇ × 𝐴) = ⃗⃗⃗
𝐽𝑠 − 𝜎
µ 𝜕𝑡
⃗ = 0 , l'équation
En considérant la pulsation ω et selon la condition Gauge de Coulomb ∇. A
électromagnétique en régime harmonique temporel, utilisant des amplitudes complexes, [48]
s'exprime par :
1 (IV.14)
𝑟𝑜𝑡( ) = − 𝑗𝜎𝜔𝐴 + 𝐽𝑠
𝜇 𝑟𝑜𝑡(𝐴)
Avec
104
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
μ: est la perméabilité magnétique du milieu impliqué (H/m),
La forme des éléments finis pour les phénomènes de courants de Foucault 2D axisymétriques a
été développée dans de nombreux travaux. Pour les géométries axisymétriques.
1 𝜕 2 A 𝜕𝐴 1 𝜕 2 A 𝐴 (IV.15)
( 2+ + 2 − 2 ) = 𝑗𝜎⍵𝐴 − 𝐽𝑠
µ 𝜕𝑟 𝜕𝑟 𝑟 𝜕𝑧 𝑟
Pour l'inversion itérative, le processus est constitué d'une boucle d'itération contenant le modèle
direct qui calcule l'impédance du capteur (Zc). La sortie (Zc) est comparée à la valeur mesurée
(Zm), puis l'erreur obtenue est utilisée par l'algorithme d'optimisation (AG, SIM, PSO, HSA, RS)
comme entrée afin d'améliorer les paramètres estimés.
Pour chaque itération, cette stratégie minimise l'erreur obtenue (fonction de fitness). Par
conséquent, le processus d'inversion est accepté et arrêté lorsque l'erreur est inférieure à la
tolérance, [56,57].
Dans ce travail, les valeurs mesurées sont remplacées par celles obtenues en résolvant le
problème direct par la méthode des éléments finis à partir d'une épaisseur, d'une conductivité et
perméabilité magnétique connues. Éq. (3) peut être modifié en minimisant la fonction objectif
suivante :
105
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Comme mentionné dans le tableau ci-dessous (tableau IV.2), les valeurs de la conductivité
électrique σ, la perméabilité 𝜇, et de l’épaisseur E de la plaquesous contrôle en Inox 304L, Titane
et Aluminium sont respectivement :
(1.36.106 MS/m, 160, 2mm) ; (2.52.106 MS/m,25, 2mm) ; (37.7.106MS/m, 1, 2mm).et que les
valeurs mesurées sont obtenues par la résolution élément finis en utilisant ce jeu de paramètres.
Figure IV. 8.Caractéristiques de la plaque d’Inox 304L estimées par l'algorithme génétique
106
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
107
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
108
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
109
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
110
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
111
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
112
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
113
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Le temps de calcul et l'erreur entre les valeurs réelles et estimées de cinq algorithmes
d'optimisation sont résumés dans le tableau (IV.2).
Tableau IV. 2. Comparaison entre les résultats des différents algorithmes d'optimisation
Inox 304L
SA PS SI G
Caractéristique Valeur O HSA M A
s σ(MS/m) s 1.3 1.34 1.39
1.36 4 1.35 1.34
µ 158 156 158
160 159 158
E(mm) 1.8 1.8 2
2 1.9 1.8
Aluminium
σ(MS/m) 37.7 37. 37.5 37.6
2 37.6 37.5
E(mm)
µ 2 1.9
0.9 20.99 21
1 9 21 1.2
1.9
Titanium
σ(MS/m) 2.52 2.5 2.51 2.51
4 2.53 2.54
µ 25 23 23 24
25 23
E(mm) 2 2 2.3 2
2 2
114
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
115
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Les remarques obtenues par l’étude comparative entre les méthodes d’optimisation (SA, HSA,
SIM, GA et PSO) sont :
• L'optimisation par essaim de particules (PSO) est l'une des méthodes heuristiques qui ont
une forte capacité à trouver l'optimum global bien que moins supérieure à trouver le
minimum local. En attendant, le recuit simulé (SA) a une forte capacité à déterminer la
valeur optimale locale mais moins supérieur à trouver l’optimum globale. En fait, SIM est
plus privilégié ; car il est plus rapide et les performances de son algorithme ne changent
pas lors du redémarrage du calcul.
• GA est très lent car le temps de calcul de la fonction objectif est plus à chaque itération.
• La comparaison des résultats de simulation obtenus par les algorithmes PSO, HS, GA,
SIM et SA avec ces valeurs optimales prouve la supériorité des méthodes HAS et SIM sur
les autres. Les résultats obtenus démontrent l'efficacité et la robustesse de ces méthodes.
Les résultats numériques confirment que les algorithmes HS et SIM peuvent fournir de
116
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
meilleures solutions avec un temps de calcul inférieur à celui des autres méthodes et
améliorer avec succès l'efficacité des problèmes d'inversion des courants de Foucault.
Sur la base des résultats, nous pouvons conclure que les résultats générés en utilisant les cinq
méthodes d'optimisation (Recherche d'harmonie HSA, recuit simulé SA, méthode Simplex SIM,
algorithme génétique GA et algorithmes d'essaim de particules PSO) sont extrêmement efficaces
en termes de solution optimale. En effet, ces résultats confirment la fiabilité et la robustesse de la
procédure d'inversion.
De plus, nous avons déduit que GA et PSO sont particulièrement lents par rapport aux autres
méthodes en raison du nombre de hauteur de la fonction de fitness qui doit être calculée pour
chaque itération. Cependant, afin d'obtenir une précision suffisante, la taille de la population doit
être étendue à un niveau spécifique, ce qui augmente le temps de calcul. En réalité, le SIM est plus
avantageux car il est plus rapide et les performances de son algorithme ne s'altèrent pas lorsque le
calcul est relancé. Cependant, l'approche Simplex pose certains problèmes, comme le choix des
paramètres gouvernants (réflexion, expansion, contraction).
D'autre part, pour atteindre une précision satisfaisante, la taille de la population doit être
augmentée jusqu'à un certain niveau car cela augmente le temps de calcul. En fait, comme le
montrent les données du tableau 3, le HSA nécessite moins d'itérations et une meilleure recherche
de modèle pour obtenir les valeurs optimales requises et peut donner des résultats plus rapides. Par
rapport aux autres méthodes. De plus, nous avons déduit que les méthodes HS et SIM sont une
technique très efficace pour déterminer la solution optimale, étant nettement plus rapide par
rapport aux autres algorithmes.
117
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
118
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Figure IV. 26.La densité de flux magnétique pour différentes formes des défauts
Les figures (VI.26) montrent la distribution de la densité de flux magnétique pour les différentes
formes des défauts. les lignes duchamp sont concentrés au niveau de l’inducteur et pénètrent dans
la cible magnétique et tendent à se canaliser sans traverser le défaut et embrassent juste les surfaces
119
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
internes du défaut. D’après ces résultats on peut constater que la densité de flux magnétique est
intense dans le capteur et autour la forme de défaut, Il prend à peine la forme d'une fissure.
120
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Figure IV. 27.La densité des courants induits pour différentes formes des défauts
121
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Figure IV. 28.la densité de courants induits pour différentes formes des défauts
Figure IV. 29.la densité de flux magnétique pour différentes formes des défauts
Les figures (IV.28, IV.29) illustrent la densité de courants induits et de flux magnétique pour
les différentes formes des défauts (la forme de triangle, demi-cercle. rectangle. aléatoire.), On
constate que les courbes sont quasiment identiques les unes aux autres dans les zones éloignées de
défauts. Alors qu'à l'approche de la fissure, et avec la présence de la fissure la trajectoire des
courants induits a modifiée, car ces derniers suivent le chemin le plus conducteur.
122
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
Théoriquement Nous savons que les courants induits sont occupées la partie supérieure de la
plaque et Ils diminuent au fond de défaut, En effet, les hauts fréquences conviennent pour les
défauts surfacique.
Comme il été attendu, la présence de fissures va modifier la trajectoire du courant induit, par ce
que ces derniers suivent majoritairement le chemin le plus conducteur et ne peuvent pas traverser
les défauts qui présente une résistivité infinie. En effet, on rappelle que la détection de défaut par
courants de Foucault est basée sur la perturbation provoquée par le défaut au niveau de l'impédance
du capteur, qui survient après une modification de la trajectoire et de l'amplitude du courant induit.
Ainsi, lorsque le courant induit est généré et distribué de telle manière qu'il est fortement
perturbé par le défaut, le défaut peut être détecté de manière sensible.
VI.12 Conclusion
Dans ce chapitre, non avons appliqué les méthodes d’optimisations pour la résolution des
problèmes liés au l’évaluation non destructif (END-CF) des matériaux utilisés en construction
aéronautique par l’analyse inverse. On a pu évaluer différents paramètres physiques et
géométriques de la cible.
Au cours de notre travail Nous espérons avoir montré les différents aspects des méthodes
puissantes et riches que sont les : L’algorithme génétique (GA), L’optimisation par essaims
123
Chapitre IV Méthodes d’inversions des signaux des systèmes d’inspection par CND-CF :
Application aux configurations 2D
particulaires (PSO), Recuit simulé (SA), la méthode de recherche d’harmonie (HSA), Nelder-
Mead Simplex (SIM). Une étude comparative entre les méthodes d’optimisation (GA, SIM et
PSO) pour résoudre le problème d'inversion des courants de Foucault a été proposée dans ce
mémoire. En conséquence, nous avons déduit que GA, SA et PSO sont très lents par rapport à
SIM et HSA.les deux derniers méthodes donnent des résultats très proches de l’optimal global et
ces résultats sont obtenus beaucoup plus rapidement.
L’algorithme de recherche d’harmonie nous a permis de trouver des résultats satisfaisants, cette
algorithme est plus rapide et beaucoup plus efficace pour déterminer la solution optimale.
124
Chapitre V: Simulation
d’un système de
détection de défauts
internes par la
technique de l’imagerie
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
V.1 Introduction
L'imagerie électromagnétique est une branche de développement rapide en CND, Dans de
nombreux procédés de fabrication et d’évaluation non destructifs (NDE), Il est très difficile de
détecter et d'évaluer les défauts cachés (détection, classification et quantification), et les défauts
sous surface. La technique d'imagerie peut obtenir la forme d'un défaut caché et est plus intuitif
que les méthodes non destructives traditionnelles.
Un capteur à courants de Foucault multiéléments (CFM), dans sa forme la plus simple, est une
série d'éléments simples disposés en ligne, permettant aux utilisateurs de couvrir une plus grande
surface en un seul passage que les sondes conventionnelles. Avec les avantages d'une couverture
127
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
en un seul passage et des capacités d'imagerie améliorées, la technologie ECA fournit un outil
remarquablement puissant et des gains de temps significatifs lors des inspections.
Le multiplexage est le processus par lequel plusieurs signaux de message analogiques sont
combinés en un seul signal numérique sur un support partagé. Lorsque les données du réseau de
courants de Foucault sont multiplexées, les bobines de courants de Foucault individuelles sont
excitées à des moments différents, ce qui permet au système d'exciter toutes les bobines de la sonde
sans jamais exciter deux bobines adjacentes en même temps. Un effet indésirable connu sous le
nom d'inductance mutuelle (couplage magnétique entre bobines à proximité) est minimisé grâce à
l'utilisation d'un système de multiplexage interne pour programmer avec soin le temps exact auquel
chaque bobine est excitée pour transmettre son signal de courant de Foucault. Les signaux sont
ensuite réassemblés avant d'être affichés sous forme d'image. En plus des capacités d'imagerie
améliorées des données multiplexées, le multiplexage permet d'analyser n'importe quel canal de
128
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
bobine (données) individuel après inspection. Le multiplexage permet une résolution de canal
accrue, une sensibilité de bobine accrue (grâce à la réduction de l'inductance mutuelle) et un niveau
de bruit réduit. Cela conduit finalement à un meilleur rapport signal sur bruit, [61,62].
129
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
C-scan est l'une des méthodes de cartographie les plus fiables et les plus utilisées. Elle
utilise une projection des données ultrasonores sur une vue en plan du composant testé pour
créer une image. Cette technique est généralement utilisée pour la cartographie de la corrosion
ou de l'épaisseur, ainsi que pour la visualisation des fissures et des inclusions dans le
composant.
Les techniques de cartographie et de visualisation telles que le C-scan dans les tests par
ultrasons sont très utiles non seulement en termes de détection d'anomalies, mais également
en termes d'amélioration de l'efficacité du processus. Une visualisation claire permet :
Positionnement précis et intensité des défauts qui ne peuvent pas être détectés
avec une inspection visuelle normale.
130
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
Types et modèles de défauts dans une large gamme de matériaux aux propriétés
différentes.
Déterminez plusieurs défauts grâce à la cartographie en une seule exécution.
Éliminer les écarts résultant d'erreurs lors de l'inspection.
131
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
132
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
133
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
Défauts
Longueur (mm) 06
Largeur (mm) 4
134
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
Multiphysics propose plusieurs types d'éléments discrets (tétraèdre, hexaèdre ou prisme). Dans
notre cas, nous avons opté pour un maillage avec des éléments tétraédriques, car ce choix maille
automatiquement différentes géométries, [3].
135
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
ZOOM
Figure V. 9.Mallaige de la plaque munie d’un défaut avec 9 bobines placées sur le défaut
136
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
ZOOM
Figure V. 10.plaque munie d’un défaut avec 9 bobines placées avant le défaut
137
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
ZOOM
Figure V. 11 Maillage plaque munie d’un défaut avec 9 bobines avant le défaut
138
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
ZOOM
Figure V. 12 Maillage de la plaque munie d’un défaut avec 9 bobines placées après le
défaut
139
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
140
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
141
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
142
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
A travers les figures précédentes, (V.13et V.14) qui ont montré la cartographie 3D de la
réactance et de la résistance après le balayage de la surface du système multiéléments proposé en
mode multiplexé en amplitudes du signal résultantes sont plus proches du défaut de corrosion
interne de la surface à inspecter.
On peut noter que lorsque le capteur est loin du défaut, l'amplitude du changement
d'impédance est nulle. Par conséquent, une augmentation de ces composants est observée lorsque
le capteur pénètre dans la zone inspectée. De plus, on remarque, que l'amplitude du signal est
proportionnelle à l'augmentation de la profondeur du défaut pour toutes les fréquences.
143
Vue de
]
Chapitre V Simulation d’un système de détection de défauts internes par la technique de l’imagerie
V.6 Conclusion
Le contrôle par courants de Foucault est l'une des nombreuses méthodes de test non destructif
qui utilise le principe de l'électromagnétisme pour le contrôle des milieux conducteurs.
L'imagerie par courants de Foucault est largement acceptée comme technique de test non
destructif, Depuis quelques décennies, les courants de Foucault visualisent la zone inspectée à
l'aide de sondes uniques fixées à des scanners mécaniques. Il y a quelques années, des sondes
matricielles sont apparues réduisant considérablement les coûts de manutention et le temps
d'inspection.
Après avoir implémenté le système CND-CF sous COMSOL Multiphisics, nous pouvons
utiliser un mode d'alimentation multiplexé, évitant ainsi la mutualité entre bobines proches.
Les cartographies obtenues permettent d'avoir une vision globale de la qualité ou de l'état de
la pièce à tester.
144
Conclusion
Générale
Conclusion générale
Conclusion générale
La maintenance et la fiabilité des aéronefs est un facteur de sécurité majeur et économique. De
nombreux avions sont en service depuis 35 années ou plus. Actuellement les avions initialement
conçus pour une durée de vie de 20 années sontenvisagé pour des prolongations de vie allant
jusqu'à 80 ans. Le coût de la corrosionet la maintenance liée à la fatigue sur ces structures
vieillissantes a augmentédramatiquement.
L'évaluation non destructive (END) des matériaux jouera sans aucun doute un rôle majeurdans
les futurs programmes de maintenance. Ces méthodes NDE doivent pouvoir détecteret quantifier
les défauts matériels pour éviter une défaillance catastrophique ou pour fournir des
informationsdonnées pour les modèles de prédiction de la vie. Les méthodes NDE doivent avoir
une sensibilité suffisantepour détecter les changements microstructuraux et les premiers stades
des dommages afin que le composantdes plans de remplacement peut être mis en œuvre avant la
défaillance.
Dans ce travail, nous effectuons d'abord une étude bibliographique sur les différentes
techniques de CND les plus couramment utilisées, telles que la radiographie, les ultrasons, le
ressuage et les courants de Foucault, ainsi que la classification des capteurs et les différents
défauts des en CND-CF. La deuxième partie est consacrée à la modélisation de l'interaction des
146
Conclusion générale
champs électromagnétiques avec des structures de matériaux conducteurs, régie par les équations
de Maxwell dans les champs CND-CF, ainsi qu'à l'introduction des différentes formulations de
champs électriques et magnétiques. Disposant d'un outil de modélisation capable de couvrir un
grand nombre de configurations, on peut conclure que les méthodes numériques basées sur les
méthodes des éléments finis présentent des avantages par rapport aux méthodes analytiques qui
ne conviennent que pour certains cas particuliers.
Le contrôle non destructif par courants de Foucault est une méthode bien connue pour la
caractérisation des matériaux, qui est sensible aux propriétés des matériaux conducteurs, telles
que la conductivité électrique et la perméabilité magnétique.
Dans le domaine aéronautique, les avions font périodiquement l'objet d'opérations d'inspection
et de maintenance. Dans la division des essais non destructifs (END), la technique des courants
de Foucault est souvent utilisée pour l'inspection et l'évaluation de pièces planes sensibles. Parmi
ces applications, nous réalisons des mesures d'épaisseur et de conductivité électrique de tôles.
L'objectif de ce mémoire est d'associer la méthode des éléments finis (MEF) à celles des
méthodes d'optimisation pour identifier et estimer à la fois l'épaisseur, la conductivité électrique
et la perméabilité des tôles en Aluminium, Titane et en acier inoxydable 304L largement utilisées
dans la construction aéronautique.
Le problème d’identification de ces paramètres est résolu par l’analyse inverse qu’il exprimé
sous la forme d’un problème d’optimisation. Cette étude a été réalisée par la méthode des éléments
finis combiné avec les algorithmes d’optimisation implantée sous logiciel Matlab.
Les différents algorithmes d'optimisation utilisés consistent à caractériser les matériaux par la
méthode d'inversion avec un temps de conversion rapide. Les résultats de la simulation montrent
la grande capacité des algorithmes d'optimisation proposés à prédire et à évaluer les paramètres
physiques et géométriques des métaux avec un temps d'optimisation très rapide.
En effet, les résultats de simulation ont montré les performances de chaque algorithme
d'inversion, une comparaison qualitative et quantitative entre les algorithmes d'optimisation afin
de déterminer la plus avantageuse en termes de fiabilité et de rapidité. Aussi pour montrer la
147
Conclusion générale
capacité des algorithmes d'optimisation proposés à prédire et un temps d'optimisation très rapide
pour les essais des applications aéronautiques.
Perspectives
Les perspectives pour ce travail sont nombreuses et couvrent les deux aspects,numérique
expérimental.
148
Résume
résumé
Résume
Le contrôle non destructif (CND), ou essai (évaluation) non destructif (END) est un domaine
interdisciplinaire, utilisé dans des contextes industriels, qui vise à diagnostiquer l’état
d’intégritéou de santé d’une pièce, d’un composant ou d’une structure industrielle sans qu’il en
Dans le domaine aéronautique, les avions font périodiquement l'objet d'opérations d'inspection
et de maintenance. Dans la division des essais non destructifs (END), la technique des courants
de Foucault est souvent utilisée pour l'inspection et l'évaluation de pièces planes sensibles.
L'objectif de ce mémoire est d'associer la méthode des éléments finis (MEF) à celles des
méthodes d'optimisation pour identifier et estimer à la fois l'épaisseur, la conductivité électrique
et la perméabilité des tôles en Aluminium, Titane et en acier inoxydable 304L largement utilisées
dans la construction aéronautique.
Le problème d’identification de ces paramètres est résolu par l’analyse inverse qu’il exprimé
sous la forme d’un problème d’optimisation. Cette étude a été réalisée par la méthode des éléments
finis combiné avec les algorithmes d’optimisation implantée sous logiciel Matlab.
Mots clés: Contrôle non Destructif, Courants de Foucault, Eléments Finis, Problème Inverse,
Méthodes d’optimisation.
149
Abstract
Abstract
Non-destructive evaluation (NDE) is becoming a key topic for technology. Information about
substance defects and residences is enormous to ensure the reliability of a product and avoid fatal
accidents. For example technology with excessive protection needs like aviation, automotive and
manufacturing energy are driving forces for END.
In the aeronautical field, aircraft are periodically inspected and maintained. In the non-
destructive testing (NDT) division, the eddy current technique is often used for the inspection and
evaluation of sensitive planar parts.
The objective of this thesis is to combine the finite element method (FEM) with those of the
optimization methods to identify and estimate both the thickness, the electrical conductivity and
the permeability of aluminum, titanium and aluminum sheets. 304L stainless steel widely used in
aircraft construction.
The problem of identifying these parameters is solved by the inverse analysis which is expressed
in the form of an optimization problem. This study was carried out by the finite element method
combined with optimization algorithms implemented under Matlab software.
The simulation results show the great ability of the proposed optimization algorithms to predict
and evaluate the physical and geometric parameters of metals with a very fast optimization time.
Keywords: Non Destructive Testing, Eddy Currents, Finite Elements, Inverse Problem,
Optimization Methods.
149
الملخص
الملخص
إن المراقبة الغير المدمرة,أو الغير متلفة للقطعة المراد مراقبتها و كما تعرف أيضا بالتفييم الغير متلف,ميدان متداخل
االختصاصات يستعمل في الميدان الصناعي ,حيث يكمن دوره في مراقبة حالة القطع,المكونات أو الهياكل الصناعية بدون حدوث
أي ضرر يؤثر على استخدامها في المستقبل و البحوث المقدمة في هذا الميدان تحتوي على عدد كبير من تقنيات المراقبة الغير
متلفة ,و هو في تزايد دائم.
تعتبر تقنية تيارات فوكو من التقنيات األكثر استعماال و ذلك لسهولة استعمالها و لفعاليتها.
في مجال الطيران ،يتم فحص وصيانة الطائرات بشكل دوري .في قسم االختبار غير المتلف ) ، (NDTغالبًا ما تستخدم
تقنية التيار الدوامي لفحص األجزاء المستوية الحساسة وتقييمها.الهدف من هذه األطروحة هو الجمع بين طريقة العناصر
المحدودة ) (FEMوطرق التحسين لتحديد وتقدير كل من السماكة والتوصيل الكهربائي ونفاذية صفائح األلمنيوم
والتيتانيوموالفوالذ L 364المقاوم للصدأ المستخدمة على نطاق واسع في صناعة الطائرات.
يتم حل مشكلة تحديد هذه الخصائص من خالل التحليل العكسي الذي يتم التعبير عنه في شكل مشكلة تحسين .أجريت هذه
الدراسة بطريقة العناصر المحدودة مع خوارزميات التحسين المطبقة تحت برنامج .Matlab
تظهر نتائج المحاكاة القدرة الكبيرة لخوارزميات التحسين المقترحة للتنبؤ وتقييم الخصائص الفيزيائية والهندسية للمعادن
بوقت تحسين سريع للغاية.
الكلمات المفتاحية :اختبار غير متلف ،تيارات فوكو ،طريقة العناصرالمحدودة ،مشكلة عكسية ،طرق التحسين.
149
Références
bibliographiques
Références bibliographiques
Références bibliographiques
[2] S.CHAIBA, Détection de défauts profonds dans des Structures Multicouche utilisée dans les
actionneurs électriques. Université Djillali Liabesde sidi-Bel-Abbes, Thèse de Doctorat,
2020.
[3] A.Abdou, Contrôle non Destructif (CND) Étude et Modélisation d’un Capteur Inductif à
152
Références bibliographiques
[10] A. Abdou, “Contrôle Non Destructif par Courant de Foucault, Etude et réalisation d’un
Capteur Inductif,” Mémoire Magister, Univ. Elhadj Lakhder Batna, 2006.
[11] S.ZERGUINI, “Le CND-CF consiste à évaluer l’état d’intégrité d’une pièce par la mesure
de la variation de l’impédance ou du courant issue du couplage électromagnétique entre le
capteur et la pièce à tester. La circulation des courants induits dans la pièce est modifié.”
[14] N. Benhadda, ‘‘Modélisation des Capteurs Inductifs à Courants de Foucault ’’, Mémoire
de Magister, Université El-Hadj Lakhder, Batna, 2006.
[15] C. V Dodd and W. E. Deeds, “Analytical solutions to eddy‐ current probe‐ coil problems,”
J. Appl. Phys., vol. 39, no. 6, pp. 2829–2838, 1968.
[17] CH. Zorni, ‘‘Contrôle non Destructif par Courants de Foucault de Milieux
153
Références bibliographiques
[19] Wai 56 D. Waidelich, Measurement of coating thickness by use of pulsed eddy currents,
Materials Evaluation 14 (1956), 14–15.
[20] BZ J.C. Bour, E. Zubiri, P. Vasseurh, and A. Billmat, Etude de la répartitiondes courants de
Foucault pulsés dans une configuration de countrôle nondestructif, Journal de Physique III
6 (1996), 7–22.
[21]V. Thomas, ‘‘Système Multicapteurs et Traitement des Signaux Associé pour L'imagerie par
courants de Foucault de Pièces Aéronautiques’’. Thèse de Doctorat, Ecole Normale de
Cachan, 2010.
[22] Oskar Biro, Kurt Preis, On the use of the magnetic vector potential in the finite element
analysis of three-dimensional eddy currents, IEEE Transactions on Magnetics, vol. 25, no.
4, pp. 3145-3159, July 1989
[24] Benmoussa.O, Zighem.A , ’’Modélisation numérique par la méthode des volumes finis
d’une pompe Magnétohydrodynamiques’’, Mémoire de Master, Université Kasdi Merbah de
Ouargla , Algérie , 2015
[25] Z. Ren, Solving 3-D eddy current problem containing thin cracks using dualformulations and
shell elements, IEE Proc.-Si. Mms. Technol., Vol. 146. No.1, January 1999, pp. 9-14
[26]O.HAJJI, « contribution au développement de méthodes d’optimisation stochastiques.
Application à la conception des dispositifs électromagnétiques » , Thèse de doctorat,
EcoleCentrale de Lille, Université des Sciences et Technologies de Lille, 2003
154
Références bibliographiques
[29] J. H. Holland “Adaptation in natural and artificial systems” University of Michigan Press,
Ann Arbor, 1975.
[34] A. BOUZIDI, "Etude du Contrôle Non Destructif par Courants de Foucault Pulsés en
utilisant les Circuits Electromagnétiques Couplés" thèse Doctorat Filière : Génie Électrique,
Bejaia, 2013.
[35] R. Chelouah, P. Siarry, G. Berthiau, & De B. Barmon, (2000). An optimization method fitted
for model inversion in non destructive control by eddy currents. The European Physical
Journal-Applied Physics, 12(3), 231-238.
[37] S. BARKAT, Modélisation et commande d’un onduleur à sept niveaux à diodes flottantes
155
Références bibliographiques
[38] KirkpatrikS, Gelliatt CD, Vecchi MP. Optimization by simulated annealing. Science
1983:220;4598;372 – 7.
[41] M. Faur, “Caractérisation des défauts par une méthode d’inversion lors d’un
contrôleultrasonore, application au contrôle des défauts en paroi externe”. Thèse de
doctorat,Université Paris-Sud XI, 1998.
[46] X. Ma, A. J. Peyton and Y. Y. Zhaob, "Measurement of the Electrical Conductivity of Open-
Celled Aluminum Foam using non-Contact Eddy Current Techniques". NDT E Int., vol. 38,
no. 5, pp. 359–367, 2005.
156
Références bibliographiques
[48] Ben Moussa.Oum salama, Ayad. Ahmed Nour El Islam, and Tarik Bouchala. "A comparative
study of optimization methods for eddy-current characterization of aeronautical metal
sheets." Facta Universitatis. Series: Electronics and Energetics 34.4 (2021): 547-555.
[49] A.Nouicer, « Applications des techniques réseaux de neurones et ondelettes aux dispositifs
[51] T. Bouchala, B. Abdelhadi and A. Benoudjit, "Fast Analytical Modeling of Eddy Current
Non-Destructive Testing of Magnetic Material", J. Nondestruct. Eval., vol. 32, no. 3, pp.
294–299, Sept. 2013.
[52] T. Bouchala, B. Abdelhadi and A. Benoudjit, "Novel Coupled Electric Field Method for
Defect Characterization in Eddy Current Non-Destructive Testing", J. Nondestruct. Eval.,
vol. 32, no. 4, pp. 1–11, Sept. 2013.
[55] D. Vielldent, "Optimisation des Outils en Forgeage a Chaud par Simulation Elément Finis et
Méthodes Inverse. Application a des Problèmes Industriels", Thèse de Doctorat, Ecole
Nationale Supérieure des Mines de Paris, 1999.
[56] B. Maouche and M. Feliachi, "A Half Analytical Formulation for the Impedance Variation in
157
Références bibliographiques
Axisymmetric Modeling of Eddy Current Non-Destructive Testing", EPJ Appl. Phys., vol.
33, pp. 59-67, Feb. 2006.
[57] B. Maouche, A. Rezak and M. Feliachi, "Semi Analytical Calculation of the Impedance of
Differential Sensor for Eddy Current Non-Destructive Testing", NDT E Int., vol. 42, no. 7,
pp. 573-580, Oct. 2009.
[58] Ayad .Ahmed Nour El Islam. "Electromagnet Separator of Different Particles" ", International
Journal of Engineering and Manufacturing, at http://www.mecs-press.net/ijem 2018, 5, 22-
31 DOI: 10.5815/ijem.2018.05.03.
[59] Norbert G.H, "Meyendorf, Peter B. Nagy, Stanislav I. Rokhlin Nondestructive Materials
Characterization with Applications to Aerospace Materials book Springer-Verlag Berlin
Heidelberg 2004 edition DOI 10.1007/978-3-662-08988-0.
[60] Norbert G.H, "Meyendorf, Peter B. Nagy, Stanislav I. Rokhlin Nondestructive Materials
Characterization with Applications to Aerospace Materials book Springer-Verlag Berlin
Heidelberg 2004 edition DOI 10.1007/978-3-662-08988-0.
[62] Norbert G.H, "Meyendorf, Peter B. Nagy, Stanislav I. Rokhlin Nondestructive Materials
Characterization with Applications to Aerospace Materials book Springer-Verlag Berlin
Heidelberg 2004 edition DOI 10.1007/978-3-662-08988-0.
158