AZZABI

THESE DE DOCTORAT DE
L'UNIVERSITE DE NANTES
COMUE UNIVERSITE BRETAGNE LOIRE
ECOLE DOCTORALE N°601
Mathématiques et Sciences et Technologies
de l'Information et de la Communication
Spécialité : Génie Electrique
Par
Brahim AZZABI ZOURAQ
« Optimisation du procédé de contrôle non destructif par thermographie
inductive pour des applications du domaine nucléaire »
Thèse présentée et soutenue à Saint-Nazaire, le 03 Octobre 2019
Unité de recherche : IREENA

Rapporteurs :
Yvonnick LE MENACH Professeur des Universités, Faculté des
Sciences et Technologies Villeneuve d'Ascq
Xavier MININGER Professeur des Universités, Université Paris Sud
Composition du Jury :
Examinateurs :
Demba DIALLO Professeur des Universités, Université Paris Sud
Nacera BEDRICI Enseignant chercheur, ESTACA – Laval

Membre invité :
Matthieu TAGLIONE Responsable section contrôle surfacique, FRAMATOME
CHALON SUR SAONE
Dir. de thèse : Didier TRICHET Professeur des Universités, Polytech Nantes
CoDir de thèse : Gérard BERTHIAU Professeur des Universités, IUT de SaintNazaire
Encadrant : Guillaume WASSELYNCK Maître de Conférences, IUT de SaintNazaire

Remerciement
Tout d’abord, je tiens à remercier tous les membres du jury : M. Dialo DEMBA d’avoir accepté de
présider le jury, M. Yvonnick LEMENACH et M. Xavier MININGER qui ont pris le temps de rapporter
sur ce travail de thèse. Leurs analyses critiques de mon travail ainsi que leurs suggestions très
pertinentes m’ont permis d’améliorer la qualité de mon manuscrit.

Je remercie Matthieu, responsable de la section contrôle surfacique à FRAMATOME, de m’avoir
donné l’opportunité de travailler avec un industriel de renommée sur un projet très stimulant
intellectuellement. Être sous ses commandes m’a permis d’apprendre énormément sur le plan
technique, mais aussi comportemental. Je suis persuadé que cette expérience constituera un réel
tremplin pour mon parcours professionnel.
Je tiens à adresser mes plus sincères remerciements à mes encadrants. Merci Didier d’avoir eu le
courage de diriger ma thèse jusqu’au bout. On a eu des moments très difficiles qu’on a réussi à
surmonter ensemble comme une vraie équipe. Ton sangfroid, ta positivité et ta diplomatie m’ont
toujours inspiré, sans parler de ton savoir scientifique très vaste et ta pédagogie hors pair qui m’ont
énormément aidé dans mon travail. Je remercie également Gérard, mon codirecteur de thèse, pour
sa bienveillance et sa sympathie. Ses encouragements permanents ainsi que son humour devenu
désormais une référence incontournable au sein du laboratoire m’ont permis de dépasser les
moments les plus délicats. L’aboutissement de cette thèse n’aurait pas eu lieu sans sa contribution.
Enfin, je remercie Guillaume, le plus jeune de l’équipe mais aussi mon encadrant, pour son sérieux,
son professionnalisme et son implication dans mon travail. Son esprit critique et ses suggestions très
pertinentes ont eu un réel impact sur la qualité des résultats obtenus. Les moments passés avec eux
trois seront à jamais gravés dans ma mémoire, merci pour tout.
J’exprime mes remerciements à M. Mohamed MACHMOUM, Directeur du laboratoire IREENA, de
m’avoir gentiment accueilli et d’avoir tout fait pour que ma thèse se déroule dans les meilleures
conditions possibles. Je remercie Christine, secrétaire, Franck, technicien, pour leur travail
remarquable, mais aussi pour leur sympathie qui contribuent grandement à la bonne ambiance qui
règne au sein du laboratoire.

Je souhaite aussi remercier tous les gens qui m’ont accompagné durant ces longues années de thèse.
Abdel, Yassine, Hakim, Adil, Zakaria, Mohamed, Mehdi, Hamza, Ayoub, Asma, Dounia, Chaïma, Sita,
Linh, Kien, Mansor, Banda, Abdoulaye… et la liste est longue. Sachez que grâce à votre soutien, j’ai pu
trouver la force et le courage pour aller de l’avant. Merci de faire partie de ma vie.

Tous les mots du monde ne suffiraient pas pour exprimer ma gratitude envers ma famille. Tout
d’abord mes parents, le duo de choc qui a tout sacrifié pour faire de moi la meilleure version de moi
même. Grace à eux j’ai appris ce qu’est le dévouement, la loyauté et la bonté. Chaque succès que je
réalise dans la vie n’est qu’une manifestation de leur éducation. Merci d’être mes parents, mais aussi
mes meilleurs amis. Je remercie aussi mes deux sœurs Hind et Sara pour leur soutien inconditionnel.
Le fait de savoir avec certitude que je pourrai toujours compter sur elles était une réelle source de
réconfort. Les avoir à mes côtés est un vrai cadeau du ciel. Merci aux nouveaux membres de la
famille, mes beauxfrères Walid et Hamza, d’avoir contribué à mon bienêtre grâce à vos
encouragements incessants. J’ai une pensée particulière pour mon petit neveu Adam, j’espère qu’il
est fier de son tonton. Je n’oublie pas aussi de remercier infiniment tous les membres de ma grande
famille (tantes, oncles, cousins, cousines …) pour leurs soutiens sans frontière.

Je dédie ce travail à la mémoire de mes défunts grands parents. J’aurais tant aimé les avoir à mes
côtés pour partager ce moment de joie. Que leurs âmes reposent en paix.
Je tiens aussi à dire à tous ceux que je n’ai pas pu citer que je ne les oublie pas. Merci à tous ceux qui
ont contribué, ne seraitce que par des mots d’encouragements ou un sourire réconfortant, à
l’aboutissement de ce travail.
Azzabi Zouraq Brahim, Octobre 2019

Sommaire
Introduction générale ...................................................................................................................... 15
Chapitre 1. Etat de l’art ............................................................................................................... 19
1 Introduction .......................................................................................................................... 21
2 Contexte général ................................................................................................................... 21
2.1 Présentation générale : Cuve du réacteur nucléaire ....................................................... 21
2.2 Composants de la cuve .................................................................................................. 22
2.3 Viroles de cuve .............................................................................................................. 24
2.3.1 Procédé de fabrication ........................................................................................... 24
2.3.2 Défauts dans les viroles .......................................................................................... 25
3 Contrôle non destructif des viroles de cuve ........................................................................... 26
3.1 Principe général ............................................................................................................. 26
3.2 Catégories de méthodes ................................................................................................ 27
3.3 Méthodes classiques utilisées pour l’inspection des viroles de cuve ............................... 28
3.3.1 Méthode volumique............................................................................................... 28
3.3.2 Méthodes surfaciques ............................................................................................ 29
3.3.3 Evaluation de la détectabilité des DSR et DDH ........................................................ 31
3.4 Alternative au ressuage et à la magnétoscopie .............................................................. 32
4 La thermographie inductive ................................................................................................... 34
4.1 Aspects théoriques ........................................................................................................ 34
4.2 Aspects techniques ........................................................................................................ 37
4.2.1 Descriptif général ................................................................................................... 37
4.2.2 Composants d’un système de thermographie inductive ......................................... 37
4.2.3 Modes d’excitation ................................................................................................ 41
5 Objectifs de la thèse .............................................................................................................. 44
5.1 Problématique ............................................................................................................... 45
5.2 Démarche ...................................................................................................................... 46
6 Référence .............................................................................................................................. 48
Chapitre 2. Outils de modélisation .............................................................................................. 51
1 Introduction .......................................................................................................................... 53
2 Problème mathématique....................................................................................................... 53
2.1 Problème électromagnétique ........................................................................................ 53
2.1.1 Equations de Maxwell et loi de comportement ...................................................... 53
2.1.2 Conditions aux limites ............................................................................................ 55

2.1.3 Formulations continues .......................................................................................... 57
2.2 Problème thermique ...................................................................................................... 62
2.2.1 Equation de la diffusion de la chaleur ..................................................................... 62
2.2.2 Conditions aux limites ............................................................................................ 63
2.2.3 Couplage électrothermique .................................................................................... 64
2.2.4 Formulation thermique.......................................................................................... 65
3 Problème numérique ............................................................................................................ 65
3.1 Formulation faible ......................................................................................................... 65
3.1.1 Principe de base ..................................................................................................... 65
3.1.2 Espaces fonctionnels .............................................................................................. 65
3.1.3 Formulations magnétodynamiques faibles ............................................................. 68
3.2 Discrétisation spatiale .................................................................................................... 71
3.2.1 Principe général ..................................................................................................... 71
3.2.2 Méthode des éléments finis ................................................................................... 72
3.2.3 Eléments finis......................................................................................................... 72
3.2.4 Espaces d’approximation ....................................................................................... 76
3.2.5 Suite des espaces d’éléments finis.......................................................................... 82
3.2.6 Formulations discrètes ........................................................................................... 84
3.2.7 Modélisation des inducteurs massifs ...................................................................... 90
4 Conclusion........................................................................................................................... 100
5 Références .......................................................................................................................... 102
Chapitre 3. Mise en place du modèle numérique ...................................................................... 105
1 Introduction ........................................................................................................................ 107
2 Présentation du cas test ...................................................................................................... 108
2.1 Configuration adoptée ................................................................................................. 108
2.2 Choix de l’environnement numérique .......................................................................... 109
2.3 Choix de la formulation ................................................................................................ 110
2.3.1 Démarche ............................................................................................................ 110
2.3.2 Mise en place de la formulation TΩ ..................................................................... 111
2.3.3 Mise en place de la formulation AV ..................................................................... 116
2.3.4 Performances ....................................................................................................... 118
2.4 Prise en compte des faibles épaisseurs de peau ........................................................... 137
2.4.1 Problématique ..................................................................................................... 137
2.4.2 Maillage en tranche ............................................................................................. 140
2.4.3 Performances ....................................................................................................... 143
2.5 Validation expérimentale ............................................................................................. 149

2.5.1 Présentation générale des équipements du banc d’essai ...................................... 149
2.5.2 Démarche de réglage de l’outil de mesure ........................................................... 151
2.5.3 Tests de réglage ................................................................................................... 154
2.5.4 Validation du cas des viroles de cuve.................................................................... 157
2.6 Prise en compte du défaut fin ...................................................................................... 158
3 Conclusion........................................................................................................................... 164
4 Références .......................................................................................................................... 165
Chapitre 4. Etude quantitative de la détection des fissures fines .............................................. 167
1 Introduction ........................................................................................................................ 169
2 PoD : Principe et théorie...................................................................................................... 169
2.1 Principe ....................................................................................................................... 169
2.2 Théorie ........................................................................................................................ 171
2.3 Méthodologie de calcul de la courbe PoD .................................................................... 173
2.3.1 Principe général ................................................................................................... 173
2.3.2 Analyses ............................................................................................................... 173
2.3.3 Intervalle de confiance ......................................................................................... 178
2.3.4 Probabilité de fausses alarmes ............................................................................. 179
3 Model assisted probability of detection (MAPOD) ............................................................... 180
4 Analyse MAPOD appliquée à la thermographie inductive .................................................... 181
4.1 Procédure .................................................................................................................... 182
4.1.1 Etape 0 : Définition du cas test ............................................................................. 182
4.1.2 Etape 1 : Définition d’une configuration nominale ................................................ 184
4.1.3 Etape 2 : Application de la procédure MAPOD ...................................................... 191
4.2 Résultats ...................................................................................................................... 206
4.3 Intégration de la probabilité de fausse alarme ............................................................. 208
5 Conclusion........................................................................................................................... 211
6 Références .......................................................................................................................... 212
Conclusion et perspectives ............................................................................................................. 213
Annexe : Courbes de décision des paramètres opératoires............................................................ 217

Liste des figures

Figure 11 Schéma du circuit primaire d’un réacteur [3] .................................................................... 22
Figure 12 Principaux éléments d'une cuve de réacteur..................................................................... 23
Figure 13 Processus de fabrication d'une virole [4] .......................................................................... 24
Figure 14 Représentation des défauts de type DSR et DDH [2] ......................................................... 26
Figure 15 Contrôle ultrasonore [7] ................................................................................................... 28
Figure 16 Principe de la méthode de ressuage [7] ............................................................................ 30
Figure 17 Contrôle par magnétoscopie [7] ....................................................................................... 31
Figure 18 Principe de la thermographie inductive ............................................................................ 33
Figure 19 Répartition des courants induits et de la puissance induite dans la profondeur du matériau
conducteur ....................................................................................................................................... 36
Figure 110 Circuit d’un montage de thermographie infrarouge [17] ................................................. 37
Figure 111 Schéma de principe d'un système de chauffe [20] .......................................................... 38
Figure 112 Allure des lignes de champ pour différentes formes de bobine ....................................... 38
Figure 113 Exemple de mesure thermique par caméra infrarouge a) thermogramme b) image réelle
......................................................................................................................................................... 40
Figure 114 Principe de la thermographie inductive pulsée [26] ....................................................... 44
Figure 115 Procédure globale mise en œuvre .................................................................................. 47
Figure 21 Représentation du domaine d’étude ................................................................................ 54
Figure 22 Cas d’un domaine toroïdal ................................................................................................ 61
Figure 23 Intégration d’une coupure (∑) dans un tore ...................................................................... 62
Figure 24 Diagramme de Tonti appliqué à la magnétodynamique .................................................... 67
Figure 25 Schéma représentatif de l’approximation d’un champ dans un élément fini (K, PK,∑K) ..... 73
Figure 26 Procédé de maillage ......................................................................................................... 75
Figure 27 Allure de sl|K dans le cas ou K est un hexaèdre ................................................................ 78
Figure 28 Allure de sf|K dans le cas ou K est un hexaèdre ................................................................ 80
Figure 29 Passage d’une suite continue à une suite discrète ............................................................ 84
Figure 210 Domaine d’étude dans le cas d’un inducteur massif........................................................ 91
Figure 211 Représentation géométrique de α .................................................................................. 95
Figure 212 Représentation géométrique de c................................................................................... 98
Figure 213 Représentation graphique de γ ..................................................................................... 100
Figure 31 Présentation de la configuration du modèle ................................................................... 108
Figure 32 Structure globale du code de calcul ................................................................................ 110
Figure 33 Présentation de la géométrie du modèle numérique ...................................................... 111
Figure 34 Illustration graphique des conditions aux limites ............................................................ 112
Figure 35 Illustration des supports d’imposition ............................................................................. 113
Figure 36 Illustration de la différence entre une frontière et un cycle ............................................ 114
Figure 37 Exemple de cycle généré par le solveur homologique dans le cadre de la configuration
étudiée ........................................................................................................................................... 115
Figure 38 Cocycle généré par le solveur homologique................................................................... 115
Figure 39 Illustration géométrique du domaine de construction de l'arbre .................................... 117
Figure 310 Cartographie de V a) au niveau de l'inducteur b) zoom au niveau de la couche de
transition ........................................................................................................................................ 118

Figure 311 Configuration du maillage de la face avant de la plaque a) vue 3D b) vue 2D du quart de la
surface ............................................................................................................................................ 119
Figure 312 Configuration du maillage de la face arrière de la plaque a) vue 3D b) vue 2D du quart de
la surface ........................................................................................................................................ 121
Figure 313 Configuration du maillage au niveau d’une section de l’inducteur a) vue 3D b) vue 2D du
quart de la surface .......................................................................................................................... 122
Figure 314 Configuration du maillage au niveau de la région d’air .................................................. 123
Figure 315 Variation de la puissance induite en fonction du nombre de mailles a) au niveau de la
pièce b) au niveau de l'inducteur .................................................................................................... 129
Figure 316 Variation de l'écart relatif la puissance induite en fonction du nombre de mailles a) au
niveau de la pièce b) au niveau de l'inducteur ................................................................................. 129
Figure 317 Comparaison du trajet des lignes de courant pour les deux formulations ..................... 131
Figure 318 Cartographie de la densité de courant au niveau de l’inducteur. L’approche TΩ à gauche,
AV à droite .................................................................................................................................... 132
Figure 319 Trajets sélectionnés pour comparaison de la densité de courant (jaune et rouge) ........ 133
Figure 320 Variation du module de la densité de courant au niveau des trajets a) vc b) he ............ 133
Figure 321 Trajets sélectionnés pour comparaison de la densité de courant au niveau de la plaque
....................................................................................................................................................... 134
Figure 322 Variation du module de la densité de courant au niveau des trajets a) pc / b) hc / c) vc 134
Figure 323 Cartographie de la température au niveau de la surface visàvis de l’inducteur à t=3s
pour les différentes approches adoptées ........................................................................................ 135
Figure 324 Localisation des trajets de comparaison ....................................................................... 136
Figure 325 Profil de température à t=3s a) le long de hc b) le long de vc ........................................ 136
Figure 326 Cartographie de la densité de puissance à la surface de la pièce en visàvis de l’inducteur
pour un maillage tétraédrique à f=2 kHz ......................................................................................... 138
Figure 327 Trajet de prélèvement de la densité de puissance induite ............................................. 139
Figure 328 Densité de puissance induite au niveau du trajet sélectionné ....................................... 139
Figure 329 Illustration du principe de maillage en tranche ............................................................. 141
Figure 330 Configuration du maillage 2D de base a) vue globale de la surface à mailler b) zones de
maillage selon y c) zones de maillage selon x .................................................................................. 142
Figure 331 Configuration du maillage dans le sens de l’extrusion a) vue globale du maillage 3D b)
zones de maillage selon le sens de l’extrusion ................................................................................. 143
Figure 332 Cartographie de la densité de courant dans l’inducteur à f=2kHz pour un maillage en
tranche ........................................................................................................................................... 145
Figure 333 Trajets de comparaison de la densité de courant dans l’inducteur à f=2kHz .................. 146
Figure 334 Trajets de comparaison de la densité de courant dans l’inducteur à f=2kHz : trajet he à
gauche/trajet pe à droite ................................................................................................................ 146
Figure 335 Cartographie de la densité de puissance induite à la surface de la pièce en visàvis de
l’inducteur à f=2kHz pour un maillage tétraédrique (gauche) et un maillage en tranche (à droite) .. 147
Figure 336 Trajets de prélèvement de la densité de puissance induite p pour comparaison ........... 148
Figure 337 Densité de puissance induite le long des trajets hc et vc pour un maillage en tranche et un
maillage tétraédrique ..................................................................................................................... 148
Figure 338 Matériel d'essai ............................................................................................................ 149
Figure 339 Schéma du dispositif de chauffe ................................................................................... 150
Figure 340 Montage du couple tube/inducteur .............................................................................. 150
Figure 341 Paramètres de réglage de la caméra ............................................................................. 151
Figure 342 Réglage de la température réfléchie a) allure de la scène b) cartographie thermique ... 152
Figure 343 Position du thermocouple ............................................................................................ 152

Figure 344 Température normalisée relative en fonction du temps ............................................... 154
Figure 345 Géométrie du modèle axisymétrique a) modèle global b) modèle axisymétrique c) zoom
sur la zone d’intérêt ........................................................................................................................ 154
Figure 346 Trajets de comparaison : partie basse gauche : mesure /partie basse droite : simulation
....................................................................................................................................................... 155
Figure 347 Résultats de comparaison simulation/mesure de l’élévation de température normalisée
dans le cas d’un tube de générateur de vapeur :a) le long du trajet à t=1s b) le long du trajet à t=4s c)
au niveau du point le plus chaud du trajet en fonction du temps .................................................... 156
Figure 348 Illustration du montage expérimental dans cas d’une virole de cuve ............................ 157
Figure 349 Comparaison Simulation/Mesure de l’élévation de température .................................. 158
Figure 350 Configuration du maillage selon x au niveau du défaut : a) plaque selon le plan (xz) b)
zoom sur le défaut .......................................................................................................................... 159
Figure 351 Trajet de comparaison (trajet vert passant par l’ouverture du défaut) .......................... 160
Figure 352 Configuration du défaut : a) défaut maillé (maillage volumique) b) défaut non maillé
(éléments coques) .......................................................................................................................... 161
Figure 353 Trajet de comparaison des performances (ligne rouge) ................................................ 162
Figure 354 Comparaison de la densité de courant le long du trajet sélectionné pour un défaut maillé
et non maillé (éléments coques) : a) 50 Hz b) 2kHz ......................................................................... 163
Figure 41 Exemple de données entachées d’incertitude due à la variabilité des paramètres
influents[2] ..................................................................................................................................... 170
Figure 42 Méthodologie de calcul de courbes PoD [2] .................................................................... 171
Figure 43 Représentation des données de sorties selon les 4 combinaisons possibles .Dans ce cas
c’est bien le â vs a qui est le plus proche de la linéarité [2] .............................................................. 174
Figure 44 Données de mesure et modèle linéaire [2] ..................................................................... 175
Figure 45 Illustration de construction de la PoD à partir du modèle linéaire [2] .............................. 176
Figure 46 Illustration du calcul de la courbe PoD selon l’approche Hit/Miss ................................... 178
Figure 47 Illustration générale de la démarche PoD [2] .................................................................. 179
Figure 48 Procédure MAPOD ......................................................................................................... 181
Figure 49 Modèle géométrique ...................................................................................................... 182
Figure 410 Descriptif du périmètre d’étude ................................................................................... 183
Figure 411 Modèle numérique ....................................................................................................... 184
Figure 412 Illustration de la procédure de calcul de contraste à la surface de la pièce inspectée .... 186
Figure 413 Cartographie du contraste à la surface d'inspection pour différentes longueurs de
l'inducteur à t = 1 s ......................................................................................................................... 187
Figure 414 Chemins sélectionnés pour comparaison des contrastes a) surface inspectée b) zoom sur
le défaut ......................................................................................................................................... 188
Figure 415 Contraste à t = 1 s pour différentes longueurs de l’inducteur a) au niveau du chemin
vertical b) au niveau du chemin horizontal ...................................................................................... 189
Figure 416 Localisation des points de contraste maximum a) vu globale b) zoom sur le coin du défaut
c) zoom sur le centre du défaut....................................................................................................... 189
Figure 417 Contraste maximum au niveau de la mi longueur du défaut en fonction de la longueur de
l'inducteur ...................................................................................................................................... 190
Figure 418 Cartographie du contraste à la surface d'inspection pour différentes valeurs de
profondeur de défaut à t = 1 s ......................................................................................................... 193
Figure 419 Contraste à t = 1 s pour différentes profondeurs du défaut a) au niveau du chemin
vertical b) au niveau du chemin horizontal ...................................................................................... 194
Figure 420 Localisation des points de contraste maximum a) vu globale b) zoom sur l’extrémité
haute du défaut c) zoom sur l’extrémité basse du défaut ................................................................ 195

Figure 421 Contraste maximum au niveau du coin bas droit du défaut en fonction de la profondeur
du défaut (chemin rouge) ............................................................................................................... 196
Figure 422 Cartographie du contraste à la surface d'inspection pour différentes valeurs de longueur
du défaut à t = 1 s ........................................................................................................................... 197
du défaut à t = 1 s ........................................................................................................................... 198
Figure 424 Variation du contraste maximal en fonction de la longueur du défaut (chemin rouge) .. 199
Figure 425 Choix du paramètre caractéristique .............................................................................. 200
Figure 426 Organigramme de détermination de contraste avec prise en compte de la variabilité des
paramètres influents. Cas d’une seule valeur .................................................................................. 201
Figure 427 Variation de la valeur absolue du contraste maximum en fonction de l’entrefer ........... 202
Figure 428 Représentation graphique des propriétés du paramètre influent (entrefer dans ce cas)
....................................................................................................................................................... 202
Figure 429 Résultats d’approximation de la courbe C=fct(entrefer) ................................................ 203
Figure 430 Illustration de la procédure de tirage aléatoire (a) et de déduction du décalage du
contraste (b) ................................................................................................................................... 203
Figure 431 Allure de la courbe de contraste en fonction de la profondeur quand les incertitudes sont
prises en compte ............................................................................................................................ 205
Figure 432 Données d’entrée de la POD ......................................................................................... 206
Figure 433 Données d’entrée de la POD après censure .................................................................. 206
Figure 434 Evaluation de la linéarité pour différents cas de figure.................................................. 207
Figure 435 Données d’entrée avec régression linéaire ................................................................... 208
Figure 436 POD calculé en fonction de la profondeur du défaut ..................................................... 208
Figure 437 Bruit de fond simulé ..................................................................................................... 209
Figure 438 Procédure de calcul du seuil de détection ..................................................................... 210
Figure 439 Courbes PoD sur la profondeur du défaut pour différentes valeurs de PFA et une
longueur ≃ 10 mm .......................................................................................................................... 210
Figure A 1 Courbe de décision de la tension d’alimentation .......................................................... 219
Figure A 2 Courbe de décision du coté de l’inducteur ..................................................................... 220
Figure A 3 Courbe de décision de la fréquence ............................................................................... 221

Liste des Tableaux
Tableau 11 Evaluation des techniques de CND ................................................................................. 31
Tableau 12 Comparaison de la détection des microfissures par les méthodes de CND classiques ..... 32
Tableau 21 Opérateurs liés à la structure de base et leurs domaines d’étude ................................... 66
Tableau 22 Opérateurs liés à la structure duale et leurs domaines d’étude ...................................... 66
Tableau 23 Tableau récapitulatif des espaces d’approximation ........................................................ 82
Tableau 31 Caractéristiques du matériau des viroles de cuve ......................................................... 108
Tableau 32 Récapitulatif des zones de maillage de la face avant de la pièce ................................... 120
Tableau 33 Caractéristique des points intermédiaires .................................................................... 120
Tableau 34 Récapitulatif des zones de maillage de la face arrière de la pièce ................................. 121
Tableau 35 Récapitulatif des zones de maillage de l’inducteur ....................................................... 122
Tableau 36 Récapitulatif des points intermédiaires de l’inducteur ................................................. 123
Tableau 37 Paramètres du maillage de base .................................................................................. 127
Tableau 38 Maillages utilisés ......................................................................................................... 128
Tableau 39 Comparaison des performances globales pour 1.12 million de mailles ......................... 130
Tableau 310 Ecart relatif sur la température entre les différents modèles ..................................... 137
Tableau 311 Données numériques pour 2,5 millions d'éléments .................................................... 138
Tableau 312 Réglage de la configuration du maillage en tranche pour f=2kHz ................................ 144
Tableau 313 Données numériques du maillage en tranche utilisé .................................................. 145
Tableau 314 Caractéristiques de la caméra thermique ................................................................... 151
Tableau 315 Valeurs des paramètres pour fixer l'émissivité ........................................................... 153
Tableau 316 Données des paramètres opératoires ........................................................................ 155
Tableau 317 Données des paramètres opératoires ........................................................................ 157
Tableau 318 Configuration de maillage au niveau du défaut .......................................................... 160
Tableau 319 Données numériques des maillages volumique et coque ........................................... 161
Tableau 41 Valeurs des paramètres fixés pour la configuration nominale ...................................... 185
Tableau 42 Valeurs nominales des paramètres opératoires ........................................................... 191
Tableau 43 Paramètres influents sélectionnés ............................................................................... 192
Tableau 44 Paramètres influents avec leurs distributions associées ............................................... 192
Tableau 45 Propriétés associées à l’entrefer .................................................................................. 202

Introduction générale

Le domaine nucléaire est un secteur dont les installations sont le siège de plusieurs contraintes
pouvant conduire à leur dégradation. L’environnement radiatif auquel doivent faire face ces
composants accompagné de la nécessité de fonctionner dans des milieux à hautes températures et
pressions imposent aux entreprises concernées de procéder à des investigations régulières pour
s’assurer de la bonne santé des équipements. Des techniques de contrôle non destructif (CND) sont
utilisées pour cette fin. Leur objectif principal est tout d’abord de détecter les défauts, la
caractérisation vient dans un second temps. Face à des contraintes de sûreté de plus en plus
exigeantes, un effort important est réalisé par les industriels du domaine afin d’améliorer les
performances des investigations. Ainsi, différents projets de recherche sont montés dans le but soit
d’améliorer les techniques déjà existantes, soit d’utiliser de nouvelles approches physiques
conduisant à la création de nouvelles techniques. L’étude de la technique de la thermographie
inductive s’inscrit dans le cadre de la deuxième approche. Etant le fruit d’une hybridation de deux
méthodes classiques, à savoir les courants de Foucault et la thermographie active, cette technique
présente un potentiel important et a attiré l’attention de plusieurs industriels dont Intercontrôle. Des
études de faisabilité inspirées de cas de défauts réels ont montré des résultats encourageants. Pour
continuer d’investiguer cette piste, des démarches plus approfondies doivent être menées. Dans ce
genre de contexte, l’outil numérique est largement mis en œuvre de par les avantages qu’il peut
offrir en termes de coût. Cela dit, pour que l’aspect fiabilité ne soit pas négligé, les résultats du code
de calcul à utiliser doivent s’approcher le plus possible des mesures réelles. De plus, ce code devra
s’inscrire dans le cadre de démarches industrielles de qualification qui demande un nombre
important de sollicitations. Par conséquent, il doit être rapide. C’est dans ce cadre que s’inscrit la
collaboration avec l’IREENA. La mise en place d’un outil numérique de prédimensionnement de la
thermographie inductive entre dans le domaine de compétence du laboratoire. Les nombreuses
années de travail sur cette thématique ont permis de cerner les phénomènes physiques à prendre en
compte pour fiabiliser les résultats numériques d’une part, et mettre en place des approches qui
permettent de les modéliser avec le moins de temps de calcul possible d’autre part. Ce savoirfaire
acquis peut être mis au service des exigences du secteur nucléaire, que ce soit en termes de
complexité de modélisation ou de démarche de qualification industrielle. Les travaux de cette thèse
s’inscrivent dans cette logique, l’objectif étant de mettre en place un outil numérique répondant à
ces attentes et qui permette de gagner en connaissances sur les performances et capacités de la
technique. Toutes les actions faites se sont articulées autour d’un cas test de référence, qui est à la
fois très représentatif des défauts communément rencontrés dans le nucléaire civil, et réunissant les
différentes contraintes de modélisation propres aux cas de défauts présents dans ce secteur.
17

Présentation des chapitres
Dans le chapitre 1, le contexte des travaux est posé et le cas d’étude est présenté. Il s’agit des
défauts sous revêtement (DSR) et des défauts dus à l’hydrogène (DDH) qui ont été détectés sur
certaines fabrications de viroles. Pour faire face à cette problématique, les viroles font l’objet de
CND. Les différentes méthodes de CND utilisées pour détecter ces défauts seront présentées. Cette
description permettra de déceler les points forts, mais aussi les limitations de ces techniques. Le
contexte des travaux réalisés sera ramené à ce moment, où l’on parlera du souhait grandissant des
industriels à trouver des alternatives aux méthodes classiques de CND ainsi que le potentiel très
prometteur de la thermographie inductive. Les principes théoriques et technologiques de cette
technique seront dès lors présentés. Enfin, l’objectif principal de la thèse, les verrous scientifiques à
dépasser pour l’atteindre ainsi que les démarches entreprises pour le faire seront précisés.
Dans le chapitre 2, les outils de simulation numérique qui permettent de modéliser les différents
phénomènes régissant la technique thermoinductive seront présentés. Il s’agit essentiellement des
formulations en potentiel mixte et des techniques d’imposition de grandeurs globales. Ces outils
utilisent la méthode des éléments finis et font appels à des éléments spéciaux pour la discrétisation
des grandeurs. Les aspects théoriques, ainsi que la mise en œuvre numérique de chaque approche
feront l’objet de ce chapitre.
Dans le chapitre 3, il sera question de mettre en place un code de calcul capable de répondre au
cahier des charges. Dans le cadre de nos travaux, le challenge réside dans la présence simultanée de
plusieurs contraintes de modélisation. Le code de calcul sera basé sur un chaînage d’approches
présentées dans le chapitre 2. L’implémentation du logiciel de calcul, les comparaisons faites, les
critères de choix … tous ces aspects seront présentés. Le fruit de ceci est la mise en place d’un code
de calcul pour modéliser des cas multicontraintes. Ce dernier réalise un bon compromis entre
rapidité, réalisme et robustesse. Cette partie est suivie d’une validation expérimentale du modèle
pour laquelle les résultats numériques seront confrontés aux relevés réels.
Dans le chapitre 4, il s’agira d’utiliser le code de calcul dans le cadre d’un exemple représentatif d’un
cas de figure réel. L’exploitation faite s’inscrit dans le cadre de démarches qualifications industrielles
basées sur une approche Model Assisted Probability Of Detection (MAPOD.) Les aspects théoriques
de la MAPOD seront tout d’abord présentés. Suite à cela, les étapes la mise en place de cette
approche seront décrites et les résultats commentés.
18

Chapitre 1. Etat de l’art

Chapitre 1 Etat de l’art
1 Introduction
L’étude de l’adaptabilité de la thermographie inductive aux problématiques du nucléaire civil est un
chantier très récent avec beaucoup de pistes à explorer. Dans le cadre de cette thèse, il a été jugé
pertinent de focaliser les travaux sur des cas de défauts pour lesquels l’utilisation d’une telle
technique pourrait apporter une potentielle contribution. Il s’agit des microfissures que l’on
recherche sur la surface des viroles de la cuve du réacteur nucléaire. Pour comprendre l’intérêt d’un
tel choix, il est important de connaitre l’historique de l’apparition de ces défauts, les conséquences
de leur apparition et les obstacles liés à leur détection. Ceci fera l’objet de ce chapitre.
2 Contexte général
2.1 Présentation générale : Cuve du réacteur nucléaire
La cuve d’un réacteur nucléaire est un équipement d’environ 13 m de haut et pesant près de 330
tonnes, elle contient le combustible nucléaire constituant le cœur du réacteur. C’est dans la cuve que
l’eau du circuit primaire principal circule à travers le cœur, où elle est chauffée par le combustible
nucléaire, avant d’être envoyée vers le reste des circuits où elle sera utilisée pour produire de la
vapeur destinée aux turbines et à la production de l’électricité. La cuve est donc reliée aux trois
boucles constituant le circuit primaire du réacteur [1]. Elle constitue la deuxième barrière de
confinement des éléments radioactifs (la première est la gaine des assemblages combustibles et la
troisième l’enceinte de confinement) et son rôle pour la sûreté de l'installation est primordial [2].
21

La Figure 11 représente le schéma du circuit primaire d’un réacteur nucléaire. La position de la cuve
au sein du circuit primaire y apparaît.
Figure 11 Schéma du circuit primaire d’un réacteur [3]
2.2 Composants de la cuve
Une cuve de réacteur est composée de 7 pièces principales :
• la calotte supérieure
• la bride de couvercle
• la virole portetubulures
• les deux viroles de cœur
• la bride de fond
• la calotte inférieure.
22

La Figure 12 montre les principaux éléments d’une cuve de réacteur.
Figure 12 Principaux éléments d'une cuve de réacteur
Le cœur du réacteur est refroidi par l'eau du circuit primaire dont la pression est égale à 155 fois la
pression atmosphérique. Cette eau entre dans la cuve à une température de l'ordre de 290 °C et en
ressort à environ 325 °C en évacuant l'énergie thermique produite dans le cœur. La cuve d'un
réacteur est donc soumise aux conditions de pression et de température du circuit primaire, ainsi
qu'à l'irradiation neutronique engendrée par les réactions nucléaires qui se produisent dans le cœur.
Cette irradiation concerne principalement les parties cylindriques (viroles) de la cuve situées au droit
du cœur [2]. La conséquence de ceci est la modification des propriétés mécaniques de l’acier des
viroles : sous l’effet des neutrons, l’acier devient plus dur mais aussi plus fragile. A la présence d’un
défaut, sa résistance à la rupture se voit amoindrie [1]. En effet, si une fissure était présente à la
surface de l’acier, et si l’acier n’était à cet endroit pas suffisamment résistant, celleci pourrait se
propager et conduire jusqu’à la rupture de la pièce [2]. Une telle rupture n’est pas envisageable car,
contrairement à d'autres appareils du circuit primaire, comme les générateurs de vapeur, le
remplacement d’une cuve n'est pas une opération faisable. De ce fait, on doit s’assurer lors de la
fabrication que les pièces sont exemptes de défauts.

23

2.3 Viroles de cuve
2.3.1 Procédé de fabrication
La Figure 13 montre le processus de fabrication d’une virole de cuve.
Figure 13 Processus de fabrication d'une virole [4]
Ce dernier peut être réparti en trois phases principales.
Mise en forme
La fabrication d’une virole est faite en procédant à un chauffage de l’acier à près de 1400°C, le
versement dans une forme creuse est par la suite réalisé. Sous forme liquide, les métaux sont
capables d’absorber une quantité importante de gaz, ce qui contribue à amoindrir la qualité de
l’acier. Pour contourner cette difficulté, le versement se fait dans un environnement sous vide [4].
Ceci permet d’abaisser le plus possible le taux en oxygène, en hydrogène et en azote et de réduire
par la même occasion l’inclusion d’éléments métalliques. Des séparations se produisent au moment
où la masse fondue passe de l’état liquide à l’état solide. Ceci mène à une augmentation locale
(ségrégation positive), ou à une diminution (ségrégation négative) de certains éléments dans la
composition de l’acier [5]. Ces ségrégations se produisent suite à la différence de densité des
composants formant le revêtement. Au moment du refroidissement de l’acier, il se produit une
ségrégation positive dans le haut de la pièce de métal, et une ségrégation négative dans sa partie
inférieure. Ces parties sont coupées afin d’obtenir une pièce d’acier de haute qualité (étape 2 dans la
Figure 13). Par la suite, la pièce d’acier est à nouveau chauffée pour écrasement (étape 3 dans la
Figure 13). Le but est d’augmenter la section et de réduire la longueur. Enfin, la pièce obtenue est
24

percée au moyen d’un tuyau creux (étape 4 dans la Figure 13), puis l’élément est forgé dans la
forme d’un anneau (étape 5 dans la Figure 13)[4].
Traitement thermique
L’acier des viroles doit à la fois être solide et tenace. Le but du traitement thermique est de fixer la
qualité de l’acier après forgeage. Ceci se fait par le biais d’une trempe. Avec le trempage, un
réchauffement aux températures comprises entre 200 et 350°C permet d’enlever les tensions
internes et la fragilité liée à la dureté.
Le revêtement en acier inoxydable
Finalement, la virole reçoit sur le côté intérieur un revêtement d’une épaisseur de près de cinq
millimètres en acier inoxydable pour assurer sa protection contre la corrosion.
2.3.2 Défauts dans les viroles
Malgré une conception et une fabrication soignées, certains défauts ont pu néanmoins se produire
en fabrication. Les différents retours d’expérience ont mis en évidence deux principaux types de
défauts qui apparaissent lors de la fabrication.
Défauts sous revêtement (DSR)
Les défauts sous revêtement (DSR) peuvent se produire lors du soudage du revêtement en acier
inoxydable lorsque le conditionnement thermique appliqué n’est pas suffisant. Il s’agit de défauts
plans perpendiculaires à la paroi interne de la cuve (voir Figure 14), correspondant à une
microfissuration de l’acier de la cuve. Ces défauts sont situés dans l’acier de la cuve juste sous le
revêtement [2][5].
Défauts dûs à l’hydrogène (DDH)
Ces défauts peuvent apparaître à la fabrication lorsque le taux d’hydrogène dissous dans le métal est
trop élevé localement ; ils sont en général associés à des zones de ségrégation positive. Ils se
produisent sous forme de multiples microfissures orientées presque parallèlement à la paroi interne
de la cuve [2].
25

La Figure 14 montre l’aspect de ces défauts.
Figure 14 Représentation des défauts de type DSR et DDH [2]
Afin de détecter ces défauts en dessous du revêtement, des inspections sont faites avant son
application via des méthodes de contrôle non destructif.
3 Contrôle non destructif des viroles de cuve
3.1 Principe général
Comme son nom l’indique, le but du CND (contrôle non destructif) est de contrôler l’état des pièces
sans nuire à leur utilisation future. Afin que cette démarche soit pertinente, les techniques utilisées
doivent en plus d’assurer la détection des défauts, fournir les informations nécessaires pour pouvoir
insérer ce dernier dans une famille de défauts et le caractériser.
Dans l’industrie, les défauts dans les pièces peuvent apparaitre :
lors de la fabrication de la pièce ;
lors de la vie de la pièce.
Ainsi, pour chaque étape de la vie de la pièce (fabrication, fonctionnement) la sélection d’une
technique de CND plutôt qu’une autre doit se baser sur plusieurs critères dont [6] :
la reproductibilité : pour plusieurs essais sur une même pièce, le résultat obtenu doit demeurer le
même ;
la fiabilité : les défauts que la technique est censée détecter doivent tous être détectés ;
26

la possibilité d’inspection globale et locale : la technique sera soit capable d’inspecter une surface

importante de la pièce à la fois on parle donc d’une inspection globale ou bien capable de détecter
les défauts au sein d’une petite partie de la pièce et on parlera d’une inspection locale ;
la sensibilité : traduit la répercussion de la variation d’une grandeur d’entrée sur la grandeur de
sortie. La sensibilité est d’autant plus grande qu'une petite variation de la grandeur à mesurer
(grandeur d’entrée) provoquera un changement plus grand du signal affiché sur l'appareil de mesure.
Dans le cadre de la thermographie par exemple, si une petite variation des dimensions du défaut
(grandeur d’entrée) entraîne une élévation importante de température (signal de sortie), on dira que
la détection est sensible à la variation des dimensions du défaut ;
la rapidité d’exécution : afin que le contrôle puisse s’insérer dans un cycle de maintenance, il faut

qu’il puisse suivre la cadence de ce dernier, un contrôle trop lent engendrerait d’importantes
perturbations ;
le coût : la rentabilité du contrôle non destructif passe généralement par un critère de coût qui doit
être minimisé dans la mesure du possible. Cependant, dans le domaine nucléaire les contraintes de
sureté et de cadence priment sur le coût ;
la résolution : le plus petit écart entre deux valeurs du signal de sortie, tel que l'appareil en donne
une mesure différente. A titre d’exemple, si la différence entre la température de deux zones
inspectées ne dépasse pas le seuil de résolution thermique de la caméra IR, aucune différence entre
les deux températures ne sera remarquée au niveau des résultats.
3.2 Catégories de méthodes
Les méthodes de contrôle non destructif sont réparties en deux catégories selon le défaut recherché
[7]:
les méthodes volumiques : méthodes ayant pour but de détecter les défauts localisés dans le
volume du corps inspecté
les méthodes surfaciques : méthodes ayant pour but de détecter les défauts qui apparaissent
à la surface.
Dans le but de détecter les défauts (voir §2.3.2) sur les pièces forgées constituant les viroles de cuve,
différentes méthodes peuvent être utilisées, on pourra citer la méthode des courants de foucault, les
méthodes visuelles… Cela dit, les méthodes classiquement utilisées sont le ressuage et la
magnétoscopie quand il s’agit de contrôles de surfaces, et les ultrasons pour les contrôles
27

volumiques. La partie qui suit aura comme objectif de présenter le principe de base, les points forts
et les limites de chaque méthode.
3.3 Méthodes classiques utilisées pour l’inspection des viroles de
cuve
3.3.1 Méthode volumique
Ultrasons :
Le principe est le suivant : une rafale d’ondes ultrasonores est émise à l’intérieur du matériau à
contrôler. Connaissant la vitesse de propagation de ces ultrasons dans le matériau et le temps
d’allerretour d’une impulsion, on en déduit la distance parcourue par l’onde, ceci permet non
seulement de détecter les défauts volumiques, mais aussi de les caractériser. Pour générer des
ultrasons dans la pièce à contrôler, des oscillateurs acoustiques appelés aussi transducteurs ou
palpeurs sont utilisés et sont appliqués à la pièce à contrôler. Une illustration de la localisation des
défauts par le biais de ces transducteurs (ou palpeurs) est présentée sur la Figure 15. Cela dit, la
fréquence des ultrasons (de 1 à 10 Mhz) ne favorise pas la propagation dans l’air, c’est la raison pour
laquelle un couplant est employé. La technique des ultrasons est très utilisée du fait de sa simplicité,
sa flexibilité et de son efficacité à détecter les défauts volumiques [7]. La localisation de défauts en
profondeur y est aisée. Par contre l’usage des couplants représente une contrainte. De plus, la
recherche des défauts de très faibles dimensions nécessite l’utilisation de fréquences relativement
élevées, pour lesquelles l’atténuation devient grande.

Figure 15 Contrôle ultrasonore [7]
28

3.3.2 Méthodes surfaciques
Ressuage :
Considérée comme l’une des techniques les plus anciennes dans le domaine du CND, cette dernière
consiste à extraire un fluide d’une discontinuité présente dans la pièce à inspecter.
L’exploitation de cette méthode comporte trois étapes essentielles [7][8] :
il faut tout d’abord procéder au nettoyage de la surface visée. Après cela, un liquide pénétrant
(généralement des produits pétroliers colorés ou fluorescents) est appliqué, ce dernier doit être
facilement piégé dans le défaut, c’est pour cela que le choix du liquide pénétrant est très important
pour l’inspection ;
une fois le pénétrant posé et le temps de pénétration achevé, des excès de ce dernier subsistent
dans le matériau. C’est la raison pour laquelle un rinçage de la pièce est effectué. C’est une étape
délicate dans le sens où un excès de rinçage risquerait d’enlever le pénétrant présent à l’intérieur du
défaut tandis qu’un rinçage insuffisant engendrerait un excès de pénétrant dans des parties autres
que celles où il y a un défaut ce qui laisserait planer des doutes quant à la présence de défauts ;
ceci étant fait, la prochaine étape consiste à localiser les parties ayant un excès de pénétrant. Pour
ce faire, une substance appelée « révélateur » est appliquée sur la surface rincée. Après cela, il ne
reste plus qu’à éclairer la pièce par une source appropriée (Lampe UV ou autre, selon le pénétrant
choisi) et observer visuellement la surface de la pièce. L'interprétation des indications se fait
immédiatement et durant les 30 minutes qui viennent après l’application du révélateur. Une
schématisation de la procédure de ressuage est présentée sur la Figure 16.
Le ressuage, de par son concept simple, peu coûteux et applicable à plusieurs cas de figures, est très
utilisé. Il permet de détecter la plupart des défauts de surface et ce sur plusieurs types de matériaux.
Un autre avantage est son aspect global, il permet d’inspecter la totalité de la surface.
Par contre, il ne donne pas assez d’informations pour que le défaut soit totalement caractérisé mais
permet de juger de sa nocivité. De plus, le procédé est relativement lent (20 à 45 minutes),
notamment pour les petites pièces unitaires, et pas facile à rendre totalement automatique [7].
29

Figure 16 Principe de la méthode de ressuage [7]
Magnétoscopie :
La magnétoscopie consiste à détecter les flux de fuite au niveau d’un matériau soumis à un champ
magnétique. Ceci se fait en magnétisant la pièce à inspecter et en plaçant sur la surface de la poudre
magnétique. Au niveau du défaut, un entassement de particules magnétiques sera donc observé [9].
Pour que cette technique puisse aboutir, le matériau de la pièce en question doit être
ferromagnétique. D’autre part, la direction du champ magnétique devra être perpendiculaire à la
direction du défaut dans le but de maximiser la déviation des lignes de champs et augmenter la
détectabilité du défaut. Le spectre de lignes magnétiques dépend des défauts mais bien d’autres
paramètres tel que l’aimantation, la géométrie de la pièce à contrôler et la nature du révélateur [7].
Le principe de base de la méthode est illustré sur la Figure 17. Cette méthode est très efficace quand
il s’agit de la détection de défauts surfaciques sur des pièces ferromagnétiques. Par contre, la
recherche par magnétoscopie de défauts internes est beaucoup plus délicate à élaborer. Une autre
faiblesse réside dans la durée des manutentions qui fait que la productivité de la méthode est
relativement faible [10].
30

Figure 17 Contrôle par magnétoscopie [7]
Ainsi, l’évaluation des méthodes suivant les critères cités dans §3.1 peut être faite de la manière
suivante :
Tableau 11 Evaluation des techniques de CND
Reproductibilité Fiabilité Possibilité d’inspection Sensibilité Rapidité Coût

globale
Ultrason ++ + + + ++ +
Ressuage ++ + + ++ ++ ++
Magnétoscopie ++ + ++ ++
++ Très adapté
+ Adapté
Inadapté

3.3.3 Evaluation de la détectabilité des DSR et DDH
Concrètement, les DSR et les DDH se manifestent sous la forme de microfissures soit débouchantes
sur la paroi interne des viroles, soit internes (sousjacentes à la surface ou volumique).

31

Le Tableau 12 récapitule les capacités des méthodes présentées pour la détection de ces défauts.
Tableau 12 Comparaison de la détection des microfissures par les méthodes de CND classiques
Nom du défaut Ressuage Magnétoscopie Ultrasons

Micro Fissure débouchante + + =
Micro Fissure interne = +
+ adapté
= possible
inadapté

3.4 Alternative au ressuage et à la magnétoscopie
Dans le contexte d’étude, on s’intéresse principalement à la détection de microfissures
débouchantes. Concrètement, ce sont les méthodes de ressuage et magnétoscopie qui sont les plus
utilisées dans ce cas, la méthode des ultrasons est principalement dédiée à détecter les microfissures
internes. Ces méthodes, bien que maîtrisées souffrent de quelques limitations telles que la faible
cadence d’inspection (magnétoscopie) et la gestion des effluents (ressuage). Ceci peut présenter des
risques pour la santé des opérateurs et pour l’environnement [11]. Confrontés à des normes
environnementales de plus en plus sévères, un nombre croissant d’industriels s’intéresse aux
méthodes de contrôle alternatives, plus écologiques et offrant des résultats comparables. C’est ainsi
que l’industrie nucléaire a entamé des recherches dans le but de remplacer ces deux méthodes par
d’autres moins nocives [11][12]. Les techniques recherchées doivent assurer une fiabilité équivalente
et dans la limite du possible rendre l’investigation plus rapide, automatisable et avec le moins de
contact avec les pièces à contrôler. L’une des possibilités envisagées est l’hybridation de méthodes :
combiner deux méthodes potentiellement complémentaires pour bénéficier de leurs avantages et
dépasser leurs limites. Ainsi, en combinant la méthode des courants de Foucault [13] et la
thermographie [14] on donne naissance à une nouvelle technique : la thermographie inductive [15]
qui fait l’objet de nos travaux de thèse.
L’idée derrière cette technique est d’utiliser l’excitation des courants de Foucault (inducteur) pour

générer de la chaleur dans le spécimen inspecté et d’observer le champ de température à l’aide
d’une caméra thermique.

32

Le schéma de la Figure 18 présente le principe de la technique.

Figure 18 Principe de la thermographie inductive
Ainsi, en alimentant un inducteur avec un courant alternatif à proximité d’un matériau conducteur,
un courant induit est créé au sein de ce corps créant un flux de chaleur dû aux pertes par effet Joule.
À la présence d’un défaut, on assistera :
soit à la déviation des lignes de courant dans le cas où le défaut est perpendiculaire à leurs trajets ;
soit à la perturbation du flux de chaleur dans le cas où le défaut constituerait un obstacle à sa
diffusion.
Dans un cas comme dans l’autre, on assistera à un déséquilibre du champ de température qui est

détectable par le biais d’une caméra thermique et stocké au niveau de ses thermogrammes. Suite à
cela, un traitement de signal pourra être fait dans le but de mieux discerner la présence ou non du
défaut : les contrastes thermiques [14][16].
Cette technique présente clairement différents avantages :
elle se base sur un double mécanisme de détection (déviation des courants induits ou perturbation
du flux de chaleur) ;
elle est sans contact ;
elle permet une inspection globale grâce au champ de mesure de la caméra thermique qui couvre
dans la plupart des cas toute la surface du spécimen inspecté ;
elle se distingue par une traçabilité des résultats en se basant sur les thermogrammes de la caméra
thermique ;
elle n’a pas de répercussion sur l’environnement ;
33

elle permet une inspection instantanée au cœur du matériau sans passer par sa surface. Ceci est dû
au fait que la source de chaleur est créée à l’intérieur même du spécimen.
Une brève présentation de la thermographie inductive a été faite. Dans la partie qui suit, on présente
les différentes équations physiques régissant la technique de thermographie inductive.
4 La thermographie inductive
4.1 Aspects théoriques
Le phénomène physique sur lequel se base la thermographie inductive est le chauffage par induction.
Lors d’un chauffage par induction, plusieurs phénomènes physiques se chevauchent pour induire la
hausse de température voulue. Le cheminement de ces phénomènes s’inscrit dans le cadre du
mécanisme suivant :
l’injection d’un courant sinusoïdal au niveau d’un inducteur. De ce fait, un champ magnétique
variable est vu par la pièce inspectée. Un champ électrique est par la suite créé au niveau de la pièce
traduisant ainsi l’équation de Maxwell Faraday dans le cas du régime sinusoïdal :

rotE = jωµH (11)

avec :
E champ électrique crée dans la pièce (V/m)
H champ magnétique d’excitation (A/m)
μ perméabilité magnétique
ω pulsation du signal d’excitation
le champ électrique ainsi créé donne lieu à des courants induits. Ceci est exprimé par le biais de la
loi d’Ohm :
Jc =σE (12)

avec :
Jc densité de courant induite dans la pièce (A/m2)
σ conductivité électrique de la pièce (S.m1)
34

Ces courants induits sont liés au champ d’excitation par le biais de la loi de Maxwell Ampère :
rot (H)=Jc (13)
En intégrant les formules (12) et (13) dans (11) et en supposant que σ et μ sont constants on arrive
à écrire :
∆J − ( ) Jc = 0

(1+j) 2
c (14)
δ
Avec
∆Jc le Laplacien de la densité de courant induite
Le δ dans (14) représente l’épaisseur de peau. Celleci correspond à l’épaisseur dans laquelle circule
les deux tiers des courants induits. Elle est exprimée en fonction de la fréquence d’excitation, la
perméabilité magnétique de la pièce inspectée et de sa conductivité électrique :
1
δ= √πfσµ (15)
δ : épaisseur de peau (m)
f : la fréquence d’excitation (Hz)
σ : la conductivité électrique du matériau inspecté (S.m 1)
µ : la perméabilité magnétique du matériau inspecté (H.m 1)
une densité de puissance est créée dans le volume. Celleci représente une source de chaleur. Pour
un matériau homogène isotrope, l’expression de cette densité de puissance est :

|Jc |
2
p= (16)
σ
La répartition de p a tendance à être prépondérante dans une distance égale à la moitié de
l’épaisseur de peau δ.
35

La Figure 19 illustre ce phénomène.

Figure 19 Répartition des courants induits et de la puissance induite dans la profondeur du
matériau conducteur

le gradient de température créé par la source de chaleur induit un déséquilibre thermique dans la
pièce. La conduction thermique du flux de chaleur vers les zones froides prend place et tend à
homogénéiser la température dans la matière. Ceci est traduit par l’équation de la chaleur :
∂T
ρCp λdiv(grad(T) )= p (17)
∂t

ρ : masse volumique (Kg/m3)
λ : conductivité thermique (W/K.m)
Cp : chaleur massique (J/kg.K)
Cette équation traduit le phénomène de diffusion de la chaleur dans la matière dans le cas ou la
conductivité thermique est constante. La description physique étant faite, il s’agit dès lors de décrire
l’aspect technique de la thermographie inductive.
36

4.2 Aspects techniques
4.2.1 Descriptif général
Une configuration typique du système de thermographie inductive est présentée sur la Figure 110.
Figure 110 Circuit d’un montage de thermographie infrarouge [17]

Elle est composée par :
un système de chauffe par induction composée d’un générateur d’impulsion et d’un adaptateur
d’impédance ;
un inducteur ;
une caméra thermique ;
la pièce à inspecter.
4.2.2 Composants d’un système de thermographie inductive
Système d’alimentation
Le système d’alimentation a pour rôle principal de fournir de la puissance à l’inducteur. Il est
constitué d’un générateur d’impulsion alimenté par le réseau. Sa tension est ajustée par le biais d’un
transformateur, redressée puis ondulée pour avoir une tension à la fréquence de résonnance. Il est
relié à un adaptateur d’impédance dont l’objectif est d’optimiser la puissance active alimentée à
l’inducteur constituant ainsi, avec le générateur, le système d’alimentation global. Cet adaptateur
peut comprendre des inductances (bobines supplémentaires) ou des capacités mises en série ou en
parallèle. Le circuit global, constitué du système d’alimentation, de l’inducteur et du spécimen
inspecté, forme un système oscillant travaillant à sa fréquence de résonnance [18]. Celleci sera
dictée par l'inductance de la bobine, l’adaptateur d’impédance et la charge du circuit, à savoir la
pièce inspectée et l’entrefer. La bonne configuration de ces éléments est donc importante pour
définir la bonne fréquence d’excitation. Dans le cas idéal, l’impédance totale du système (après
37

l’introduction de l’adaptateur) est totalement résistive. En plus de la gamme de fréquence
(notamment la fréquence de résonance), les paramètres importants d’un générateur sont la
puissance électrique active maximale et la tension de sortie [19]. La Figure 111 représente le schéma
de principe du système de chauffe globale.

Figure 111 Schéma de principe d'un système de chauffe [20]

Inducteur
L’inducteur génère des courants induits dans la pièce inspectée. Ceci est fait en générant un champ
d’excitation variable. Le choix de paramètres tels que la position, la forme ou la taille ont une
influence directe sur le phénomène d’induction. Ainsi :
il détermine la distribution des lignes de champ : ceci caractérise la répartition des courants induits ;
il joue sur l’intensité du champ magnétique : ceci est directement lié à la puissance injectée dans la
pièce à inspecter.
Les paramètres de l’inducteur dépendront de ce fait des propriétés physiques et géométriques du
spécimen à inspecter. La Figure 112 présente quelques inducteurs avec la forme des lignes de
champ qu’ils génèrent en l’absence de pièce.

(a) bobine longue (b) bobine plate (c) bobines de Helmholtz
Figure 112 Allure des lignes de champ pour différentes formes de bobine
38

Un système de chauffage par induction demande des courants importants. Dans ce cadre, les
inducteurs utilisés sont massifs et très souvent refroidis à l’eau [20].
Spécimen inspecté
La source de chaleur est générée principalement dans l’épaisseur de peau. Les propriétés physiques
du matériau déterminent la valeur de l’élévation de température ainsi que la répartition du champ
thermique. Deux catégories de propriétés physiques nous intéressent particulièrement :
les propriétés électromagnétiques : la perméabilité magnétique du matériau μ et sa conductivité

électrique σ sont derrière le phénomène d’induction. Selon leurs valeurs, l’épaisseur de peau sera
plus ou moins importante de même pour la source de chaleur ;
les propriétés thermiques : une fois la chaleur créée, les échanges thermiques prennent place. Le
phénomène de diffusion est régi par la diffusivité thermique du matériau α (m².s 1). Celleci traduit la
rapidité d’un déplacement des calories à travers la masse d’un matériau. Plus elle est importante,
plus la diffusion de la chaleur dans le volume du matériau est rapide. Associés à cette diffusion, on
retrouve les échanges thermiques avec l’extérieur par convection caractérisée par l’indice de
convection h. Plus cet indice est important, plus les échanges entre la surface du spécimen et l’air
sont conséquents. Suite à ces évolutions thermiques, la température du corps inspecté se voit variée.
En conséquence de ceci, le corps émet un rayonnement thermique différent. La propriété liée au
phénomène du rayonnement thermique est l’émissivité du corps ε. Plus celleci est importante, plus
le rayonnement thermique émis par le corps est important. Sa valeur est faible pour les conducteurs
thermiques et importante pour les isolants. Elle dépend aussi de l’état de surface du spécimen.
C’est à partir de la connaissance de ces différentes propriétés que les paramètres opératoires
peuvent être réglés (fréquence d’excitation, temps de chauffe etc ...).
Caméra infrarouge
Quand le spécimen est chauffé, il émet un rayonnement thermique. Ce rayonnement est intercepté
par une caméra infrarouge (ou caméra thermique), puis converti en valeur de température en se
basant sur la relation entre le rayonnement thermique, l’émissivité d’un corps et sa température. Le
signal généré par la caméra infrarouge est ensuite exploité sous la forme d’une image électronique
également appelée thermogramme. On y retrouve la répartition du champ thermique sur toute la
surface de la cible illustrée par toute une échelle de couleurs.
39

La Figure 113 montre le thermogramme d’une scène thermique réalisée à l’IREENA.

Figure 113 Exemple de mesure thermique par caméra infrarouge a) thermogramme b) image réelle

Le résultat obtenu est f cartographies de température de la scène thermique par seconde où f est la
fréquence d’acquisition de la caméra thermique.
Pour arriver à mesurer le flux rayonné par un corps, les caméras infrarouges utilisent des détecteurs
de rayonnement thermique. Ces détecteurs peuvent être quantiques, ils sont alors refroidis pour
éliminer le courant d’obscurité, ou thermiques qui ne sont pas obligatoirement refroidis.
L’échauffement propre aux détecteurs thermiques fait qu’ils sont beaucoup plus lents que les
détecteurs quantiques [21]. Les détecteurs thermiques exigent un temps de réponse exprimé en ms
en comparaison aux ns ou aux μs pour les détecteurs quantiques.
Afin de balayer le rayonnement émis par toute la scène thermique, des systèmes matriciels sont
utilisés. Il existe deux systèmes de captation spatiale :
le système à balayage spatial : la caméra thermique est munie d’un dispositif opticomécanique qui
par le biais de miroirs permet le balayage d’une scène suivant des axes verticaux et horizontaux.
Dans ce cas, le même détecteur analyse chaque zone de la scène thermique avec un très léger
décalage temporel ;
- le système à plan focal : la caméra thermique est munie d’un dispositif de détection des images
constitué d'un réseau (généralement de forme rectangulaire) de détecteurs de rayonnement
thermique ou « matrice de détecteurs » se trouvant sur le plan focal d'un objectif. Dans ce cas,
chaque détecteur est destiné à l’analyse continue d’une zone unique dans le champ scanné défini par
l’optique de la caméra [22].

40

Aujourd'hui la grande majorité des caméras thermiques sont des caméras matricielles utilisant un
système à plan focal. Sur ces caméras infrarouges modernes, les matrices affichent généralement
une résolution allant de 16 × 16 à 640 × 480 pixels. Un pixel, dans ce sens, est la plus petite unité
indépendante d'un système à plan focal (FPA) capable de détecter l'énergie infrarouge. Pour les
applications spécialisées, des matrices d'une résolution supérieure à 1 000 × 1 000 pixels sont
proposées. Le premier chiffre désigne le nombre de colonnes ; le deuxième indique le nombre de
lignes affichées à l'écran. Par exemple, une matrice de 160 × 120 correspond à un total de 19 200
pixels (160 × 120 pixels = un total de 19 200 pixels) [21].

Lors de l’utilisation de telles caméras de mesure, quelques précautions doivent être prises en
considération. Il faut tout d’abord calibrer la caméra pour assurer des mesures fiables. Pour ce faire,
certaines caméras possèdent à l’intérieur un corps noir (approché) d’émissivité connue (émissivité =
1) qu’il est possible de placer devant son capteur. Ce petit composant permet de recalibrer la caméra
de façon automatique. Ceci étant fait, il faut s’assurer que les élévations de température produisent
un signal supérieur à la résolution thermique r de la caméra. Ce paramètre correspond à l’élévation
de température équivalente aux bruits (NETD). Une autre grandeur qu’il faut vérifier est la fréquence
d’échantillonnage. Celleci correspond au nombre d’images thermiques indépendantes produites par
la caméra en une seconde. Le choix d’une valeur doit être fait convenablement et dépendra
fortement des propriétés thermiques du spécimen inspecté. Si la mesure concerne un bon
conducteur thermique, l’évolution de température est rapide. La fréquence d’échantillonnage doit
être importante et inversement pour un matériau isolant.
4.2.3 Modes d’excitation
En thermographieinductive. Les deux modes d’excitations les plus utilisés sont :
la thermographieinductive modulée : vise à détecter le défaut en se basant sur le régime établi
d’une réponse thermique. Dans ce cas, sa fréquence correspond à celle du signal modulant de
l’excitation ;
la thermographieinductive pulsée : consiste quant à elle à déceler la présence du défaut en se
basant sur une ou plusieurs impulsions thermiques.
Le principe de ces deux modes est présenté dans cette partie.
Thermographie modulée
Dans le cas où le courant d’excitation est sinusoïdal et en régime permanent, la variation de la
température en fonction de la profondeur traduit un phénomène de diffusion dans la matière
caractérisé par une fréquence, une vitesse de propagation et une longueur d’onde. On assiste à une
41

atténuation exponentielle de la variation de température jusqu’à atteindre une profondeur limite
appelée profondeur de pénétration thermique [23]. Elle est donnée par la relation suivante :

δth =√πf
α
(18)
th

α est la diffusivité thermique (m².s1)
fth fréquence thermique (Hz)

La technique qui se base sur une telle variation de la température est appelée thermographie
modulée. Le but final de la méthode est d’obtenir une variation temporelle sinusoïdale, de fréquence
fth, du champ thermique dans le spécimen. Pour ce faire, les courants d’excitation subissent une
modulation : la fréquence du signal modulé correspond à la fréquence des courants induits dans la
pièce alors que celle du signal modulant n’est autre que fth. Cette dernière est associée à une
profondeur de pénétration thermique. Plus cette fréquence est faible, plus la gamme de profondeur
est large. L’analyse des résultats se base sur le principe de « réflexion d’onde » : l’idée est de
considérer le flux de chaleur créé comme étant une onde qui se propage dans les matériaux avec un
module et une phase donnée. L’onde qui rencontrera un défaut aura un module et une phase
différents de ceux d’une onde qui ne trouve l’obstacle qu’après avoir parcouru toute l’épaisseur du
spécimen. C’est en comparant les phases et amplitudes entre une zone saine et une zone
défectueuse qu’on arrive à détecter un défaut. On parle de contraste de phase et de contraste
d’amplitude [23][24].
Le contraste de phase est exprimé par :

∆Φ(x,y)= Φadef (x,y)Φsdef (x,y) (19)

∆Φ : Contraste de phase de température
Φadef : phase de température avec défaut
Φsdef : phase de température sans défaut
Le contraste d’amplitude est quant à lui donné par :
A
RA(x,y) = Aadef(x,y)
(x,y)
(110)
sdef

RA : Contraste d’amplitude de température
42

Aadef : Amplitude de température avec défaut
Asdef : Amplitude de température sans défaut
Ces deux indicateurs sont performants et complémentaires, surtout pour la détection des défauts
sousjacents. Le contraste d’amplitude est très sensible à la variation d’épaisseur tandis que le
contraste de phase est insensible à l’hétérogénéité de chauffage et à la variation de l’émissivité.
L’inconvénient de cette technique réside dans le fait que les constantes de temps thermiques
peuvent être assez importantes (de l’ordre de quelques minutes pour les matériaux les moins
conducteurs). Ceci rend la technique difficilement utilisable, surtout quand il s’agit d’une inspection
en ligne. On lui préfère souvent la thermographie pulsée.
Thermographie pulsée
Cette technique consiste à injecter des courants d’excitations électriques de durées limitées
(créneaux), la finalité est d’avoir une réponse thermique impulsionnelle au niveau de la surface de
l’échantillon. La température monte continuellement durant le temps d’excitation, dès que
l’alimentation en courant s’arrête, les phénomènes de diffusion thermique prennent le dessus et la
température tend à s’uniformiser dans le spécimen, c’est la phase de refroidissement. C’est donc une
évolution transitoire de la température qui est produite.
Pour que les signaux thermiques soient exploitables, on utilise des générateurs d’impulsions
fournissant des courants d’alimentation d’amplitude importante (centaines d’ampères) pour des
fréquences élevées (partant de la dizaine de kHz jusqu’au MHz).
Contrairement au chauffage modulé, pour lequel les mesures par caméra thermique se font au cours
du chauffage dès lors que le régime permanent thermique est atteint, le chauffage pulsé consiste à
mesurer une scène thermique soit durant le chauffage soit après l’arrêt de l’excitation. Cela dit, selon
la profondeur inspectée et la diffusivité thermique du matériau, le temps nécessaire pour l’apparition
d’un changement de température sera plus ou moins important. La durée des mesures doit donc être
adaptée selon le cas confronté. Une grandeur importante est donc le temps d’observation de la
scène thermique [14]. Ce dernier va être de même valeur que le temps de pénétration du flux
thermique pour atteindre une certaine profondeur z. Son calcul se fait donc de la même manière que
dans le cas de la méthode modulée.
z2 (111)
tobs ≈ α

tobs : temps d’observation (sec)
43

z profondeur de pénétration (m)
α diffusivité thermique (m².s1)
Les données brutes sont stockées dans la caméra thermique, le traitement de données doit être fait
pour minimiser l’effet des bruits. Pour la thermographie modulée, les contrastes d’amplitude et de
phase servaient comme critères d’interprétation de résultats. Pour le chauffage pulsé se sont plus
des données temporelles qui vont être traitées. Le contraste thermique absolu est utilisé dans ce
cadre [25]. Il consiste justement à calculer la différence de température entre une zone donnée et
une zone saine de référence pour chaque image thermique. Son expression est la suivante :
ΔT = Tsadf (t) – Tssdf (t) (112)
ΔT : contraste thermique (K)
Tsadf (t) : température à la surface d’un pixel avec défaut à l’instant t (K)
Tssdf (t) : température à la surface d’un pixel sans défaut à l’instant t (K)

La Figure 114 est une illustration du principe de la thermographie inductive pulsée.
(a) Schéma simplifié du montage
(b) Forme des courants d’excitation
(c) Forme de la réponse thermique
(d) Forme du contraste thermique absolu
Figure 114 Principe de la thermographie inductive pulsée [26]
Dans le nucléaire civil, la cadence d’inspection est un critère important à prendre en considération.
La thermographie modulée pourrait être intéressante pour la détection, mais nécessite un temps
44

assez conséquent (de l’ordre de la minute) pour atteindre le régime permanent. Ceci n’est pas le cas
de la thermographie pulsée, qui ne nécessite qu’un faible temps de mise en œuvre (de l’ordre de la
seconde). Dans ce contexte, et pour garantir une cadence d’inspection raisonnable, il a été choisi de
se focaliser sur la thermographie pulsée. Pour toute la suite, c’est cette dernière qui sera étudiée.
5 Objectifs de la thèse
5.1 Problématique
Les travaux de cette thèse s’inscrivent dans le cadre d’une démarche globale dont le but est de juger,
via des études approfondies, de la capacité de la thermographie inductive à détecter des défauts
surfaciques pour les problématiques du nucléaire. Ils visent particulièrement à investiguer la
détection des microfissures débouchantes (DDH et DSR) qui pourraient apparaitre dans l’acier des
viroles de cuve (voir §2.3.2 ). L'un des aspects les plus importants à mettre en évidence dans cette
perspective est la fiabilité de détection. La probabilité de détection (Probability of Detection PoD)
est une approche pertinente pour l'évaluer [27]. L'objectif principal est d'obtenir une courbe de
sortie décrivant la probabilité de détecter un défaut en fonction d'une grandeur caractéristique de ce
dernier (profondeur d'une fissure, rayon d'une porosité, etc…). Ceci conduit à déterminer la quantité
caractéristique limite qui permet la détection du défaut. Traditionnellement, les données de PoD
sont collectées à partir de campagnes expérimentales [27] qui peuvent s’avérer coûteuses en temps
et en argent. A cet égard, l'utilisation de la simulation est considérée comme une perspective
intéressante pour rendre l'évaluation des PoD plus abordable. Ce concept est connu sous le nom de
MAPOD (Model Assisted Probability Of Detection). L'approche MAPOD a été élaborée pour plusieurs
techniques classiques de CND [28]. En ce qui concerne la thermographie inductive, les études
réalisées sont essentiellement expérimentales [29]. Une élaboration d’une approche MAPOD pour
cette technique permettrait d’en faciliter grandement l’étude de fiabilité. Pour répondre aux attentes
d’une MAPOD, le modèle numérique à mettre en œuvre doit être précis et rapide. Dans la littérature
on ne trouve que très peu de publications sur la modélisation numérique de la technique thermo
inductive [13] [30] [31] [32] [33]. Les approches qui y sont présentées sont souvent basées sur des
modèles numériques simplifiés (1D, ou 2D analytique [15]) et parfois 3D dans des configurations
simples pour lesquelles les défauts sont de grandes tailles avec un coût numérique important [34].
De tels modèles ne sont pas en adéquation avec une approche MAPOD. L’objectif de la thèse est
donc d’élaborer un modèle MAPOD fiable pour la détection des microfissures débouchantes
rencontrées dans les viroles de cuve. L’outil numérique mis en place dans cette perspective doit
prendre en considération les différents phénomènes pouvant interférer dans le processus de la
45

thermographie inductive. Cela doit être fait en veillant à minimiser le temps de calcul afin de qualifier
la technique pour les principales configurations rencontrées dans le nucléaire.
5.2 Démarche
Le travail à effectuer est réparti sur deux axes principaux :
Axe 1 Mise en place de l’outil numérique : Un procédé de thermographie inductive présente
différentes particularités dont la prise en compte numérique requiert des manœuvres délicates à
mener. Une attention particulière doit être portée sur les aspects suivant :
modélisation des inducteurs massifs : en thermographie inductive, on utilise des inducteurs massifs.
Dans la gamme de fréquence d’excitation retenue, un effet de peau conséquent apparaît dans
l’inducteur : la répartition des courants d’excitation n’est pas uniforme. Ceci a un impact direct sur
les courants induits dans la pièce inspectée. Une erreur significative a été remarquée (>15%) dans
[19] lors de compagnes de validation sur des pièces composites. La prise en compte de la répartition
des courants dans l’inducteur n’était pas prise en compte dans ce cas. Une partie du travail consiste
donc à intégrer ce phénomène dans les différents modèles numériques élaborés. Une présentation
exhaustive sur cette thématique fait l’objet du chapitre 2.
les faibles épaisseurs de peau : les grandeurs magnétiques et électriques varient fortement quand
l’effet de peau est important. Pour assurer une bonne robustesse des résultats numériques, un
travail particulier doit être fait sur le maillage. Différentes techniques de maillage doivent être mises
en place et comparées en termes de robustesse. Ceci sera traité au chapitre 3 ;
facteur d’échelle important : les défauts que l’on cherche à identifier ont une ouverture très faible
(dizaine de µm) devant les dimensions de la zone d’inspection (rapport de l’ordre de 10 5). Ceci
constitue un problème de modélisation de régions minces. Une étude de sensibilité sur le maillage
est menée pour modéliser convenablement ces régions ;
Ces axes doivent être étudiés tout en veillant à minimiser le temps de calcul. Cet aspect va être mis
en évidence en implémentant les différentes formulations électromagnétiques présentes dans la
littérature et en comparant les résultats en termes de précision et temps de calcul.
Axe 2 Mise en place d’une démarche MAPOD : le modèle numérique développé servira comme
cœur d’un outil global d’évaluation de fiabilité basée sur une approche MAPOD [28]. Une
architecture construite autour de ce modèle numérique doit être mise en place.

46

La Figure 115 schématise une telle architecture.

Figure 115 Procédure globale mise en œuvre
Elle est constituée des blocs suivants :
bloc calcul des probabilités de détection : il existe différents types d’analyse PoD. La plus adéquate
pour notre application doit être mise en place. La chapitre 4 présente l’aspect théorique de ces
différentes analyses ;
bloc contrôle : dans ce dernier, une logique de contrôle des paramètres d’entrée du bloc
modélisation doit être élaborée, ceci se base sur le tirage aléatoire de chaque paramètre suivant une
loi de probabilité bien spécifique. Le travail va être focalisé sur le choix des lois de probabilités et les
paramètres qui s’y associent (écart type, valeur moyenne etc…) ;
bloc exploitation : il s’agit de l’affichage graphique des résultats et de la quantification de la limite
de détection dans le cadre du cas test étudié.

47

6 Référence
[1] Note technique ASN du 5 Novembre 2010, “Le vieillissement des cuves des réacteurs
électronucléaires, son suivi par EDF et l’examen par l’ASN de la démonstration de tenue en
service des cuves.”
[2] Note d’information IRSN du 24 septembre 2012, “Intégrité des cuves des réacteurs
électronucléaires à eau sous pression. Cas des cuves des réacteurs français.”
[3] “Framatome.com.” .
[4] “https://www.ensi.ch/fr/.” .
[5] D. Destre and J. Izard, “Construction des centrales REP Équipements primaires,” Techniques
de l’ingénieur bn3270. 2012.
[6] C. Ravat, “Conception de multicapteurs à courants de Foucault et inversion des signaux
associés pour le contrôle non destructif,” Thèse de Doctorat, Université ParisSud 11, 2008.
[7] J. Dumontfillon, “Contrôle non destructif ( CND ) Principe et appareillage,” Techniques de

l’ingénieur R1400. 1996.
[8] H. W. Berg, K. Alward, and K. Lessmann, “Penetrant Testing of Standard Parts , Practical
Examples of Process Optimisation,” in 9th European Conference on NDT (ECNDT 2006), 2006.
[9] F. AlNaemi, J. Hall, and A. . Moses, “FEM modelling techniques of magnetic flux leakagetype
NDT for ferromagnetic plate inspections,” J. Magn. Magn. Mater., vol. 304, no. 2, pp. 790–
793, 2006.
[10] T. Shiraiwa, T. Hiroshima, and S. Morishima, “Automatic Magnetic Inspection Method Using
Magnetoresistive Elements and Its Application,” Mater. Eval., vol. 31, no. 5, pp. 90–96, 1973.
[11] P. Bouteille, A. Pelletier, and E. Crescenzo, “Green testing : Méthodes alternatives au ressuage
et à la magnétoscopie,” in Les journées COFREND 2014, 20 22 May 2014, 2014.
[12] P. Bouteille and G. Legros, “Thermographie par induction : Une alternative aux contrôles
conventionnels sur pièces forgées,” in Les journées COFREND 2014, 20 22 May 2014, 2014.
48

[13] J. GarcíaMartin, J. GomezGil, and E. VazquezSanchez, “NonDestructive Techniques Based
on Eddy Current Testing,” sensors, vol. 11, no. 3, pp. 2525–2565, 2011.
[14] X. Maldague, Theory and practice of infrared thermography for nondestructive evaluation.
2001.
[15] G. Walle and U. Netzelmann, “Thermographic crack detection in ferritic steel components
using inductive heating,” in 9th European Conference on NDT September 2006 Berlin
(Germany), 2006, pp. 1–10.
[16] B. Ramdane, “Contribution à la modélisation tridimensionnelle de la technique
thermoinductive de contrôle non destructif: Développement d’un outil de conception,
d'analyse et d'aide à la décision,” Thèse de Doctorat, Université de nantes, 2009.
[17] G. Y. Tian, J. Wilson, L. Cheng, D. P. Almond, E. Kostson, and B. Weekes, “Pulsed eddy current
thermography and applications,” Lect. Notes Electr. Eng., vol. 96, no. 1, pp. 205–231, 2011.
[18] J. A. G. Murcia, “Inductor Design for EddyCurrent activated,” Diploma Thesis, University of
Stuttgart, 2005.
[19] H. K. Bui, “Contibution à la modélisation multiphysique des matériaux composites stratifiés
Application au CND Thermoinductif,” Thèse de Doctorat, Université de Nantes, 2014.
[20] G. Develey, “Chauffage par induction électromagnétique : technologie,” Techniques de
l’ingénieur D5936. 2000.
[21] D. Pajani and L. Audaire, “Thermographie Technologies et applications,” Techniques de
l’ingénieur R2741. 2013.
[22] Document technique Fluke Corporation, Présentation des principes de thermographie.
Amercian technical publishers, 2009.
[23] G. Busse, “Nondestructive evaluation of polymer materials,” NDT E Int., vol. 27, no. 5, pp.
253–262, 1994.
[24] W. Datong and G. Busse, “Lockin thermography for nondestructive evaluation of materials,”
Rev. générale Therm., vol. 37, no. 8, pp. 693–703, 1998.
49

[25] C. Ibarracastanedo, “Quantitative subsurface defect evaluation by pulsed phase
thermography: depth retrieval with the phase,” Thèse de Doctorat, Université Laval Québec,
2005.
[26] Y. He, G. Tian, M. Pan, and D. Chen, “Eddy current pulsed phase thermography and feature

extraction,” Appl. Phys. Lett., vol. 103, p. 5, 2013.
[27] MIL HDBK 1823A, Nondestructive evaluation system reliability assessment, U.S Depart. 2009.
[28] L. Le Gratiet, B. Iooss, G. Blatman, T. Browne, B. Goursaud, and S. Cordeiro, “Model Assisted
Probability of Detection curves : New statistical tools and progressive methodology,” J.
Nondestruct. Eval., vol. 36, no. 1, 2017.
[29] M. Genest and C. Ibarracastanedo, “ThermoPoD : A reliability study on active infrared
thermography for the inspection of composite materials,” J. Mech. Sci. Technol., vol. 26, no. 7,
pp. 1985–1991, 2012.
[30] B. OswaldTranta, “Thermoinductive crack detection,” Nondestruct. Test. Eval., vol. 22, pp.
137–153, 2007.
[31] G. Riegert, T. Zweschper, and G. Busse, “Eddycurrent lockinthermography: Method and its
potential,” J. Phys. IV, vol. 125, pp. 587–591, 2005.
[32] G. Zenzinger, J. Bamberg, W. Satzger, and V. Carl, “Thermographic crack detection by eddy
current excitation,” Nondestruct. Test. Eval., vol. 22, pp. 101–111, 2007.
[33] T. Sakagami and K. Ogura, “New flaw inspection technique based on infrared thermal images
under joule effect heating,” JSME Int. journal. Ser. A,mechanics Mater. Eng., vol. 37, no. 4, pp.
380–388, 1994.
[34] R. Yang, Y. He, B. Gao, G. Yun, and J. Peng, “Lateral heat conduction based eddy current
thermography for detection of parallel cracks and rail tread oblique cracks,” Measurement,
vol. 66, pp. 54–61, 2015.
50

Chapitre 2. Outils de modélisation

Chapitre 2 Outils de modélisation
1 Introduction
Ce chapitre traite de la modélisation numérique de la technique thermoinductive. Différents
logiciels de simulation sont utilisés au sein d’Intercontrôle. On est amené à sélectionner celui qui est
le plus adapté aux problématiques de la thermographie inductive. Des exigences de rapidité et de
précision sont à respecter. Afin d’être capable de faire ce choix, il est impératif de connaitre les
approches adoptées par ces outils pour modéliser les phénomènes physiques mis en jeu.
Aujourd’hui, Intercontrôle souhaite qu’une synthèse exhaustive des aspects théoriques de ces
approches soit faite. Ceci fait l’objet de ce chapitre.
Cette présentation comporte deux axes : le premier consiste à traduire mathématiquement les
phénomènes physiques régissant la technique de la thermographie inductive. Il sera question de
poser les problèmes d’équations aux dérivées partielles électromagnétiques et thermiques et
d’expliciter le couplage entre ces équations. Dans ce contexte, les formulations les plus fréquentes
seront présentées.
Une fois le problème mathématique posé, il s’agira de le traduire numériquement. La méthode
utilisée au cours de ces travaux est la méthode des éléments finis. Elle a la particularité d’être fiable
et de s’adapter à différentes géométries. Les différents aspects de cette technique seront exposés
dans ce chapitre. Il sera question des notions de formulations faibles, de discrétisation et de
formulations discrètes. En outre, il a été démontré que dans le cadre de la thermographie inductive,
la répartition des courants dans les conducteurs massifs, en particulier l’inducteur, doit être prise en
compte [1] : ceci se traduit numériquement par l’imposition des grandeurs globales dans les
formulations discrètes. Les différentes techniques numériques utilisées pour cette fin seront
présentées dans la dernière partie de ce chapitre.
2 Problème mathématique
2.1 Problème électromagnétique
2.1.1 Equations de Maxwell et loi de comportement
Commençons tout d’abord par décrire le domaine d’étude. Le domaine que l’on cherche à modéliser
est composé de différentes régions :
région d’air notée Da ;
région source : cette région représente la partie excitée. Dans le cas de la thermoinduction,
c’est l’inducteur qui représentera cette partie. Elle est notée D s ;
région conductrice : cette région représente le spécimen inspecté, on la note D c.
53

Il est parfois plus pratique de répartir ces différentes régions en deux domaines plus larges :
domaine conducteur : englobe toutes les régions pouvant être le siège de courants induits. Pour
notre cas, cet ensemble contient le domaine conducteur D c ;
domaine nonconducteur : ensemble des régions où les courants induits n’apparaissent pas. Il
s’agira de ce fait de la région d’air Da ainsi que la région source D s dans le cas où les courants sources
sont connus.
La Figure 21 est une représentation du domaine général d’étude :
Figure 21 Représentation du domaine d’étude
Au sein de ce domaine, les phénomènes électromagnétiques sont régis par les équations de Maxwell
[2]. Leurs expressions diffèrent selon les applications. Dans le cadre de la thermographie inductive,
l’excitation est sinusoïdale. La représentation complexe est alors adoptée où ω représente la
pulsation d’excitation. De plus, l’approximation des régimes quasistationnaires est valable [3]. On
∂D
néglige de ce fait les courants de déplacement ( ∂t ). C’est donc un problème magnétodynamique (ou
de courants induits) qui est traité.
54

En prenant en compte ces considérations, les équations de Maxwell prennent la forme suivante :
MaxwellAmpère rotH = Js+ Jc (21)

Maxwell Faraday rotE = jωB (22)
MaxwellThomson divB = 0 (23)
MaxwellGauss div( Js +Jc) = 0 (24)
Dans les équations cidessus, deux types de champs vecteurs apparaissent [4] :
les champs d’intensité : il s’agit du champ électrique E (V/m) et du champ magnétique H
(A/m) ;
les densités de flux : l’induction magnétique B (Tesla), la densité de courant de conduction
(ou induite) Jc (A/m²) et la densité de courant source (ou d’excitation) Js (A/m²).
La liaison entre les champs vecteurs est décrite par les lois de comportement [5]. Elles décrivent les
propriétés électriques et magnétiques des matériaux :

Jc=σE (25)

B=µ(H)H (26)

avec σ la conductivité électrique (S.m1)
µ la perméabilité magnétique du matériau (H.m 1)
2.1.2 Conditions aux limites
L’association des lois de comportement et des équations de Maxwell permet de constituer le
système à résoudre. Afin d’assurer l’unicité de la solution, des conditions aux limites doivent être
imposées. Ceci se traduit par le rajout de certaines conditions sur les champs au niveau des
frontières du domaine. Ainsi, la frontière Γ du domaine global D de la Figure 21 peut être
décomposée en deux parties ΓB et ΓH . Ces deux frontières vérifient les conditions suivantes :

ΓB ∩ ΓH = Ø (27)

ΓB ∪ ΓH = Γ (28)

55

Au niveau de ΓH , les conditions aux limites sont imposées sur la composante tangentielle du champ
magnétique :

n Ʌ H|ΓH =0 (29)

Au niveau de ΓB , les conditions aux limites sont imposées sur la composante normale de l’induction
magnétique :

n.B|ΓB =0 (210)

Le même principe appliqué à la frontière Γc du domaine Dc permet de déduire, à partir des conditions
sur B et H, des conditions sur le champ électrique E et la densité de courants induits J c. On note ainsi :
la frontière ΓcB la portion de Γc qui accepte des conditions à induction parallèle (210). A partir de
(22), on déduit une condition supplémentaire sur E :

n Ʌ E|ΓcB =0 (211)

la frontière ΓcH la portion de Γc qui accepte des conditions à champ perpendiculaire (29). A partir de
(21), on déduit une condition supplémentaire sur Jc :

n.Jc |ΓcH =0 (212)

ΓcH et ΓcB ont les mêmes particularités que ΓH et ΓB à savoir :

ΓcB ∩ ΓcH = Ø (213)

ΓcB ∪ ΓcH = Γc (214)

L’ensemble équations de Maxwell, lois de comportement et conditions aux limites permettent de
présenter le problème mathématique à résoudre. Dans le cadre de la magnétodynamique, cette
résolution permet principalement de calculer le champ magnétique et les courants induits. Dès lors,
il faut déterminer les inconnues sur lesquelles va porter la résolution. Il est tout à fait possible de
prendre directement les champs réels comme inconnus [6]. Cependant, des formulations plus
généralisées et plus simples à résoudre peuvent être obtenues en introduisant des inconnues fictives
de nature scalaire, on les appellera des potentiels scalaires, ou vectoriels, on les appellera des
potentiels vecteurs. On peut, avec ces potentiels, reformuler le système d’équation à résoudre en :
56

une formulation électrique plus connue sous le nom de formulation AV ;
une formulation magnétique plus connue sous le nom de formulation TΩ.
Dans la suite, nous détaillerons chacune de ces formulations.
2.1.3 Formulations continues
2.1.3.1 Formulation AV
La conservation du flux d’induction est utilisée pour cette formulation. Etant donné que divB=0, on
suppose que le champ d’induction dérive du rotationnel d’un potentiel vecteur A.

B = rotA (215)

a Au niveau du domaine non conducteur
Seuls les champs H, B sont non nuls. De ce fait, seul le potentiel vecteur magnétique A peut être
défini. En injectant l’expression de B dans l’équation de MaxwellAmpère (21) et en considérant la
perméabilité µ connue, on obtient la formulation suivante :

1
{
rot ( rotA) =Js
µ
(216)
A Ʌ n =0
B

b Au niveau d’un domaine conducteur électrique
Les champs B, H, E et Jc sont tous définis. Tous ces derniers vont avoir leur contribution dans la
formulation en potentiel vecteur.
On commence tout d’abord par introduire le potentiel vecteur dans l’expression de la loi de Maxwell
Faraday (22). On obtient :
rot(E + jωA ) =0 (217)

Ceci permet d’introduire une nouvelle inconnue qui est le potentiel scalaire électrique V :
E + jωA = gradV avec V =0 (218)

cB
La dernière étape consiste à reporter les nouvelles expressions de B et E dans la loi de Maxwell
Ampère (21) et la loi de conservation de charge (loi de MaxwellGauss) (24).
57

En supposant que les caractéristiques du milieu sont (µ, σ), on trouve un système de deux équations
à deux inconnues dont l’unicité est imposée par les conditions aux limites :

1
rot ( rotA) + σ(j ωA+ gradV)=Js
µ
div (σ(jωA + gradV))=0 (219)

A Ʌ n =0 V = cste
{ B

cB

Remarque : À noter que les formulations au niveau d’un milieu conducteur et non conducteur se
couplent naturellement [7].
c Condition de Jauge
Le potentiel vecteur A n’est pas l’unique solution du problème : en effet, si A est une solution alors
tout champ du type A’ = A + gradf est également une solution valable (f désigne un champ scalaire
quelconque). L’unicité peut être fixée en imposant une condition de jauge. Différents types de jauge
peuvent être imposés :
la jauge de coulomb : on rajoute au problème à résoudre la condition suivante : divA = 0 [8];
la jauge de l’arbre : où la condition est limitée sur une composante de A suivant w [9]. Dans
ce cas on impose :
A.w=0 (220)
Avec ω un champ de vecteurs dont les lignes de champ ne sont pas fermées et sont telles

qu’elles peuvent relier toute paire de points quelconque du domaine d’étude.
2.1.3.2 Formulation TΩ
Le principe de base vient du théorème de MaxwellAmpère (21) : sachant que rotH= Js + Jc, on peut
supposer que d’un courant de source découle un champ source qu’on notera Hs tel que :
rot Hs= Js (221)
et que d’un courant induit découle un champ de réaction qu’on notera H c tel que :
rot Hc= Jc (222)
58

Ainsi, le champ magnétique total pourra être décomposé en un champ de source H s et un champ de
réaction Hc :
H = Hs + Hc (223)
L’idée est de remplacer Hc par des potentiels. Ces derniers serviront, avec le champ source, pour
exprimer le champ total. Selon la région, on aura des expressions différentes.
a Au niveau du domaine non conducteur
C’est un espace sans courant induit. Ainsi les densités de courant dans le théorème de Maxwell
Ampère se réduisent à ceux du courant de source :
rot H= Js = rot Hc + rot Hs (224)
Le champ de réaction est de rotationnel nul :
rot Hc = 0 (225)
Par conséquent, on peut considérer que H c dérive d’un gradient. On retrouve le potentiel scalaire

magnétique Ω. Ce dernier va être défini dans tout le domaine d’étude.
Hc = grad Ω (226)
Ω = cste (227)

H
Le champ magnétique total peut être exprimé comme :
H = Hs grad Ω (228)
Il ne reste plus qu’à remplacer l’expression de H dans la loi de MaxwellThomson (23) : en supposant
 connue on obtient une équation à une inconnue avec une condition aux limites :

div ((Hs grad Ω))=0
{ Ω =cste (229)
H

59

b Au niveau d’un domaine conducteur électrique
Au niveau du domaine conducteur, une densité de courants induits Jc apparaît, elle est de divergence
nulle :
div(Jc)=0 (230)
Il existe donc un potentiel vecteur T tel que :
Jc= rotT (231)
T Ʌ n =0
cH
(232)

Sachant que :
rot Hc= Jc (233)
Hc et T seront égaux à un gradient près :
Hc= TgradΩ (234)
Il ne reste plus qu’à injecter la nouvelle expression de H dans la loi de Faraday (22) et celle de
Thomson (23). En supposant (,σ) connues, on arrive à avoir un système de deux équations à deux
inconnues avec conditions aux limites sur chacune d’entre elles :

1 1
rot ( rotT) + jω(T gradΩ)=-rot( rotHs )- jωHs
σ σ
(235)
div ((T gradΩ))=-div ((Hs ))
T Ʌ n =0 Ω = cste
{ cH

cH
c Domaine multiplement connexe : notion de coupure
Le traitement des régions multiplement connexe est un aspect qui nous intéresse particulièrement.
En effet, le fait d’avoir des inducteurs sous forme de tore ou des inducteurs en « U » par exemple
crée des tunnels au niveau du domaine de l’air D A. Ceci peut engendrer des incohérences au niveau
numérique. Nous allons dans ce qui suit expliciter un peu plus cette problématique et présenter les
moyens suivis pour la contourner.
60

Problématique
Dans une région de l’espace où il n’existe pas de courant, la mise en place d’une formulation en H
commence par :
rot H= 0 (236)
ce qui permet de dériver H d’un potentiel scalaire magnétique Ω, c’estàdire :
H= – grad Ω (237)
Cette relation entraîne que la circulation de H le long d’un chemin γ ab, reliant deux points a et b, est
égale à la différence des valeurs du potentiel scalaire entre l’origine et l’extrémité de ce chemin.
∫γ H .dl = ∫γ gradΩ .dl =Ωa Ωb (238)

ab
ab
En particulier, si ce chemin est fermé, les extrémités a et b se confondent et la circulation du champ
magnétique le long d’un tel chemin devient nul.
Notion de coupure
Considérons maintenant le cas où le domaine d’étude serait multiplement connexe [7] : un domaine
avec un trou, comme c’est le cas d’un tore. Supposons que celuici soit traversé par un fil conducteur
parcouru par un courant I comme on peut voir sur la Figure 22.

Figure 22 Cas d’un domaine toroïdal
Le théorème d’Ampère stipule que la circulation du champ magnétique le long du chemin γ doit être
égale au courant I. Or d’après l’équation (238), la circulation du champ magnétique est nulle. Cet
exemple est une illustration simple de l’incohérence de la formulation TΩ quand il s’agit de traiter
des domaines multiplement connexes. Le fait de dériver systématiquement un champ à rotationnel
nul d’un potentiel scalaire n’y est vérifié que localement.

61

Pour contourner ce problème, on introduit une coupure [7]: une surface Σ au niveau de laquelle on
impose une discontinuité du potentiel scalaire égale au courant I. La figure cidessous schématise le
principe.

Figure 23 Intégration d’une coupure (∑) dans un tore
En introduisant la coupure, le potentiel le potentiel au niveau du point a devient :
Ωa= Ωcont + I (239)
Ωcont est le potentiel scalaire qu’on aurait au niveau du point « a » sans introduction de coupure. La
circulation du champ magnétique le long du trajet γ ab devient de ce fait :
∫γ H .dl = Ωa Ωb = Ωcont + I Ωcont = I (240)

ab

2.1.3.3 Choix d’une formulation
Le choix de la formulation à mettre en œuvre dépendra du problème traité. Si la formulation TΩ
nécessite un nombre d’inconnues restreint, elle engage une complexité numérique quand il s’agit de
traiter des domaines multiplement connexes. La formulation AV est plus simple à mettre en œuvre
et adaptée à tous les domaines d’étude, par contre le nombre d’inconnues est conséquent. Dans le
cadre de notre application, une forte densité de maillage est exigée pour traiter les régions fines et à
fort effet de peau. La formulation TΩ sera de ce fait privilégiée dans la mesure du possible.
2.2 Problème thermique
2.2.1 Equation de la diffusion de la chaleur
Dans les milieux continus, c’est le premier principe de la thermodynamique qui détermine la
distribution du champ de température [10]:
∂θ (241)
ρCp ∂t div(λgradθ)=p

avec:
p : densité volumique de puissance (W/m3) ;
62

ρ : masse volumique (Kg/ m 3) ;
Cp : chaleur spécifique (J⋅kg1⋅K1) ;
θ : température (K).
λ : conductivité thermique du matériau (W·m1·K1);
Le premier terme exprime la variation instantanée de la puissance interne. Le deuxième terme
représente la puissance fournie au volume considéré. Dans ce cas elle est transmise par conduction.
Le second membre est la puissance générée par les sources internes.
2.2.2 Conditions aux limites
Pour satisfaire l’unicité du champ de température dans l’équation (241) , des conditions aux limites
sont imposées. Elles doivent être en cohérence avec les phénomènes physiques.
Les conditions aux limites liées aux problèmes thermiques sont dictées par les échanges du domaine
d’étude avec l’environnement, ces échanges peuvent être effectués :
par convection : dans le cas où le corps échange de la chaleur avec un fluide. Ceci se traduit par une
condition aux limites au niveau de l’interface corps fluide dont la forme est la suivante (conditions de
Robins) [10] :
∂θ
λ |Γc =hcv(θГc θambiant) (242)
∂n

avec :
hcv : le coefficient d’échange par convection entre le corps étudié et le fluide en contact avec sa
frontière (W.m2.K1) ;
θГc : la température au niveau de la frontière du corps (K) ;
θambiant : la température du fluide loin du corps (K).
par rayonnement : dans ce cas, la chaleur est échangée par le biais d’ondes électromagnétiques
dont la longueur d’onde se situe dans le spectre des infrarouges. La condition aux limites qui est
régie par ce phénomène est donnée par [10] :
∂θ (243)
λ ∂n |Γc =εkb(θГc4θambiant4)

avec :
ε : émissivité du corps ;
kb : la constante de Boltzman (5,67 108 W.m2.K4) ;
θambiant : la température moyenne du milieu ambiant (K).

63

Si la prise en compte de la convection est simple du fait de la linéarité entre la température et sa

dérivée, il n’en est pas de même pour le rayonnement. Une astuce qui est généralement utilisée
lorsque θambiant et θГc sont proches est de procéder à une linéarisation de (243). Le terme (θГc4
θambiant4) peut dans ce cas s’écrire de la manière suivante : (θГc3+ θГc2θambiant+ θГcθambiant2+ θambiant3)(θГc
θambiant). Ainsi, (243) devient :

∂θ (244)
λ |Γc =εkb(θГc3+ θГc2θambiant+ θГcθambiant2+ θambiant3) (θГcθambiant)=hr(θГcθambiant)
∂n

avec hr coefficient d’échange par rayonnement (W.m2.K1).
Les simplifications faites permettent d’utiliser un unique coefficient d’échange h prenant en compte
l’effet convectif et radiatif :
∂θ (245)
λ ∂n |Γc =h (θГc θambiant)

avec h =hcv+ hr
2.2.3 Couplage électrothermique
Dans l’équation (241), le terme p correspond aux sources internes, dans le cadre de la
thermographie inductive, ce terme représente la densité de puissance induite par l’interaction entre
le champ magnétique et la pièce inspectée. C’est à partir de la solution du problème
magnétodynamique qu’est calculée la source du problème thermique [11]. En effet, la densité de
puissance induite au niveau du matériau conducteur est obtenue à partir du champ électrique E et le
conjugué de la densité des courants induits Jc* :
p= Re(E. Jc*) (246)
On parle de couplage électrothermique. Deux types de couplage peuvent être envisagés :
un couplage faible : dans ce cas les résultats du problème thermique n’ont pas d’impact sur
le problème électrique ;
un couplage fort : les résultats du problème magnétodynamique dépendent des résultats du
problème thermique. C’est le cas quand l’élévation de température est assez importante
pour avoir un impact sur la conductivité électrique par exemple.
Dans le cadre de la thermographie inductive, le couplage adopté est faible. Les élévations de
température ciblées sont de l’ordre de quelques degrés et ne sont pas assez importantes pour
engendrer une variation de la conductivité [1]. Cela dit, la chauffe ne dépassant pas quelques
64

dizaines de seconde, le champ de température n’a pas assez de temps pour s’établir et est traité
dans cadre du régime transitoire. De ce fait, le traitement du problème thermique ne peut se faire
que dans le régime temporel.
2.2.4 Formulation thermique
En injectant (245) et (246) dans (241) on obtient la formulation suivante :

∂θ
div(λgradθ)+ p=ρC
∂t
∂θ (247)
λ |Γc =h(θГ θambiant )
∂n
{

L’étape de la mise en équation du problème électrothermique a été présentée. La prochaine étape
consiste à le retranscrire sous forme d’un problème numérique, puis de le résoudre.
3 Problème numérique
3.1 Formulation faible
3.1.1 Principe de base
Les formulations citées au niveau de la partie précédente sont appelées formulations fortes car
nécessitent un degré de régularité important des solutions. On ne sait calculer explicitement ces
solutions que dans quelques cas particuliers (géométries simples, domaine très régulier, séparation
des variables). Afin de rendre la résolution plus générale, on utilise ce que l’on appelle des
formulations faibles qui exigent moins de régularité [4]. L’idée est de multiplier la formulation initiale
par une fonction suffisamment régulière appelée fonction test de façon à diminuer l’ordre de
dérivation du système par le biais des formules de Green [12]. C’est à ces formulations faibles que
l’on cherchera à déterminer des solutions. Dans ce cadre, une structure mathématique adaptée à la
nature des solutions cherchées va être définie dans la prochaine partie. Cette structure va réunir les
outils permettant l’étude des formulations faibles. Il s’agira principalement des opérateurs et de
leurs domaines de définition. Ces domaines de définition sont des sousespaces des fonctions de
carrés sommables notés L2 pour les fonctions scalaires et L2 pour les fonctions vectorielles [13].
3.1.2 Espaces fonctionnels
3.1.2.1 Structure de base
On considère trois opérateurs différentiels : le gradient (grad), le rotationnel (rot) et la divergence
(div). Leurs domaines de définitions sont des sous espaces de L2(Ω) et L2(Ω) pour lesquels des
conditions aux limites données doivent être satisfaites. Ils sont notés W p, p = 0, 1, 2, 3.
65

Dans le cas où la frontière du domaine est du type ΓH, les domaines de définition des opérateurs sont
résumés dans le Tableau 21.
Tableau 21 Opérateurs liés à la structure de base et leurs domaines d’étude
Degrés Opérateurs Domaines
0 gradH W0H={u ∈ L2 (Ω) ; gradu∈ L2 (Ω); uΓH=0}
1 rotH W1H={u ∈ L2(Ω); rotu ∈ L2(Ω) ; uɅn ΓH =0}
2 divH W2h={u ∈ L2(Ω); divu ∈ L2(Ω) ; u.nΓH =0}
Les opérateurs différentiels cités cidessus définissent des applications de W hp dans Whp+1 et sont dits

du type Whp →Whp+1 [7]. Ils « lient » les espaces fonctionnels entre eux de façon à former une suite.

Dans le cas général, les inclusions suivantes sont vérifiées :
gradH (W0H) ⊂ { u ∈ L2(Ω) ; rotH u = 0 } , rotH (WH1 ) ⊂ { u ∈ L2(Ω) ; divH u= 0 }
Dans le cas où le domaine est simplement connexe, les inclusions deviennent des égalités.
gradH (W0H) = { u ∈ L2(Ω) ; rotH u = 0 } , rotH (WH1 ) = { u ∈ L2(Ω) ; divh u= 0 }
A partir de là, on affirme qu’un champ irrotationnel dérive d’un gradient et qu’un champ à
divergence nulle dérive d’un rotationnel.
3.1.2.2 Structure duale
La structure citée cidessus concerne la frontière ΓH. La structure associée à la frontière ΓB
(complémentaire de ΓH) est duale à celle de base. Les composantes de la structure duale (degrés,
opérateurs, domaines) sont résumées dans le Tableau 22 [7].
Tableau 22 Opérateurs liés à la structure duale et leurs domaines d’étude
Degrés Opérateurs Domaines
2 divB W2B = {u ∈ L2 (Ω) ; divu ∈ L2 (Ω); u.nΓB=0}
1 rotB W1b = {u ∈ L2(Ω); rotu ∈ L2(Ω) ; uɅn ΓB =0}
0 gradB W0b={u ∈ L2(Ω); gradu ∈ L2(Ω) ; uΓB=0}
66

Comme pour la structure de base, les espaces fonctionnels sont liés par le biais des opérateurs,
construisant ainsi une suite.
Les inclusions suivantes sont vérifiées et deviennent des égalités dans le cas d’un domaine
simplement connexe :
gradB (W0B) ⊂ { u ∈ L2(Ω) ; rotB u = 0 } , rotB (WB1 ) ⊂ { u ∈ L2(Ω) ; divB u= 0 }
Indépendamment de la structure, on retrouve que :
les grandeurs de type champ scalaire sont abritées dans les espaces fonctionnels de type W 0 ;
les grandeurs de type champ d’intensité sont abritées dans les espaces fonctionnels de type W 1 ;
les grandeurs de type densité de flux sont abritées dans les espaces fonctionnels de type W 2.
3.1.2.3 Structure globale
Ainsi, les différents espaces fonctionnels ont été organisés selon deux structures (de base et duale).
Le rapprochement de ces deux structures se fait dans le cadre d’une structure plus générale qui
porte le nom du diagramme de Tonti [14].
Cette structure globale peut accueillir une grande variété de modèles aux dérivées partielles dont le
problème magnétodynamique. Ainsi, les équations, les lois de comportement et les conditions aux
limites du problème des courants induits peuvent se trouver rassemblées dans un diagramme de
Tonti (Figure 24).
Figure 24 Diagramme de Tonti appliqué à la magnétodynamique
On y retrouve les champs H, J, B et E disposés aux niveaux appropriés. Les équations qui les relient,
ainsi que les lois de comportement, sont alors mises en évidence. Les différents potentiels vecteurs
et scalaires utilisés dans les formulations magnétodynamiques y figurent aussi. Il s’agit du potentiel
scalaire magnétique Ω et le potentiel vecteur électrique T pour la formulation TΩ, du potentiel
scalaire électrique V et le potentiel vecteur magnétique A dans le cas de la formulation AV.
67

Afin d’atteindre l’une des formulations en potentiel (AV ou TΩ), on doit opter pour l’un des côtés
du diagramme de Tonti. Le côté droit permet d’avoir les domaines de définitions adaptés aux
potentiels de la formulation AV. A ce moment paraît ce que l’on peut qualifier d’erreur
d’approximation. En effet, les espaces WB1 et WH2 sont différents. Or, la loi de comportement liant J
et E nous impose d’avoir J dans WB1. De ce fait, on ne peut se contenter que de satisfaire au
« mieux » cette loi de comportement, c’estàdire faiblement. Cette contrainte est rencontrée pour
les deux formulations. Ainsi pour la formulation AV, si les lois de MaxwellAmpère et de Thomson
sont « exactement » satisfaites ou fortement, les lois de Gauss et de Faraday ne le sont que
faiblement. On parle d’une formulation conforme en B. En fait, elle est conforme pour toute la
partie droite du diagramme de Tonti. Pour la formulation TΩ, ce sont les lois de MaxwellAmpère et
de Thomson qui sont faiblement satisfaites. Les lois de Gauss et de Faraday le sont fortement. On
parle dans ce cas d’une formulation conforme en H. La conformité est un critère qui se rajoute à
ceux qu’il faut prendre en compte pour le choix de la formulation.
3.1.3 Formulations magnétodynamiques faibles
Les espaces fonctionnels ainsi définis, on va pouvoir réaliser le passage de la formulation forte à la
formulation faible du problème magnétodynamique. Commençons par la formulation AV.
3.1.3.1 Formulation faible en AV
Le passage à la formulation faible se fait de la manière suivante :
On commence d’abord par multiplier les équations par les fonctions tests. Dans le cas de la
formulation AV on aura besoin d’une fonction test vectorielle A’ associée au potentiel vecteur
magnétique A et une autre scalaire V’ pour l’associer au potentiel scalaire V. On intègre par la suite
sur les différents domaines d’étude concernés. L’application de cette démarche aux systèmes
(216) et (219) conduit à :
1
∫ rot( rotA).A’ dD + ∫ σ(jωA + gradV).(A’) dD = ∫ Js .A’ dD
D µ Dc Ds
 A’ ∈ W1B(D)
(248)
∫ V'div (σ(jωA + gradV))dD=0
 V’ ∈ W 0
cB (Dc)
{ Dc

Le système ainsi construit doit subir des changements afin de réduire l’ordre de dérivation. Ceci se
fait par le biais des formules de Green [15].
68

On distingue deux types de formules :
la formule de Green de type graddiv :
∫D vdiv(u)dD =∫D u.gradvdD +∫Г(u.n)vdГ (249)
le théorème de Green de type rotrot :
∫D v.(rotu)dD =+∫D rotv.udD +∫Г (uᴧn).vdГ (250)

L’application de ces théorèmes au système (248) permet d’aboutir à la forme faible suivante :
Trouver A ∈ W1B(D) et V ∈ W0cB(Dc) tel que :
1
∫ rotA.rotA’ dD +jω ( ∫ σA.A'dD ) + ∫ A'.(nᴧH)dΓ
Dµ Dc ΓH
 A’ ∈ W1B(D)

+ ∫ σ gradV.A'dD = ∫ Js .A’ dD
Dc Ds
(251)
jω( ∫ σA.gradV'dD )+ ∫ σ gradV.gradV'dD= ∫ n.Jc V' dD  V’ ∈ W0cB(Dc)
{ Dc Dc ΓcH

Comme mentionné dans le paragraphe §3.1.2.3, la formulation AV est conforme en B. Ainsi, chaque
condition aux limites au niveau de ΓB sera automatiquement prise en compte dans la définition du
domaine d’étude. Ce genre de conditions est prise en compte au sens fort sous forme de conditions
de Dirichlet. Les conditions au niveau de Γ H quant à elles ne peuvent être prises en compte au niveau
du domaine d’étude et sont imposées au niveau des équations de la formulation faible. Elles sont
donc imposées au sens faible sous forme de conditions de Neumann. Le même principe est appliqué
au niveau de la frontière Γc du conducteur. Ainsi, les conditions sur Γ cB sont imposées directement
dans le domaine de définition. Les conditions sur Γ cH seront quant à elles imposée au niveau de la
formulation faible par le biais de l’intégrale surfacique sur ΓCH. Celleci permet d’imposer des
contraintes sur le conducteur. Si elle est nulle, ces contraintes pourront représenter soit des
conditions aux limites (les courants ne sortent pas du conducteur), soit une symétrie à courant
parallèle. Si elle est non nulle, ces contraintes permettront d’imposer des quantités globales [16]. Ce
dernier aspect nous intéresse particulièrement car va nous permettre de traiter le cas des inducteurs
massifs.
69

3.1.3.2 Formulation faible en TΩ
On applique la même démarche que pour la formulation faible en AV. En partant des systèmes
(229) et (235), on arrive à :
Trouver T ∈ W1cH(Dc) et  ∈ W0H(D) tel que :
1
∫ rotT.rotT’ dD +jω( ∫ T.T'dD )+jω( ∫ gradΩ.T'dD )
Dc σ Dc Dc
1 1  T’ ∈ W1cH(Dc)
+ ∫ (nᴧE).T'dΓ = ∫ rotHs .rotT’ dD + jω ∫ Hs .T’ dD
ΓcB Dc σ Dc σ
(252)
∫ T.gradΩ'dD ∫ gradΩ.gradΩ'dD ∫ (B.n)Ω'dΓ = ∫Hs .gradΩ'dΩ  Ω' ∈ W0H(D)
{ Dc D ΓB D

Pour la formulation TΩ qui est conforme en H, ce sont les conditions aux limites au niveau de Γ h qui
sont prises en compte dans la définition des différents domaines d’étude. Elles sont prises en compte
au sens fort sous forme de conditions de Dirichlet. Leur contribution n’a pas à apparaitre au niveau
de la formulation. Les conditions au niveau de Γ B sont imposées faiblement au niveau des équations
de la formulation faible sous forme de conditions de Neumann. Comme pour la formulation AV, les
conditions au niveau de ΓcH sont implicitement imposées au niveau du domaine de définition.
L’intégrale surfacique sur ΓcB permet d’imposer les grandeurs dont l’expression est faible, elle pourra
servir à imposer des grandeurs globales.
3.1.3.3 Formulation thermique faible
Dans le problème thermique, la grandeur recherchée est la variation de température θ qui est un
champ scalaire, on aura donc besoin d’une fonction test scalaire θ’ pour l’associer à θ.
L’application de la formule graddiv de Green scalaire au système
(247) permet d’aboutir à :
Trouver ϴ∊W0c(Dc) tel que :
∂θ ∂θ
∫ λgradθ.gradθ’ dD + ∫ ρCp .θ'dD ∫ λ θ’ dΓ = ∫ Jc .Eθ’ dD
Dc Dc ∂t Γc ∂n Dc
-λ
 θ' ∈ W0c(Dc)
∂θ (253)
| =hθΓc
{ ∂n Γc

Les formulations faibles ainsi posées peuvent être discrétisées. La partie qui suit traitera de cet
aspect.

70

3.2 Discrétisation spatiale
3.2.1 Principe général
Une représentation générale des équations développées dans le cadre des formulations faibles peut
être définie de la sorte :
Trouver u ∈W:
a (u,v)= L(v) v∈W (254)
avec :
a et L des opérateurs bilinéaire et linéaire respectivement ;
u l’inconnue à trouver ;
v la fonction test associée à u ;
W est l’un des espaces fonctionnels présentés dans §3.1.2.
Les fonctions inconnues des formulations faibles continues appartiennent à des espaces fonctionnels
de dimension infinie, elles sont de ce fait définies par un nombre infini de paramètres. La résolution
ne peut pas être faite analytiquement et on doit avoir recours à des méthodes numériques si l’on
veut disposer d’informations quantitatives sur la solution. Le principe de base des méthodes
numériques est d’approximer le problème continu par un problème discret avec un nombre fini
d’inconnues [17]. Ceci se fait en remplaçant les espaces fonctionnels W h impliqués par des espaces
fonctionnels discrets Sh de dimensions finies Nh qu’on appelle espaces d’approximation.
Selon le cas Sh peut représenter :
S0 l’espace d’approximation de W0 ;
S1 l’espace d’approximation de W1;
S2 l’espace d’approximation de W2.
Comme ces nouveaux espaces d’étude sont finis, on peut toujours trouver des fonctions de base
pour décomposer chaque élément leur appartenant. Elles sont appelées fonctions de forme. En
notant ϕ1, ϕ2 … ϕNh ces fonctions, l’inconnue u de (254) peut être approximée par un uh tel que :
N
uh=∑i=1h αi ϕi (255)
71

De plus, il suffit que (254) soit valide pour tous les éléments de la base pour qu’elle le soit pour
chaque fonction test vh de Wh. Sous ces conditions, (255) est équivalent à :
h
Trouver (1, 2… Nh ) ∈ RN tel que :
h
∑Ni=1 i a (ϕi , ϕj )= L(ϕj )  j = 1,2…Nh avec ϕj ∈ Wh (256)
On a transformé le problème continu (254) de dimension infinie en un système linéaire (256) à N h
équations. Ce dernier peut être écrit matriciellement de la manière suivante[17]:
AX =b (257)
avec :
Aji= a (ϕi, ϕj);
Xi=i ;
bi= L(ϕi).
3.2.2 Méthode des éléments finis
La distinction entre les méthodes numériques se fait par la manière avec laquelle l’espace
d’approximation Sh est construit. L’une des méthodes numériques les plus utilisées dans le domaine
du calcul scientifique est la méthode des éléments finis [17]. Elle se base sur une discrétisation
spatiale du domaine d’étude (maillage). La construction d’un espace d’approximation se fait en
définissant des fonctions de base dont les supports sont les entités géométriques de ce maillage. La
mise en place de telles fonctions se fait à deux niveaux : localement, cela veut dire au niveau d’un
élément géométrique et globalement, au niveau du maillage de tout le domaine. Ces deux aspects
(local et global) seront mis en évidence dans un premier temps.
En magnétodynamique, on a vu dans le §3.1.2 que les espaces W 0, W1, W2 permettaient une
expression rigoureuse des formulations faibles continues. Afin de conserver cette rigueur au niveau
des espaces d’approximation, des fonctions de base spécifiques sont choisies : les fonctions de base
nodales, d’arêtes et de facettes [18]. Leurs propriétés tant au niveau local que global seront
présentées. Une fois les espaces d’approximation construits, des opérateurs discrets sont utilisés
pour créer une suite discrète analogue à la suite continue vue au §3.1.2.
3.2.3 Eléments finis
3.2.3.1 Aspect local : Elément fini
Un élément fini a pour rôle l’interpolation d’un champ continu dans un espace fonctionnel de
dimension finie.
72

Il est défini par un triplé (K, PK, ∑K) avec :
K : un élément géométrique de forme simple qui appartient au domaine d’étude. Quatre
types d’éléments sont utilisés : des tétraèdres, des hexaèdres, des prismes et plus rarement
des pyramides. Il est constitué d’entités géométriques : des nœuds, des arêtes, des facettes
et des volumes ;
PK : un espace fonctionnel de dimension finie n K. Un champ uK appartenant à cet espace est
une approximation du champ réel u. L’expression mathématique de u K permet de lier la
valeur d’un champ à la position de calcul. Cet espace est généré par une base de fonctions
polynomiales ;
∑K : ensemble de nK degrés de libertés, chaque fonction de P K doit être déterminée de façon
unique grâce à ces degrés de libertés, on dit que l’élément fini est P Kunisolvant. Ces degrés
de liberté sont représentés par nk fonctionnels linéaires Φi 1<i< nk qui relient chaque
fonction de PK à une valeur dans ℝ.
La Figure 25 illustre le lien existant entre les différents composants d’un élément fini.

Figure 25 Schéma représentatif de l’approximation d’un champ dans un élément fini (K, PK,∑K)
Ainsi au niveau d’un élément fini, une interpolation u K d’un champ u se met sous la forme :
uK=∑i=1
K n
ai pi (258)

avec:
ai : les degrés de liberté. Ils sont définis à partir des fonctionnelles Φi :
ai = Φi (uK) (259)
pi : les fonctions de base de PK, sont définies de façon unique grâce aux fonctionnelles Φi .
Afin de simplifier la résolution, les fonctionnelles sont définies de façon à ce que :
Φi (pj)=δij (260)
73

Les propriétés des fonctions de base, des degrés de liberté et des fonctionnelles dépendront de la
nature du champ à interpoler. Par la suite, ces trois grandeurs seront explicitées pour les différents
champs que l’on vise à approximer. La procédure d’approximation d’un champ au niveau d’un
domaine élément fini a été explicitée. D’un point de vue pratique, ceci représente une
approximation au niveau d’une toute petite partie du domaine d’étude global. La prochaine étape
présente la manière avec laquelle se fait le passage d’une approximation au niveau d’un petit
domaine K (approximation locale) à une approximation au niveau de tout le domaine d’étude D
(approximation globale) avec K ∁ D.
3.2.3.2 Aspect global : Espace d’approximation (Espace d’élément fini)
Comme ce qui a été expliqué dans le cadre d’un élément fini, une approximation au niveau global
nécessite la définition d’un domaine géométrique, d’un espace d’approximation et d’un ensemble de
degrés de liberté. Leur construction se fait à partir de l’association des différents éléments finis (K, P K,
∑K).
a Construction du domaine géométrique : maillage
L’association géométrique des différents éléments finis permet d’avoir un maillage : une
discrétisation spatiale du domaine d’étude. Cette association doit cependant vérifier certaines
conditions. En effet, dans un maillage, deux éléments géométriques ont en commun soit un nœud,
soit une arête, soit une facette ou bien sont disjoints. A la suite de cette procédure, le raisonnement
ne portera plus sur les éléments géométriques mais sur les entités géométriques (nombre total de
nœuds, d’arêtes, de facettes etc…). On notera N, E, F et V les ensembles des nœuds, des arêtes, des
facettes et des volumes respectivement. #N, #E, #F et #V font, quant à eux, référence à la taille de
ces ensembles.
74

La Figure 26 est une illustration du procédé de maillage.
Figure 26 Procédé de maillage
Le maillage et les éléments finis permettent de construire les éléments de la base des espaces
d’approximation.
b Construction de l’espace d’approximation
La donnée d’un maillage Mh et de l’élément fini (K,PK,∑K) associé à tout élément géométrique K
appartenant à Mh permet de construire un espace d’approximation Sh.
Ainsi, toute fonction uh appartenant à Sh doit vérifier des relations analogues à (258). A savoir :
n
uh=∑i=1
h
ahi phi (261)
avec :
nh le nombre d’entités géométriques du maillage (nombre de nœuds, nombre d’arêtes, nombre de
facettes etc…) ;
ahi le degré de liberté associé à l’entité géométrique i du maillage h ;
phi la fonction de base dont le support est l’entité géométrique i.
L’expression de uh au niveau global (à l’échelle du maillage) est directement liée à son expression au
niveau local (au niveau d’un élément géométrique). En effet, une fonction appartenant à S h est
définie comme suit :
sa restriction sur tout élément K du maillage appartient à l’espace fonctionnel P K ;
sa restriction sur K est entièrement déterminée par l’ensemble de valeurs ∑ K(uh) de ses
degrés de liberté.
A partir de ces considérations, on voit que l’ensemble des degrés de liberté ∑ h est construit à partir
des différents ∑K, ensemble des degrés de libertés associés à l’élément géométrique K. De même, les
75

fonctions de base phi de Sh sont définies à partir des fonctions de base des espaces P K. Cela dit, ces

fonctions de base doivent assurer des conditions de continuité à l’interface de deux milieux
physiques différents (lors du passage du domaine de l’air au domaine conducteur par exemple) afin
que les propriétés électromagnétiques puissent être préservées dans le problème discret. Au niveau
du maillage, une telle interface est représentée par les éléments géométriques dont l’intersection est
une facette. Les conditions de continuité des grandeurs approximées doivent de ce fait y être
satisfaites.
Les éléments nécessaires pour la construction des espaces d’approximation via la méthode des
éléments finis ont été présentés. Dès lors, il s’agit d’expliciter chacun de ces éléments pour
approximer les espaces fonctionnels présentés dans le §3.1.2. Dans le paragraphe suivant, chaque
espace Wii=0…3 est approximé par un espace fini S i en définissant les éléments présentés ciavant, à
savoir :
les fonctions de base : deux aspects doivent être présentés. Au niveau local, il s’agit de leurs
expressions mathématiques. Au niveau global, il s’agit de leurs propriétés (variations et conditions de
continuité) ;
les fonctionnelles ;
les degrés de liberté.
3.2.4 Espaces d’approximation
3.2.4.1 Espace des éléments nodaux S0
Cet espace permet d’approximer l’espace fonctionnel des champs scalaires W 0
a Fonctions de base
Forme locale
Au niveau d’un élément fini, la restriction d’une fonction de base nodale se fait par le biais des
polynômes de Lagrange [17]. Chaque polynôme de Lagrange λiK vaut zéro au niveau de chaque
sommet de l’élément géométrique K sauf au niveau du sommet i ou il est égal à 1. Ces polynômes
peuvent être de degré supérieur mais nous limiterons l’étude au cas des polynômes de Lagrange du
premier degré. Dans ce cas, λiK varie linéairement entre le sommet i et les autres sommets de K.
Forme globale
Les fonctions de base d’un tel espace portent le nom de fonctions de base nodales. Elles ont comme
support l’ensemble des nœuds du maillage N. Chaque fonction de forme nodale s i est nulle au niveau
de tous les nœuds du domaine maillé sauf au nœud i. Les propriétés des fonctions de forme nodales
permettent d’assurer leur continuité à travers la facette commune de deux éléments géométriques
76

adjacents. Ainsi, les grandeurs calculées dans cet espace seront continues à l’interface de deux
domaines physiques différents.
b Fonctionnelles
La détermination d’une fonctionnelle permet de lier chaque champ approximé à ses degrés de
liberté. Elle doit permettre aussi de vérifier la relation (258). Une fonctionnelle adéquate aux
propriétés des fonctions de base nodales est celle qui lie chaque fonction de base à son évaluation au
niveau des nœuds du maillage. Un développement permet d’établir la propriété suivante :
Φj (262)
si → si (xj ) = δij ∀i,j∈N

avec
xj : les coordonnés du nœud j
N : ensemble des nœuds du maillage
Φj : fonctionnelle lié au nœud j
c Degrés de liberté
En prenant en considération ce qui a été mentionné, un champ scalaire V est approximé par un
champ V0 ∈ S0. Ce dernier peut s’écrire sous la forme :
V0= ∑n∊N Vn sn (263)
Vn est le degré de liberté associé à la fonction de forme s n. Il est déterminé par le biais des
fonctionnelles Φn :
Vn= Φn(V0)=V0(xn) (264)
ce qui correspond à la valeur du potentiel V 0 au nœud n du maillage.
Ainsi, les espaces de type S0, de par les propriétés de leurs fonctions de forme, des degrés de liberté
qui leurs sont associés etc… permettent une approximation exacte des espaces de type W 0. De ce
fait, ils définissent, en les associant aux bonnes conditions aux limites, le potentiel scalaire V pour la
formulation AV, le potentiel scalaire Ω pour la formulation TΩ et la température pour la
formulation thermique. Dorénavant, la notation S0x désigne un espace S0 auquel sont ajoutées des
conditions aux limites nulles au niveau de la frontière Γ x.

77

3.2.4.2 Espace des éléments d’arêtes S1
a Fonctions de base
Forme locale
Au niveau d’un élément fini, la restriction d’une fonction de base d’arête est construite à partir des
polynômes de Lagrange. Pour une arête l liant les nœuds i et j d’un élément géométrique K,
l’expression de la fonction de base est la suivante [4]:
sl|K= λKj grad ∑kNf(j,i)̅ λKk λKi grad ∑kNf (i,j)̅ λKk (265)

avec :
• sl|K restriction de sl sur l’élément K ;
• Nf(j,i)̅ ensemble des nœuds de la facette f qui contient le nœud j mais pas i ;
• Nf(i, j)̅ ensemble des nœuds de la facette f qui contient le nœud i mais pas j.
La Figure 27 montre l’allure de sl|K au niveau de différents points d’évaluation dans le cas où
l’élément géométrique K est un hexaèdre.

Figure 27 Allure de sl|K dans le cas ou K est un hexaèdre
Il y paraît clairement qu’une telle fonction de base est non nulle et tangente à l’arête l. Au niveau des
autres arêtes de K, elle est soit nulle, soit perpendiculaire.
Forme globale
Les fonctions de base d’un tel espace portent le nom de fonctions de base d’arête. Elles ont comme
support l’ensemble des arêtes du maillage E. Chaque fonction de forme d’arête si n’est tangente qu’à
l’arête i, pour les autres arêtes du maillage, elle est soit nulle, soit perpendiculaire. Ces propriétés
permettent de vérifier la continuité de leurs composantes tangentielles à travers la facette commune
de deux éléments géométriques adjacents. Ceci permet une prise en compte exacte des conditions
78

d’interface des grandeurs de type champ d’intensité à l’interface de deux domaines physiques
différents (continuité de la composante tangentielle).
b Fonctionnelles
En prenant Φl la fonctionnelle qui lie chaque fonction de base d’arête à son intégrale curviligne le
long de l’arête l, il est possible de vérifier que la circulation d’une fonction de base si le long de l’arête
i est égale à 1, et 0 le long de toutes les autres arêtes du maillage. C’estàdire :
Φj(si)=∫jsi.dl=ij ∀ i,j∈E (266)

avec
E : ensemble des arêtes du maillage
Φj : fonctionnelle lié à l’arête j
En prenant en considération ce qui a été mentionné, un champ vectoriel A est approximé par un
champ A1∈ S1. Ce dernier peut s’écrire sous la forme :
A1= ∑l∊E Al sl (267)
Al est le degré de liberté associé à la fonction de forme sl. Il est déterminé par le biais des
fonctionnelles Φl :
Al = Φl(A1) = ∫l A1.dl (268)

ce qui correspond à la circulation de A1 le long de l’arête l.
Les espaces de type S1, de par leurs propriétés citées ciavant, permettent d’approximer les espaces
fonctionnels des champs d’intensité W1. En y associant les conditions aux limites adéquates, ils
peuvent donner le potentiel vecteur magnétique A pour la formulation AV et le potentiel vecteur
électrique T pour la formulation TΩ.
3.2.4.3 Espace des éléments de facettes S2
a Fonctions de base
Forme locale
La restriction d’une fonction de base de facette au niveau d’un élément fini est construite à son tour
à partir des polynômes de Lagrange. Pour une facette f composée des nœuds {q 1, q2, q3, q4}.
79

L’expression de la fonction de base est la suivante [4]:
N
sf|K = ∑c=1
f
λKqc grad( ∑rNF(q ,q̅̅̅̅̅) λKr )grad( ∑kNF (q ,q̅̅̅̅̅) λKr ) (269)
c c+1 c c1
avec :
• sf|K restriction de sf sur l’élément K ;
• Nf ensemble des nœuds de la facette f, dans ce cas il est égal à 4;
• qc l’un des nœuds de la facette f. La liste des qc est circulaire : q0≡qNf et qNf +1 ≡q1.
La figure cidessous montre l’allure de sf|K au niveau de différents points d’évaluation dans le cas où
l’élément géométrique K est un hexaèdre.

Figure 28 Allure de sf|K dans le cas ou K est un hexaèdre
On voit sur la figure qu’une telle fonction de base est non nulle et perpendiculaire au niveau de la
facette f. Concernant les autres facettes de K, elle est soit nulle, soit parallèle.
Forme globale
Les fonctions de base d’un tel espace portent le nom de fonctions de base de facette. Ils ont comme
support l’ensemble des facettes du maillage F. Chaque fonction de forme d’arête si n’est
perpendiculaire qu’à la facette i. Concernant les autres facettes du maillage, elle est soit nulle, soit
parallèle. Une conséquence de ces propriétés est la continuité de la composante normale de ces
fonctions à travers la facette commune de deux éléments géométriques adjacents. Ceci permet
d’assurer la conformité des grandeurs concernées à l’interface de deux domaines physiques
différents (propriétés attachées aux champs de type densité de flux).
b Fonctionnelles
Pour une fonctionnelle Φf qui lie chaque fonction de base de facette à son intégrale surfacique à
travers la surface f, on peut vérifier que le flux d’une fonction de base si à travers la facette i est égale
à 1, et 0 à travers toutes les autres facettes du maillage.
80

C’estàdire :
Φj(si)=∬j si .ndS =ij ∀ i,j∈F (270)
avec
F : ensemble des facettes du maillage
Φj : fonctionnelle liée à la facette j
En prenant en considération ce qui a été mentionné, une densité de flux B est approximée par un
champ B2∈ S2. Ce dernier peut s’écrire sous la forme :
B2= ∑f∊F Bf sf (271)

Bf est le degré de liberté associé à la fonction de forme sf. Il est déterminé par le biais des
fonctionnelles Φf :

Bf = Φf(B2)= ∬f B2 .ndS (272)

Ce qui correspond au flux de B2 à travers la surface f.
De par leurs propriétés, les espace de type S2 permettent d’approximer les espaces fonctionnels des
densités de flux W2. Ils abriteront les courants sources dans la formulation AV par exemple.

81

Le Tableau 23 présente un récapitulatif concernant les espaces d’approximation utilisés dans le
cadre de la modélisation des problèmes de courants induits par élément finis.
Tableau 23 Tableau récapitulatif des espaces d’approximation
Fonctions de base Conditions Fonctionnels Degrés de liberté

d’interface
S0 si(xj) =ij ∀ i,j∈N Continuité Point Valeur au niveau des

d’évaluation nœuds
S1 ∫jsi.dl=ij ∀ i,j∈E Continuité de la Intégrale Circulation le long d’une

composante curviligne arête
tangentielle
S2 ∬j si .ndS=ij ∀ i,j∈F Continuité de la Intégrale Flux à travers une surface

composante surfacique
normale
3.2.5 Suite des espaces d’éléments finis
A l’instar de ce qui a été fait pour le problème continu, il faut mettre en place une structure
mathématique liant les différents espaces d’approximation. Pour en élaborer une adaptée pour la
résolution par éléments finis, un analogue discret des opérateurs grad, rot et div doit être présenté.
Ces opérateurs discrets doivent permettre de lier les différents espaces d’approximation S i i=0…3 de
façon à former une suite (comme pour le cas du problème continu).
3.2.5.1 Notion d’incidence
L’incidence permet de décrire le lien entre les différentes entités géométriques d’un maillage à savoir
les nœuds, les arêtes, les facettes et les volumes [7]. Ainsi, l’incidence d’un nœud n dans une arête a,
noté i(n,a), vaut 1 si n est l’extrémité de a, 1 si n est l’origine et 0 si n n’appartient pas à a.
L’incidence d’une arête a dans une facette f est noté i(a,f), il vaut 1 si la liste ordonnée des nœuds de
a apparaît dans le même ordre dans la liste circulaire des nœuds de f. Ainsi l’incidence d’une arête
l={q1,q2} dans une facette f={q1, q2, q3, q4} est égale à 1. La même logique est retrouvée dans le cas de
l’incidence d’une facette f dans un volume v i(f,v), elle vaut 1 si la normale à f définie par la liste
circulaire de ses nœuds est à l’extérieur du volume, elle vaut 1 si la normale est dirigée vers
l’intérieur et zéro si la facette n’appartient pas à v. Cette notion d’incidence permet de créer la
passerelle entre les fonctions de base des différents espaces d’approximation. Ainsi, la relation entre
82

une fonction de base nodale sn et les différentes fonctions de base d’arêtes sa est décrite de la
manière suivante :
gradsn=∑a∈E i(n,a)sa (273)
On retrouve le même type de relation entre les fonctions de forme d’arêtes et de facettes, puis les
fonctions de forme de facettes et de volumes :
rotsa=∑f∈F i(a,f)sf (274) , divsf=∑v∈V i(f,v)sv (275)
3.2.5.2 Opérateurs discrets : matrices d’incidence
Les différentes incidences d’un maillage sont généralement rassemblées sous forme de trois
matrices :
la matrice GAN dont les éléments Gan sont décrits de la manière suivante :
Gan=i(n,a) ∀a∈E, ∀n∈N (276)
la matrice RFA dont les éléments Rfa sont décrits de la manière suivante :
Rfa=i(a,f) ∀f∈F, ∀a∈E (277)

la matrice DVF dont les éléments Dvf sont décrits de la manière suivante :
Dvf=i(f,v) ∀v∈V, ∀f∈F (278)

Un développement permet de vérifier les propriétés suivantes : RFAGAN=0 DVFRFA=0
Les propriétés de ces matrices décrivent les relations vectorielles rot(grad)=0 et div(rot)=0.
3.2.5.3 Suite des espaces
Les relations (273), (274) et (275) combinées à la donnée des matrices d’incidence permettent de
calculer des grandeurs d’un espace d’approximation Si à partir de l’espace d’approximation Si1. Ainsi,
les degrés de libertés Ha d’un champ H1 ∈ S1 peuvent être déduits des degrés de liberté ϕn d’un
champ scalaire ϕ0∈ S0 par le biais de la matrice GAN.
83

En notant HA et ϕN les vecteurs des degrés de liberté de H1 et ϕ0 respectivement, on arrive à écrire :
HA= GAN ϕN (279)
La matrice GAN apparait comme l’équivalent discret du gradient dans la relation H=grad ϕ.
De façon similaire, la matrice RFA permet de déduire les degrés de liberté d’une densité de flux de S 2 à
partir des degrés de libertés d’un champ d’intensité de S1 jouant ainsi le rôle du rotationnel
(JF= RFAHA pour remplacer J=rotH). Le même constat est fait pour la matrice D VF qui permet de passer
de S2 à S3 jouant le rôle de la divergence. De ceci résulte que les espaces Si i=0…3 forment une suite
similaire à celle formée par les espaces W i i=0…3. La figure cidessous montre l’analogie existante entre
une suite d’espaces fonctionnels et une suite d’espaces d’approximation.

Figure 29 Passage d’une suite continue à une suite discrète
En précisant les conditions aux limites et les frontières sur lesquelles elles doivent être imposées, on
arrive à construire un équivalent discret du diagramme de Tonti.
3.2.6 Formulations discrètes
Les outils mentionnés dans le paragraphe précédent permettent de passer des formulations faibles
aux formulations discrètes. Ce sont ces formulations qui seront implémentées numériquement.
3.2.6.1 Formulation AV discrète
Dans cette partie, la focalisation sera portée sur le passage de la formulation faible continue à son
équivalent discret (forme matricielle). Pour que la démarche soit la plus claire possible, le modèle
traité sera simplifié au maximum. Ainsi, on considère le cas où les seules contraintes prises en
compte sont les conditions aux limites. Ceci permet d’annuler les intégrales surfaciques sur Γ H et ΓcH
du système (251). De plus, la répartition des courants dans le domaine source est supposée connue
au préalable et uniforme.
a Discrétisation des inconnues
Dans le cadre le plus général, le potentiel vecteur A doit être discrétisé dans l’espace S 1B(D) auquel
une condition de jauge est rajoutée afin d’assurer l’unicité du potentiel. L’espace engendré dans ce
84

cas est un sous espace de S1B(D) appelé espace jaugé [18]. Dans ce cadre, un arbre d’arête est
construit sur le maillage de tout le domaine D. Les degrés de liberté associés aux arêtes de cet arbre
peuvent être fixés. Nous pouvons même choisir de les annuler. On construit ainsi une jauge qui n’est
autre que l’équivalent discret de (220), l’arbre construit représentant la discrétisation du champ w.
La base d’un tel espace est réduite aux fonctions de forme liées aux arêtes n’appartenant pas à
l’arbre, on parle dans ce cas de coarbre [18]. Cela dit, dans le cas où la résolution numérique choisie
est itérative (gradient conjugué par exemple), il a été démontré qu’une telle jauge est implicitement
imposée [19]. On suppose que c’est le cas pour la suite de cette partie et on se contente de
discrétiser A dans tout S1B(D). Ceci permet de donner l’expression suivante :
A=∑a∈E Aa sa (280)
avec {sa }a∊E l’ensemble des fonctions de base de S1B(D)
E l’ensemble des arêtes du domaine D (en excluant les arêtes de Γ B)
En ce qui concerne le potentiel scalaire V, il est discrétisé dans S 0cB(Dc). Ceci permet d’écrire :
V=∑n∈Nc Vn sn (281)
avec {sn }n∊Nc l’ensemble des fonctions de base de S0cB(Dc)
Nc l’ensemble des nœuds internes du domaine Dc (en excluant les arêtes de ΓcB)
b Discrétisation de la source
Il a été démontré que la discrétisation de la densité de courant Js directement dans l’espace S2
engendrait une incompatibilité numérique en 3D. Ceci est dû au fait qu’il est difficile d’assurer
div(Js)=0 numériquement [20]. Pour remédier à cela, on introduit généralement un champ H s de la
même manière que pour la formulation TΩ :
rot Hs= Js (282)
Au niveau de la formulation faible (251), la prise en compte de ce champ se fait en remplaçant le

terme source ∫D Js .A’ dD par ∫D Hs .rotA’ dD. Cette égalité vient de la prise en compte de (282) au
s
niveau de l’intégrale surfacique suivi d’une intégration par partie.
Différents champ Hs permettent de vérifier (282). Le calcul peut être fait analytiquement. Dans ce
cas le champ Hs doit être discrétisé dans tout l’espace S1H(D):
Hs =∑a∈E Hsa sa (283)
85

Les degrés de liberté Hsa (la circulation de Hs le long de l’arête a) sont déterminés par la loi Biot et
Savart [21]. Le champ calculé ainsi est appelé champ source, il a un sens physique et son support est
étendu sur tout le maillage. Cela dit, d’autres types de champ permettent aussi de vérifier (282) sans
avoir forcément de sens physique. On parle de champs sources généralisés [22]. Ces champs sont
égaux au champ source réel à un gradient près. Contrairement au champ source réel, l’expression de
ces champs diffère en passant d’un support à un autre. Ainsi, au niveau de l’inducteur, ils sont
discrétisés dans S1(Ds). Dans le reste du domaine, la discrétisation se fait dans grad(S0(DsC)), DsC étant
le domaine complémentaire de Ds :
Hsgen =∑a∈Es Hsgen sgen

a sa +∑n∈NCs Φn grad(sn ) (284)
Dans le cas ou DsC est multiplement connexe, une coupure est prise en compte. Une contrainte égale
au courant d’excitation est imposée au niveau des degrés de liberté Φsgen
n lui appartenant. Ceci
implique un réarrangement au niveau de la deuxième somme de (284) :
∑n∊NC Φsgen sgen

n grad(sn ) = ∑n∊NCs Nco Φn grad(sn )+I c
s
(285)
s
c= ∑n∊Nco grad(sn ) (286)
avec Nco l’ensemble des nœuds appartenant à la coupure
Is le courant source
Pour des soucis d’efficacité, il est intéressant de minimiser le support du champ utilisé. En imposant
une condition de jauge de type (220) sur S1(Ds) et en considérant les Φsgen
n nuls partout, on arrive à
mettre en place un champ source à faible support [22]. L’arbre construit pour imposer la jauge
permet d’associer chaque arête du coarbre à un unique contour fermé constitué de cette arête et
d’autres arêtes de l’arbre. De ce fait, l’imposition de Is au niveau des arêtes du coarbre suffit pour
satisfaire (282).
En prenant tout ceci en compte, l’expression du champ source généralisé est :
Hsgen =∑a∈Ĕs Hsgen s
a sa +I c (287)
avec Ĕs l’ensemble des arêtes du coarbre du domaine Ds.
La discrétisation du terme source se base principalement sur les deux approches présentées. Les
deux approches ont été utilisées durant nos travaux. Pour la suite de cette partie, on ne prend pas en
86

compte les domaines multiplement connexes et on suppose que le champ source a été déterminé
par l’une des deux méthodes présentées.
c Forme matricielle
La discrétisation des inconnues étant réalisée, elle doit être injectée dans le système (251). La
résolution du système dans S1B(D) et S0cB (Dc) se fait en choisissant comme fonctions tests les
fonctions de base de ces espaces. Il suffit que la formulation faible soit valable pour chaque fonction
de base pour qu’elle le soit pour toutes fonctions tests de S1B(D) et S0cB(Dc).

1  a' ∈ E
∑(∫ rotsa.rotsa' dD) Aa + jω ∑ ( ∫ σsa.sa'dD )Aa
a∈E D µ a∈Ec Dc
(288)
+ ∑ ( ∫ σ gradsn .sa'dD)Vn = ∑ ( ∫ sa.rotsa' dD )Hsa
Dc Ds
n∈Nc a∈E
∑ Vn ∫ σ gradsn .gradsn' dD +jω ∑ ( ∫ σsa.gradsn' dD )Aa = 0
Dc Dc  n’∈ Nc
{n∈Nc
a∈Ec

En introduisant les opérateurs discrets, le système (288) prend la forme matricielle suivante [16]:
[RFA MFF RFA +jωMAA MσAA GAN ] [AA ]=[RtFA MFA HsA ]
t μ
1
σ

σ σ VN 0 (289)
GtAN MAA GtAN MAA GAN

avec
AA vecteur des degrés de liberté du potentiel vecteur magnétique A
VN vecteur des degrés de liberté du potentiel scalaire électrique V
1
1
MμFF (i,j)= ∫D si.sj dD , si et sj deux fonctions de forme de S2(D)
µ
MσAA (i,j)= ∫D σsi.sjdD , si et sj deux fonctions de forme de S1(D)

MFA (i,j)= ∫D si.sjdD, si une fonction de forme de S2(D) et sj une fonction de forme de S1(D)
La démarche de discrétisation de la formulation AV a été présentée. Dans la partie qui suit, cette

même démarche sera élaborée pour la formulation TΩ
87

3.2.6.2 Formulation TΩ discrète
a Discrétisation des inconnues
La discrétisation du potentiel vecteur électrique T se fait sur S1c(Dc) :
T=∑a∈Ec Ta sa (290)
avec {sa }a∊Ec l’ensemble des fonctions de base de S1c(Dc)
Ec l’ensemble des arêtes internes de Dc (la circulation au niveau des arêtes de ΓcH est nulle)
La discrétisation du potentiel scalaire magnétique Ω se fait sur S 0H(D). Ceci permet d’écrire :
Ω=∑n∈N Ωn sn (291)
avec {sn }n∊N l’ensemble des fonctions de base de S0H(D)
N l’ensemble des nœuds internes du domaine D (en excluant les nœuds de Γ H)
b Forme matricielle
En procédant de la même manière que pour la formulation AV, on obtient l’expression matricielle
suivante [16] :
[RFA MFF RFA +jωwMAA jωMAA GAN ] [ TA ]=[RtFA MσFF HsA jωMAA HsA ]
t σ
1
μ μ
1
μ
μ μ ΩN μ (292)
GtAN MAA GtAN MAA GAN GtAN MAA HsA

Que ce soit pour (289) ou (292), le système à résoudre est linéaire quand les propriétés des
matériaux le sont. La résolution de tels systèmes peut se faire soit par un solver direct, soit par un
solver itératif. Les solvers itératifs permettent de converger pour les systèmes nonjaugés, mais
nécessitent un temps de calcul important quand il s’agit de systèmes de grande taille [23]. Les solvers
directs quant à eux nécessitent de rajouter des conditions de jauge pour que la matrice de gauche
soit inversible. Ce genre de solver permet une résolution en des temps raisonnables quand le
système à résoudre est de grande taille. Les solvers les plus utilisés sont le solver direct MUMPS
(Multifrontal Massively Parallel sparse direct Solver) [24] et le solveur itératif ICCG (Incomplete
Cholesky Conjugate Gradient) [25].
3.2.6.3 Formulation thermique discrète
De la même manière que les formulations AV et TΩ, les grandeurs de la formulation thermique sont
discrétisées dans des espaces d’approximations adéquats.

88

La discrétisation de la variation de température θ se fait dans S0(Dc) :
θ =∑n∈Nc θn sn (293)
Le terme source est calculé à partir de la résolution électromagnétique. Le même maillage
électromagnétique au niveau de la pièce est utilisé pour le problème thermique, cela évite d’en
recréer un nouveau et de passer par des interpolations pour obtenir le terme source. Ainsi, le terme
source correspond à la densité de puissance induite p v calculée au niveau de chaque volume v d’un
élément du maillage. En prenant ceci en compte, on aboutit au système matriciel suivant :
ρc ∂θn
[GtAN MλAA GAN +MhNN ]θn +MNN (294)
p
=MN
∂t

MλAA (i,j)=∫D λsi.sj dD , si et sj deux fonctions de forme de S1(Dc)
c
ρc
MNNp (i,j)= ∫D ρCp si.sjdD, si et sj deux fonctions de forme de S0c(Dc)
MhNN (i,j)= ∫Γ hsi.sjdD, si et sj deux fonctions de forme de S0c(Dc)

c
c
p
MNv (i)= ∫D pv sidD, si une fonction de forme de S0c(Dc)
c

Le système (295) dépend du temps, afin de le résoudre, un schéma de discrétisation temporel est
utilisé. Nous utilisons dans le cadre de nos travaux la méthode d’Euler implicite : un tel schéma est
simple à mettre en œuvre et, du fait des constantes de temps thermiques importantes (dizaine de
secondes), représente une approximation fiable. Dans ce cas, l’intervalle temporel de l’étude est
discrétisé en plusieurs petits créneaux. Au niveau d’un créneau i1, la dérivée temporelle de
∂θn(ti ) θn (ti)-θn(ti-1 )
l’élévation de température à l’instant i ∂t
est approximée par ∆t
puis injectée dans (294) à
l’instant i. Ainsi, pour chaque pas de temps i1 on résout le problème linéaire suivant :
1 ρc 1 ρc
(295)
[GtAN MλAA GAN +MhNN + M ]θn,i =MpN + M θn,i1
Δt NN Δt NN

avec θn,i élévation de température au nœud n à l’instant ti .
La partie discrétisation constitue l’étape finale du processus de modélisation d’un problème
électrothermique par élément finis. Lors de l’exposition de la démarche, différents phénomènes
n’ont pas été pris en compte. Pourtant, leur intégration dans le modèle numérique doit être faite vu
leur impact sur les résultats réels. Dans le cadre de la thermoinduction, la puissance d’alimentation
est importante, et des inducteurs massifs sont alors utilisés pour arriver aux gammes de
températures visées. De plus, la fréquence d’excitation ne doit pas être trop basse pour concentrer
les courants induits au niveau des zones des défauts surfaciques et sousjacents. La conséquence de
89

ceci est l’apparition d’un effet de peau au niveau de l’inducteur. Ce phénomène a un impact
important sur la répartition des courants induits dans le spécimen inspecté et doit être intégré dans
le code de calcul. La partie qui suit présente la prise en compte des inducteurs massifs dans un code
éléments finis.
3.2.7 Modélisation des inducteurs massifs
Dans le §3.2.6, le domaine source est un inducteur filaire, la répartition des courants y est connue et
imposée par le biais des champs sources. Quand ce domaine est remplacé par un inducteur massif, la
répartition des courants doit être déterminée par calcul. Une résolution doit donc être faite dans
l’inducteur. Le moyen de faire ceci est d’imposer des contraintes qui correspondent aux données
d’alimentation. Il peut s’agir de ce fait soit du courant d’alimentation I, soit de la tension
d’alimentation V. Concrètement, ces données correspondent à la consigne du générateur imposée
par l’utilisateur. L’imposition de telles grandeurs se fait sous forme de conditions surfaciques qu’on
impose soit directement sur les degrés de liberté lors de la discrétisation des inconnues, on parle
dans ce cas d’une imposition forte, soit au niveau d’intégrales surfaciques qui apparaissent dans la
formulation faible utilisée, et on parle dans ce cas d’imposition faible. Ces grandeurs étant imposées
sur toute une surface, elles sont appelées grandeurs globales. On verra que selon la nature discrète
des grandeurs globales à imposer et de la formulation utilisée, la démarche d’imposition diffère.
3.2.7.1 Principe général
Pour prendre en compte la circulation du courant dans un inducteur massif, la résolution des
formulations discrètes électromagnétiques doit inclure également le domaine de l’inducteur aussi.
Dans ce cas, le domaine source D s dans Figure 21 va être réparti de la manière suivante :
le corps de l’inducteur fera désormais partie du domaine conducteur D c ;
les électrodes de l’inducteur seront en contact avec les frontières du domaine D on les note Γ s1 et
Γs2 ;
la surface latérale de l’inducteur sera notée Γ sl ;
l’union de Γs1, Γs2 et Γsl forment la frontière totale de l’inducteur Γs.
90

La nouvelle forme du domaine d’étude est présentée dans la Figure 210.
Figure 210 Domaine d’étude dans le cas d’un inducteur massif
Dans le cas des inducteurs massifs, les champs sources liés aux densités de courant ne sont plus
connus. Les termes qui leurs sont associés dans les formulations (251) et (252) disparaissent, les
termes surfaciques dans ce cas n’ont de contribution qu’au niveau de Γs .
On retrouve ainsi :
Trouver A ∈ W1B(D) et V ∈ W0cB(Dc) tel que :
1
∫ rotA.rotA’ dD +jω ( ∫ σA.A'dD )+ ∫ σ gradV.A'dD = 0
Dµ Dc Dc
 A’ ∈ W B(D)
1
(296)
jω( ∫ σA.gradV'dD )+ ∫ σ gradV.gradV'dD= ∫ n.Jc V' dD  V’ ∈ W0cB(Dc)
{ Dc Dc Γs

Trouver T ∈ W1cH(Dc) et  ∈ W0H(D) tel que :

∫ gradΩ.gradΩ'dD ∫ T.gradΩ'dD =0
D Dc  Ω' ∈ W0H(D)
1 (297)
∫ rotT.rotT’ dD +jω( ∫ T.T'dD )+jω( ∫ gradΩ.T'dD )= ∫ (nᴧE).T'dΓ  T’ ∈ W1 (D )
σ Γs
cH c
{ Dc Dc

Dc
91

On remarque que la première équation de chacune des nouvelles formulations contient uniquement
les grandeurs exprimées fortement. A ce niveau, des grandeurs globales peuvent apparaitre sous
forme de contraintes, ceci en réarrangeant convenablement la discrétisation des grandeurs locales.
Ainsi :
pour la formulation AV : la tension d’alimentation U apparaît dans (296) à partir de la
discrétisation du potentiel scalaire V. De par la nature de V, on parle dans ce cas de contraintes de
type potentiel flottant [15] ;
pour la formulation TΩ : le courant d’alimentation I apparaît dans (297) au niveau de la
discrétisation de gradΩ. Cette contrainte est appelée de type circulation, vu la nature de gradΩ [15].
L’expression directe de ces contraintes fait apparaître de nouvelles fonctions de forme définies non
pas sur un seul, mais sur un groupe d’entités géométriques élémentaires, on parle dans ce cas
d’entités géométriques globales :
pour la formulation AV : une nouvelle fonction de forme α est définie à partir d’une combinaison
linéaire des fonctions de forme nodales de la surface d’imposition [16][26]. Elle a, de ce fait, comme
support tous les nœuds de cette surface. Son expression ainsi que ses propriétés seront présentées
dans les prochaines parties ;
pour la formulation TΩ : une fonction de forme c est définie à partir d’une combinaison linéaire des
fonctions de formes d’arêtes dont l’un des nœuds appartient à la surface d’imposition. Elle a comme
support ces arêteslà [27].
Les deuxièmes équations de chacune des deux formulations permettent quant à elles d’associer les
grandeurs locales exprimées fortement à des grandeurs globales qu’on ne peut obtenir que
faiblement :
pour la formulation AV : la densité de courant induite Jc est obtenue faiblement dans la deuxième
équation de (296) vu que la conformité dans ce cas est en B ;
pour la formulation TΩ : le champ électrique E n’est obtenu que faiblement dans la deuxième
équation de (297), la conformité étant dans ce cas en H ;
Ce lien se créé par le biais des intégrales surfaciques issues des formules de Green. Le caractère dual
de ces formules y est clairement manifesté, où une grandeur d’un certain espace d’approximation est
liée à une autre appartenant à son espace dual. Ainsi :
pour la formulation AV : la deuxième équation de (296) est obtenue par la formule de Green de
type graddiv [15], elle permet de lier la fonction test V’ de S 0 à la grandeur Jc de S2*, espace dual de
S0, ceci par le biais de l’intégrale surfacique ∫Γ n.Jc V' dΓ;
s
92

pour la formulation TΩ : la deuxième équation de (297) est obtenue par la formule de Green de
type rotrot, elle permet de lier la fonction test T' de S 1 à la grandeur E de S1*, espace dual de S1, ceci
par le biais de l’intégrale surfacique ∫Γ (nᴧE).T'dΓ.
s
Choisies convenablement, les fonctions tests associées à ces intégrales surfaciques permettent de
faire apparaître clairement les grandeurs globales à imposer faiblement :
pour la formulation AV : on verra par la suite qu’une fonction test qui permet de faire apparaitre
explicitement le courant d’alimentation I dans la deuxième équation de (296) est la fonction de
forme α ;
pour la formulation TΩ : l’utilisation de la fonction c comme fonction test va permettre de faire
apparaitre la tension d’alimentation dans la deuxième équation de (297).
D’une manière générale, l’imposition de grandeurs globales dans un problème de courants induits

passe par les étapes suivantes :
reformulation des grandeurs discrétisées pour faire apparaitre la grandeur globale à imposer
fortement ;
définition d’une fonction de forme dont le support est une entité géométrique globale ;
dans le cas où l’imposition de la quantité globale faible est souhaitée, injection de cette fonction de
forme comme fonction test au niveau des intégrales surfaciques issues des formules de Green.
Si le cheminement général est le même, la méthode d’imposition et le support d’imposition diffèrent
selon la nature de la grandeur à imposer. Dans le cas de l’imposition de grandeurs globales
électriques, deux types de démarche d’imposition sont utilisées [15] :
imposition de grandeurs globales de type flux : dans ce cas, les contraintes à imposer fortement
sont de type potentiels flottants et celles à imposer faiblement sont de type flux. La formulation
concernée par ce type d’imposition est la AV. Dans ce cas, les contraintes fortes de type potentiel
flottant ont comme valeur la tension d’alimentation U. Les quantités de type flux, quant à eux, ont la
valeur du courant d’alimentation I ;
imposition de grandeurs globales de type circulation : dans ce cas, les contraintes à imposer
fortement sont de type circulation, tout comme les quantités à imposer faiblement. C’est la
formulation TΩ dont il s’agit dans ce cas. Les contraintes fortes permettent d’imposer I. Les
quantités globales de type circulation à imposer faiblement ont comme valeur la tension
d’alimentation U.
La présentation des deux démarches présentées cidessus fera l’objet des deux prochaines parties.
93

3.2.7.2 Formulation AV
a Imposition forte de la tension sous forme de potentiel scalaire flottant
L’imposition d’une tension U aux bornes d’un inducteur massique peut se faire par le biais du
potentiel scalaire électrique.
En effet, elle peut être exprimée de la manière suivante :

U=V1V2 (298)

avec V1 le potentiel scalaire au niveau de l’électrode Γs1
V2 le potentiel scalaire au niveau de l’électrode Γs2
On considère que V1 et V2 sont constants au niveau de toute la surface de l’électrode qui leur est
associée. En annulant V2 sur Γs2, il parait clair que pour imposer U, il suffit de jouer sur la valeur du
potentiel vecteur au niveau de Γs1. Le réarrangement de (281) au niveau de l’inducteur permet
d’écrire [16]:

V|Ds =∑n∈Ns \N 1 Vn sn + V1∑n∈N 1 sn (299)
Γs Γs

Avec Ns l’ensemble des nœuds de l’inducteur
NΓ1s l’ensemble des nœuds de Γs1
Le potentiel vecteur ainsi discrétisé a un sens physique et est défini au niveau de tout l’inducteur. La
prise en compte de cette forme demande d’avoir les Vn comme inconnues du problème à résoudre.
Physiquement, l’allure du potentiel V ressemblerait à la solution d’un problème électrocinétique
résolu au niveau de l’inducteur [28]. Il a été montré que la prise en compte uniquement de la
contribution des potentiels au niveau des électrodes dans l’expression de V(Ds) est suffisante [28].
Ainsi défini, V correspondrait cette fois à une sorte de champ scalaire généralisé à faible support. Ce
champ n’a pas de signification physique, mais permet une intégration plus directe de U dans le
système (296). L’expression de V dans ce cas est :
V|Ds =V1∑n∈N 1 sn = Uα (2100)

Γs
La fonction α qui apparaît est la somme de toutes les fonctions de formes nodales associées à Γ s1. Un
développement explicite permet de déduire ses propriétés :
elle est égale à un sur toute la surface de Γs1 ;
94

elle est nulle sur tous les autres nœuds de l’inducteur ;
elle varie linéairement dans le volume des mailles qui s’appuient sur Γ s1.
Ainsi, on voit que le support de α est réduit à une couche composée uniquement des mailles qui
s’appuient sur Γs1 que l’on appelle couche de transition [28].
La Figure 211 est une illustration des propriétés de α.

Figure 211 Représentation géométrique de α
Au niveau de la discrétisation, α peut être perçue comme une grandeur à discrétiser dans S 0cB(Dc)
[16]:

α=∑n∈Nc αn sn (2101)

avec les degrés de liberté connus au préalable: αn=1 si n ∈ Γs1, αn=0 si n∉ Γs1.
En reprenant le système matriciel (289), les modifications à faire reviennent à réécrire le vecteur V N
des degrés de liberté de V de la manière suivante :
VN=V’N + UαN (2102)

avec V’N le vecteur des degrés de libertés associé à Dc\Ds
En prenant en compte (2102) et en annulant le terme de droite (HsA =0), on trouve le système
matriciel à résoudre [16]:
[RFA MFF RFA +jωMAA MσAA GAN ] [ AA ]=[ MAA G

1
σ
t μ σ AN αN U
σ ]
σ σ V'N GAN MAA GAN αN U
t (2103)
GtAN MAA GtAN MAA GAN

La démarche s’arrête à cette étape dans le cas où l’on cherche à imposer une tension d’alimentation.
On voit que l’imposition s’est faite fortement en procédant à une manipulation directe sur le
95

potentiel scalaire V. Dans le cas où l’on cherche à imposer un courant d’alimentation, une étape
supplémentaire doit être rajoutée.
b Imposition faible du courant sous forme de densité de flux
Dans (2103), le courant d’alimentation n’intervient pas. Son imposition nécessite un effort
supplémentaire vu qu’une grandeur de courant ne peut être exprimée que faiblement au niveau de
la formulation AV. En général, c’est l’intégrale surfacique issue de la formule de green qui permet de
lier des grandeurs faibles à la formulation utilisée. Dans ce cadre, l’expression discrète de la
deuxième équation de (296) permet de lier U et I en prenant comme fonction test la fonction α
présentée dans §a [28][15]:

gradV.gradαdD + ∫ σ U gradα.gradαdD= ∫ n.ic α dΓ

(2104)
jω ∫ σA.gradαdD + ∫
Dc Dc \Ds Ds Γs

Les propriétés de α permettent de faire apparaitre naturellement I dans (2104):

∫Γ n.ic α dΓ= ∫Γ1 n.ic 1 dΓ=∫Γ1 n.ic dΓ=I (2105)
s s s
De ce fait, (2104) devient :
(2106)
jω ∫ σA.gradαdD + ∫ gradV.gradαdD + ∫ σ U gradα.gradαdD= I
Dc Dc \Ds Ds
Ainsi, on arrive à lier U, qui devient dans ce cas une inconnue supplémentaire, à I dont la valeur est
connue. En prenant ceci en compte, on aboutit au système matriciel suivant [16]:
1

μ
RtFA MFF RFA +jωMσAA MσAA GAN MσAA GAN αN AA 0
σ σ σ
[V'N ]=[0] (2107)
GtAN MAA GtAN MAA GAN GtAN MAA GAN αN
σ σ t σ U I
[ αtN GtAN MAA αtN GtAN MAA GAN αtN GAN M GAN αN ]
AA
La démarche présentée pour l’imposition d’une grandeur faible de type densité de flux peut
finalement être résumée de la manière suivante : on commence par exprimer correctement la
grandeur forte qui lui est associée. Dans ce cas, cette dernière est de type potentiel flottant. Ceci
permet de définir la fonction test à utiliser pour la faire apparaître naturellement au niveau de la
formulation faible. Pour créer cette liaison, l’intégrale surfacique issue de la formule de Green est
96

utilisée. Cette démarche a été illustrée pour l’imposition de grandeurs globales électriques au niveau
de la formulation AV qui est le cas qui nous intéresse dans nos travaux. Mais elle est générale pour
toute type d’imposition (par exemple pour l’imposition de grandeurs magnétiques au niveau de la
formulation TΩ). La prochaine partie aura comme but de montrer la démarche d’imposition d’une
grandeur faible de type circulation. Cette démarche sera présentée à travers son application sur
l’imposition de grandeurs globales électriques au niveau de la formulation TΩ.
3.2.7.3 Formulation TΩ
La formulation TΩ est conforme en H. De ce fait, elle permet une expression forte du courant et une
expression faible de la tension. En suivant la démarche présentée dans §3.2.7.1, la première
imposition qu’il est possible de faire est celle du courant. Contrairement à la formulation AV ou la
tension (grandeur forte) était directement associée à la valeur de V au niveau des électrodes (voir
§3.2.7.2b), le courant est plutôt lié dans ce cas à la circulation du champ magnétique. On tentera
alors d’exprimer I en fonction de la circulation des grandeurs mises en jeu. Ceci permettra de
déterminer la surface sur laquelle l’imposition doit se faire.
a Imposition forte du courant sous forme de circulation
Dans le cadre de la formulation TΩ, la seule grandeur qui nous permet de lier le courant
d’alimentation aux inconnues du problème est le champ magnétique. En effet, le courant I est égal à
la circulation du champ magnétique sur un contour fermé qui s’appuie sur Γ s1. Ce champ est
exprimable en fonction de Ω. Ainsi, au niveau du domaine de l’aire Da, on écrit :
H|Da =grad Ω|Da =− ∑n∈Na gradsn Ωn (2108)
L’inducteur transperce Da le rendant multiplement connexe. Il contient de ce fait un tunnel qui est
parcouru par le courant d’alimentation I. Comme expliqué dans §3.2.6.1b, une discontinuité égale à I
doit être imposée au niveau d’une coupure C. Ceci permet de forcer la circulation de H à être égale à
I pour tout contour fermé s’appuyant sur la section de l’inducteur. En sachant que la circulation de H
dans Da est exprimée en fonction des Ωn au niveau discret, il paraît clair que, pour imposer I, il suffit
de jouer sur la circulation de Ωn au niveau de C.
Ceci se fait en réarrangeant (2108)[27] :
grad Ω|Da =∑n∈Na\Nco gradsn Ωn+I ∑n∈Nco (gradsn )= ∑n∈Na \Nco gradsn Ωn+Ic (2109)
Avec Nco l’ensemble des nœuds de la coupure C.
97

La fonction c qui apparaît est la somme des gradients de toutes les fonctions de formes nodales
associées à C. Pratiquement, on peut remarquer que [26]:
c= gradα (2110)
α ayant comme support la coupure C dans ce cas.
En prenant en considération (273), on remarque que c a les propriétés suivantes :
sa circulation est non nulle seulement au niveau des arêtes dont une seule extrémité appartient à
C ;
elle est nulle sur toutes les autres arêtes de DcC ;
De ces propriétés, il paraît clairement que le support de c est réduit à une couche de transition
composée uniquement des mailles qui s’appuient sur C. La Figure 212 est une illustration des
propriétés de c.
Figure 212 Représentation géométrique de c
La discrétisation de c peut être exprimée dans l’espace S1 :
c=∑a∈Et ca sa (2111)
avec Et l’ensemble des arêtes de la couche de transition.
Les degrés de liberté ca sont connus au préalable : cjn=1 si n ∈ C et j∉C, cjn =0 sinon
j étant le nœud de départ de l’arête « a » et n son nœud d’arrivée.
Concrètement, les ca sont généralement déterminées par les αn :
cA =GANαN (2112)
En reprenant le système matriciel (292), les modifications à faire reviennent à réécrire le vecteur

GAN ΩN des degrés de liberté de gradΩ de la manière suivante [16] :
98

GAN ΩN=GAN Ω'N +IcA=GAN (Ω'N +IαN ) (2113)
avec Ω’N le vecteur des degrés de liberté associés aux nœuds de C.
En prenant en compte (2113) et en annulant le terme de droite de (292) (H sA =0). On trouve le
système matriciel à résoudre :
[RFA MFF RFA +jωMAA jωMμAA GAN ] [ TA ]=[ jωMAA GAN αN I ]

t σ
1
μ μ
μ μ Ω'N GtAN Mμ GAN αN I (2114)
GtAN MAA GtAN MAA GAN AA

Dans le cas où l’on veut imposer le courant d’alimentation, la procédure s’arrête ici. L’imposition de
la tension se fait faiblement.
b Imposition faible de la tension sous forme de circulation
Comme pour l’imposition du courant dans la formulation AV, la tension d’alimentation apparait
naturellement dans la formulation TΩ quand la fonction test est convenablement choisie. En effet,
en prenant c précédemment déterminée comme fonction test au niveau de la deuxième équation de
(297), on écrit :
(2115)
jω ∫ μT.cdD +jω ∫ μgradΩ.cdD +jω ∫ μIc.c dD= ∫ (nᴧE).cdΓ
Dc Dc \Dt Dt Γs
avec Dt la couche de transition.
Les propriétés de c permettent de faire apparaître naturellement U dans (2115) [27] :

∫Γ (nᴧE).cdΓ = ∫Γ (gradαᴧE).ndΓ = ∮∂Γ α Edl =∫γEdl=U (2116)
s s s
avec γ l’intersection de ∂Γs et ∂C

99

La Figure 213 montre le chemin γ dont il est question.

Figure 213 Représentation graphique de γ
De ce fait, (2115) devient :
(2117)
jω ∫ μT.cdD +jω ∫ μgradΩ.cdD +jω ∫ μIc.c dD= U
Dc Dc \Dt Dt
Ainsi, on arrive à exprimer I, qui devient dans ce cas une inconnue supplémentaire, en fonction de U
dont la valeur est connue. En prenant ceci en compte, on aboutit au système matriciel suivant :
1

RtFA MFF
σ
RFA +jωMμAA jωMμAA GAN jωMμAA GAN αN TA 0
μ μ μ (2118)
GtAN MAA GtAN MAA GAN GtAN MAA GAN αN [Ω'N ]=[ 0 ]
μ μ t μ I U
[ jωαtN GtAN MAA jωαtN GtAN MAA GAN jωαtN GAN M GAN αN ]
AA
4 Conclusion
La présentation exhaustive faite nous permet de présenter tous les outils numériques utilisables pour
mettre en place un code de calcul avec les critères souhaités. A savoir un code de calcul pouvant
retranscrire le mieux possible la réalité physique de la technique thermoinductive. Ainsi, on a pu voir
en détail les différentes formulations des problèmes magnétodynamique et thermique, leurs
principes, leurs conditions de validité, leurs avantages et leurs inconvénients. On a présenté aussi
leurs équivalents matriciels qui constituent le système numérique à implémenter. Pour arriver à cela,
toutes les étapes de résolution par éléments finis des problèmes ont été détaillées, en commençant
par la formulation faible jusqu’à la résolution numérique en passant par le maillage et la
discrétisation des inconnues par le biais de fonctions de forme. Aussi, la procédure d’imposition de
grandeurs globales a été exposée. Ceci a permis d’en déduire le système numérique à résoudre pour
prendre en compte la vraie circulation des courants dans l’inducteur pour chacune des formulations
magnétodynamiques. On dispose dès lors d’un document technique de référence servant d’appui
pour mettre en place un code de calcul performant. Chacune des techniques numériques qui y sont
100

présentées permet de satisfaire des critères et d’en laisser d’autres de côté. Pour faire un choix, une
comparaison détaillée des performances de calcul doit être faite. Dans ce cadre, les différents outils
présentés ont été mis en place et comparés, tout d’abord en termes de précision, puis en termes de
temps de calcul. Le prochain chapitre porte sur ces comparaisons, il contiendra un descriptif détaillé
des démarches entreprises pour arriver à cette fin.
101

5 Références
[1] H. K. Bui, “Contribution à la modélisation multiphysique des matériaux composites stratifiés
Application au CND Thermoinductif,” Thèse de Doctorat, Université de Nantes, 2014.
[2] G. Fournet, Electromagnétisme à partir des équations locales. Masson, 1985.
[3] A. Rodriguez, R. Hiptmair, and A. Valli, “A Hybrid Formulation of Eddy Current Problems,”
Numer. Methods Partial Differ. Equations An Int. J., vol. 21, no. 4, pp. 742–763, 2005.
[4] A. Bossavit, Electromagnétisme en vue de la modélisation. Springer Science & Business Media,
1993.
[5] M. H.Nayfeh and M. K.Brussel, Electricity and Magnetism. Courier Dover Publications, 1985.
[6] Z. Ren, F. Bouillault, A. Razek, A. Bossavit, and J. C. Vérité, “A new hybrid model using electric
field formulation for 3D eddy current problems,” IEEE Trans. Mag, vol. 26, no. 2, pp. 470–
473, 1990.
[7] P.Dular, “Modélisation du champ magnétique et des courants induits dans des systèmes
tridimensionnels non linéaires,” Thèse de Doctorat, Université de liège,Belgique, 1996.
[8] J. Coulomb, “Finite elements three dimensional magnetic field computation,” IEEE Trans.
Magn., vol. 17, no. 6, pp. 3241–3246, 1981.
[9] R. Albanese and G. Rubinacci, “Magnetostatic field computations in terms of twocomponent
vector potentials,” Int. J. Numer. Methods Eng., vol. 29, no. 3, pp. 515–532, 1990.
[10] J. Taler and P. Duda, Solving Direct and Inverse Heat Conduction Problems. Springer Science &
Business Media, 2006.
[11] B. Ramdane, “Contribution à la modélisation tridimensionnelle de la technique
thermoinductive de contrôle non destructif: Développement d’un outil de conception,
d'analyse et d'aide à la décision,” Thèse de Doctorat, Université de Nantes, 2009.
[12] P. Morse and H. Feshbach, “Methods of theoretical physics,” Am. J. pf Phys., vol. 22, no. 6, pp.
410–413, 1953.
[13] R. Wait and A. R. Mitchell, Finite Element Analysis and Applications. John Wiley & Sons Inc,

1985.
[14] E. Tonti, “Algebraic topology and computational electromagnetism,” in International Worshop
on Electric and Magnetic Fields, 2000, pp. 20–21.
[15] P. Dular, W. Legros, and A. Nicolet, “Coupling of Local and Global Quantities in Various Finite
Element Formulations and its Application to Electrostatics, Magnetostatics and
Magnetodynamics,” IEEE Trans. Magn., vol. 34, no. 5, pp. 3078–3081, 1998.
[16] T. Henneron, “Contribution à la prise en compte des Grandeurs Globales dans les Problèmes
d’Electromagnétisme résolus avec la Méthode des Eléments Finis,” Thèse de Doctorat,
Université de Lille 1, 2004.
102

[17] G. Dhatt and G. Touzot, Une présentation de la méthode des éléments finis. Presses Université
Laval, 1981.
[18] P. Dular, A. Nicolet, A. Genon, and W. Legros, “A Discrete Sequence Associated with Mixed

Finite Elements and its Gauge Condition for Vector Potentials,” IEEE Trans. Magn., vol. 31, no.
3, pp. 1356–1359, 1995.
[19] Z. Ren, “Solving 3D static sield problems by dual formulations using potential variables,” in
Elecrric and Magnetic Fields, A. Nicolet and R. Belmans, Eds. Springer, Boston, MA, 1995, pp.
213–216.
[20] Z. Ren, “Influence of R.H.S on the convergence behaviour of curlcurl equation,” IEEE Trans.
Magn., vol. 32, no. 3, pp. 655–658, 1996.
[21] O. Bíró and K. Preis, “An Edge Finite Element Eddy Current Formulation Using a Reduced
Magnetic and a Current Vector Potential,” IEEE Trans. Magn., vol. 36, no. 5, pp. 3128–3130,
2000.
[22] P. Dular, F. Henrotte, F. Robert, A. Genon, and W. Legros, “A generalized Source Magnetic
Field Calculation Method for Inductors of any Shape,” IEEE Trans. Magn., vol. 33, no. 2, pp.
1398–1401, 1997.
[23] P. Ferrouillat, “Développement de formulations éléments finis 3D en potentiel vecteur
magnétique : application aux machines asynchrones en mouvement,” Thèse de Doctorat,
Université de Grenoble Alpes, 2015.
[24] P. Amestoy, A. Buttari, A. Guermouche, J.Y. L’Excellent, and B. Ucar, “MUltifrontal Massively
Parallel Solver (MUMPS 5.0.0).” Users’ guide, 2015.
[25] K. Fujiwara, T. Nakata, and H. Fusayasu, “Acceleration of Convergence Characteristic of the
ICCG Method,” IEEE Trans. Magn., vol. 29, no. 2, pp. 1958–1961, 1993.
[26] Y. Le Ménach, “Contribution à la modélisation numérique des phénomènes
électromagnétiques 3D en basse fréquence,” Habilitation à Diriger des Recheches, Université
de Lille 1, 2012.
[27] P. Dular, C. Geuzaine, and W. Legros, “A Natural Method for Coupling Magnetodynamic H
Formulations and Circuit Equations,” IEEE Trans. Magn., vol. 35, no. 3, pp. 10–13, 1999.
[28] P. Dular, F. Henrotte, and W. Legros, “A General and Natural Method to Define Circuit
Relations Associated with Magnetic Vector Potential Formulations,” IEEE Trans. Magn., vol.
35, no. 3, pp. 1630–1633, 1999.
103

Chapitre 3. Mise en place du modèle
numérique

Chapitre 3 Mise en place du modèle numérique
1 Introduction
Les outils de simulation nécessaires ont été présentés dans le chapitre 2. Dans le présent chapitre, il
s’agit de mettre en place un code de calcul fiable, robuste et rapide pour répondre aux attentes de la
MAPOD. Toutes les actions menées ont été articulées autour d’un cas test représentatif d’une
configuration de détection d’une microfissure sur une virole de cuve. Il s’agit d’une plaque
conductrice contenant une fissure fine débouchante. Les performances attendues par le code de
calcul sont principalement la très bonne représentation des phénomènes physiques (précision) ainsi
que la rapidité d’exécution.
Le cas à traiter représente une configuration multicontrainte. L’approche retenue consiste à mettre
en place une démarche séquentielle pour étudier chaque contrainte indépendamment les unes des
autres. L’expérience du laboratoire dans le cadre de la thermographie inductive a permis de cerner
les aspects physiques à prendre en considération ainsi que les différentes approches numériques
pour les modéliser. Ceci a fait l’objet de la description exhaustive présentée dans le deuxième
chapitre de ce manuscrit. L’objectif est dès lors, pour chaque contrainte étudiée, d’implémenter les
outils numériques visant sa modélisation et de les adapter au cas traité. Leurs résultats seront par la
suite comparés selon différents critères. La finalité est de superposer les outils choisis dans un seul et
unique code de calcul répondant aux attentes citées cidessus. Le séquencement suivi pour les
différentes contraintes est alors le suivant :
Étape 1 : choix de la formulation
Étape 2 : prise en compte des faibles épaisseurs de peau
Étape 3 : validation expérimentale
Étape 4 : prise en compte d’un défaut fin

107

2 Présentation du cas test
2.1 Configuration adoptée
La configuration sur laquelle va porter l’étude est présentée sur la Figure 31

Figure 31 Présentation de la configuration du modèle
La pièce considérée a les mêmes caractéristiques physiques que les viroles de cuve. Elle est supposée
en être un échantillon. Ces viroles sont faites d’acier de type 16MND5. Le Tableau 31, donne les
caractéristiques du matériau utilisé.
Tableau 31 Caractéristiques du matériau des viroles de cuve
Caractéristiques Conductivité électrique =2.5e5 (ohm.m)1
électriques et
Perméabilité relative = 50
magnétiques
Caractéristiques Conductivité thermique = 52 W/(m.K)
thermiques
Masse volumique = 7850 kg/m 3
Capacité calorifique = 470 J/kg.K
108

Un défaut de surface de nature parallélépipédique est considéré. Ce type de microfissures a la
particularité d’avoir une ouverture très faible devant les autres dimensions.
Un inducteur de forme Ushape est retenu pour le cas test. Ce type de forme permet de créer des

courants induits suivant un axe principal et est bien adapté à la détection des microfissures en
surface. Cet inducteur est massif et généralement refroidi à l’eau pour éviter tout chauffage
supplémentaire qui pourrait nuire aux mesures.
En ce qui concerne les paramètres d’alimentation, celui dont la mise en avant est intéressante lors de
cette phase est la fréquence d’excitation. En effet, en lien avec la nature du matériau, elle a un
impact direct sur l’épaisseur de peau et, par voie de conséquence, sur le réglage de la densité de
maillage. Dans le cas étudié, le matériau est conducteur et faiblement magnétique.
2.2 Choix de l’environnement numérique
Le choix de l’environnement de calcul a été lié, en plus des performances numériques, à des
contraintes industrielles. En effet, dans le but de contribuer à une montée en compétence dans la
simulation numérique des phénomènes couplés électromagnétiques thermiques, il a été décidé de
porter le choix sur un logiciel potentiellement exploitable/déployable au sein d’Intercontrôle. Après
une étude préliminaire de faisabilité sur les logiciels déjà présent au sein d’Intercontrôle (en
particulier Abaqus), le choix s’est porté sur GetDp (a General environment for the treatment of
Discrete problems), permettant d’avoir le meilleur compromis entre précision numérique et
condition d’implémentation dans les services d’Intercontrôle. Il s’agit d’un solver éléments finis
utilisant des éléments mixtes pour la discrétisation. Différentes approches numériques avantageuses
à utiliser pour nos travaux y sont implémentées. De plus, sa maniabilité permet d’une part un
contrôle des différentes étapes de simulation (choix de la méthode de résolution, configuration des
critères de convergence, manipulation de la matrice de masse, couplage physique …), d’autre part, il
garantit un accès aux intermédiaires de calcul et ce à n’importe quelle étape du processus de
résolution. Ce dernier point est très intéressant car cela va nous permettre de récupérer les données
brutes et de les manier pour comparer les performances. Dans ce cadre, une structure globale
spécifique a été adoptée pour nos travaux. Celleci fait appel à une utilisation convenable de
différents environnements numériques afin de garantir la meilleure souplesse possible en termes
d’exploitation. Ainsi, le noyau des différents programmes a été bien évidemment développé sous
GetDp. L’environnement MATLAB a été choisi pour l’exploitation des résultats du fait du nombre
important de possibilités graphiques offertes par ses fonctions. J’ai développé des outils
d’interfaçage entre le mailleur GMSH (mailleur par défaut associé à GetDp) et MATLAB pour cette fin
ainsi que des outils de visualisation 2D et 3D afin de tracer des trajets de lignes de champ, des
109

cartographies de densité de puissance et de température etc…. Afin de mener des études
paramétriques, j’ai dû développer un script sous environnement Python. Ce dernier permet de faire
appel au module onelab.py qui donne la possibilité de séquencer les calculs, varier les paramètres,
paramétrer les fichiers de solutions etc…. Le schéma représentatif d’une telle structure est présenté
dans la Figure 32.

Figure 32 Structure globale du code de calcul
2.3 Choix de la formulation
2.3.1 Démarche
La première étape est de mettre en place le modèle magnétodynamique. Il s’agit d’implémenter une
formulation qui puisse convenablement prendre en compte la massivité de l’inducteur avec le coût
de calcul le plus faible possible. Les deux formulations AV et TΩ avec imposition de grandeurs
globales ont de ce fait été implémentées. Leurs performances ont, par la suite, été comparées en
termes de précision et de temps de calcul. Comme précisé au préalable, il est question d’isoler
chaque aspect et de les traiter indépendamment les uns des autres. Dans cette perspective, et pour
110

contourner la complexité potentiellement engendrée par les effets de peau prononcés et les grands
facteurs d’échelle, l’implémentation a été élaborée dans le cas d’une plaque sans défaut et à faible
fréquence d’excitation (50 Hz). En outre, la configuration adoptée ne demandant pas un travail de
discrétisation particulier, un maillage tétraédrique classique a alors été utilisé.
2.3.2 Mise en place de la formulation TΩ
2.3.2.1 Présentation du problème numérique
La mise en place d’un modèle numérique passe tout d’abord par la génération de la géométrie. Celle
ci va être constituée de différentes régions physiques. Dans le cas étudié, le domaine global est
constitué des éléments suivants :
l’air : qui représente l’environnement extérieur ;
l’inducteur : un inducteur massique en forme de « Ushape »;
la pièce à inspecter : une plaque parallélépipédique saine de 16MND5.
Ces éléments ont été répartis selon les régions physiques suivantes :
une région conductrice Dc : elle contient la plaque. L’inducteur y est à son tour inclus du fait de sa
massivité. Comme précisé dans le chapitre 2, ses électrodes seront en contact avec les frontières du
domaine d’étude ;
une région non conductrice Da : elle contient exclusivement le domaine de l’air, une étude de
sensibilité a permis d’en fixer les dimensions
La configuration globale du domaine d’étude est représentée dans la Figure 33.

(a) Vue 3D (b) Vue 2D dans le plan (X,Z)
Figure 33 Présentation de la géométrie du modèle numérique
111

En plus des régions volumiques présentées, d’autres régions surfaciques ont été définies dans le but
d’imposer les conditions aux limites adéquates. Ainsi :
une région infinie Γinf : composée des surfaces limites du domaine globale (électrodes non inclus). La
formulation TΩ étant conforme en H, cette région sera de type Γ H. Les champs magnétiques et les
grandeurs qui lui sont liées par un opérateur différentiel peuvent y être imposés fortement sous
forme de conditions de Dirichlet. Dans notre cas, et pour assurer un champ magnétique nul loin de la
zone d’intérêt, des conditions de type Dirichlet homogènes seront imposées sur le potentiel scalaire
magnétique Ω :
Ω|Γinf =0 (31)

les électrodes ∑=∑in∪∑out: le courant pénètre (resp. sort) perpendiculairement au niveau de
l’électrode d’entrée ∑in (resp. sortie ∑out). De ce fait, une condition à courant perpendiculaire doit y
être imposée. Ceci se fait en imposant une valeur nulle de la composante tangentielle du champ
électrique E. L’électrode est de ce fait de type Γ B. Les conditions à imposer sont, dans le cas de la
formulation TΩ, homogènes de type Neumann (imposition faible) :
nɅE|∑ =0 ( 32)
La Figure 34 est une représentation graphique des surfaces d’imposition.

Figure 34 Illustration graphique des conditions aux limites
Cette région servira aussi pour imposer des grandeurs globales. Il peut s’agir soit du courant
d’alimentation, dans ce cas la circulation du champ magnétique est imposée sur �∑ in, soit de la
112

différence de potentiel et la circulation du champ électrique devra dans ce cas être imposée au
niveau de chaque chemin � dans l’air qui lie ∑in et ∑out [1]. Ainsi, pour une tension d’alimentation Vs et
un courant d’alimentation Is, il est possible d’écrire :
∫ζ E.dl =Vs (33)
∫∂∑ H.dl = Is (34)
La Figure 35 est une représentation graphique de l’inducteur. On y voit l’emplacement des supports
d’imposition d’alimentation.
Figure 35 Illustration des supports d’imposition
On voit que la région d’air, du fait qu’elle soit transpercée par l’inducteur, est multiplement connexe.
En se basant sur les concepts présentés dans le chapitre 2, une coupure doit être imposée afin de
pouvoir mettre en place la formulation TΩ. Pour implémenter un tel modèle, l’effort est focalisé sur
l’exploitation des fonctionnalités offertes par les outils logiciels sélectionnés (chapitre 3 §2.2). Le but
étant, rappelonsle, de monter en compétence dans l’utilisation des différentes solutions proposées
par de tels logiciels pour une modélisation efficace de la technique thermoinductive. Un outil qui
s’avère adapté à la problématique de multi connexité est le solveur homologique de GMSH [1]. L’une
des spécificités de cet outil est sa capacité à détecter les trous dans les régions multiplement
connexes, de générer des coupures en conséquence et d’y imposer des contraintes. La détection des
trous est liée à la notion d’homologie. La cohomologie, quant à elle, concerne la génération de
coupures. L’utilisation de cet outil permettra de ce fait d’implémenter convenablement la
formulation TΩ tout en imposant des grandeurs globales aux bornes de l’inducteur massif. La partie
113

qui suit présente une brève explication de ces notions ainsi que l’utilisation du solveur homologique
pour générer les coupures.
2.3.2.2 Génération de coupures par solveur homologique
Dans le cas traité, le domaine de l’air contient un tunnel créé par la présence de l’inducteur. Il
contient donc un trou. Le principe de l’homologie permet de quantifier le nombre de trous dans un
domaine en se basant sur le type de contour fermé contenu dans ce domaine. En effet, dans le cas
d’un domaine simplement connexe, tout contour fermé peut être considéré comme la frontière
d’une surface appartenant à ce domaine. Dans ce cas, un seul type de contour existe et l’ensemble
homologique est vide. A la présence d’un trou, un nouveau type de contour fermé apparait, celui qui
n’englobe aucune surface appartenant au domaine. La Figure 36 permet d’illustrer ce phénomène.

Figure 36 Illustration de la différence entre une frontière et un cycle
Ce genre de contour est appelé cycle et constitue la génératrice de l’ensemble homologique H 1 (D).
Ainsi, tout contour réductible à cette génératrice appartient à H 1 (D). Chaque cycle peut être associé
à un cocycle : une grandeur dont l’intégration ne peut se faire que quand un cycle est le support.
Ceci permet donc d’associer l’espace homologique H 1 (D) (construit par le biais de cycles), à un
espace cohomolgique H1 (D) (construit par le biais de cocycles). Concrètement, si les cycles
correspondent aux contours fermés qui ne sont pas forcément des frontières d’une surface, les co
cycles (d’ordre 1 dans ce cas) représentent quant à eux la circulation des champs dont le rotationnel
est nul mais qui ne dérive pas d’un gradient. Le solveur homologique de GMSH permet de
déterminer ces espaces. A partir des entités de maillage (arêtes dans notre cas), les génératrices des
espaces homologiques peuvent être déterminées. La Figure 37 montre un exemple de cycle z 1
114

obtenu pour le cas test étudié. On cherche dans ce cas à déterminer la génératrice de l’espace
homologique de l’air.

Figure 37 Exemple de cycle généré par le solveur homologique dans le cadre de la configuration
étudiée

On voit que le trajet obtenu est réductible à un contour qui s’appuie sur la section de l’inducteur
mais qui n’enveloppe aucune surface appartenant à l’air. Le cocycle associé peut être déterminé. Il
s’agira d’un champ dont la circulation n’est non nulle que le long du cycle généré. Concrètement, ce
cocycle correspond à une fonction de forme z1 construite par une combinaison linéaire convenable
des fonctions d’arêtes du maillage.
La Figure 38 montre le support d’une telle fonction.

Figure 38 Cocycle généré par le solveur homologique
115

En fait, la fonction z1 correspond à la fonction globale c présentée dans le chapitre 2 (voir §3.2.7.3 du
chapitre 2), et le support présenté dans la Figure 38 n’est autre que la couche de transition évoquée
dans le même chapitre. Le lien entre un cycle zi et un cocycle zj est exprimé comme suit [1]:

∫zj =δij
zi
(35)

Prendre un champ magnétique H dont la discrétisation vaut Iz1, avec I le courant d’alimentation de
l’inducteur revient à satisfaire (34) et donc à imposer faiblement le courant d’alimentation dans la
formulation TΩ comme présenté dans le chapitre 2 (§3.2.7.3) [1].
2.3.3 Mise en place de la formulation AV
Contrairement à la formulation TΩ, la mise en place de la formulation AV est assez aisée. Cela dit,
un temps de calcul plus conséquent est à prévoir. Ceci est dû au nombre important d’inconnues à
déterminer, mais aussi à leurs natures vectorielles. L’approche à adopter pour la prise en compte de
la massivité de l’inducteur doit de ce fait limiter le coût de calcul supplémentaire. Il a été vu dans le
chapitre 2 qu’une technique permettant une imposition de grandeurs globales efficace serait
d’introduire une fonction de forme globale dont le support est limité à une couche de transition. Ceci
permet d’une part, d’éviter la résolution d’un problème électrocinétique et d’autre part, de
restreindre le nombre d’inconnues scalaires. Tout ceci contribue à une diminution du temps de
calcul. Une telle approche a été incluse dans le solveur GetDp et est exploitée dans cette mise en
place.
Les mêmes domaines d’étude définis pour la formulation TΩ ont été adoptés pour la mise en place
de la formulation AV. On a ainsi une région conductrice Dc contenant l’inducteur et la plaque, ainsi
que la région non conductrice Da contenant l’air.
A ceci sont rajoutées des régions sur lesquelles différentes contraintes doivent être placées :
conditions aux limites : une condition aux limites homogène a été imposée au niveau de la
frontière du domaine Γinf. La formulation étant conforme en B, cette région a été considérée de type
ΓB. Il est possible d’y imposer des conditions sur l’induction magnétique ainsi que les grandeurs qui lui
sont liées par un opérateur différentiel. De ce contexte, des conditions aux limites de Dirichlet ont
été imposées sur la composante tangentielle du potentiel vecteur magnétique A :
nɅA|Γinf =0

(36)

conditions de Jauge : Dans le chapitre 2, il a été vu que dans le cas de la formulation AV, le
potentiel vecteur magnétique doit appartenir à un espace jaugé. Un arbre d’arêtes doit de ce fait
116

être construit et une circulation nulle de A doit y être imposée. Dans les régions conductrices, il peut
être remarqué que, contrairement aux régions non conductrices, la condition de jauge est
naturellement satisfaite [2]. On parle de jauge implicite. Une telle jauge est prise en compte
numériquement en construisant l’arbre seulement au niveau du domaine non conducteur. Dans le
cas traité, ce domaine est délimité par une frontière interne et une frontière externe. Elles ne feront
pas partie de la région de construction de l’arbre pour des raisons différentes :
la frontière externe n’est autre que Γinf, la condition (36) sur A y est déjà imposée ;
la frontière interne est l’interface avec le domaine conducteur Γ c. La circulation de A le long
des arêtes y est connue par continuité de la composante tangentielle dans la partie
conductrice.
Une condition de jauge qui n’est définie que dans un sousdomaine du domaine total est appelée
jauge réduite [2].
La Figure 39 illustre les régions sur lesquelles les contraintes sont imposées.

Figure 39 Illustration géométrique du domaine de construction de l'arbre

contraintes globales : Afin d’imposer une alimentation en tension, une contrainte sur le potentiel
vecteur électrique V doit être imposée au niveau d’une couche de transition. Cette dernière va
s’appuyer sur l’électrode d’entrée de l’inducteur.

117

La Figure 310 présente la cartographie du potentiel vecteur au niveau de l’inducteur pour une
contrainte globale imposée de 20V. On y voit clairement que la valeur du potentiel dans ce cas n’est
non nulle qu’au niveau de la couche de maillage s’appuyant sur l’électrode.
Figure 310 Cartographie de V a) au niveau de l'inducteur b) zoom au niveau de la couche de
transition

La mise en place des approches à comparer a été présentée. Ceci étant fait, il s’agit dès lors de
comparer les performances des résultats
2.3.4 Performances
2.3.4.1 Configuration du maillage
Afin de garantir une comparaison robuste des performances, une configuration judicieuse du
maillage doit être fixée. A ce stade de la mise en place, un maillage tétraédrique non structuré est
suffisant. Ce dernier permet de discrétiser les géométries les plus complexes. Cela dit, il est
compliqué de le contrôler convenablement dans le volume vu que les contraintes de taille de maille
ne peuvent être fixées qu’au niveau des frontières d’un domaine donné. La difficulté réside de ce fait
dans le choix des points de configuration de maillage. En effet, un mauvais choix pourrait engendrer
une hétérogénéité importante au niveau du maillage ce qui affecte grandement les résultats. Par
conséquent, une attention particulière a été portée sur cet aspect. On présente dans ce qui suit
l’analyse faite pour chaque région physique.
a La plaque
Deux régions sont à mettre en évidence au niveau de la plaque.
Surface en vis à vis de l’inducteur : la partie la plus exposée au champ magnétique variable. Les
phénomènes de courants induits y sont accentués. Le maillage doit de ce fait être dense dans cette
118

partie. Il doit l’être surtout au niveau de la zone qui est juste en dessous de l’inducteur. Ceci doit être
réalisé tout en restant raisonnable en termes de nombre de mailles. Une bonne démarche serait
donc d’avoir un maillage dense au niveau de cette zone et qui s’allège progressivement au fur et à
mesure que l’on se rapproche des bords de la pièce. Il faut toutefois éviter une progression trop
importante qui pourrait causer une variation brusque du maillage et, de ce fait, engendrer des
imprécisions numériques. Dans ce cadre, différents essais de sensibilitéont été élaborés pour trouver
un maillage convenable. Ceci a abouti à la configuration présentée sur la Figure 311. Cette dernière
a été réalisée sur le quart de la pièce puis propagée par symétrie.

Figure 311 Configuration du maillage de la face avant de la plaque a) vue 3D b) vue 2D du quart de la
surface

Sur la Figure 311.b on voit la répartition des points de configuration du maillage. Au niveau de ces
points, la longueur des arêtes qui leurs sont associées est fixée. Des zones de maillage ont été
déterminées selon cette longueur. Suite à cela, différents essais ont permis de placer judicieusement
des points intermédiaires dans le but de garantir une variation lisse entre les zones à forte densité de
maillage et celles à faible densité de maillage.

119

Le Tableau 32 présente les paramètres des zones de maillage pour cette partie de la pièce.
Tableau 32 Récapitulatif des zones de maillage de la face avant de la pièce
Catégorie Intitulé des Points délimitant les zones (x,y) Longueur des
des zones zones arêtes des mailles
Zones Zone [p(0,Longp/2) p1(Lind/6, Longp/2)] lhpav

proches de horizontale
[p7(0,0) p6(Lind/6,0)]
l’inducteur proche (zhp)
Zone verticale [p4(Largp/2,rind) p5(Largp/2,0)] lvpav=lhpav

proche (zvp)
[p7(0,0) p8(0,rind)]
Zones Loin Zone [p1(Lind/6,Longp/2) [lhpav lhlav=3*lhpav]

de horizontale loin p2(Largp/2,Longp/2)]
l’inducteur (zhl)
Zone verticale [p2(Largp/2,Longp/2) [lhlav lvpav]

loin (zvl) p4(Largp/2,rind)]

Les points intermédiaires placés sont récapitulés au niveau du Tableau 33
Tableau 33 Caractéristique des points intermédiaires
Points caractéristiques (x,y) Longueur des arêtes des mailles
P3(Larp/2,2*rind) lint=1.5*lhpav
P9(0,2*rind)

Surface inférieure de la pièce : cette zone n’est que faiblement affectée par les phénomènes
d’induction. Un maillage allégé est suffisant pour garantir une robustesse des résultats. Toutefois, il
faut veiller à ce que le réglage du maillage au niveau de cette surface puisse engendrer un nombre de
maille significatif dans la profondeur de la pièce, surtout au niveau de l’épaisseur de peau. Les
mêmes zones définies au niveau de la surface supérieure de la plaque ont été utilisées. La longueur
des arêtes au niveau des points limites a par contre été changée. La précision de maillage visée dans
cette région ne nécessite pas l’introduction de points intermédiaires.

120

La Figure 312 montre la configuration de maillage au niveau de la face arrière de la plaque.
Figure 312 Configuration du maillage de la face arrière de la plaque a) vue 3D b) vue 2D du quart de
la surface

Le Tableau 34 récapitule les paramètres des zones de maillage pour la face arrière de la pièce.
Tableau 34 Récapitulatif des zones de maillage de la face arrière de la pièce
Catégorie Intitulé des zones Points délimitant les zones (x,y) Longueur des
des zones arêtes des
mailles
Zones Zone horizontale proche [Pb(0,Longp/2) Pb1(Lind/6, Longp/2)] lhpar=3* lhpav

proches de (zhp)
[p7(0,0) p6(Lind/6,0)]
l’inducteur
Zone verticale proche [p4(Largp/2,Longp/2) p5(Largp/2,0)] lhpar=3* lhpar
(zvp)
[p7(0,0) p8(rind,Lind)]
Zones Loin Zone horizontale loin [p1(Lind/6,Longp/2) [lhpar

de (zhl) p2(Largp/2,Longp/2)] lhlar=3*lhpar]
l’inducteur
Zone verticale loin (zvl) [p2(Largp/2,Longp/2) p4(Largp/2,rind)] [l hlar lvpar]
b L’inducteur
Au niveau de l’inducteur, une configuration a été mise en place afin de prendre en compte l’effet de
peau dans l’inducteur. Ainsi, des zones d’effet de peau ont été définis horizontalement et
121

verticalement. Des points intermédiaires ont été placés de façon à alléger le maillage hors épaisseur
de peau. La longueur des arêtes y a été réglée de façon à garantir une transition lisse du maillage
entre les zones d’épaisseur de peau et hors épaisseur de peau. La Figure 313 montre la
configuration du maillage au niveau d’une section de l’inducteur.

Figure 313 Configuration du maillage au niveau d’une section de l’inducteur a) vue 3D b) vue 2D du
quart de la surface

Le Tableau 35 récapitule les paramètres des zones de maillage pour les sections de l’inducteur.
Tableau 35 Récapitulatif des zones de maillage de l’inducteur
Catégorie des Intitulé des zones Points délimitant les zones (x,y) Longueur des
zones arêtes des
mailles
Zones proches Zone épaisseur de peau [Pi(0,rind) Pi1(δ,rind)] leph

de horizontale (zeph)
[Pi3(rind δ,rind) Pi4(rind,rind)]
l’inducteur
[Pi9(rind δ,0) Pi8(rind,0)]

[Pi11(rind,0) Pi12(0,0)]
Zone épaisseur de peau [Pi(0,rind) Pi15(rindδ,rind)] lepv= leph

verticale (zepv)
[Pi7(rind,0) Pi8(0,0)]
122

Les caractéristiques des points intermédiaires sont récapitulées dans le Tableau 36.
Tableau 36 Récapitulatif des points intermédiaires de l’inducteur
Points caractéristiques (x,y) Longueur des arêtes des mailles
Pi2 (rind/2,rind)
Pi6 (rind,rind/2) lind=3*leph
Pi10(rind/2,0)
Pi14(0,rind/2)
c L’air
Les dimensions de la boite à air ont été fixées de façon à ce qu’il n’y ait pas de saut brusque du
maillage au fur et à mesure que l’on se rapproche de la zone d’intérêt, cette dernière étant
composée de l’inducteur, la pièce et l’entrefer. La Figure 314 montre la configuration du maillage de
la région d’air.
Figure 314 Configuration du maillage au niveau de la région d’air

Une longueur d’arête lba égale à 10 fois la plus petite longueur fixée (l hpav) a été imposée au niveau
des points de la Figure 314.
La configuration générale du maillage a été présentée. Le travail fait durant cette partie a permis à ce
qu’elle soit cohérente indépendamment du degré de raffinement de maillage visée. Dès lors, le
raffinement/déraffinement du maillage consistera juste à régler les paramètres de cette
configuration. A savoir la longueur des arêtes au niveau des points d’imposition du maillage. Elle sera
123

donc adoptée par la suite pour les deux approches de modélisation mises en place. La partie qui suit
consiste à présenter la comparaison entre les performances des différentes approches. La précision
des résultats et le temps de calcul sont les critères de choix principaux. Dans cette perspective, les
comparaisons faites concerneront tout d’abord les grandeurs globales dans le but de vérifier la
cohérence générale des modèles. Suite à cela, l’intérêt sera porté sur la variation des grandeurs
locales afin de comparer la robustesse des résultats.
2.3.4.2 Comparaison des performances
Les comparaisons faites à ce stade sont réalisées à faible fréquence (voir § 2.3.1). Une imposition en
tension a été prise en compte. On a vu dans le chapitre 2 que ceci implique une imposition au sens
faible pour la formulation TΩ. Le système à résoudre est plus grand comparé à une imposition de
courant qui nécessite l’intervention de moins d’équations. On s’attend donc à un temps de calcul
plus important. La comparaison avec une formulation AV où l’imposition en tension se fait au sens
fort mais dont le nombre d’inconnues est assez important permettra de comparer les temps de
calcul. Les simulations ont été faites pour une tension de 20V et une fréquence de 50 Hz.
a Grandeurs globales
La comparaison des grandeurs globales est une bonne approche pour valider la cohérence générale
des résultats. Elle permet aussi de régler la finesse du maillage nécessaire. En effet, c’est sur le
réglage du maillage fait à ce stade que se base la comparaison des grandeurs locales, essentielle pour
tester la robustesse des résultats. Dans ce cadre, la puissance totale induite P ind a été choisie comme
critère de comparaison. Ceci est lié à différentes raisons : tout d’abord c’est une grandeur qui est
importante dans le processus de chauffage, elle constitue la source de chaleur qui entraine
l’élévation de température, son calcul doit alors être exact. De plus, c’est une grandeur qui dépend
du carré des inconnues à résoudre, elle est donc très sensible aux imprécisions de calcul : en assurer
une bonne précision permettrait de garantir la validité de toutes les autres grandeurs
électromagnétiques. Numériquement, son calcul se fait selon plusieurs étapes. Elles sont exposées
dans ce qui suit.
Calcul de la puissance induite
D’une manière générale, la puissance induite P ind dans un matériau conducteur s’écrit de la manière
suivante :
Pind = ∭ p(x,y,z)dD (37)

D
124

p(x,y,z) étant la densité de puissance induite au niveau du point de coordonnées (x,y,z) et D le
volume de la région concernée. Au niveau numérique, P ind est considéré comme étant la somme des
intégrales volumiques de la densité volumique de puissance au niveau de chaque maille :
Pind ≃ ∑ ∭ p(x,y,z)dD (38)

n∈V Dn

avec V l’ensemble des mailles.
En éléments finis, le calcul des intégrales ne se fait généralement pas au niveau de mailles réelles. On
préfère utiliser les éléments de référence, ceci en introduisant le Jacobien [3].
Le terme intégral de (38) devient :
∭D p(x,y,z)dD=∭D p(u,v,w)*det(J(u,v,w))dD (39)
n ref

Le calcul numérique de telles intégrales est réalisé par la méthode de quadrature de Gauss [3].
L’intégrale dans (39) est de ce fait approximée par :

∭ p(u,v,w)*det(J(u,v,w))dD ≃ ∑ WEi p(ui ,vi ,wi )*det(J(ui ,vi ,wi ))
i∈NG
(310)
Dref

avec NG l’ensemble des points de Gauss.
WEi le poids correspondant au point d’intégration (ui ,vi ,wi ).
Il suffit dès lors de connaitre la valeur de p au niveau des points d’intégration pour déterminer le
terme (310). La valeur de p au niveau d’un point (x,y,z) de la région conductrice s’exprime comme
suit :
2
|Jc (ui ,vi ,wi )| (311)
p (ui ,vi ,wi ).=
σ

avec Jc densité de courant induit
σ la conductivité électrique du conducteur

Elle peut aussi s’exprimer ainsi :

p (ui ,vi ,wi )=σ|E (ui ,vi ,wi )|
2 (312)

avec E le champ électrique.
125

Le choix de la formule se fait selon la formulation utilisée. Pour la formulation AV, le champ
électrique E au niveau de (ui ,vi ,wi ) est fortement exprimé. Il est calculé en fonction des valeurs E a de
la circulation du champ électrique le long des arêtes du maillage :

E (ui ,vi ,wi )= ∑ Ea sa (ui ,vi ,wi ) (313)

a∊E

avec sa (ui ,vi ,wi ) l’évaluation au niveau du point (ui ,vi ,wi ) de la fonction de forme d’arête associée à
l’arête « a » du maillage.

Le calcul des Ea se fait à partir des potentiels vecteurs magnétique A et scalaire électrique V :
EA = AA GAN VN (314)

avec
EA vecteur des degrés de liberté du champ magnétique E
AA vecteur des degrés de liberté du potentiel vecteur magnétique A
VN vecteur des degrés de liberté du potentiel scalaire électrique V
GAN matrice d’incidence arêtes/nœuds
La même logique est utilisée pour la formulation TΩ, la densité de courant Jc (ui ,vi ,wi ) étant
fortement exprimée par le biais des degrés de libertés J cf au niveau des facettes :

J (ui ,vi ,wi ) = ∑ Jc f sf (ui ,vi ,wi )

c
(315)
a∊E

avec sf (ui ,vi ,wi ) l’évaluation au niveau du point (ui ,vi ,wi ) de la fonction de forme de facette associée à
la facette f du maillage.
Le calcul des Jc f est déduit du potentiel vecteur électrique T :
Jc F = RFA TA (316)

avec
Jc F vecteur des degrés de liberté du courant induit Jc
TA vecteur des degrés de liberté du potentiel vecteur électrique T
RFA matrice d’incidence facette/arêtes
126

C’est ainsi que la puissance totale induite est calculée. La prochaine étape consiste à régler
convenablement les paramètres de la configuration de maillage adoptée. Ceci fera l’objet de la partie
suivante.
Réglage préliminaire du maillage
De la manière avec laquelle a été élaborée la configuration du maillage, son réglage nécessite la
détermination des longueurs d’arêtes au niveau des points caractéristiques. Pour chaque région
physique, la plus petite longueur est imposée, les autres sont déduites. Ainsi, 2 longueurs sont à
déterminées dans le cas actuel :
lhpav : permet de définir la longueur au niveau de la zone z hpav. Elle représente le nombre de mailles à
imposer nhpav dans cette divisé par la longueur de zhpav. Les longueurs des arêtes au niveau des autres
zones de la plaque en sont déduites. La longueur l ba qui est liée aux arêtes de la boite à air est à son
tour déduite ;
leph : permet de fixer la longueur des arêtes au niveau de la zone z eph. Cette zone s’étend sur une
longueur égale à l’épaisseur de peau. leph a été défini comme le rapport entre le nombre de mailles
que l’on veut imposer neph et la longueur de la zone concernée. Dans le cas étudié, l’épaisseur de
peau est plus importante que les côtés de la section de l’inducteur. De ce fait, les zones définies dans
la Figure 313 sont restreintes aux zones d’épaisseur de peau.
Le but dans un premier temps est d’avoir une idée sur les tendances des différentes grandeurs. Le
maillage à utiliser pour cette fin doit permettre un temps de calcul rapide. Dans ce cadre, le réglage
des paramètres du maillage a été effectué de façon à ce que sa finesse ne soit pas trop importante.
Ainsi, il a été imposé d’avoir 2 mailles au niveau des zones à forte densité de maillage à savoir z hpav et
zeph.
Ceci a permis d’obtenir un maillage de base dont les caractéristiques sont présentées dans le Tableau
37.
Tableau 37 Paramètres du maillage de base
Zone plaque Zone inducteur Zone
air
Surface avant Surface arrière
nhpav lhpav lvpav lhlav lint lhpar lhvar lhlar neph leph levh lba nelem
(mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm)
2 8,3 8,3 25 12.5 25 25 75 2 5 5 83 78200

127

Une fois le maillage réglé, il s’agit de calculer les grandeurs sur lesquelles vont porter les
comparaisons. Dans ce cadre, le calcul de la puissance induite a été réalisé et la comparaison des
résultats pour les deux formulations a été faite au niveau de l’inducteur et de la pièce.
Résultats
La première comparaison a été réalisée sur le maillage de base présenté dans le Tableau 37. Les
résultats obtenus ont montré un écart non négligeable. Différents réglages de la configuration de
maillage ont été testés dans le but d’améliorer la précision des résultats.
Le Tableau 38 résume les différents réglages utilisés dans ce contexte.
Tableau 38 Maillages utilisés
Zone plaque Zone inducteur Zone

air
Surface avant Surface arrière
nhpav lhpav lvpav lhlav lint lhpar lhvar lhlar neph leph levh lba nelem
(mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm)
2 8,3 8,3 25 12,5 25 25 75 2 5 5 83 78 200
3 5,2 5,2 15,6 7,8 15,6 15,6 47 3 3,12 3,12 52 166 000
4 4,2 4,2 12,5 6,2 12,5 12,5 37,5 4 2,5 2,5 41,2 277 000
5 3,1 3,1 9,4 4,7 9,4 9,4 28,1 5 1,9 1,9 31,2 480 000
6 2,6 2,6 7,8 3,9 7,8 7,8 23,4 6 1,6 1,6 26 680 000
8 2 2 6,25 3,1 6,25 6,25 18,7 8 1,25 1,25 21 1,12 e6

128

La Figure 315 montre la variation de la puissance induite au niveau de la plaque et de l’inducteur

pour différents réglages du maillage. Les résultats selon les deux approches y sont présentés.

Figure 315 Variation de la puissance induite en fonction du nombre de mailles a) au niveau de la
pièce b) au niveau de l'inducteur

Comme attendu, on peut voir que les résultats obtenus convergent vers une valeur limite quand le
maillage est raffiné. On remarque aussi une surestimation des résultats pour la formulation AV
quand le maillage est relâché. L’inverse est observé quand il s’agit de la formulation TΩ. Dans ce cas,
c’est plutôt une sousestimation qui a lieu quand la finesse du maillage diminue.
Afin de quantifier le décalage entre ces résultats, l’écart relatif a été déterminé. Pour un maillage
donné, cette grandeur est calculée comme suit :
|PindTΩ PindAV |
écart relatif = (317)
PindAV
La Figure 316 montre la variation de cette erreur en fonction du maillage.

Figure 316 Variation de l'écart relatif la puissance induite en fonction du nombre de mailles a) au
niveau de la pièce b) au niveau de l'inducteur
129

Il y apparait que la grandeur la plus sensible au raffinement du maillage est la puissance induite au
niveau de la pièce. Une erreur proche des 10% est atteinte quand le maillage de base est utilisé. Puis,
elle diminue rapidement au fur et à mesure que le maillage se raffine jusqu’à atteindre des erreurs
inférieures à 2%. Le Tableau 39 montre les performances atteintes en temps de calcul et en
précision quand le maillage contient 1,12 million d’éléments tétraédriques.
Tableau 39 Comparaison des performances globales pour 1.12 million de mailles
Nombre Nombre d’inconnues Temps de calcul (s) Ecart relatif Ecart relatif

d’éléments
AV TΩ AV TΩ Pind_pièce (%) Pind_inducteur (%)
1,12 Million 1 180 762 539 484 1h 24min 30 min 0.2% 1,11 %

Une convergence importante est atteinte entre les deux approches avec un temps de calcul 3 fois
moins important pour la formulation TΩ. Le maillage qui a permis d’atteindre ces performances sera
conservé pour la comparaison des grandeurs locales, où l’accent sera dès lors mis sur la robustesse.
b Grandeurs locales
La comparaison des grandeurs globales a permis de mettre en avant l’intérêt de l’approche en TΩ,
du moment qu’elle permet d’avoir quasiment les mêmes résultats que l’approche AV pour des
temps beaucoup plus faibles. Il reste à vérifier si le comportement des phénomènes physiques est
valable localement, surtout dans les zones à fortes variations. Ceci peut être fait en menant une
comparaison des grandeurs locales et en particulier sur la densité de courant au niveau de
l’inducteur. Son trajet tout d’abord, puis son amplitude doivent être similaires pour les deux
approches adoptées. Afin de vérifier le trajet, les lignes de courant au niveau de l’inducteur ont été
tracées.

130

La Figure 317 montre les allures obtenues pour chacune des deux approches. Il y apparait que le

comportement général attendu du courant dans l’inducteur est respecté pour les deux approches.

Figure 317 Comparaison du trajet des lignes de courant pour les deux formulations

En ce qui concerne l’amplitude de ces courants, une répartition hétérogène devrait être observée
due à l’effet de peau. Cela dit, on s’attend à ce que cette hétérogénéité soit faible du fait de la
fréquence d’excitation utilisée. Il faut donc vérifier si les deux modèles adoptés vérifient ceci et
surtout s’ils le vérifient de la même façon. Une bonne manière de le faire est de tracer la
cartographie de la densité de courant au niveau de l’inducteur pour les deux modèles.

131

La Figure 318 illustre les résultats obtenus.

Figure 318 Cartographie de la densité de courant au niveau de l’inducteur. L’approche TΩ à
gauche, AV à droite

Le premier constat est que les deux cartographies sont proches, la variation de l’amplitude dans le
volume de l’inducteur est la même pour les deux approches. Il est a constater aussi que, comme
attendu, l’effet de peau est difficilement observable. L’exception est perçue au niveau des coins de
l’inducteur, où l’hétérogénéité est très palpable du fait de la combinaison de l’effet de peau à la
déviation du trajet des lignes de courant. Les comparaisons faites jusquelà permettent une
validation partielle de l’exactitude des résultats. Une validation complète passe par une étude plus
quantitative. Pour ce faire, la densité de courant a été relevée le long de deux trajets à forte
variation :
une ligne horizontale passant par le centre d’une électrode (he) ;
une ligne verticale passant par le centre de l’inducteur (vc).

132

La Figure 319 montre la localisation de ces trajets.
Figure 319 Trajets sélectionnés pour comparaison de la densité de courant (jaune et rouge)

Les densités de courant obtenues par les deux approches ont été tracées au niveau de ces trajets. A
ceci est rajouté un cas de référence qui correspond à la répartition de la densité de courant dans le
cas où le terme source est volumique et imposé au niveau de l’inducteur. Au niveau des coins de
l’inducteur, le sens des courants a été imposé en se basant sur une fonction cosinus. Une formulation
AV classique sans résolution dans l’inducteur a été mise en place pour cette fin. La fréquence
d’excitation étant faible, on s’attend à ce que les résultats avec et sans résolution dans l’inducteur
soient proches. La Figure 320 montre les résultats obtenus.
Figure 320 Variation du module de la densité de courant au niveau des trajets a) vc b) he

Les courbes présentent un faible écart entre les différents modèles. Pour pouvoir le quantifier, l’écart
relatif maximal a été calculé au niveau des deux trajets. Une faible valeur de 0,25% a été trouvée. On
remarque aussi que les résultats sont très proches du cas de référence avec, cela dit, une légère
déviation due à l’effet de peau (dans ce cas l’épaisseur de peau est de 9 mm pour un coté de
133

l’inducteur de 5 mm). Cette comparaison permet de confirmer la convergence des deux approches
d’une part, et de les valider en les confrontant à un résultat de référence d’autre part.
Les comparaisons au niveau de l’inducteur étant réalisées, il s’agit dès lors de se pencher sur ce qui
se passe au niveau de la plaque. Tout d’abord, comparons la densité des courants induits. De la
même manière que pour l’inducteur, des trajets spécifiques ont été sélectionnés pour les
comparaisons. La Figure 321 montre la position de ces trajets.

Figure 321 Trajets sélectionnés pour comparaison de la densité de courant au niveau de la plaque

La variation de la densité de courant le long de ces trajets est présentée sur la Figure 322. La valeur
nulle correspond à la moitié de chacun des trajets.
Figure 322 Variation du module de la densité de courant au niveau des trajets a) pc / b) hc / c) vc
134

Un faible écart entre les résultats des deux approches y est constaté. Un écart relatif inférieur à 3% a
été déterminé au niveau des trois trajets.
Les comparaisons faites permettent ainsi de valider la fiabilité des approches adoptées.
Il a été démontré que la répartition du courant dans l’inducteur a un impact important sur la
distribution du champ de température dans le spécimen inspecté. Il est important de prouver que cet
aspect est validé par les modèles implémentés.
Pour ce faire, un cycle de chauffage/refroidissement a été simulé en se basant sur les résultats
obtenus par les approches électromagnétiques. Un indice d’échange avec le milieu extérieur prenant
en compte les phénomènes de convection et de rayonnement a été imposé selon l’équation (244).
Le temps de chauffe a été fixé à 3 secondes, tandis que le temps de refroidissement a été fixé à 4
secondes. L’idée est de comparer les profils de température que l’on obtiendrait avec et sans
résolution dans l’inducteur.
Tout d’abord, et dans le but d’avoir une première comparaison visuelle, les cartographies de la
température à la surface en visàvis de l’inducteur ont été extraites pour différents instants du cycle.
La Figure 323 montre la cartographie obtenue à l’instant de l’arrêt de l’excitation (3 secondes) pour
les approches avec résolution dans l’inducteur (AV et TΩ) et sans résolution dans l’inducteur (AV
classique).

Figure 323 Cartographie de la température au niveau de la surface visàvis de l’inducteur à t=3s
pour les différentes approches adoptées

Les deux cartographies situées aux extrémités sont identiques tandis que celle du milieu présente
une chauffe moins importante. Le centre des cartographies est la zone la plus concernée par ce
constat. L’influence de la répartition des courants dans l’inducteur est donc apparente même à faible
fréquence d’excitation. Afin de pouvoir la quantifier, le profil de température a été tracé au niveau
de deux trajets de la pièce chauffée.
La Figure 324 montre la localisation de ces trajets au niveau de la surface de la pièce.
135


Figure 324 Localisation des trajets de comparaison

Pour différents instants du cycle chauffage/refroidissement, le profil de température a été tracé le
long de ces deux trajets. La Figure 325 montre les résultats à t=3s. A noter que la valeur nulle
correspond à la moitié de chacun des trajets.

Figure 325 Profil de température à t=3s a) le long de hc b) le long de vc

Les résultats obtenus confirment le constat fait lors de l’analyse des cartographies. On peut voir
effectivement que les courbes issues des approches circuits se chevauchent alors que celles de
l’approche classique atteignent des valeurs moins importantes. Pour quantifier ceci, l’écart relatif a
été calculé entre les différentes approches.

136

Le Tableau 310 en présente les valeurs.
Tableau 310 Ecart relatif sur la température entre les différents modèles
Ecart relatif
AV AV classique
TΩ 0.2% 3%

Le Tableau 310 montre un écart relatif de 3% entre une approche avec résolution dans l’inducteur et
sans. Ainsi, on voit que, même dans un cas ou l’effet de peau est très faible, un impact remarquable
peut être perçu sur l’élévation de température. La répartition des courants dans l’inducteur doit de
ce fait être prise en compte.
Le travail fait jusqu’ici permet d’une part d’adopter la formulation TΩ avec couplage circuit pour la
suite du fait de ses bonnes performances en termes de précision et de temps de calcul (même
résultat que la formulation AV avec couplage circuit en trois fois moins de temps). D’autre part, il a
permis de confirmer que la prise en compte de la répartition des courants dans l’inducteur est
nécessaire pour des résultats réalistes. En réalité, les fréquences d’excitation utilisées sont beaucoup
plus importantes. Dans ces conditions, l’effet de peau est plus accentué. La partie qui suit présente
les démarches entreprises pour prendre cela en compte convenablement.
2.4 Prise en compte des faibles épaisseurs de peau
2.4.1 Problématique
Jusqu’ici, l’effet de peau n’a pas eu d’impact important sur les résultats. En réalité, les fréquences
d’excitation peuvent dépasser la centaine de kHz. Dans ce cas les épaisseurs de peau deviennent de
plus en plus petites et les variations des grandeurs électriques y sont de plus en plus brusques. La
prise en compte précise de ces effets de peau nécessite un travail plus important sur le maillage.
Dans ce cadre, la configuration de maillage adoptée a été testée pour des fréquences d’excitation
plus importantes que celles utilisées jusqu’ici. La grandeur choisie pour l’analyse est la densité de
puissance induite. En effet, cette dernière est déterminée en fonction du carré de la solution du
système. Elle est donc la plus impactée par les imprécisions de calcul. La qualité de tels résultats est
essentiellement conditionnée par le nombre de mailles dans l’épaisseur de peau. Ce dernier a été
fixé à la valeur maximum autorisée par la puissance de calcul à disposition. Pour la configuration de
maillage adoptée (voir § 2.3.4.1), cette valeur est de 10 mailles. On présente dans ce qui suit les
résultats obtenus sur un cas sans défaut pour une fréquence d’excitation de 2 kHz. Après imposition
de 10 mailles au niveau de l’épaisseur de peau, le maillage global obtenu est de 2,5 millions
d’éléments.
137

Le Tableau 311 résume les données numériques de cette simulation.
Tableau 311 Données numériques pour 2,5 millions d'éléments
Formulation Nombre d’éléments Nombre d’inconnues Temps de calcul (sec)

du système
TΩ avec grandeur 2.5 millions de 1 million d’inconnues 4300 (≈1h 15 min)
globale tétraèdres

Une première analyse est faite visuellement en observant la cartographie de la densité volumique de
puissance à la surface de la pièce en visàvis de l’inducteur. La Figure 326 présente cette
cartographie.
8
x 10
1.5
|p(W/m 3)|
0.5
0
Figure 326 Cartographie de la densité de puissance à la surface de la pièce en visàvis de
l’inducteur pour un maillage tétraédrique à f=2 kHz

138

A première vue, une répartition perturbée peut être remarqué. Afin de pouvoir quantifier ceci, la
densité de puissance a été tracée au niveau du trajet présenté sur la Figure 327.

Figure 327 Trajet de prélèvement de la densité de puissance induite
La Figure 328 montre les résultats de ce prélèvement.
8
x 10
2.5
1.5
|p(W/m 3)|
0.5
0
-100 -50 0 50 100
distance(mm)

Figure 328 Densité de puissance induite au niveau du trajet sélectionné
L’allure trouvée appuie le premier constat fait sur la Figure 326. Une fluctuation des résultats est
observée malgré la finesse du maillage. Ce test montre les limites du type de maillage utilisé. En
effet, les régions épaisseurs de peau étant fines, la possibilité de rencontrer des mailles déformées
est plus grande pour un maillage non structuré tel que le nôtre. De plus, le manque de contrôle de la
discrétisation dans le volume accentue ce phénomène. La déformation du maillage peut entrainer un
calcul de Jacobien laborieux et donc des valeurs imprécises des intégrandes. Tout ceci rend ce
139

maillage difficilement adaptable au cas d’étude traité. Dans le but de garantir une prise en compte
convenable de régions fines, un maillage en tranche a été développé. Ce dernier a été conçu pour
permettre une discrétisation totalement contrôlée dans le volume. Ceci abouti à une meilleure
gestion du maillage dans l’épaisseur de peau. Dans ce qui suit, on expose le principe d’un tel
maillage.
2.4.2 Maillage en tranche
2.4.2.1 Principe de base
Le principe du maillage en tranche consiste à construire un maillage 3D à partir d’une discrétisation
2D. La surface 2D à mailler représente une projection du domaine d’étude sur le plan xy. Elle est
discrétisée par le biais d’une grille de quadrangles dont les dimensions sont à modifiées selon le
besoin. Une fois ceci fait, une extrusion de ce maillage 2D a lieu a fin de l’étaler sur tout le domaine.
Ainsi, le maillage 2D est généré au niveau de différentes couches selon l’axe z. La liaison entre ces
couches de maillage est faite en connectant les différentes entités entre elles. Ceci permet par la
suite de définir les volumes puis de les affecter aux régions physiques adéquates.
140

La Figure 329 illustre le principe.

Étape 1 : maillage 2D de la projection du domaine
sur l’axe (xy)

Étape 2 : étalage du maillage sur plusieurs
couches selon la direction z et connexion des
entités des couches adjacentes

Étape 3 : maillage 3D, définition des volumes et
des régions physiques

Figure 329 Illustration du principe de maillage en tranche
2.4.2.2 Configuration adoptée
Contrairement au maillage tétraédrique déjà utilisé dont le réglage se fait en imposant les tailles de
mailles au niveau de points caractéristiques, le maillage en tranche est réalisé en définissant des
zones de maillage dans les différentes directions (x, y et z). Le nombre de couches de mailles y est
directement imposé ainsi que leurs progressions. Selon le besoin, cette progression peut être soit
constante, soit décrite par le biais d’une suite géométrique. Son réglage se fait dans ce cas en jouant
sur la raison de cette dernière : une suite géométrique (un)nϵℕ est de raison q si sa formule de
141

récurrence peut s’écrire comme suit : u n=u0qn. Ce type de progression permet d’assurer une
évolution continue de la taille des mailles. Avec une telle construction, une transition lisse du
maillage est réalisée avec plus de maitrise, moins de réglage et sans avoir recours à des points
intermédiaires. Cette démarche est tout d’abord réalisée sur le maillage 2D de base. Dans ce cadre,
une configuration prenant en considération les zones délicates telles que l’épaisseur de peau a été
définie.
La Figure 330 présente la surface 2D à mailler avec les différentes zones.

a)

b)

c)

Figure 330 Configuration du maillage 2D de base a) vue globale de la surface à mailler b) zones de
maillage selon y c) zones de maillage selon x
142

Une fois la surface 2D maillée, des zones de maillage sont définies de la même manière dans le sens
de l’extrusion (axe z). La Figure 331 présente ceci.

Figure 331 Configuration du maillage dans le sens de l’extrusion a) vue globale du maillage 3D b)
zones de maillage selon le sens de l’extrusion
La configuration du maillage en tranche pour le cas d’étude a été présentée. Toutes les démarches
de raffinement/déraffinement de maillage consisteront à régler le nombre de couches de maillage au
niveau de chaque zone ainsi que leurs progressions. Dans la partie qui suit, cette configuration va
faire l’objet d’un test à une fréquence d’excitation de 2 kHz dans le but de tester sa robustesse dans
le cas où l’effet de peau est prononcé. Pour ce faire, un bon réglage des paramètres du maillage doit
être fait.
2.4.3 Performances
Le but des tests qui vont suivre est de démontrer la capacité du maillage mis en place à prendre en
compte les faibles épaisseurs de peau. Un réglage adéquat des paramètres du maillage a été réalisé
afin d’atteindre la meilleure précision possible. Les conditions qui ont été imposées sont les
suivantes :
10 mailles au niveau des épaisseurs de peau : ceci inclut celle présente au niveau de
l’inducteur et celle de la pièce inspectée ;
un rapport entre les mailles en contact de deux zones adjacentes inclus dans l’intervalle [0,5
2] dans le but d’avoir une transition lisse des grandeurs calculées en passant d’une zone à
une autre;
143

Ceci a abouti au réglage résumé dans le Tableau 312 :
Tableau 312 Réglage de la configuration du maillage en tranche pour f=2kHz
Intitulé des zones Nombre Progression Intervalle de

de tailles de mailles
couches
Zones de Zone aire (zax) nzax=10 Pas constant 15 mm
maillage Zone loin (zlx) nzlx=10 Raison = 0,75 [0,3 mm 10 mm]
selon x Zone épaisseur de peau inducteur nzepix= 10 Pas constant 0,15 mm
(zepix)
Zone inducteur (zix) nzix=5 Pas constant 0,2 mm
Zone transitoire (ztrx) nztrx= 20 Pas constant 0,5 mm
Zone proche (zpx) nzpx= 10 Pas constant 0,25 mm
Zones de Zone aire bas (zaby) nzaby=10 Raison = 0,8 [4 mm 25 mm]

maillage Zone plaque (zpy) nzoy=10 Raison = 0,9 [0,6 mm 2 mm]
selon y Zone épaisseur de peau plaque (zeppy) nzeppy= 10 Pas constant 0,3 mm
Zone entrefer (zey) nzey=6 Pas constant 0,3 mm
Zone épaisseur de peau inducteur nzepiy= 10 Pas constant 0,15 mm
(zepiy)
Zone inducteur (ziy) nziy= 5 Pas constant 0,2 mm
Zone aire haut (zahy) nzahy= 20 Raison = 1,25 [0,3 mm 20 mm]
Zones de Zone aire (zaz) nzaz=5 Pas constant 20 mm

maillage Zone loin (zlz) nzlz=15 Raison = 0,85 [4 mm 20 mm]
selon z Zone transitoire (ztrz) nztrz= 10 Raison = 0,8 [0,3 mm 2 mm]
Zone épaisseur de peau inducteur nzeiz=10 Pas constant 0,15 mm
(zepiz)
Zone inducteur (ziz) nziz= 5 Pas constant 0,2 mm

144

Les données numériques d’une simulation avec un tel réglage de maillage sont résumées dans le
Tableau 313.
Tableau 313 Données numériques du maillage en tranche utilisé

Formulation Nombre d’éléments Nombre d’inconnues Temps de calcul (sec)
du système
TΩ avec grandeur 900 000 hexaèdres 930 000 inconnues 3100 (≈45 min)
globale

a Au niveau de l’inducteur
Tout d’abord, la cohérence des résultats est vérifiée au niveau de l’inducteur. La Figure 332 montre
la cartographie de la densité de courant au niveau de ce dernier.
Figure 332 Cartographie de la densité de courant dans l’inducteur à f=2kHz pour un maillage en
tranche
On peut remarquer l’influence de l‘effet de peau sur la répartition des courants. Au niveau de la
section de l’inducteur, les densités sont importantes au niveau des extrémités et diminuent au fur et
à mesure que l’on se rapproche du centre. Afin de vérifier la précision des valeurs, la densité de
courant a été relevée au niveau de trajets à forte variation. Les résultats de ces relevés ont été par la
suite comparés à ceux obtenus pour un maillage tétraédrique (2.5 millions d’éléments, voir §2.4.1).
145

La Figure 333 montre les trajets sélectionnés.

Figure 333 Trajets de comparaison de la densité de courant dans l’inducteur à f=2kHz
Les résultats des comparaisons au niveau de ces deux trajets sont présentés dans la Figure 334.
8 8
x 10 x 10
4.2 4
Maillage tranche Maillage tranche
Maillage tétraédrique Maillage tétraédrique
4 3.8
3.8
3.6
3.6
|J(A/m²)|
|J(A/m²)|
3.4
3.4
3.2
3.2
3
3
2.8 2.8
2.6 2.6
-53 -52 -51 -50 -49 -48 -47 -3 -2 -1 0 1 2 3
trajet he(mm)
trajet pe(mm)

Figure 334 Trajets de comparaison de la densité de courant dans l’inducteur à f=2kHz : trajet he à
gauche/trajet pe à droite

Tout d’abord, on remarque que l’effet de peau est clairement manifesté au niveau des deux
maillages. La tendance est la même que ce soit pour le maillage tranche ou le maillage tétraédrique.
Ceci permet d’appuyer la validité de l’approche TΩ à grandeurs globales imposées. Cela dit, les
résultats obtenus pour le maillage en tranche montrent une meilleure prise en compte de l’effet de
146

peau comparé à ceux obtenus avec le maillage tétraédrique. Ceci se traduit par des courbes plus
perturbées pour le maillage tétraédrique. Le maillage en tranche quant à lui permet d’obtenir des
courbes lisses.
b Au niveau de la pièce
Les résultats obtenus au niveau de l’inducteur auront un impact sur la densité de puissance induite
au niveau de la pièce. Une comparaison de celleci pour les deux maillages utilisés s’impose. Pour la
fréquence d’excitation utilisée (2 kHz), la cartographie de la densité de puissance induite au niveau
de la surface de la pièce en visàvis de l’inducteur a déjà été présentée pour un maillage
tétraédrique. Des perturbations ont été remarquées. La Figure 335 montre les cartographies de
densité de puissance obtenues au niveau de cette surface pour les deux maillages testés.
Maillage tétraédrique 8 Maillage en tranche 8

x 10 x 10
2 2
|p(W/m 3)|
|p(W/m )|
1.5 1.5
3
1 1
0.5 0.5
0 0
Figure 335 Cartographie de la densité de puissance induite à la surface de la pièce en visàvis de
l’inducteur à f=2kHz pour un maillage tétraédrique (gauche) et un maillage en tranche (à droite)

Une importante amélioration est perçue. Une cartographie plus homogène et moins perturbée est
obtenue pour le maillage en tranche.
147

Pour confirmer ce constat, l’allure de la densité de puissance a été prélevée au niveau des trajets

présentés sur la Figure 336.

Figure 336 Trajets de prélèvement de la densité de puissance induite p pour comparaison
Les résultats d’un tel prélèvement sont présentés dans la Figure 337
8 8
x 10 x 10
2.5 2.5
Maillage en tranche Maillage en tranche
Maillage tétraédrique Maillage tétraédrique
2 2
1.5 1.5
|p(W/m 3)|
|p(W/m 3)|
1 1
0.5 0.5
0 0
-100 -50 0 50 100 -150 -100 -50 0 50 100 150
trajet hc(mm)

trajet vc(mm)

Figure 337 Densité de puissance induite le long des trajets hc et vc pour un maillage en tranche et un
maillage tétraédrique

Le maillage en tranche présente des résultats de meilleure qualité. Les courbes obtenues par ce
maillage ne subissent pas de fluctuation contrairement au maillage tétraédrique.
Ainsi, on arrive à avoir des résultats de meilleures qualités avec moins de mailles, une configuration
plus simple et temps de calcul moins important. Les performances mises en évidence du maillage en
tranche pour modéliser les effets de peau prononcés nous permettent d’opter pour ce dernier dans
la suite des travaux. Le modèle numérique sélectionné pour toute la suite se base donc sur une
formulation TΩ avec couplage circuit et utilise un maillage en tranche pour la discrétisation spatiale.
148

Pour valider ce modèle, une comparaison avec un essai expérimental doit être faite. Ceci fera l’objet
de la prochaine partie.
2.5 Validation expérimentale
Le code de calcul mis en place a montré de bonnes performances. Cela dit, il est nécessaire de
confronter les résultats que l’on obtient à des mesures réelles. Ainsi, l’une des tâches des travaux
effectués a consisté à mettre en place un banc d’essai permettant ceci. En plus de valider
expérimentalement le code numérique, ce dernier servira à répondre à différents cahiers de charges
pour différents cas test, différentes configurations … ceci en se basant sur le protocole d’essai que
nous avons élaboré.
2.5.1 Présentation générale des équipements du banc d’essai
La Figure 338 présente une vue globale du matériel utilisé :
Figure 338 Matériel d'essai
149

Une validation expérimentale nécessite un contrôle précis des paramètres opératoires. Cela
concerne en particulier la mesure. Effectivement, la fiabilité des résultats nécessite un réglage
convenable des paramètres de l’outil de mesure. Il s’agit de la caméra thermique dans ce cas.
Pour procéder à ce réglage, des essais préliminaires ont été réalisés sur un cas simple. Le spécimen
chauffé dans ce cas est un échantillon de générateur de vapeur.
La Figure 339 présente un schéma simplifié du montage réalisé.
Figure 339 Schéma du dispositif de chauffe
Les caractéristiques du tube de générateur de vapeur et de l’inducteur sont présentées dans la Figure
340
Figure 340 Montage du couple tube/inducteur
150

2.5.2 Démarche de réglage de l’outil de mesure
La mesure concerne directement la caméra thermique. Une bonne mesure impose un bon réglage de
ces paramètres.
Les caractéristiques techniques de la caméra thermique sont présentées dans le Tableau 314.
Tableau 314 Caractéristiques de la caméra thermique
Marque FLIR SC3000
Fréquence d’échantillonnage maximale 60 Hz
Résolution thermique 20 mK
Intervalle spectral 8 à 9 µm

La Figure 341 montre les paramètres de la caméra à régler.

Figure 341 Paramètres de réglage de la caméra

Chacun des paramètres affichés sur la Figure 341 a un impact important sur les mesures. Dans ce
cadre, un protocole d’essai a été élaboré pour les régler convenablement.
la température ambiante a été déterminée par le biais d’un thermocouple de type K ;
la distance de mesure a été fixée à celle de la distance focale de la caméra ;
la température réfléchie a été réglée en couvrant le tube avec un ruban d’aluminium. Pour une
surface réfléchissante, l’émissivité est très proche de 1. On règle ainsi l’émissivité perçue par la
caméra à 1. La température réfléchie correspond dans ce cas à la température moyenne au niveau de
la surface du ruban.

151

La Figure 342 montre la cartographie thermique produite par la caméra dans ce cas.

Figure 342 Réglage de la température réfléchie a) allure de la scène b) cartographie thermique

Le dernier paramètre à régler est l’émissivité. Sa bonne estimation est indispensable pour assurer
des mesures fiables. La partie qui suit traite de la démarche élaborée pour la fixer convenablement.
Réglage de l’émissivité
L’émissivité est un paramètre très important pour la mesure. La température affichée par la caméra
thermique est directement liée à la valeur de l’émissivité réglée. Une mauvaise estimation de cette
grandeur pourrait entrainer des mesures erronées. Afin de la fixer convenablement, la première
étape a été de l’homogénéiser au niveau de la surface du spécimen. En effet, elle peut varier
fortement selon l’état de surface de la cible. De plus, la surface réfléchissante des métaux brouille
énormément les mesures. D’ailleurs, le flux réfléchi est plus important que le flux émis dans ce cas.
Afin de corriger ceci, la surface du tube a été peinte avec de la peinture plastifiée noire. Ceci permet
d’avoir une émissivité constante sur toute la surface. Pour pouvoir quantifier sa valeur, les mesures
obtenues par la caméra ont été comparées à celles d’un thermocouple.
La Figure 343 montre la position de ce dernier sur la surface du tube.

Figure 343 Position du thermocouple
152

Ce dernier est branché à une centrale d’acquisition avec sortie thermocouple. Différents relevés sont
faits pour différents réglages d’émissivité. Après chaque réglage, un essai de chauffe est réalisé et le
profil de température enregistré au niveau de la centrale d’acquisition (qui correspond à la
température au niveau du point sur lequel est collé le thermocouple) est comparé à celui obtenu par
la caméra thermique.
Le Tableau 315 présente les conditions d’essai pour fixer l’émissivité.

Tableau 315 Valeurs des paramètres pour fixer l'émissivité
Données d’alimentation Tension 100 V
Courant 90 A
Fréquence 181 kHz
Temps de chauffe 1 s
Temps d’observation 4 s
Données d’entrée de la caméra Température initiale du tube 21.6 °C
Température ambiante 21.8 °C
Distance de mesure 0.5 m
Emissivité [0.9…1]
Les résultats pour une émissivité de 0.96 sont les plus proches des valeurs données par le
thermocouple. Pour quantifier le décalage entre le profil de température donné par le thermocouple
et celui donné par la caméra thermique, on utilise la température normalisée relative.
température
deltaTnorm = (318)
max(températurethermocouple )
153

La Figure 344 montre la variation de deltaTnorm en fonction du temps au niveau du point de
comparaison donné par le thermocouple et par la caméra thermique.

Figure 344 Température normalisée relative en fonction du temps
L’écart maximum obtenu pour une émissivité de 0.96 est de 0.65%. Pour la suite, la valeur de
l’émissivité est fixée à 0.96.
2.5.3 Tests de réglage
C’est ainsi que le calibrage de la caméra a été élaboré et testé. Afin de le valider, une confrontation
des mesures aux résultats d’un modèle numérique a été faite. Le modèle numérique choisie pour
cette fin se base sur une formulation AV en axisymétrique [4]. La Figure 345 montre la géométrie
du modèle.

Figure 345 Géométrie du modèle axisymétrique a) modèle global b) modèle axisymétrique c) zoom
sur la zone d’intérêt
154

Les supports de comparaison choisis sont illustrés sur la Figure 346.

Figure 346 Trajets de comparaison : partie basse gauche : mesure /partie basse droite : simulation
Les données d’alimentation sont résumées dans le Tableau 316.
Tableau 316 Données des paramètres opératoires
Grandeurs Valeurs
Courant 80 A
Fréquence 181 kHz
Données de chauffage Temps de chauffe 1 s
Temps de refroidissement 3 s
155

La Figure 347 présente l’élévation de température normalisée. Cette normalisation se fait par
rapport à la température maximale atteinte par les courbes comparées. L’écart relatif maximal
trouvé est de 3%, ce qui permet de valider les mesures.

a)

b)

c)

Figure 347 Résultats de comparaison simulation/mesure de l’élévation de température
normalisée dans le cas d’un tube de générateur de vapeur :a) le long du trajet à t=1s b)
le long du trajet à t=4s c) au niveau du point le plus chaud du trajet en fonction du
temps

Cette partie a permis de mettre en place un protocole d’essai générique sur lequel on peut s’appuyer
pour le reste des tests.
156

2.5.4 Validation du cas des viroles de cuve
Le protocole d’essai élaboré va être appliqué pour valider le modèle numérique pour traiter le cas
des défauts dans les viroles de cuve. Rappelons que le modèle mis en place dans ce contexte se base
sur une formulation TΩ avec une alimentation tension et un maillage en tranche. Un échantillon
représentatif d’une virole (plaque) a été choisi pour cette fin. Le chauffage est réalisé par le biais d’un
inducteur en U à l’image de celui utilisé dans les simulations. La Figure 348 illustre le montage
effectué.

Figure 348 Illustration du montage expérimental dans cas d’une virole de cuve
Les données d’alimentation sont résumées dans le Tableau 317.
Tableau 317 Données des paramètres opératoires
Grandeurs Valeurs
Fréquence 181 kHz
Données de chauffage Temps de chauffe 5 s
Temps de refroidissement 10 s
Afin d’effectuer les prélèvements, on procède selon le protocole d’essai élaboré dont les étapes sont
les suivantes :
1/ Calibrer la camera
Température ambiante : affichée par un thermocouple dans l’air
Distance de mesure : distance focale de la caméra
Température réfléchie : mettre une couche d’aluminium au niveau de la surface du tube et
insérer la température moyenne obtenue pour une émissivité de 1
Émissivité : spécimen peint en noir plastifié et l’émissivité réglée à 0.96
2/ Régler la minuterie du générateur
3/ Régler la puissance d’alimentation
4/ Lancer l’enregistrement au niveau de la caméra thermique
5/ Noter la température ambiante et la température initiale de la surface du tube
6/ Mettre en marche le générateur
157

7/ Prélever le profil de l’élévation de température à l’instant d’arrêt de l’excitation et la fin de
l’observation au niveau d’un trajet
8/ Prélever la variation de l’élévation de température en fonction du temps au niveau du point le
plus chaud du trajet sélectionné
La Figure 349 montre le trajet de prélèvement ainsi que les résultats obtenus.
Figure 349 Comparaison Simulation/Mesure de l’élévation de température
a) en fonction du temps au niveau du point chaud du trajet jaune (point bleu)
b) le long du trajet jaune à t=5s
c) le long du trajet jaune à t=10s

Les résultats présentés sur la Figure 349 montre une grande similitude entre les résultats
expérimentaux et ceux de la simulation. Un écart relatif maximal de 5 % a été trouvé. Le décalage
pourrait être causé par de légères fluctuations des paramètres opératoires et des conditions d’essais
(imprécision sur la valeur exacte de la fréquence d’excitation, léger décalage de l’entrefer, conditions
d’échange, paramètres matériaux…). Les résultats trouvés permettent de valider le modèle mis en
place.
2.6 Prise en compte du défaut fin
Le modèle numérique a été validé expérimentalement. Dans cette partie, le défaut est intégré. Il
s’agit d’une microfissure débouchante. L’ouverture nominale est de 10 µm. Une modélisation fiable
des phénomènes autour d’une zone aussi fine nécessite un travail particulier au niveau du maillage.
Le maillage tranche développé offre la flexibilité qu’il faut pour faire face à cette problématique. Cela
dit, une densité de maillage importante est exigée autour du défaut, mais aussi au niveau même du
défaut. Pour tenter de remédier à cela, l’utilisation d’éléments spéciaux de type coque peut s’avérer
158

intéressante. De telles approches permettent d’éviter de discrétiser les zones très fines. Plus
particulièrement, les éléments dégénérés de Ren [5][6] présentent un grand intérêt quand la
méthode des éléments finis est utilisée. Ceci réside dans son intégration aisée à de tels codes de
calcul (pratiquement, les éléments coques ne sont que des éléments finis 2D utilisés pour
approximer des éléments finis 3D. Leur intégration dans un code éléments finis se fait donc
naturellement). Au niveau du laboratoire, ces éléments ont été utilisés pour modéliser des régions
fines anisotropes [6]. Le travail élaboré a consisté tout d’abord à adapter les modèles implémentés
au cas des microfissures. Suite à cela, les performances obtenues ont été comparées à celles d’un
maillage volumique du défaut.
Maillage volumique
Pour modéliser convenablement le défaut, différentes zones ont été rajoutées à la configuration du
maillage par tranche (voir §2.4.2.2). Celles qui nécessitent le maillage le plus fin et le plus progressif
sont suivant l’axe x. En effet, l’ouverture du défaut, qui est sa dimension la plus fine, est suivant cet
axelà. Des zones intermédiaires entre la zone appelée « proche » et la zone du défaut ont été
rajoutées. La Figure 350 montre les zones développées autour de l’ouverture défaut.
Figure 350 Configuration du maillage selon x au niveau du défaut : a) plaque selon le plan (xz) b)
zoom sur le défaut

Une étude paramétrique au niveau de ces zones a été faite pour fixer le nombre de mailles de
chaque zone ainsi que les progressions de maillage adéquates pour éviter des sauts brusques au
niveau des grandeurs calculées. Les conditions citées dans le §2.4.3 ont été respectées dans ce
contexte.
159

Pour chaque réglage de maillage, l’écart relatif sur la densité de courant a été calculé au niveau du
trajet présenté dans la Figure 351.
Figure 351 Trajet de comparaison (trajet vert passant par l’ouverture du défaut)

Le Tableau 318 récapitule le réglage des zones selon x au niveau de la plaque. On y représente
uniquement les zones proches du défaut, le reste des zones n’ayant pas subi de changement. Le
réglage élaboré présente un faible écart relatif sur la densité de puissance induite (2%). Globalement,
la prise en compte du défaut a nécessité l’ajout de 45 000 éléments au niveau du maillage total.
Tableau 318 Configuration de maillage au niveau du défaut
Intitulé des zones Nombre Progression

de
couches
Zone de Zone transitoire (ztrx) nztrx= 20 Pas constant
maillage Zone proche (zpx) nzpx= 10 Pas constant
selon x Zone proche défaut (zpdx) nzpdx= 6 Raison = 0,35
Zone adjacente au défaut (zadx) nzadx= 5 Raison = 0,75
Zone défaut (zdx) nzdx= 10 Pas constant

160

Maillage par éléments coque
Les éléments coque permettent de ne pas mailler le défaut. Ce dernier est modélisé par sa surface
moyenne. Ceci évite de se pencher sur la progression du maillage entre le défaut et les zones qui
sont aux alentours. Un travail de maillage moins rigoureux est demandé autour du défaut. La Figure
352 montre la configuration du défaut pour un maillage volumique et un maillage surfacique.

a)

b)

Figure 352 Configuration du défaut : a) défaut maillé (maillage
volumique) b) défaut non maillé (éléments coques )

En ce qui concerne le problème thermique, la prise en compte du défaut consiste à exclure le volume
de ce dernier de la résolution et à imposer des conditions d’échanges thermiques au niveau de la
frontière plaque/défaut. L’indice d’échange à imposer est celui utilisé lors de la résolution du cas
sans défaut.
Des simulations selon chacune des approches (maillage volumique du défaut et maillage par
éléments coques du défaut) ont été élaborées. Les données numériques sont présentées dans le
Tableau 319.
Tableau 319 Données numériques des maillages volumique et coque
Modèles Nombre d’éléments Temps de calcul
Maillage volumique 945 000 hexaèdres 75 minutes

Maillage par éléments coque 900 000 hexaèdres 45 minutes
161

Une comparaison efficace doit être faite pour juger de la pertinence des approches quant à la
modélisation convenable du défaut fin. C’est dans ce contexte qu’il a été choisi de faire les relevés
sur le trajet présenté dans la Figure 353.

Figure 353 Trajet de comparaison des performances (ligne rouge)

La densité de courant a été prélevée au niveau de ce trajet pour différentes fréquences d’excitation.
162

La Figure 354 montre les résultats de comparaison de la densité de courant pour une fréquence de
50 Hz et 2 kHz.

a)
b)
Figure 354 Comparaison de la densité de courant le long du trajet sélectionné pour un défaut maillé
et non maillé (éléments coques) : a) 50 Hz b) 2kHz

Les faibles fréquences ont montré une concordance importante au niveau des résultats. Cela dit, dès
que la fréquence augmente, les résultats obtenus par les éléments coque divergent. Les limites de
cette approche nous ont poussées à l’abandonner. Ainsi, le modèle final adopté s’est basé sur un
maillage volumique du défaut qui assure la précision requise avec un temps de calcul plutôt
raisonnable.
163

3 Conclusion
Le travail présenté dans ce chapitre avait comme but de mettre en place un code de calcul fiable,
rapide et pouvant prendre en compte les différentes contraintes numériques que peut présenter le
cas étudié. Une première phase de choix de l’environnement numérique a été menée. Des critères
basés sur des aspects numériques tels que les formulations, la résolution numérique, les hypothèses
simplificatrices, mais aussi pratiques tels que la possibilité d’exploiter les outils dans le cadre
industriel… ont été choisis pour mener à bien cette tâche. Une fois l’environnement numérique
établie, la phase de l’élaboration du code de calcul a été entamée. La démarche élaborée pour cette
fin a permis d’isoler chaque contrainte, de la traiter convenablement et de trouver l’approche
numérique adéquate pour la modéliser. Le premier aspect concerné par cette démarche est le choix
de la formulation. Afin que la circulation des courants dans l’inducteur puisse être prise en compte,
l’imposition de grandeurs globales électriques a été intégrée aux formulations implémentées. A
priori, c’est la formulation TΩ qui se présente comme le meilleur candidat dans le sens où elle
permet d’avoir un nombre restreint d’inconnues. Cela dit, elle s’associe à d’importantes contraintes
de modélisation liées principalement à la connexité du domaine. Dans ce cadre, une approche
d’imposition de coupure se basant sur les principes de homologie et cohomologie a été exploitée.
Cette dernière permet de localiser les trous d’un domaine multiplement connexe, de générer les
coupures en conséquence et d’y imposer les discontinuités adéquates sur les grandeurs. Un tel
modèle a été mis en place et les résultats obtenus ont été confrontés à ceux d’une formulation AV à
grandeurs globales imposées. Celleci ne demande aucune manœuvre particulière pour s’adapter aux
régions multiplement connexes, mais présente l’inconvénient de requérir un temps de calcul
important. Afin de limiter ce dernier, la mise en place de cette formulation a été restreinte à une
imposition forte de la tension tandis qu’une imposition faible a été élaborée pour la formulation TΩ.
Les comparaisons faites à faibles fréquences d’excitation et sans défaut ont montré des résultats très
similaires avec un temps de calcul trois fois moins important pour la formulation TΩ. La comparaison
des résultats thermiques dans des cas avec et sans résolution dans l’inducteur a permis de vérifier
l’importance de la prise en compte de la vraie répartition des courants dans ce dernier. A fort effet
de peau, un maillage tétraédrique classique n’arrivait plus à garantir des résultats fiables. Un
maillage en tranches a été développé pour contourner ceci. Ce dernier permet un contrôle total de la
densité de maillage dans le volume et n’est pas affecté par les déformations, ceci le rend bien adapté
à la discrétisation des régions à fort effet de peau. Afin de montrer la pertinence d’un tel maillage,
une comparaison avec les résultats d’une discrétisation tétraédrique non structurée a été réalisée
Une nette amélioration de la qualité des résultats a été notée. Dû à sa maniabilité, ce maillage
permet aussi de prendre en compte les facteurs d’échelles importants. Ainsi, il a permis de modéliser
164

convenablement les phénomènes électromagnétiques autour de microfissures d’ouverture allant

jusqu’à 10 µm. De ce fait le modèle final retenu se base sur une formulation TΩ incluant l’imposition
de grandeurs globales et utilisant un maillage en tranches pour la discrétisation spatiale. Les résultats
de ce modèle ont également été confrontés à des mesures expérimentales. Avant ceci, toute une
démarche préliminaire de mise en place du banc d’essai et de réglage de paramètres de mesure a été
réalisée. Les comparaisons faites montrent une bonne concordance entre la simulation et la mesure.
L’aboutissement de ce travail est l’implémentation d’un code de calcul répondant aux exigences de
rapidité, fiabilité et réalisme. Le prochain chapitre porte sur l’exploitation de cet outil dans le cadre
de l’étude de fiabilité de la technique thermoinductive. Cette étude est basée sur une approche
MAPOD.
4 Références
[1] M. Pellikka, S. Suuriniemi, L. Kettunen, and C. Geuzaine, “Homology and Cohomology
Computation in Finite Element Modeling,” SIAM J. Sci. Comput., vol. 35, no. 5, pp. 1195–1214,
2013.
[2] P. Dular, “Modélisation du champ magnétique et des courants induits dans des systèmes
tridimensionnels non linéaires,” Thèse de Doctorat, Université de liège,Belgique, 1996.
[3] G. Dhatt and G. Touzot, Une présentation de la méthode des éléments finis, Maloine. 1981.
[4] M. Louaayou, N. NaitSaid, and F. Z. Louai, “2D finite element method study of the stimulation
induction heating in synchronic thermography NDT,” NDT&E Int., vol. 41, no. 2008, pp. 577–
581, 2008.
[5] Z. Ren, “Degenerated whitney prism elements general nodal and edge shell elements for
field computation in thin structures,” IEEE Trans. Magn., vol. 34, no. 5, pp. 2547–2550, 1998.
[6] H. K. Bui, G. Wasselynck, D. Trichet, and G. Berthiau, “Degenerated Hexahedral Whitney
Elements for Electromagnetic Fields Computation in MultiLayer Anisotropic Thin Regions,”
IEEE Trans. Magn., vol. 52, no. 3, pp. 3–6, 2016.
165

Chapitre 4. Etude quantitative de la
détection des fissures fines

Chapitre 4 Etude quantitative de la détection des fissures fines
1 Introduction
L’outil numérique développé a été conçu de manière à avoir des résultats fiables avec un temps de
calcul raisonnable. Désormais, il s’agit de l’employer afin d’évaluer les performances de la thermo
induction. L’une des démarches les plus fréquemment utilisées pour l’évaluation des performances
d’une technique CND est la « Probability of Detection » ou « PoD »[1][2]. L’évaluation suivant cette
démarche consiste à quantifier les limites de détectabilité d’une technique donnée pour un défaut
donné et suivant une configuration donnée. Dans cette perspective, et pour répondre aux attentes
de la démarche PoD, l’étude s’est portée sur un cas de référence pour la société
Framatome/Intercontrôle : une virole de cuve avec une microfissure débouchante. Ce genre de
défaut est recherché lors des inspections surfaciques des installations nucléaires. Sa particularité est
d’avoir une très faible ouverture (de l’ordre de 10 µm) comparée à sa longueur (allant de 1 à des
dizaines de mm). Dans le cadre de la thermographie inductive, des études PoD se basant sur des
campagnes expérimentales ont été élaborées [3][4]. Ceci s’est avéré coûteux en temps et
économiquement. Afin de tester une alternative à la fois plus complète et plus économique, une
mise en œuvre d’une PoD assistée par ordinateur ou MAPOD [5][6] pour la thermographie inductive
est étudiée. Tout d’abord une description théorique de la PoD est présentée. Suite à cela, la mise en
place d’une démarche MAPOD est détaillée. Finalement, les aspects évoqués seront utilisés pour
évaluer les limites de détection dans le cadre du cas test.
2 PoD : Principe et théorie
2.1 Principe
Des inspections répétées d’un défaut spécifique peuvent produire des réponses différentes. Ceci est
dû à la fluctuation, ou variabilité, de différents paramètres (opératoires, environnementaux,
physiques etc…). Une illustration de ce phénomène est présentée sur la Figure 41 ou la variation du
signal de sortie en fonction de la taille d’un défaut est tracée. On y voit clairement que les signaux de
sortie diffèrent d’un essai à un autre pour la même taille de défaut.
169

Figure 41 Exemple de données entachées d’incertitude due à la variabilité des paramètres
influents[2]
La prise en compte de cette variabilité peut être étudiée par une approche probabiliste. C’est dans ce
cadre qu’intervient l’approche PoD (Probability of Detection) dont l’objectif final est d’établir les
performances en détection d’un procédé CND en prenant en compte la variabilité des paramètres
[1]. L’approche PoD permet d’obtenir la courbe de probabilité de détection en fonction d’une
grandeur propre au défaut (souvent dimensionnelle). Cette grandeur est appelée paramètre
caractéristique de la PoD. Les paramètres dont la variabilité est derrière les incertitudes du signal de
sortie portent le nom de paramètres influents. De ce fait, on dit que la variabilité des paramètres
influents entraîne l’incertitude des résultats d’une inspection pour une valeur de paramètre
caractéristique donnée [7]. En utilisant cette approche, on cherche à répondre à la question suivante:
pour un procédé de CND d’inspection donné appliqué à un matériel donné pour rechercher un type
de défaut donné, quelle est, en fonction de sa taille, la probabilité pour que soit détecté ce défaut,
lors d’un contrôle effectué par un opérateur appliquant la procédure associée à ce procédé ? La
réponse à cette question permet d’extraire des données qui serviront à l’exploitation. Cette dernière
se fait en se basant sur « la courbe PoD » donnant la probabilité de détection en fonction de la taille
du défaut. À partir de celleci, il est possible de quantifier la plus petite taille de défaut détectable par
le procédé. Ceci se fait à partir des indicateurs classiques suivants [2][1] :
a90 : qui correspond à la taille du plus petit défaut fournissant une PoD supérieure à 90% ;
a90/95 : qui correspond à la taille du plus petit défaut pour lequel nous avons 95% de chance d'avoir
une PoD supérieure à 90%. On le préfère au a90 car il prend en compte les incertitudes rencontrées
dans le processus de calcul de la PoD. En effet, du fait que la PoD est une estimation statistique faite
à partir d’un jeu de données, elle est sujette à incertitude. Celleci peut être évaluée par la notion
170

« d’intervalle de confiance à α% » [1]. Le a90/95 est justement déduit de l’intervalle de confiance à 95%
associé à la courbe PoD.
Afin d'avoir une vision plus claire de ces indicateurs, la Figure 42 présente un schéma simplifié d'une

procédure de PoD, où la courbe verte représente la courbe de PoD calculée. Les limites de l’intervalle
de confiance à 95% y sont représentées par les deux courbes en pointillé. On peut voir que,
pratiquement, a90 est obtenu à partir de la courbe PoD calculée, tandis que a 90/95 est obtenu à partir
de la limite inférieure de son intervalle de confiance.
Figure 42 Méthodologie de calcul de courbes PoD [2]
Le principe de l’approche a été brièvement exposé. Dans la prochaine partie, il s’agit d’exposer plus
en détail la démarche de la mise en place d’une approche PoD.
2.2 Théorie
Dans cette partie seront exposées les différentes étapes préliminaires qui précèdent le calcul d’une
étude PoD. La démarche englobe 4 étapes principales :
1 Définition du périmètre d’étude ;
2 Choix de l’analyse ;
3 Détermination des paramètres influents à prendre en compte ;
4 Elaboration du plan d’expérience.
Périmètre de l’étude
Les informations fournies par une approche PoD ne sont exploitables que pour une configuration
d’inspection bien spécifique. Chaque approche doit être propre à la configuration pour laquelle elle a
été utilisée. Le périmètre de l’étude doit de ce fait être défini, c’est la première étape pour entamer
une approche PoD. La définition du périmètre d’étude consiste à spécifier le triptyque technique
d’inspection/matériel inspecté/défaut recherché.
171

Choix de l’analyse PoD à adopter
La définition du périmètre d’étude permet de connaître le type de signaux de sortie exploitable.
Selon le type d’inspection, on peut avoir affaire à deux types de données. Ainsi, les données sont soit
de type binaire (résultat du diagnostic : défaut détecté ou non détecté), soit un nombre réel
(amplitude de signal par exemple). A chaque type de données est associée une technique d’analyse :
pour les données de type binaire c’est l’analyse « HitMiss » [8] qui est adoptée. Pour les données
sous forme de nombre réel, on utilisera l’analyse dite « â vs a »[9].
Détermination des paramètres influents
La PoD reflète la variabilité des paramètres influents. De ce fait, leur identification doit être faite. On
parle de paramètres « systématiques » ou « aléatoires ». Afin de structurer l’identification, ces
paramètres peuvent être répartis en quatre classes :
1/ les paramètres influents associés à la technique d’inspection : ce sont les paramètres opératoires
liés à l’équipement utilisé (fréquence d’excitation, puissance d’alimentation, lift off ou entrefer…) ;
2/ les paramètres influents associés au composant : ce sont les paramètres propres au matériau
inspecté, ils peuvent être d’ordre géométrique (angle d’inclinaison d’une surface, épaisseur, …) ou
physique (paramètres électriques, thermiques …) ;
3/ les paramètres influents associés au défaut : une fois le type de défaut recherché fixé, les
paramètres liés au défaut peuvent être énumérés. L’un de ces paramètres va constituer la variable
caractéristique de l’étude PoD (variable selon laquelle va être dressée la PoD). Les paramètres
restants feront partie des paramètres influents dont la variabilité est prise en compte dans l’étude
PoD ;
4/ les paramètres influents associés à la mise en œuvre : ce sont les paramètres liés aux conditions
d’inspection (environnement, température…).
Élaboration du plan d’expérience
Une fois les paramètres influents définis, il s’agit de déterminer les différentes configurations qui
vont être utilisées. Pour ce faire, des données associées au réglage des paramètres opératoires, au
nombre de tests à mener et les différents défauts à rechercher doivent être déterminés.
Suite à ces étapes, on dispose d’un jeu de données/mesures (Figure 41 par exemple) à partir duquel
la courbe PoD peut être calculée. Dans la partie qui suit, les étapes de calcul des courbes PoD sont
présentées.
172

2.3 Méthodologie de calcul de la courbe PoD
2.3.1 Principe général
L’idée de base est d’approximer la courbe PoD(a) par une forme fonctionnelle. Celleci va dépendre
d’un nombre réduit de paramètres que les données disponibles (signaux de sortie, variable
caractéristique etc, …) vont permettre d’estimer. Ces paramètres sont obtenus par le biais d’une
régression linéaire : il s’agit de relier les données à exploiter au paramètre caractéristique par un
modèle linéaire dont les paramètres à estimer sont ceux cités ciavant. La méthode employée pour
cette estimation est celle dite du maximum de vraisemblance [1].
Selon le type d’analyse (â vs a ou HitMiss) les formes fonctionnelles proposées sont différentes. De
même, le modèle linéaire est appliqué sur des grandeurs différentes. Dans le cas de l’analyse Hit
Miss, il est appliqué sur l’allure de la courbe PoD [8], tandis que pour l’analyse â vs a il est appliqué
sur les résultats de contrôle [9]. Le formalisme adopté pour ces deux analyses est détaillé dans le
prochain paragraphe.
2.3.2 Analyses
2.3.2.1 a vs â
Dans le cas où les mesures sont des valeurs réelles (variation d’impédance pour le cas des inspections
Courant de Foucault par exemple) c’est cette analyse qui est appliquée ou « a » représente la
variable caractéristique et « â » la donnée observée vue comme estimateur de a (d’où la
dénomination). Contrairement au cas HitMiss, les données de sorties varient continument. Le
modèle linéaire peut dans ce cas être directement appliqué sur les mesures (plutôt que de passer par
une grandeur dérivée de la PoD comme pour le cas HitMiss).
Afin de pouvoir construire les courbes POD selon l’approche « â vs a », quatre conditions doivent
être satisfaites qui portent le nom de conditions de Beerens [10] :
1/ le modèle â vs a doit suivre une tendance de ligne droite. Dans le cas où la linéarité n’est pas
satisfaite, des transformations de données peuvent être élaborées pour s’y ramener. Dans la plupart
des cas, quatre combinaisons sont utilisées : â vs a, â vs log(a), log(â) vs a, log(â) vs log(a) La Figure
43 illustre un exemple de signaux de sortie pour lesquelles les 4 combinaisons du modèle ont été
appliquées. Parmi ces 4 combinaisons, celle qui permet de tendre le plus à la linéarité doit être
choisie. Des indicateurs tels que le coefficient de corrélation linéaire de BravaisPearson sont utilisés
pour évaluer la linéarité de chacune des combinaisons.
173

Figure 43 Représentation des données de sorties selon les 4 combinaisons possibles .Dans ce cas
c’est bien le â vs a qui est le plus proche de la linéarité [2]
2/ la variance doit être uniforme, c’estàdire que la variance associée à â doit être la même quelle
que soit la taille de a. Concrètement, cela signifie que la dispersion des données ne peut pas être
étroite à une extrémité de la droite et large à l’autre.
3/ les observations doivent être non corrélées.
4/ les distributions doivent suivre une distribution normale.
Modèle linéaire
Le modèle linéaire adopté dans le cadre de l’analyse â vs a est le suivant :
â=β 0 +β1 h(a)+ε (41)
â peut être soit la donnée mesurée, soit son logarithme.
h(a) peutêtre soit a, soit log(a)
ε traduit l’incertitude au niveau des mesures.
Afin de satisfaire les conditions de Beerens, nous supposons que ε est le même pour tout a et qu’il
suit une loi normale de valeur moyenne nulle et d’écart type τ : ε ~N(0,τ).
174

La Figure 44 représente un exemple de régression linéaire sur des données de mesure.
Figure 44 Données de mesure et modèle linéaire [2]
Calcul de la PoD
Dans le cadre de l’analyse â vs a, un défaut est dit détecté si la grandeur observée est supérieure à un
certain seuil de détection. Ce seuil doit être défini lors de la définition du périmètre d’étude.
Par conséquent, la PoD peut être exprimée comme ceci [1]:
PoD(a)=probabilité (â>=â0|a) (42)

Que l’on peut lire comme : probabilité que la grandeur mesurée dépasse le seuil de détection
sachant que le défaut est de taille a. La relation (42) va pouvoir être réécrite de la manière suivante :
PoD(a)=1 ∫ p(â|a)dâ
a0
(43)
∞
où p(â|a) est la densité de probabilité que la grandeur observée prenne la valeur â sachant que le
défaut est de taille a. Le modèle adopté associé aux conditions de Beerens revient à considérer que
p(â|a) suit la distribution normale centrée d’espérance β0 +β1h(a) et de variance τ (voir (41)).
Par conséquent :

â0 (β0 +β1h(a)) h(a)µ
PoD(a)=1 Φnorm ( )= Φnorm ( σ ) (44)
τ

175

Φnorm correspond à la fonction de répartition normale. Les paramètres qui caractérisent la fonction
POD(a), µ et σ sont liés aux paramètres du modèle « â vs a », β0 et β1 , à la dispersion des mesures, τ
et au seuil de détection â0 par les relations suivantes :

â0 β0 τ
µ= ( β1
) et σ = β (45)
1
NB : le paramètre µ correspond à la valeur de a pour laquelle PoD(a)=0.5
D’une manière générale, les étapes à suivre pour construire la courbe PoD(a) selon l’analyse « â vs
a » sont les suivantes :
1/ vérifier que les conditions de Beerens soient respectées
2/ calculer les paramètres du modèle linéaire
3/ calculer la PoD(a) selon l’équation (44) en prenant en compte le seuil de détection â 0 et les
paramètres du modèle linéaire
La Figure 45 synthétise ces étapes. Après avoir estimé les paramètres du modèle linéaire, la PoD (a)
est calculée selon l’équation (45). Il est montré pour trois valeurs de a, comment la PoD(a)
représente effectivement la probabilité que le signal correspondant â soit supérieur au seuil de
détection â0.
Figure 45 Illustration de construction de la PoD à partir du modèle linéaire [2]
176

2.3.2.2 Hit/Miss
L’analyse Hitmiss a comme objectif d’estimer une courbe PoD à partir d’un ensemble de données
binaires : 1 si le défaut est détecté, 0 si le défaut n’est pas détecté. Ce type d’analyse est adapté aux
techniques dont le résultat est soit la présence du défaut, soit son absence, sans autre information
supplémentaire. La première étape est de créer un modèle linéaire. Ce modèle ne peut être appliqué
directement sur les données de mesure vu qu’elles sont binaires dans ce cas. Ceci est contourné en
utilisant ce que l’on appelle des modèles linéaires généralisés : la linéarisation dans ce cas est
appliquée non pas aux données de mesures mais à une grandeur qui leur est liée : on parle de
fonction lien g(y) [8]. Cette dernière est liée aux données de sortie y par le biais de la probabilité p
d’occurrence de la donnée y = 1. La probabilité p est définie comme étant le ratio de détection pour
chaque taille de défaut a :
Nombre de "Hit" (a)
p = (46)
Nombre d'essais (a)

La courbe PoD va constituer une estimation de p et l’on se base sur les fonctions liens pour y
parvenir. Les fonctions liens les plus utilisées sont :
la fonction lien logit qui vaut :
g(y)=log(p/(1p)) (47)
la fonction probit qui vaut :
g(y)=Φ1
Norm (p) (48)
avec ΦNorm est la fonction de répartition de la loi normale.
La forme connue des courbes PoD (en forme de « S » croissant de 0 à 1 et passant par un point
d’inflexion) permet de vérifier que ces fonctions liens sont continues et ont une variation linéaire. Un
modèle linéaire peut leur être associé.
g(y)=β 0 + β1 a + ε (49)

La détermination de β0, β1 et ε se fait par régression linéaire. La forme fonctionnelle de la courbe
PoD peut par la suite être déduite.
177

La Figure 46 est une illustration du calcul de la coubre PoD selon l’approche Hit/Miss.

Figure 46 Illustration du calcul de la courbe PoD selon l’approche Hit/Miss
2.3.3 Intervalle de confiance
Les paramètres  et  sont eux aussi des variables aléatoires auxquelles il faut rajouter une marge
d’erreur. Un intervalle de confiance est calculé afin de prendre en compte cette marge d’erreur. La
méthode de Wald [11] est utilisée pour le calcul des intervalles de confiance. Cette dernière peut
être présenté comme suit : Considérons une grandeur apod. Du fait de la variation des paramètres de
la PoD, cette grandeur suit une certaine distribution autour d’une valeur moyenne µ pod et dont l'écart
type est σpod. La méthode de Wald consiste à calculer la limite supérieure de l’intervalle de confiance
aic/pod de apod selon l’équation suivante :
apod/ic = µpod+zic σpod (410)

Avec zic une constante numérique dépendant de l’intervalle de confiance choisi. Les valeurs de µ pod et
σpod peuvent être estimées par différentes méthodes. La méthode la plus pratique et la plus simple à
implémenter est la méthode de Bootstrap [12]. Pour le cas d’un intervalle de confiance de 95%, la
limite supérieur a95/90 de a90 (correspond à la valeur de a pour laquelle on a une PoD de 0.9) se calcul
comme suit :
a90/95= µ90+z95 σ90 (411)
avec µ90 et σ90 respectivement la valeur moyenne et l’écart type de la variable aléatoire a 90. z95=1.645
pour un intervalle de confiance de 95%.
178

2.3.4 Probabilité de fausses alarmes
La prise en compte du bruit permet de déterminer le seuil de détection de la PoD. En effet, les
signaux de sortie lors d’une inspection peuvent contenir des réponses qui ne sont pas dues à la
présence d’un défaut : ce genre de signaux correspond au bruit de fond. Ces signaux se caractérisent
par une certaine distribution. Celleci peut être pratiquement déterminée en effectuant différents
relevés sur des spécimens sans défaut. Suite à ce jeu de données/mesures, il est possible de
quantifier l’écart type et la valeur moyenne de ces signaux. La probabilité de fausses alarmes (PFA)
[1] correspondra dans ce cas à la probabilité que les signaux dus au bruit soit supérieure au seuil de
détection. Ceci est traduit mathématiquement comme suit :
h(a)µbruit
PFA = probabilité (âbruit>=â0|a) = ϕnorm ( )
σbruit
(412)
â0 β0 bruit τ
µbruit= ( β1 bruit
) et σ = β bruit
1bruit
La détermination du seuil de détection peut dès lors se faire en imposant la probabilité de fausse

alarme tolérée. La Figure 47 est une illustration de la démarche avec toutes les données citées ci
avant. On y voit que la PFA est de 3%. Il est immédiatement évident que la PFA augmenterait si on
diminuait la valeur de â0 (on aurait plus de points rouges audessus de â=â0 donc plus de chances de
récupérer du bruit).

Figure 47 Illustration générale de la démarche PoD [2]
179

3 Model assisted probability of detection (MAPOD)
La détermination des courbes de PoD par une approche purement expérimentale nécessite un grand
nombre d'expériences sur des échantillons représentatifs contenant des défauts représentatifs. Cela
peut être coûteux et parfois irréalisable.
Afin d'éviter cela, une approche MAPOD peut être élaborée. Lors de l'utilisation d'une telle approche,
les données d'entrée générées par les campagnes expérimentales sont remplacées par les résultats
calculés par le logiciel de simulation CND [13].
Aujourd’hui les logiciels de simulation des CND sont entièrement déterministes : pour une
configuration de contrôle fixée, un unique résultat est obtenu. On ne peut se contenter de simuler la
configuration de contrôle avec des paramètres en entrée de la simulation fixés idéalement. Il est
important d’introduire des incertitudes dans le processus de simulation pour obtenir des données
représentatives de la réalité du contrôle et aboutir à une bonne estimation de la POD. Cela ne signifie
pas qu’il s’agisse de rendre aléatoire la simulation des CND, les logiciels de calcul restent
déterministes. L’approche proposée consiste à piloter convenablement les paramètres d’entrée de
ces logiciels de manière à rendre compte des aléas observés en pratique. Pour y parvenir, l’idée
principale de la MAPOD consiste à introduire des variations probabilistes dans les paramètres
d’entrée du modèle, ce qui entraîne une incertitude sur le résultat de la simulation.
Formellement, on peut écrire que la réponse (le signal) du contrôle s’écrit :
S(a) = φ (a) + εa(M) (413)
où φ est la partie déterministe du signal, qui dépend de la taille a du défaut.
La partie du signal résultant de la variabilité des paramètres incertains du contrôle est modélisée par
une variable aléatoire notée εa. La notation εa signifie que la partie aléatoire ε peut dépendre de la
taille a du défaut. Les paramètres incertains sont modélisés par un vecteur aléatoire noté M qui
possède autant de composantes que le contrôle comporte de paramètres influents susceptibles
d’être entachés d’incertitude. Chaque composante du vecteur M est une variable aléatoire qui décrit
la variation du paramètre en question.
Le but est désormais d’utiliser les moyens de modélisation (déterministes) afin d’obtenir un jeu de
données S qui tienne compte des sources d’incertitudes. Il s’agit donc de :
1. Exprimer M : définition des sources d’incertitude ou paramètres d’influence.
2. Modéliser εa(M) : déterminer l’influence des aléas représentés par M sur la réponse S du contrôle.
C’est la phase de propagation des sources d’incertitudes au travers des codes de simulation
180

déterministes. L’idée consiste à traduire numériquement la variabilité (ou fluctuation autour de la
valeur nominale) des paramètres influents par le biais de tirages suivant des lois de probabilité
convenablement choisies et de déduire l’impact quantitatif de tels tirages sur les résultats de sortie.
Ces impacts se traduisent par des décalages dont la superposition avec les résultats déterministes
permet de déterminer le signal de sortie global. La Figure 48 résume les différentes étapes d’une
procédure MAPOD.
Figure 48 Procédure MAPOD
Tous les aspects à connaître pour élaborer une MAPOD ayant été présentés, il s’agit dès lors de les
mettre en pratique dans le cadre d’un cas test.
4 Analyse MAPOD appliquée à la thermographie inductive
L’objectif de ce travail est d’évaluer les performances de détection de la thermographie inductive
dans le contexte des inspections nucléaires. La voie adoptée pour l’évaluation est celle de la MAPOD.
La mise en place d’une telle procédure permettrait des évaluations de la technique fiables et peu
coûteuses. L'un des cas de défaut les plus courants et les plus délicats dans le cadre des inspections
surfaciques concernent la détection des microfissures débouchantes dans les viroles de cuve du
réacteur nucléaire. L’outil MAPOD développé est évalué dans le cadre de ce cas test. Les actions
élaborées sont réparties en 3 étapes :
Etape 0 : Définition du cas test ;
Etape 1 : Définition d'une configuration nominale ;
Etape 2 : Application de la procédure MAPOD.
181

4.1 Procédure
4.1.1 Etape 0 : Définition du cas test
Durant cette étape, il s’agit de réaliser les démarches préliminaires qui permettront de spécifier
toutes les notions dont on a besoin. Ceci implique la définition de la configuration à étudier et la
présentation du modèle numérique à utiliser.
4.1.1.1 Présentation des paramètres de la configuration
a Présentation générale du problème
Le cas visé par l’étude est l’inspection des viroles de cuve contenant une microfissure débouchante.
Le défaut ciblé a la particularité d’avoir des dimensions très faibles devant le rayon de la virole. Par
conséquent, le domaine d’étude peut être réduit à une pièce plane. La Figure 49 est une illustration
de la simplification géométrique faite.

Figure 49 Modèle géométrique
La mise en place d’une étude PoD passe par la détermination de la configuration de départ, chaque
étude étant propre à une configuration bien précise, le choix de la configuration s’est basé sur un
critère de maximisation de détection. Pour y parvenir, il faudrait maîtriser le trajet des lignes de
courants induits. Un inducteur en « Ushape » permet de répondre à cette exigence : le trajet des
lignes de courant peut totalement être contrôlé en jouant sur la position d’un tel inducteur, ce qui
donne la possibilité de générer des courants perpendiculaires à l’orientation des défauts et
maximiser par conséquent la détection. Il a été sélectionné pour la suite.
b Périmètre de l’étude
La détermination du périmètre d’étude consiste à répondre à trois points :
- quel est le matériau inspecté : le matériau inspecté est une plaque de 16MND5, c’est une
plaque faiblement magnétique (perméabilité magnétique relative fixée = 50) ;
- quel est le défaut recherché : on cherche à évaluer les limites de la technique pour la
détection de microfissures débouchantes. Elles sont caractérisées par une ouverture de
défaut très faible devant les autres dimensions, on lui associe généralement une valeur de 10
182

µm. La profondeur du défaut pourra quant à elle varier de 0,1 mm à 19 mm, tandis que la
longueur variera entre 0,5 et 45 mm ;
- quelle est la technique d’inspection utilisée : la technique sur laquelle porte l’étude est la
thermographie inductive. Pour la détection de défauts débouchants, le critère le plus
approprié est le contraste absolu. Il représente la différence de température sans et avec
défaut [14]. Son maximum à la surface du spécimen inspecté représentera le signal de sortie
à évaluer, qui est sous forme d’un nombre réel.
La Figure 410 est une représentation graphique de la configuration adoptée. Elle contient les
informations permettant de cerner le périmètre d’étude.
Figure 410 Descriptif du périmètre d’étude
4.1.1.2 Présentation du modèle numérique
La MAPOD étant l’approche utilisée, les signaux de sortie de l’inspection sont issus de simulations
multiphysiques électromagnétiques et thermiques. Le code numérique à utiliser doit de ce fait être
présenté. La Figure 411 présente les différents domaines d’étude du modèle numérique.
183


Figure 411 Modèle numérique
Le code numérique implémenté doit répondre aux critères suivants :
temps de calcul rapide pour maximiser le nombre de données de sortie ;
résultats précis pour avoir un substitut fiable des mesures expérimentales.
Un code de calcul répondant à ces exigences a fait l’objet du chapitre 3. Ce dernier a été mis en
place, comparé à différentes approches et validé expérimentalement. C’est un code de calcul basé
sur une formulation TΩ qui prend en compte le traitement des régions multiplement connexes et
l’imposition de grandeurs globales, qu’elles soient en courant ou en tension. Elle est basée sur un
maillage hexaédrique en tranches afin d’assurer une bonne robustesse concernant la modélisation
des fissures fines ainsi que les hautes fréquences et/ou effet de peau prononcé.
4.1.2 Etape 1 : Définition d’une configuration nominale
La configuration nominale représente le cas où le défaut nominal entraîne le plus grand contraste
possible. Afin de déterminer cette configuration nominale, une démarche d’optimisation
paramétrique est élaborée. Elle consiste à régler les paramètres opératoires de l’installation pour
maximiser la détection.
Les critères de choix sont définis de la manière suivante :
contraste absolu (Tsans défaut – Tavec défaut) le plus élevé possible afin de maximiser la détection ;
élévation de température inférieure à 100°C pour minimiser les effets des non linéarités des
paramètres physiques.

184

Le Tableau 41 présente les valeurs nominales des paramètres de la fissure et les paramètres de du
spécimen inspecté.
Tableau 41 Valeurs des paramètres fixés pour la configuration nominale
Catégories de paramètres Paramètres Valeurs
Paramètres de la fissure Longueur 10 mm

Profondeur 1 mm
Ouverture 10 µm
Paramètres physiques de Conductivité électrique 2.32e5 S.m 1
la virole Perméabilité relative 50
Conductivité thermique 52 W.K1.m1

Capacité calorifique 470 J/kg.K
Paramètres géométriques Longueur 20 cm
de la partie inspectée de la Profondeur 20 cm
virole Largeur 2 cm
Les paramètres géométriques du spécimen inspecté ont les dimensions des échantillons utilisés pour
les tests expérimentaux. Par rapport à la diffusivité thermique du matériau, le temps de chauffe a été
fixé à 1 seconde.
La détermination des paramètres opératoires de l’installation est faite selon les étapes suivantes :
1/ Réglage des paramètres dimensionnels : tout d’abord, les dimensions de l’inducteur doivent être
réglées sur le défaut nominal de façon à optimiser sa détection ;
2/ Réglage de la position : après avoir réglé les dimensions de l’inducteur, il doit dès, lors être bien
positionné. Le paramètre concerné par cet aspect est l’entrefer ;
3/ Réglage des paramètres d’alimentation : une fois l’inducteur convenablement dimensionné et
positionné, les paramètres d’alimentation doivent être réglés : il s’agit de la fréquence d’excitation et
la tension d’alimentation.
On présente ici, pour exemple, la démarche élaborée dans le cas de la longueur de l’inducteur.
Intervalle de variation :
En prenant en considération les dimensions géométriques du spécimen utilisé, la longueur de
l’inducteur a été évaluée pour des valeurs entre 10 mm et 100 mm.
185

Choix du trajet d’analyse :
Pour chaque valeur du paramètre à optimiser, le scénario numérique consiste à simuler un cas sain
et un cas sans défaut. Pour chacun de ces deux cas, la cartographie du champ thermique au niveau
de la surface inspectée, ou thermogramme, est prélevée à différents instants du processus
d’inspection (chauffage et refroidissement). La cartographie du contraste absolu est par la suite
déduite en procédant à une soustraction des thermogrammes sans et avec défaut.
La Figure 412 illustre cette procédure à un instant t quand le paramètre à optimiser est la longueur
de l’inducteur.

Figure 412 Illustration de la procédure de calcul de contraste à la surface de la pièce inspectée
186

Toutes les études comparatives menées par la suite se basent sur les valeurs fournies par ces
cartographies de contraste absolu. Afin de focaliser l’étude sur la zone d’intérêt, les comparaisons
vont être faites sur des chemins plutôt que sur toute la surface d’inspection. Pour choisir
convenablement de tels trajets, les cartographies de contraste ont été tracées pour différentes
longueurs d’inducteur. Les zones où il est pertinent d’observer le contraste sont localisées ce qui
facilitera la sélection du trajet de comparaison. L’instant choisi pour les comparaisons a été
déterminé comme étant celui ou le contraste atteint la valeur la plus haute pour toutes les valeurs
testées du paramètre à optimiser (longueur de l’inducteur dans ce cas). Dans le cas traité, cet instant
est de 1s soit l’instant de l’arrêt de l’excitation.
La Figure 413 montre la cartographie du contraste obtenue pour différentes valeurs de longueur de
l’inducteur à t = 1 s.

Figure 413 Cartographie du contraste à la surface d'inspection pour différentes longueurs de
l'inducteur à t = 1 s

Deux constats peuvent être faits :
tout d’abord, il est remarqué que la zone à fort contraste est délimitée par le contour du
défaut. Au niveau des coins du défaut, le contraste est négatif. En effet, les courants induits
tentent de contourner le défaut qui leur constitue un obstacle. Ils auront donc tendance à
fuir toute la longueur du défaut à l’exception des coins où une forte concentration est
observée. On assiste donc à une surchauffe au niveau des extrémités (coins) du défaut
187

comparé à une zone équivalente d’un spécimen sain. Une chauffe moins importante est
quant à elle observée au niveau du centre du défaut et le contraste y est de ce fait positif ;
dans un second temps, on peut constater que le contraste subit une variation non
monotone en fonction de la longueur de l’inducteur. La présence d’une longueur optimale
est à présager
A partir des allures présentées dans la Figure 413, les deux chemins présentant les valeurs de
contraste les plus intéressantes sont :
un chemin horizontal selon l’axe x qui passe par l’ouverture du défaut ;
un chemin vertical selon l’axe z qui passe par la longueur du défaut.
Ces deux chemins passent par les frontières du défaut et ne le traversent pas. Au niveau de cette

région (frontière du défaut), la déviation des courants induits est la plus grande, c’est ce qui fait que
la valeur du contraste y est la plus importante (en valeur absolue).
La Figure 414 permet de repérer ces chemins par rapport à la localisation du défaut.
Figure 414 Chemins sélectionnés pour comparaison des contrastes a) surface inspectée b) zoom sur
le défaut

188

Localisation des points de comparaison :
Au niveau des deux chemins sélectionnés, le contraste a été évalué pour différentes valeurs de la
longueur de l’inducteur. La Figure 415 montre l’allure du contraste le long des chemins à t = 1 s pour
quatre valeurs différentes de la longueur de l’inducteur. Les points de contraste maximum y sont
localisés.

Figure 415 Contraste à t = 1 s pour différentes longueurs de l’inducteur a) au niveau du chemin
vertical b) au niveau du chemin horizontal
Les allures retrouvées sont cohérentes avec ce qui a été remarqué au niveau des cartographies, où
l’on trouve un contraste négatif au niveau des coins du défaut et positif au niveau du centre. Les
points de contraste maximum ont été identifiés au niveau des deux chemins. La Figure 416 montre
leurs localisations par rapport au défaut. A noter que le contraste atteint au niveau du point vert et
son symétrique est identique. Le choix entre ces deux points s’est fait arbitrairement.

Figure 416 Localisation des points de contraste maximum a) vu globale b) zoom sur le coin du
défaut c) zoom sur le centre du défaut
189

Au niveau de chacun des deux points, le contraste le plus élevé pour toutes les longueurs de
l’inducteur évaluées a été identifié. Le point au niveau duquel le contraste atteint la valeur la plus
élevée servira de support d’évaluation finale.
Les valeurs obtenues sont les suivantes :
aux alentours du coin du défaut (point vert) : C max= 6,83 °C obtenu à t = 1 s;
à la mi longueur du défaut (point rouge) : Cmax= 10,02 °C obtenu à t = 1 s.
Ainsi, le point au niveau de la milongueur du défaut servira comme critère de choix de la longueur
de l’inducteur optimale.
Choix du paramètre optimal :
La Figure 417 montre l’évolution du contraste au niveau de la milongueur du défaut à t = 1 s en
fonction de la longueur de l’inducteur.
Figure 417 Contraste maximum au niveau de la mi longueur du défaut en fonction de la longueur
de l'inducteur

Les résultats obtenus ont permis de fixer la longueur de l’inducteur à 31,05 mm.
En suivant la même procédure pour tous les autres paramètres, la configuration nominale est
obtenue. Le but de cette procédure est de fixer une configuration de départ de l’étude MAPOD, il a
été jugé suffisant de réaliser une optimisation paramétrique découplée pour y parvenir. Chaque
paramètre a donc été optimisé indépendamment des autres. Une optimisation prenant en compte la
dépendance entre paramètres aurait impliqué l’utilisation d’algorithmes d’optimisation trop coûteux
190

en temps pour l’application visée. Le Tableau 42 présente les valeurs fixées de chaque paramètre.
Les courbes qui nous ont permis de fixer ces valeurs sont présentées en annexe.
Tableau 42 Valeurs nominales des paramètres opératoires
Paramètres catégories Paramètres Valeurs
Alimentation Tension d’alimentation 150 V

Fréquence d’alimentation 180 kHz
Dimensions de l’inducteur Longueur de l’inducteur 31,5 mm
Coté de l’inducteur 5 mm
Position de l’inducteur Entrefer 3,2 mm

La configuration nominale étant fixée, la procédure MAPOD peut être effectuée.
4.1.3 Etape 2 : Application de la procédure MAPOD
Cette partie présente l’application de la procédure MAPOD. Le choix de l’analyse PoD ainsi que
l’élaboration du plan d’expérience y sont présentés.
4.1.3.1 Choix de l’analyse PoD à adopter
Il est généralement plus judicieux d’opter pour une analyse a vs â qu’une analyse HitMiss quand il
s’agit d’un procédé qui, comme la thermographieinductive, fournis des signaux de sortie
quantitatifs. Ceci est d’autant plus vrai quand les mesures sont issues d’un modèle numérique. En
effet, la contrainte rencontrée lors de l’utilisation de a vs â est la difficulté de trouver des données
expérimentales qui puissent satisfaire les conditions de Beerens. Par contre, l’utilisation de modèles
numériques le permet. Le nombre de mesures possibles, bien plus important comparé aux
compagnes expérimentales, en est la principale cause. En utilisant l’approche numérique, le nombre
de tirages n’est plus une contrainte aussi forte. Ceci permet de satisfaire aisément la normalité de la
distribution imposée par les conditions de Beerens. De plus, le fait d’avoir un contrôle total sur les
paramètres permet de faire des tirages totalement indépendants les uns des autres répondant ainsi à
la condition de non corrélation de Beerens. Toutes ces raisons font que l’analyse a vs â est, dans la
plupart des cas, utilisée quand il s’agit d’une approche MAPOD. Cela sera le cas dans nos travaux.
4.1.3.2 Identification des paramètres influents
Il s’agit d’identifier les paramètres pouvant fluctuer d’une inspection à une autre. Le Tableau 43
présente l’ensemble des paramètres concernés par cette inspection. Leur répartition a été faite selon
trois classes. Une classe liée au chauffage par induction, une autre liée au matériau et une dernière
191

liée au défaut. Le matériau étant connu, les propriétés physiques sont considérées comme
constantes.
Tableau 43 Paramètres influents sélectionnés
Numéro de classe Intitulé de Classe Paramètres opératoires Paramètres étudiés

1 Paramètres associés à la Alimentation Oui
technique d’inspection Fréquence Oui
Entrefer Oui
2 Paramètres associés au Perméabilité relative Non
composant Conductivité électrique Non
Conductivité thermique Non
Capacité calorifique Non
3 Paramètres associés au Longueur Oui
défaut Profondeur Oui
Ouverture Oui

4.1.3.3 Caractérisation des lois de distribution
Une fois identifiée, une distribution statistique doit être associée à chaque paramètre sélectionné.
Les lois de distribution ont été choisies en se basant sur des études antérieures, un exemple de ces
travaux est donné dans [13][15].
Le Tableau 44 résume les données associées à chaque paramètre.
Tableau 44 Paramètres influents avec leurs distributions associées
Class Paramètres Valeur nominale Loi de Intervalle

distribution
Paramètres liés à Tension V_nom = 150 V Uniforme Déviation +/ 10%

la technique Fréquence F_nom = 180 kHz Uniforme Déviation +/ 10%
d’inspection Entrefer Ent_nom = 3.2 mm Uniforme Déviation +/ 10%
Paramètres liés Longueur l_nom = 10 mm Normale Ecart type = 0.2*l_nom
au défaut Profondeur p_nom = 1 mm Normale Ecart type = 0.2*p_nom
Ouverture o_nom = 10 µm Normale Ecart type = 0.2*o_nom
L’un des paramètres reliés au défaut représentera le paramètre caractéristique. Dans ce cas, l’étude
PoD permettra de donner la plus petite valeur de ce paramètre détectable en prenant en compte la
variabilité des autres paramètres autour de leur valeur nominale.
4.1.3.4 Définition du paramètre caractéristique
Pour les fissures étudiées, deux paramètres sont susceptibles d’être le paramètre caractéristique : la
profondeur et la longueur de la fissure. Pour rappel, l'ouverture de la fissure est considérée comme
192

constante dans cette étude et égale à 10 µm. Ainsi, avant la prise en compte des incertitudes, une
évaluation déterministe doit être faite pour sélectionner le paramètre caractéristique.
Les intervalles de variation de chaque paramètre sont :
profondeur de la fissure : [0,1 mm ; 19 mm] ;
longueur de la fissure : [0,5 mm ; 45 mm].
Le critère de comparaison sera le contraste maximum. Il sera déterminé en suivant la démarche
présentée dans le §4.1.2. Le paramètre dont la variation affecte le plus la valeur du contraste
constituera le paramètre caractéristique.
a Profondeur du défaut
Comme dans §4.1.2, la cartographie du contraste a été tracée pour différentes valeurs de la
profondeur du défaut dans le but de dégager des chemins de comparaison pertinents. La longueur
du défaut quant à elle a été fixée à sa valeur nominale (10 mm).
La Figure 418 montre la cartographie du contraste absolu pour 4 valeurs différentes de profondeurs
à l’instant de l’arrêt de l’excitation (t = 1 s). La valeur maximale du contraste pour toutes les
profondeurs de défaut évaluées a été atteinte à cet instant.

Figure 418 Cartographie du contraste à la surface d'inspection pour différentes valeurs de
profondeur de défaut à t = 1 s

L’observation de ces cartographies permet de faire deux constats importants :
les zones caractérisées par un contraste conséquent sont les deux extrémités du défaut ;
193

plus la profondeur du défaut augmente plus la valeur du contraste est conséquente au
niveau de ces zones. En effet, les courants induits peuvent dévier le défaut de deux
manières : soit en le contournant au niveau des extrémités, soit en passant endessous. Plus
la profondeur du défaut est grande, plus le trajet pour passer endessous du défaut est
important. Les courants induits privilégieront donc de plus en plus le passage par les
extrémités au fur et à mesure que la profondeur du défaut augmente. A ceci est rajoutée la
contrainte de l’effet de peau qui limite encore plus les valeurs des profondeurs pour
lesquelles le courant peut passer endessous du défaut. Seules les profondeurs inférieures à
l’épaisseur de peau permettent ceci.
Les cartographies obtenues permettent de limiter à deux les chemins de comparaison :
un chemin horizontal passant par l’ouverture du défaut (voir Figure 414) ;
un chemin vertical passant par la longueur du défaut (voir Figure 414) .
Le contraste est prélevé au niveau de ces deux chemins. La Figure 419 montre l’allure du contraste
le long des chemins à t = 1 s. L’allure obtenue vient confirmer les observations faites sur les
cartographies de la surface inspectée.

Figure 419 Contraste à t = 1 s pour différentes profondeurs du défaut a) au niveau du chemin
vertical b) au niveau du chemin horizontal

Cela dit, la quantification du contraste au niveau des courbes de la Figure 419 permet un constat
supplémentaire : pour les profondeurs importantes (audelà de 10 mm), la valeur maximale du
contraste le long des deux chemins ne varie que très peu. Ceci est toutàfait compréhensible. En
effet, à partir d’une certaine profondeur, les courants induits ne peuvent plus passer endessous du
défaut. Ils suivent tous le même trajet qui est de contourner le défaut au niveau de ses extrémités.
Ceci fait que la répartition de la source de chaleur est quasiment la même dans le cas de défauts à
194

fortes profondeurs. D’autre part, les points de contraste maximal ont été détectés pour les deux
chemins. La Figure 420 montre leurs positions par rapport au défaut. A noter que le contraste au
niveau du point rouge (coin bas du défaut appartenant au chemin rouge) est le même obtenu au
niveau de son symétrique (coin haut du défaut appartenant au chemin rouge).

Figure 420 Localisation des points de contraste maximum a) vu globale b) zoom sur l’extrémité
haute du défaut c) zoom sur l’extrémité basse du défaut

Au niveau de ces points, le contraste maximal atteint en valeur absolu a été déterminé. On retrouve
ainsi :
coin bas droit du défaut (point rouge) : |Cmax|= 97,3 °C à t = 1 s ;
centre de l’ouverture du défaut (point vert) : |C max|= 97,3 °C à t = 1 s.
Les deux résultats étant similaires, il a été arbitrairement choisi de poursuivre l’étude sur le point
rouge.

195

La Figure 421 montre la variation du contraste maximum au niveau de ce point pour différentes
valeurs de profondeur du défaut. On voit bien qu’à partir d’une profondeur de 10 mm la valeur du
contraste ne varie que très peu.

100
80
|Contraste Max| (°C)
60
40
20
0
0 5 10 15 20
profondeur défaut(mm)

Figure 421 Contraste maximum au niveau du coin bas droit du défaut en fonction de la profondeur
du défaut (chemin rouge)

Les données représentées dans la Figure 421 constituent donc le critère sur lequel va se baser le
choix du paramètre caractéristique. La même démarche est appliquée pour la longueur du défaut.
b Longueur du défaut
Comme pour la profondeur du défaut, commençons par tracer la cartographie du contraste au
niveau de la surface inspectée pour des valeurs spécifiques de longueurs de défauts. La Figure 422
présente de telles cartographies à t = 1 s (arrêt d’excitation et instant de contraste maximum pour
toutes les valeurs de longueur de défaut évaluées) pour quatre différentes longueurs de défaut et
une profondeur de 1 mm.

196


du défaut à t = 1 s

On y observe un contraste important au niveau des extrémités quand la longueur du défaut est
faible. Plus la longueur augmente, plus le contraste à ce niveau diminue. Pour les longueurs les plus
importantes, seules les zones autour du centre du défaut sont le siège d’un contraste exploitable.
Cette tendance est dûe au fait que plus la longueur est importante, plus le passage des lignes de
courants par les extrémités du défaut est contraint. Le passage endessous du défaut devient une
meilleure alternative au fur et à mesure que la longueur du défaut augmente par rapport à sa
profondeur. Arrivé à une certaine longueur où il n’est plus possible pour les courants de passer par
les extrémités, la quasitotalité des courants induits passe pardessous le défaut. Cela explique la
répartition des contrastes observés pour les longueurs de défauts importantes (les deux
cartographies inférieures dans Figure 422). Les longueurs faibles, quant à elles, permettent un
passage plus simple des courants par les extrémités du défaut, ce qui abouti à un contraste
détectable au niveau de cette zone (les deux cartographies supérieures de la Figure 422).
A l’issue de cette analyse, les deux chemins qui nous ont paru pertinents pour une comparaison
quantitative sont les mêmes que pour la profondeur du défaut. A savoir :
un chemin horizontal passant par l’ouverture du défaut ;
un chemin vertical passant par la longueur du défaut.
197

Sur la Figure 423, on présente l’allure du contraste au niveau de ces deux chemins pour différentes
longueurs du défaut. Le point où le contraste maximal est atteint y est identifié pour chacun des
chemins.

du défaut à t = 1 s
Les courbes obtenues permettent de rajouter un aspect plus quantitatif à l’analyse faite. On peut y
remarquer que, pour les faibles longueurs de défaut, la valeur absolue du contraste au niveau des
extrémités du défaut est tout aussi important qu’au niveau du centre. Quand la longueur augmente,
le contraste est globalement atténué. Cela dit, cette atténuation est plus conséquente au niveau des
extrémités. Pour les plus grandes longueurs, le contraste au niveau des extrémités tend à s’annuler.
Seule la valeur du contraste au niveau du centre du défaut est exploitable dans ce cas.
A partir de ces courbes, les points de contraste maximum ont été identifiés. Ainsi on trouve :
| Cmax|= 16 °C à t = 1 s pour le chemin horizontal ;
| Cmax|= 14,9 °C à t = 1 s pour le chemin vertical.
En vue des valeurs trouvées, c’est le premier point qui servira de support pour la suite de l’étude. Il
correspond au point qui passe par le centre de la longueur du défaut

198

La Figure 424 montre la variation du contraste au niveau de ce point pour différentes valeurs de la
longueur de défaut et une profondeur de 1 mm.

Figure 424 Variation du contraste maximal en fonction de la longueur du défaut (chemin rouge)

On remarque qu’audelà de 20 mm de longueur (et une profondeur de 1 mm), la valeur du contraste
stagne. En effet, les lignes de courant ne passent qu’endessous du défaut dans ce cas. Leur trajet est
le même pour toutes les longueurs de ce calibre. Ceci engendre la même répartition de chaleur et
donc la même valeur de contraste pour toutes les longueurs supérieures à 20 mm.
c Choix du paramètre caractéristique
Les courbes qui serviront de critère de choix du paramètre caractéristique ont été prélevées pour les
deux paramètres potentiels. Celui dont la variation a le plus gros impact sur le contraste sera choisi
comme paramètre caractéristique. C’est dans cette perspective que la force de dépendance entre
chacun des paramètres et le contraste absolu a été évalué. Cette évaluation a été réalisée en
calculant l’indice de corrélation (noté « r»). Plus ce dernier est proche de 1, plus la dépendance entre
le paramètre en question et le contraste est forte.

199

La Figure 425 présente les courbes obtenues avec l'indice de corrélation calculé pour chaque cas.

Figure 425 Choix du paramètre caractéristique

On montre que l'indice de corrélation le plus important est obtenu pour la profondeur de la fissure (r
= 0,9). Par conséquent, le paramètre caractéristique choisi est la profondeur de la fissure. Pour la
suite, la profondeur du défaut correspondra à « a » et le contraste maximal à « â ».
Les données utilisées jusqu’ici étaient purement déterministes. Cela veut dire implicitement que la
variabilité des paramètres influents n’a pas été prise en compte. Dans ce cadre, une méthodologie de
tirage a été élaborée afin d’intégrer l’incertitude causée par une telle variabilité à la mesure du
contraste. La partie qui suit présente cette méthodologie.
4.1.3.5 Intégration des incertitudes : méthodologie de tirage
L’avantage de la MAPOD est sa capacité à générer autant de résultats que l’on souhaite. Un tel
aspect est important car permet d’augmenter la fiabilité des courbes PoD. Simuler chaque tirage
pourrait être envisageable pour les modèles semianalytiques (rapides à évaluer mais basés sur une
physique simplifiée). En ce qui concerne les modèles « complets » utilisant des méthodes
numériques telles que les éléments finis (réalistes physiquement mais coûteux en temps CPU), une
telle méthodologie pourrait s’avérer très lente. Pour éviter cela, une stratégie de tirage minimisant le
nombre de simulations a été élaborée. Elle consiste à tirer des courbes de réponse déterministe de
contraste en fonction de chacun des paramètres influents, de les approcher analytiquement par
approximation polynomiale puis de déduire le décalage du signal de sortie par rapport au signal que
l’on obtiendrait dans le cas de la configuration nominale.
200

La Figure 426 présente les étapes suivies pour la détermination d’une seule valeur de contraste
correspondant à une profondeur pdef1 du défaut avec prise en compte de la fluctuation des
paramètres influents.

Figure 426 Organigramme de détermination de contraste avec prise en compte de la variabilité des
paramètres influents. Cas d’une seule valeur

Afin d’illustrer l’étape 2. Un exemple de calcul du décalage de contraste est présenté dans la suite.
L’exemple porte sur le tirage aléatoire de la valeur de l’entrefer.
201

La Figure 427 montre la courbe déterministe de la variation du contraste maximum en fonction de
l’entrefer. Une telle courbe a été obtenue lors de la définition de la configuration nominale. La
démarche suivie pour sa détermination est détaillée dans §4.1.2.
50
45
|Contraste Max| (°C) 40
35
30
25
20
15
10
5
0 1 2 3 4 5

entrefer (mm)

Figure 427 Variation de la valeur absolue du contraste maximum en fonction de l’entrefer

Les phases précédentes ont permis de définir les propriétés associées aux paramètres influents.
Rappelons ceux de l’entrefer dans le Tableau 45
Tableau 45 Propriétés associées à l’entrefer
Valeur nominale Loi de distribution Intervalle
3.2 mm Uniforme Déviation +/10%

La Figure 428 montre graphiquement ces propriétés.

Figure 428 Représentation graphique des propriétés du paramètre influent (entrefer dans ce cas)

La prise en compte de la variabilité de l’entrefer, par exemple, consiste à procéder à des tirages
aléatoires de l’entrefer dans l’intervalle rouge. Une fois ceci fait, la valeur du contraste
202

correspondant à l’entrefer tiré devra être déduite à partir de la courbe bleue présentée dans la
Figure 428. Cela dit, les données présentes sur cette courbe sont limitées au nombre de simulations
numériques faites et ne permettent d’associer le contraste qu’à un nombre restreint de valeurs
d’entrefer. Pour remédier à cela, on l’approche par le biais d’une approximation polynomiale. La
méthode des moindres carrés est utilisée à cette fin. On obtient ainsi une expression analytique qui
permet de lier toute valeur d’entrefer à une valeur de contraste. La Figure 429 montre les résultats
de l’approximation faite.

Figure 429 Résultats d’approximation de la courbe C=fct(entrefer)

Dès lors, il est possible de trouver le contraste qui correspond aux valeurs d’entrefer tirées
aléatoirement. Ceci permet de calculer le décalage du contraste par rapport à la valeur obtenue dans
le cas de la configuration nominale. La Figure 430 illustre cette étape.
Figure 430 Illustration de la procédure de tirage aléatoire (a) et de déduction du décalage du
contraste (b)

203

On y voit comment à partir de la valeur du contraste correspondant au tirage aléatoire dans
l’intervalle de fluctuation de l’entrefer (a), on arrive à en déduire le décalage par rapport au
contraste nominal (b). Le décalage obtenu ainsi est algébriquement additionné à tous les décalages
causés par les fluctuations des autres paramètres influents et dont la détermination se fait de la
même manière. Le choix de la somme algébrique pour superposer les différents décalages est dû à
son caractère conservatif. Ceci permet de calculer le décalage total. Pour chaque point de
fonctionnement, ce décalage va représenter la partie aléatoire. Le contraste total n’est donc que la
superposition de ce décalage et du contraste déterministe obtenu par les simulations. La
méthodologie élaborée permet de faire autant de tirages que désiré. La contrainte de temps n’est
liée qu’aux simulations déterministes dont le nombre est restreint. Ceci permet d’avoir le nombre de
données nécessaire pour que la distribution des données (contraste) autour d’une valeur du
paramètre caractéristique soit normale. C’est dans cette logique que 30 valeurs de contraste ont été
calculées pour chaque valeur du paramètre caractéristique : une valeur déterministe à partir de
laquelle 29 autres valeurs sont déduites. Le coût numérique du modèle pour calculer la valeur
déterministe est de 90 minutes. De plus avec cette méthode, en accord avec les conditions de
Beerens, les impacts sur le contraste de chaque variation de paramètres influents sont bien
décorrélés. En effet, le fait d’avoir un contrôle total sur les paramètres influents permet de les faire
varier d’une manière découplée, ce qui garantit une décorrélation de leurs différents impacts.

204

La Figure 431 montre le signal obtenu à l’issue de ces tirages. L’ensemble des points bleus constitue
le signal final. La courbe rouge montre la courbe déterministe à partir de laquelle le nuage de points
a été calculé.
160
140
120
Contraste max (°C)
100
80
60
40
signal avec prise en compte des incertitudes
20 signal déterministe
-20
0 5 10 15 20
profondeur (mm)

Figure 431 Allure de la courbe de contraste en fonction de la profondeur quand les incertitudes
sont prises en compte

Les signaux résultants vont constituer les données d’entrée pour le calcul des courbes PoD. Pour la
suite, la profondeur du défaut va correspondre à « a » et le contraste maximal à « â ».

205

4.2 Résultats
La démarche PoD a été effectuée pour la profondeur du défaut à une longueur fluctuant autour de
10 mm. Les données d’entrée prennent en compte la variabilité des paramètres influents. La Figure
432 montre le résultat de 30 différents tirages pour chaque valeur de la profondeur du défaut.
Figure 432 Données d’entrée de la POD
On constate que pour les fissures de grandes profondeurs, la variation s’éloigne de la linéarité. Pour
ce genre de situation (ou la condition de linéarité n’est plus valable), la censure des données est une
option. Pour notre cas, l’idée est de se dire que pour toutes les valeurs de contraste audelà de 80°C,
le défaut peut être considéré détecté avec une probabilité de 100%. Il s’agit ici de contrastes très
importants qui conduiraient forcément à une alarme. Par conséquent, on peut procéder à une
censure des données supérieures à 80°C. Ceci revient à ramener toutes les valeurs plus importantes
que la censure à la valeur de censure. La Figure 433 présente l’allure des données d’entrée après
censure à droite.
Figure 433 Données d’entrée de la POD après censure
206

Les données d’entrée brutes ont été définies, la prochaine étape est de choisir la transformation de
données qui permette d’avoir la meilleure linéarisation possible, ceci dans le but de satisfaire les
conditions de Beerens.
L’indice qui permet de conclure sur la linéarité des relations entre grandeurs est l’indice de Bravais
Pearson « r » (ou indice de corrélation). La Figure 434 représente les valeurs prédites en fonction du
résidu. Ceci pour les quatre combinaisons possibles et avec l’indice de Bravais –Pearson calculé.
Figure 434 Evaluation de la linéarité pour différents cas de figure
Les indices calculés montrent que le modèle 1 est le plus proche de la linéarité, c’est le modèle qui
sera choisi par la suite.
Une fois le modèle choisi, il s’agit d’établir une régression linéaire. Afin de prendre en compte les
données censurées, les paramètres de la régression linéaire sont calculés par la méthode de
maximum de vraisemblance.

207

La Figure 435 montre le résultat de cette régression.
Figure 435 Données d’entrée avec régression linéaire
Une fois la régression faite, il s’agit de calculer la probabilité de détection pour chaque valeur de
profondeur du défaut. Pour ce faire, un seuil de détection doit être réglé. Ce dernier permet, avec les
paramètres de la régression linéaire, d’établir la courbe PoD(a). La Figure 436 montre la PoD(a)
calculée pour un seuil de détection â0 de 20 °C, une telle valeur est représentative des seuils de
détection visés. A noter que pour des profondeurs de défaut supérieures à 4 mm, la PoD(a) est égale
à 1. Il semblait donc inutile d’aller audelà de cette valeur au niveau de Figure 436.
Figure 436 POD calculé en fonction de la profondeur du défaut
La plus petite profondeur détectable pour un seuil â 0 de 20°C correspond donc au a90/95 qui est la

valeur de la profondeur dont la probabilité de détection a 95 % de chance qu’elle soit égale à 0.9.
Dans ce cas, cette profondeur est de 1,97 mm pour une longueur fluctuant autour de 10 mm.
4.3 Intégration de la probabilité de fausse alarme
En pratique, le seuil de détection â0 n’est pas imposé empiriquement par l’utilisateur. Une telle
démarche serait acceptable pour un cas d’étude bien déterminé, mais difficilement généralisable
208

pour tous les cas d’études. Afin de rendre cette imposition plus générale, on fait intervenir un
intermédiaire commun pour tous les cas de figure qui permet de déduire le seuil de détection. Cet
intermédiaire n’est autre que la Probabilité de Fausse Alarme (PFA) introduite au §2.3.4. Au lieu
d’imposer un seuil, l’utilisateur impose une tolérance au bruit. Ainsi, en imposant, par exemple, un
PFA de 3%, l’utilisateur accepte qu’il y ait 3% de probabilité que le signal détecté soit exclusivement
dû aux bruits. Pratiquement, la PFA est liée à la caractérisation du bruit de fond. Ce dernier est aussi
une variable aléatoire, caractérisée par une distribution différente de celle des vrais signaux â. De
telles données sont collectées expérimentalement sur un ensemble des maquettes identiques à
celles utilisées pour le “â vs a” avec la seule différence qu'elles ne contiennent pas de défaut. Pour
décrire ceci au niveau de la simulation, des cas sans défaut sont simulés tout en tenant compte de la
variabilité des paramètres influents définis au préalable. La Figure 437 est le bruit de fond obtenu
par simulation dans le cadre du cas test étudié. La génération des tirages aléatoires a été faite de la
même manière que pour la génération des « vrais » signaux â à la seule différence que, dans ce cas le
contraste absolu est calculé en comparant un cas sans défaut avec un autre cas sans défaut. Le « a »
dans ce cas représente les profondeurs de défaut qu’on est supposé détecter lors de ces campagnes.
L’apparition d’un contraste non nul est dû au fait que la valeur des paramètres influents est
différente dans les deux cas de comparaison.
Figure 437 Bruit de fond simulé
On obtient ainsi un jeu de données/mesures de â sans défaut. Cela nous permet de définir la
probabilité des fausses alarmes (PFA) comme la probabilité que le signal âbruit dû exclusivement au
bruit soit plus grande que le seuil de détection â0. Par la suite, (412) permet de déduire une
expression explicite entre la PFA et â0. C’est ainsi qu’en fixant une certaine valeur de la PFA, on arrive
à en déduire un seuil de détection. Le calcul de la PoD(a) se fait par la suite de manière classique.
209

La Figure 438 est une représentation visuelle de la procédure de calcul de â 0 à partir du bruit de

fond.
Figure 438 Procédure de calcul du seuil de détection
La Figure 439 présente les résultats de PoD sur la profondeur de la fissure pour différentes valeurs
de PFA pour une longueur de défaut fluctuant autour de 10 mm. Comme on peut le constater, la
valeur de la plus petite profondeur détectée diminue lorsque la valeur de PFA augmente. En effet, en
fixant une valeur importante de PFA, on réduit le seuil de détection, ce qui nous permet d’avoir plus
de chances de détecter un défaut plus petit. Mais, en faisant ceci, les chances que le signal détecté
soit généré par du bruit sont plus importantes.
0.8 PFA=3% a90/95= 2,08 mm

PFA=5% a90/95= 1,97 mm
0.6
PoD (a)
PFA=10% a90/95= 1,8 mm

PFA=15% a90/95= 1,68 mm
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4
a (mm)
Figure 439 Courbes PoD sur la profondeur du défaut pour différentes valeurs de PFA et une
longueur ≃ 10 mm
210

5 Conclusion
Dans le but de tester la fiabilité de la thermoinduction pour détecter les microfissures débouchantes
dans les viroles de cuve, une approche MAPOD a été élaborée. Cette dernière consiste à gérer
convenablement les entrée/sorties d’un outil de simulation numérique afin de générer des courbes
PoD et par la même occasion de quantifier la plus petite taille du défaut détectable par le procédé
testé. Une méthodologie générique pour mettre en place une telle approche a été présentée dans ce
chapitre.
L’outil a été exploité dans le cadre de la configuration présentée sur la Figure 419, ou il s’agissait de
quantifier la plus petite profondeur détectable d’une micro fissure débouchante d’ouverture 10 µm
et de longueur 10 mm tout en prenant en compte la variabilité de paramètres aléatoires tels que la
fréquence d’excitation, l’entrefer, longueur de l’inducteur… Des bruits de fond ont été générés à
partir desquels le seuil de détection a été déterminé. Ce dernier a été fixé selon la tolérance aux
bruits dont l’évaluation se fait par le biais de la PFA. Ainsi, pour une configuration dont les
paramètres fluctuent autour des valeurs présentées dans le Tableau 42, et pour une PFA de 3%, qui
correspond à un seuil de détection â0 de 22,54 °C, on arrive à détecter des microfissures
débouchantes d’une profondeur minimale de 2,08 mm
Pour assurer une bonne efficacité d’une telle démarche, les techniques de modélisations numériques
et de générations statistiques des essais CND utilisées ont été élaborées de façon à limiter le coût
temporel global. Ceci rend l’outil très intéressant à exploiter et peut servir de substitut aux PoD
expérimentales. L’approche a été montée autour d’un outil numérique dont la précision et la rapidité
peuvent encore être améliorées. En effet le modèle numérique développé permet un temps de calcul
très raisonnable compte tenu des phénomènes physiques à prendre en compte. Cela dit, sa rapidité
peut être améliorée en adoptant des techniques de réduction de modèle telles que PODsnapshot,
PGD, …. En outre, une meilleure précision peut être atteinte en mettant en place des estimateurs
d’erreur. D’un point de vue porté plus sur l’exploitation, il serait intéressant de confronter les
résultats de la MAPOD élaborée à ceux qu’on obtiendrait avec une PoD expérimentale.

211

6 Références
[1] MIL HDBK 1823A, Nondestructive evaluation system reliability assessment, U.S Depart. 2009.
[2] ENIQ, Probability of Detection Curves: Statistical BestPractices, EUR 24429 . 2010.
[3] H. Andrew J and W. I. James L, “Probability of detection study on impact damage to
honeycomb composite structure using thermographic inspection,” in international SAMPE
Technical Conference (ISTC), 2008.
[4] M. Genest and C. Ibarracastanedo, “ThermoPoD : A reliability study on active infrared
thermography for the inspection of composite materials,” J. Mech. Sci. Technol., vol. 26, no. 7,
pp. 1985–1991, 2012.
[5] N. Dominguez, F. Reverdy, and F. Jenson, “POD evaluation using simulation : A phased array
UT case on a complex geometry part,” AIP Conf. Proc., vol. 1581, no. 2031, pp. 2031–2038,
2014.
[6] R. M. Meyer, S. L. Crawford, J. P. Lareau, and M. T. Anderson, “Review of Literature for Model
Assisted Probability of Detection,” Tech. Rep. PNNL23714, Pacific Northwest National
Laboratory, USA.
[7] M. Li, F. W. Spencer, and W. Q. Meeker, “Distinguishing between uncertainty and variability in
nondestructive evaluation,” in AIP Conference Proceedings, 2012, vol. 1430, no. 1725, pp.
1725–1732.
[8] ASTM 2012 E286212, Standard practice for probability of detection analysis for hit/miss data.
[9] ASTM 2012 E302315, Standard practice for probability of detection analysis for â versus a
data.
[10] A. P. Berens, “NDE reliability data analysis,” in Nondestructive Evaluation and Quality Control.
Vol. 17. ASM Metals Handbook. ASM International, 1989, pp. 689–701.
[11] S. E. Vollset, “Confidence intervals for a binomial proportion,” Stat. Med., vol. 12, no. 9, pp.

809–824, 1993.
[12] B. Rapacchi, Une introduction au Bootstrap. Centre Interuniversitaire de Calcul de Grenoble,
1994.
[13] L. Le Gratiet, B. Iooss, G. Blatman, T. Browne, B. Goursaud, and S. Cordeiro, “Model Assisted
Probability of Detection curves : New statistical tools and progressive methodology,” J.
Nondestruct. Eval., vol. 36, no. 1, 2017.
[14] X. Maldague, Theory and Practice of Infrared Technology for Nondestructive Testing. Wiley,
2001.
[15] N. Dominguez and F. Jenson, “Simulation Assisted POD of a High Frequency Eddy Current
Inspection Procedure,” in ECNDT, 2010.
212

Conclusion et perspectives

La mise en place d’une suite logicielle pour l’évaluation des performances de la thermographie
inductive dans le cadre des applications de l’industrie nucléaire est caractérisée par des exigences
particulières. En plus de la retranscription de la réalité des mesures, qui demande une grande rigueur
de modélisation, un temps de calcul raisonnable est attendu. Les phénomènes à prendre en compte
dans le modèle numérique doivent être détectés et modélisés, ceci en utilisant les approches qui
répondent le plus à nos attentes. Les différents travaux entrepris au sein du laboratoire ont permis
de cerner les phénomènes à prendre en compte. Un état de l’art exhaustif sur les modèles qui
permettent de modéliser de tels phénomènes a été dressé. Ces modèles ont été mis en place. Leur
comparaison s’est faite selon une démarche dont l’aboutissement est la mise en place d’un code de
calcul rapide et capable de modéliser convenablement des cas multicontrainte. La première
démarche est le choix de la formulation. Si la formulation TΩ se présente comme meilleur candidat,
elle s’associe à d’importantes contraintes de modélisation. Ces dernières sont principalement liées à
la connexité du domaine d’étude et l’imposition de grandeurs globales. Par conséquent, les résultats
de cette approche ont dû être confrontés à une formulation AV à grandeurs globales imposées.
Celleci ne demande aucune manœuvre particulière pour s’adapter aux régions multiplement
connexes, mais présente l’inconvénient de requérir un temps de calcul important. La mise en place
de cette formulation a été restreinte à une imposition forte de la tension pour limiter l’importance
du temps de calcul tant dis qu’une imposition faible a été élaborée pour la formulation TΩ. Les
résultats obtenus sur un maillage tétraédrique classique avec une faible fréquence d’excitation et
sans défaut présentent une grande similitude en termes de précision avec un temps de calcul trois
fois moins important pour la formulation TΩ. L’accentuation de l’effet de peau a permis de montrer
les limites du modèle adopté. Il a été montré que le maillage retenu perd énormément en robustesse
quand la fréquence augmente. Pour contourner cela, une technique de maillage en tranche a été
développée. Celleci permet de contrôler totalement la densité de maillage dans le volume ainsi que
sa progression. Les résultats obtenus avec ce maillage ont montré une grande stabilité des résultats
pour les plus petites valeurs de l’épaisseur de peau. La maniabilité du maillage nous a permis aussi de
modéliser convenablement les phénomènes électromagnétiques autour de défauts allant jusqu’à 10
µm d’ouverture. Le modèle finalement mis en place a été validé expérimentalement. L’outil
développé est assez performant et peut être exploité pour évaluer la fiabilité de la thermoinduction.
Une approche très préconisée dans ce contexte est la MAPOD. Cette dernière est un moyen de plus
en plus utilisé par les industriels du domaine pour qualifier une technique CND. La mise en place
d’une MAPOD spécifique aux applications nucléaires de la thermoinduction s’est de ce fait imposée.
Toute une procédure de sélection de données d’entrée et de gestion de données de sortie basée sur
la théorie de la PoD a été mise en place. Le chainage des différents outils numériques développés a
abouti à la construction d’un outil numérique global d’évaluation de la fiabilité de la thermo
215

induction. Ce dernier a été appliqué sur un cas de défaut typique du domaine nucléaire et les
résultats obtenus ont été présentés.
Le logiciel développé est assez fiable et rapide pour être utilisé sur une multitude de cas de défauts

du secteur nucléaire. Il permettra de fournir des données quantitatives sur les limites de détection de
la technique. Ces données serviront par la suite pour comparer les performances de détection de la
thermoinduction et les méthodes conventionnelles. Ceci en fait un outil d’aide à la décision
incontournable.
L’enrichissement de ce logiciel pourra porter essentiellement sur deux aspects :
1/ aspect modélisation
• l’imposition de grandeurs globales pourra être couplée à une approche moins lourde que les
éléments finis. On pense particulièrement à l’impédance de surface ;
• de par le gain temporel que cela pourrait apporter, l’adaptation des éléments spéciaux à la
modélisation des micro fissures mériterait d’être investiguée d’avantage;
• un meilleur mix permettant de joindre des éléments tétraédriques et hexaédriques permettrait
d’avoir plus de flexibilité.
2/ aspect exploitation :
• d’autres algorithmes de calcul de contraste à intégrer dans le logiciel permettraient de
généraliser son utilisation à d’autres types de défauts ;
• une comparaison des performances de la MAPOD à celles obtenues avec une PoD
expérimentale serait intéressante.
216

Annexe : Courbes de décision des
paramètres opératoires

Annexe : Courbes déterministes des paramètres opératoires
Cette partie présente les différentes courbes de décision qui ont permis de déterminer la
configuration nominale (chapitre 4 §4.1.2). Pour les obtenir, on se base sur la même procédure suivie
pour le cas de la longueur de l’inducteur (chapitre 4 §4.1.2). À rappeler que les critères de choix fixés
sont :
contraste absolu le plus élevé possible pour maximiser la détection ;
élévation de température inférieure à 100°C pour éviter les effets non linéaires des paramètres
physiques.
Tension d’alimentation :
La Figure A 1 montre l’évolution du contraste au niveau de la mi longueur du défaut à t = 1 s
(chapitre 4 §4.1.2). Ce choix s’est fait en comparant le contraste maximum au niveau des deux
chemins présentés dans la Figure 413.

Figure A 1 Courbe de décision de la tension d’alimentation
La valeur de la tension d’alimentation qui permet une détection optimale y est montrée.
219

Coté de l’inducteur :
La Figure A 2 montre la courbe de décision du coté de l’inducteur. Les comparaisons faites nous ont
permis de choisir comme critère le contraste à la mi longueur du défaut à t = 1 s.

Figure A 2 Courbe de décision du coté de l’inducteur

220

Fréquence d’alimentation :
La Figure A 3 présente la courbe de décision de la fréquence d’alimentation. Le contraste évalué est
celui obtenu à la milongueur du défaut à t = 1 s.

Figure A 3 Courbe de décision de la fréquence

221

Titre : Optimisation du procédé de contrôle non destructif par thermographie inductive pour des
applications du domaine nucléaire
Mots clés : CND, Thermographie inductive, modélisation par éléments finis, MAPOD
Résumé : Les travaux de cette thèse traitent de la modélisation des régions à effet de peau
d’une technique de contrôle non destructif prononcé, ainsi que la modélisation des
(CND) novatrice et de son adaptation au défauts fins. Ceci est suivi par une validation
domaine du nucléaire civil. L’outil numérique est expérimentale des performances numériques.
utilisé à cette fin. Une présentation exhaustive L’outil implémenté est validé et exploité dans le
des modèles numériques adaptés à la cadre d’une démarche d’évaluation de fiabilité
problématique est tout d’abord faite. Ces outils basé sur une approche MAPOD. Dans ce
sont par la suite implémentés et leurs cadre tout un système de tirage de données
performances comparées. Ceci a permis de d’entrée et de gestion de données de sortie est
mettre en place un outil numérique rapide et établi. Le fruit de ceci est un outil logiciel fiable
capable de prendre en comptes différentes et rapide dédié à l’évaluation de la sensibilité
contraintes de modélisation. Il s’agit plus de la technique thermo-inductive.
essentiellement de la prise en compte du circuit,
d’alimentation du système de chauffe,
Title : Optimization of inductive thermography non-destructive testing method for nuclear

applications
Keywords : NDT, Inductive thermography, finite element modeling, MAPOD
Abstract : The work of this thesis deals with an This was followed by an experimental validation
innovative non-destructive testing (NDT) of the performances. Once the tool implemented
technique and its adaptation to the civil nuclear and validated, it was exploited as part of a
field. The numerical tool is used for this purpose. reliability assessment approach based on a
An exhaustive presentation of numerical models MAPOD approach. In this context, an entire
adapted to our problematic is made at first. system for drawing input data and managing
These tools are then implemented and their output data will be established. The result of this
performance compared. This made it possible to is a reliable and fast software tool dedicated to
set up a fast digital tool capable of taking into the evaluation of the sensibility of the thermo-
account different modeling constraints such as inductive technique.
circuit coupling, modeling of pronounced skin-
effect regions, as well as modeling of thin
defects.
222

AZZABI

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

AZZABI

Transféré par

Droits d'auteur :

Formats disponibles

­la possibilité d’inspection globale et locale : la technique sera soit capable d’inspecter une surface

­la rapidité d’exécution : afin que le contrôle puisse s’insérer dans un cycle de maintenance, il faut

Reproductibilité Fiabilité Possibilité d’inspection Sensibilité Rapidité Coût

Nom du défaut Ressuage Magnétoscopie Ultrasons

L’idée derrière cette technique est d’utiliser l’excitation des courants de Foucault (inducteur) pour

Dans un cas comme dans l’autre, on assistera à un déséquilibre du champ de température qui est

­ les propriétés électromagnétiques : la perméabilité magnétique du matériau μ et sa conductivité

[7] J. Dumont­fillon, “Contrôle non destructif ( CND ) ­ Principe et appareillage,” Techniques de

[26] Y. He, G. Tian, M. Pan, and D. Chen, “Eddy current pulsed phase thermography and feature

Maxwell­Ampère rotH = Js+ Jc (2­1)

Maxwell­Thomson divB = 0 (2­3)

Maxwell­Gauss div( Js +Jc) = 0 (2­4)

E + jωA = ­gradV avec V =0 (2­18)

Avec ω un champ de vecteurs dont les lignes de champ ne sont pas fermées et sont telles

H = Hs + Hc (2­23)

Par conséquent, on peut considérer que H c dérive d’un gradient. On retrouve le potentiel scalaire

Ω = cste (2­27)

∫γ H .dl = ∫γ ­gradΩ .dl =Ωa ­Ωb (2­38)

Ωa= Ωcont + I (2­39)

∫γ H .dl = Ωa ­Ωb = Ωcont + I ­ Ωcont = I (2­40)

Si la prise en compte de la convection est simple du fait de la linéarité entre la température et sa

Tableau 2­1 Opérateurs liés à la structure de base et leurs domaines d’étude

Degrés Opérateurs Domaines

0 gradH W0H={u ∈ L2 (Ω) ; gradu∈ L2 (Ω); uΓH=0}

1 rotH W1H={u ∈ L2(Ω); rotu ∈ L2(Ω) ; uɅn ΓH =0}

2 divH W2h={u ∈ L2(Ω); divu ∈ L2(Ω) ; u.nΓH =0}

Les opérateurs différentiels cités ci­dessus définissent des applications de W hp dans Whp+1 et sont dits

Degrés Opérateurs Domaines

1 rotB W1b = {u ∈ L2(Ω); rotu ∈ L2(Ω) ; uɅn ΓB =0}

0 gradB W0b={u ∈ L2(Ω); gradu ∈ L2(Ω) ; uΓB=0}

ai = Φi (uK) (2­59)

fonctions de base phi de Sh sont définies à partir des fonctions de base des espaces P K. Cela dit, ces

V0= ∑n∊N Vn sn (2­63)

A1= ∑l∊E Al sl (2­67)

Φj(si)=∬j si .ndS =ij ∀ i,j∈F (2­70)

B2= ∑f∊F Bf sf (2­71)

Fonctions de base Conditions Fonctionnels Degrés de liberté

S0 si(xj) =ij ∀ i,j∈N Continuité Point Valeur au niveau des

S1 ∫jsi.dl=ij ∀ i,j∈E Continuité de la Intégrale Circulation le long d’une

S2 ∬j si .ndS=ij ∀ i,j∈F Continuité de la Intégrale Flux à travers une surface

gradsn=∑a∈E i(n,a)sa (2­73)

rotsa=∑f∈F i(a,f)sf (2­74) , divsf=∑v∈V i(f,v)sv (2­75)

Au niveau de la formulation faible (2­51), la prise en compte de ce champ se fait en remplaçant le

Hs =∑a∈E Hsa sa (2­83)

Hsgen =∑a∈Es Hsgen sgen

∑n∊NC Φsgen sgen

c= ∑n∊Nco grad(sn ) (2­86)

MσAA (i,j)= ∫D σsi.sjdD , si et sj deux fonctions de forme de S1(D)

La démarche de discrétisation de la formulation A­V a été présentée. Dans la partie qui suit, cette

MhNN (i,j)= ∫Γ hsi.sjdD, si et sj deux fonctions de forme de S0c(Dc)

D’une manière générale, l’imposition de grandeurs globales dans un problème de courants induits

V|Ds =V1∑n∈N 1 sn = Uα (2­100)

[RFA MFF RFA +jωMAA MσAA GAN ] [ AA ]=[ MAA G

gradV.gradαdD + ∫ σ U gradα.gradαdD= ∫ n.ic α dΓ

H|Da =­grad Ω|Da =− ∑n∈Na gradsn Ωn (2­108)

En reprenant le système matriciel (2­92), les modifications à faire reviennent à réécrire le vecteur

GAN ΩN=GAN Ω'N +IcA=GAN (Ω'N +IαN ) (2­113)

[RFA MFF RFA +jωMAA ­jωMμAA GAN ] [ TA ]=[ jωMAA GAN αN I ]

[13] R. Wait and A. R. Mitchell, Finite Element Analysis and Applications. John Wiley & Sons Inc,

[18] P. Dular, A. Nicolet, A. Genon, and W. Legros, “A Discrete Sequence Associated with Mixed

Un inducteur de forme U­shape est retenu pour le cas test. Ce type de forme permet de créer des

(a) Vue 3D (b) Vue 2D dans le plan (X,Z)

Ω|Γinf =0 (3­1)

nɅE|∑ =0 ( 3­2)

la possibilité d’inspection globale et locale : la technique sera soit capable d’inspecter une surface

la rapidité d’exécution : afin que le contrôle puisse s’insérer dans un cycle de maintenance, il faut

les propriétés électromagnétiques : la perméabilité magnétique du matériau μ et sa conductivité

[7] J. Dumontfillon, “Contrôle non destructif ( CND ) Principe et appareillage,” Techniques de

MaxwellAmpère rotH = Js+ Jc (21)

MaxwellThomson divB = 0 (23)

MaxwellGauss div( Js +Jc) = 0 (24)

E + jωA = gradV avec V =0 (218)

H = Hs + Hc (223)

Ω = cste (227)

∫γ H .dl = ∫γ gradΩ .dl =Ωa Ωb (238)

Ωa= Ωcont + I (239)

∫γ H .dl = Ωa Ωb = Ωcont + I Ωcont = I (240)

Tableau 21 Opérateurs liés à la structure de base et leurs domaines d’étude

Les opérateurs différentiels cités cidessus définissent des applications de W hp dans Whp+1 et sont dits

ai = Φi (uK) (259)

V0= ∑n∊N Vn sn (263)

A1= ∑l∊E Al sl (267)

Φj(si)=∬j si .ndS =ij ∀ i,j∈F (270)

B2= ∑f∊F Bf sf (271)

gradsn=∑a∈E i(n,a)sa (273)

rotsa=∑f∈F i(a,f)sf (274) , divsf=∑v∈V i(f,v)sv (275)

Au niveau de la formulation faible (251), la prise en compte de ce champ se fait en remplaçant le

Hs =∑a∈E Hsa sa (283)

c= ∑n∊Nco grad(sn ) (286)

La démarche de discrétisation de la formulation AV a été présentée. Dans la partie qui suit, cette

V|Ds =V1∑n∈N 1 sn = Uα (2100)

H|Da =grad Ω|Da =− ∑n∈Na gradsn Ωn (2108)

En reprenant le système matriciel (292), les modifications à faire reviennent à réécrire le vecteur

GAN ΩN=GAN Ω'N +IcA=GAN (Ω'N +IαN ) (2113)

[RFA MFF RFA +jωMAA jωMμAA GAN ] [ TA ]=[ jωMAA GAN αN I ]

Un inducteur de forme Ushape est retenu pour le cas test. Ce type de forme permet de créer des

Ω|Γinf =0 (31)

nɅE|∑ =0 ( 32)

∫∂∑ H.dl = Is (34)

Zone épaisseur de peau [Pi(0,rind) Pi15(rindδ,rind)] lepv= leph

Pind = ∭ p(x,y,z)dD (37)

Pind ≃ ∑ ∭ p(x,y,z)dD (38)

E (ui ,vi ,wi )= ∑ Ea sa (ui ,vi ,wi ) (313)

La Figure 315 montre la variation de la puissance induite au niveau de la plaque et de l’inducteur

La Figure 317 montre les allures obtenues pour chacune des deux approches. Il y apparait que le

Tableau 313 Données numériques du maillage en tranche utilisé

Afin d'avoir une vision plus claire de ces indicateurs, la Figure 42 présente un schéma simplifié d'une

â=β 0 +β1 h(a)+ε (41)

g(y)=β 0 + β1 a + ε (49)

Paramètres liés à Tension V_nom = 150 V Uniforme Déviation +/ 10%

La Figure 438 est une représentation visuelle de la procédure de calcul de â 0 à partir du bruit de