Réflectométrie appliquée à la détection de défauts non francs dans les torons de câbles

• Main Author: Franchet, Maud
• Language: fra
• Published: Université Paris-Est 2012
• Subjects: [SPI:OTHER] Engineering Sciences/Other; [SPI:OTHER] Sciences de l'ingénieur/Autre; Réflectométrie; Lignes de transmission à multiconducteurs; Défauts non francs; Traitement du signal; Fusion de données
• Online Access: http://tel.archives-ouvertes.fr/tel-00787146; http://tel.archives-ouvertes.fr/docs/00/78/71/46/PDF/TH2012PEST1078_incomplete.pdf

Ces travaux de thèse portent sur la détection de défauts non francs dans des structures filaires particulières : les lignes de transmission a multiconducteurs (MTL), aussi appelées torons de câbles. Couramment employées pour le diagnostic de réseaux filaires, les méthodes par réflectométrie ne sont, pour l'heure, pas suffisamment performantes pour détecter de tels défauts. Par ailleurs, elles n'ont, en général, été étudiées et développées que pour des lignes simples, ou les phénomènes de couplages électromagnétiques entre les conducteurs (diaphonie) ne sont pas présents. Ces derniers sont cependant porteurs d'information supplémentaire sur l'état du câble. Les utiliser permettrait d'accroître la sensibilité de détection aux défauts. L'objectif est de proposer une nouvelle méthode de réflectométrie, tirant profit des signaux de diaphonie pour détecter les défauts non francs. Une telle méthode présente également l'avantage d'être adaptée aux structures en toron. Après avoir étudié l'impact d'un défaut non franc sur les paramètres caractéristiques d'une MTL et sur les signaux de diaphonie, une méthode, la "Cluster Time Frequency Domain Reflectometry ", a pu être proposée. Il s'agit d'un procédé en trois étapes. Des mesures par réflectométrie temporelle sont tout d'abord réalisées à l'entrée de la ligne à diagnostiquer. Tous les signaux présents, y compris ceux de diaphonie, sont enregistrés. Un traitement temps-fréquence leur est ensuite appliqué afin d'amplifier la présence d'éventuels défauts. Enfin, un algorithme de clustering, spécifiquement développé pour le diagnostic filaire, est utilisé de manière a bénéficier de l'ensemble de l'information disponible