Amélioration de la robustesse des machines synchrones spéciales multi phases dans un contexte de transport urbain

• Main Author: Lanciotti, Noemi
• Other Authors: Université Paris-Saclay (ComUE)
• Language: fr
• Published: 2018
• Subjects: Détection de défauts; Modèle de réseau de perméances; Vibrations; Modèle EF; Fault detection; Permeance Network model; EF model
• Online Access: http://www.theses.fr/2018SACLN055/document

Les machines à commutation de flux cinq-phases présentent une tolérance aux pannes et une robustesse qui les rendent très intéressantes dans un point de vue de la fiabilité, comme montré dans le premier chapitre.Dans ces travaux de thèse nous avons explorés la possibilité de détecter les défauts qui affectent cette machine par la signature des vibrations générées dans la machine.En utilisant les outils physiques et mathématiques présentés dans le deuxième chapitre, nous avons construit deux modèles multiphysiques, un modèle aux les éléments finis développé dans le troisième chapitre et un modèle analytique, appelé aux réseaux de perméances, dans le quatrième chapitre.Le comportement vibratoire de la machine a été étudié à l'aide de ces deux modèles, en régimesain et en défaut afin de connaitre comment ce comportement est influencé par les grandeurs électriques et magnétiques de la machine.Par ailleurs nous avons étudié la possibilité de détecter et discriminer les différents types de défauts.Le modèle analytique se présente comme un bon estimateur du comportement en défaut de la machine, malgré ses écarts avec la simulation.Dans le cinquième chapitre, les deux modèles multiphysiques ont été validés par des essais expérimentaux et nous avons pu expliquer le comportement en défaut d’un point de vue mécanique plutôt que magnétique.Enfin, dans le sixième chapitre, nous avons utilisé les deux modèles pour étudier le comportement en défaut de la machine, à des vitesses au-dessus de la limite expérimentale (3100 tr/min). === Five-phase flux switching machines have a fault tolerance and robustness that makes them very interesting from the point of view of reliability, as shown in chapter one of this work. In our studies we have explored the possibility of detecting faults that affect this type of machine using the signature of stator vibrations.Using the physical and mathematical tools presented in chapter two, we improved two multyphisics models, one based on finite elements method that it's presented in chapter three and the seconde one analitycal model, called permeance networks, in chapter four. The vibratory behavior of the machine was studied using these two models, under healthy and faulty conditions, in order to know how this behavior is influenced by the electrical and magnetic magnitudes of the machine. In addition, we have studied the possibility of detecting and discriminating different types of faults. Analytical model is a good estimator of fault behavior of the machine, despite its differences with the simulation.In chapter five, the two multiphysical models have been validated by experimental tests and we have been able to explain fault behavior by mechanical origin rather than magnetic origin.Finally, in chapter six, we used both models to study the fault behavior of the machine, at speeds above the experimental limit (3100 rpm).