Détection des courts-circuits inter-spires dans les Générateurs Synchrones à Aimants Permanents

Détection des courts-circuits inter-spires dans les
Générateurs Synchrones à Aimants Permanents

Etat de l’art des défaillances dans les PMG

Les défauts dans les machines électriques ont des origines multiples. Les plus communes sont [Tav08] : o Contraintes mécaniques : vibrations de la machine, usure des roulements. o Contraintes électriques : dV/dt élevé avec l’utilisation de convertisseurs statiques. o Contraintes environnementales : température, humidité, poussière, pression … o Fonctionnement anormal : Surcharge, survitesse … o Défaillance d’un composant externe : Refroidissement, convertisseur … o Mauvais dimensionnement, mauvaise installation ou maintenance de la machine. Chapitre 1 – Contexte de l’étude 15 Ces contraintes peuvent engendrer un certain nombre de défaillances au sein d’une machine électrique, qui peuvent être classées en trois catégories principales : o Défauts de roulement Défaut au niveau des surfaces de contact Défaut au niveau des organes de lubrification o Défauts au rotor Défauts d’excentricité (pour toutes les machines) Défauts au niveau des aimants permanents (pour les MSAP) Défauts des enroulements rotoriques (pour les machines à rotor bobiné) Rupture des barres rotoriques (pour les MAS à cage) o Défauts au stator Défaut d’isolation dans les enroulements statoriques Défaut au niveau des tôleries Différentes études statistiques ont été menées à la fin du XXe siècle, pour déterminer la répartition des pannes dans les machines électriques industrielles de moyenne puissance [All88] (de 50kW à 200kW) ou de forte puissance [Odo85], [Alb86], [Tho99] (de 100kW à 8MW). Les résultats (Figure 1-10) montrent que les défauts de roulement et les défauts au niveau du stator semblent être les plus fréquents. Cependant, ces chiffres varient nettement en fonction des applications (gamme de puissance et secteur d’activité). De plus, ces résultats concernent en grande majorité les machines asynchrones. L’utilisation des MSAP dans l’industrie étant relativement récente, il est difficile de conclure précisément sur la répartition des pannes pour ce type de machine, avec notamment l’absence de données sur l’occurrence des défauts d’aimantation. Néanmoins, la proportion des défauts au niveau du stator peut être considérée comme non négligeable pour une application aéronautique, la gamme de puissance étant proche de celle évoquée dans [All88].

Défauts de roulements

Les roulements dans les machines électriques sont, en général, composés d’une bague interne, d’une bague externe, d’un organe de roulement (constitué le plus souvent de billes maintenues dans une cage ou de rouleaux) ainsi que d’un dispositif de lubrification (c.f. Figure 1-11). Figure 1-11 : Vue éclatée d’un roulement à billes Les défauts de roulement, qui représentent une part non négligeable des défauts survenant dans les machines électriques, peuvent avoir des origines diverses [Tra09] : o Contraintes mécaniques dues à une surcharge o Mauvais assemblage o Circulation de courant électrique dans les bagues o Défaut de lubrification o Contraintes environnementales (température, corrosion, poussières) Ces défauts se manifestent le plus souvent, par une usure ou une fissure au niveau des bagues ou par une dégradation de l’organe de roulement (billes ou rouleaux)..ext et fint correspondent respectivement à la fréquence de passage des billes sur la partie défaillante de la bague extérieure ou intérieure. fbille correspond à la fréquence de rotation de la bille défectueuse sur la bague extérieure ou intérieure. fcage correspond à la fréquence de rotation de l’ensemble du train de billes. Grâce à ces fréquences caractéristiques, le diagnostic des défauts de roulement est généralement réalisé avec des outils d’analyse spectrale portés sur des mesures de vibration mécanique [Li98], [Rez12] ou de grandeurs électriques comme les courants statoriques [Sch95], [Ere04], [Pac09], [Tra09]. Si ce type de défaillance n’est pas détecté à temps, l’augmentation de la détérioration des roulements risque d’engendrer des températures et des niveaux vibratoires dangereux, pouvant obliger à arrêter le système dans lequel la machine est incluse. Sur les avions actuellement en vol, il n’existe pas d’outils spécifiques pour détecter ce type de défauts, hormis une surveillance de la température des roulements sur les VFG dans les architectures « type A380 », mais qui s’est avérée peu fiable. Cependant, les conséquences d’un défaut de roulement (vibrations, débris) peuvent entraîner sa détection via d’autres alarmes présentes dans le dispositif de protection du générateur, s’intéressant à la transmission mécanique ou au circuit de refroidissement.

Défauts d’excentricité

Un défaut d’excentricité dans une machine électrique correspond à un décentrement du rotor par rapport au stator, entraînant une variation de l’entrefer. Il existe trois types de défaut d’excentricité : o l’excentricité statique (Figure 1-12a) correspondant au cas où l’axe de rotation du rotor reste fixe mais ne coïncide pas avec l’axe de symétrie du stator. o l’excentricité dynamique (Figure 1-12b) correspondant au cas où l’axe de rotation du rotor n’est pas fixe mais tourne autour de l’axe de symétrie du stator. o l’excentricité mixte (Figure 1-12c) qui est une combinaison d’excentricités statique et dynamique. Les origines d’un défaut d’excentricité et d’un défaut de roulement sont assez proches (mauvais assemblage, contraintes mécaniques). En outre, une usure des roulements génère fréquemment un défaut d’excentricité dynamique voire mixte. En pratique, les défauts d’excentricité mixtes sont les plus fréquents dans les machines électriques [And09]. De nombreuses études montrent qu’il est possible de détecter ce type de défaillance via une analyse spectrale du courant statorique, des vibrations mécaniques ou de la force électromotrice.

Table des matières

Résumé
Table des variables
Table des acronymes
Introduction Générale
Chapitre 1 Contexte de l’étude
1.1 Introduction
1.2 Généralités sur les MSAP
1.2.1 Constitution des MSAP
1.2.1.1 Les aimants permanents
1.2.1.2 Structure du rotor
1.2.1.3 Structure du stator
1.2.2 Application : utilisation d’un PMG* pour la génération d’un réseau électrique aéronautique
1.2.2.1 Evolution des architectures électro-hydrauliques dans les avions
1.2.2.2 Avantages du réseau CVFR
1.2.2.3 Architecture Bleed (45 kVA) ou Bleedless
1.3 Défaillances dans les PMG
1.3.1 Stratégies de mise en sécurité du PMG
1.3.2 Etat de l’art des défaillances dans les PMG
1.3.2.1 Défauts de roulements
1.3.2.2 Défauts d’excentricité
1.3.2.3 Désaimantation des aimants permanents
1.3.2.4 Défauts de capteurs
1.3.2.5 Courts-circuits statoriques
1.4 Conclusion.
Chapitre 2 Modélisation du démonstrateur utilisant un PMG défaillant
2.1 Introduction
2.2 Modélisation de la MSAP en présence de défauts inter-spires par l’approche CEMC
2.2.1 Principe de la méthode CEMC
2.2.1.1 Modélisation des aimants permanents
2.2.1.2 Modélisation par CEMC
2.2.2 Application de la méthode CEMC à la machine défaillante utilisée
2.2.2.1 Caractéristiques de la MSAP étudiée
2.2.2.2 Mise en œuvre de la méthode CEMC
2.2.2.3 Détermination des paramètres internes de la MSAP
2.3 Description du système expérimental
2.3.1 Ensemble MSAP – MCC
2.3.2 Charges électriques
2.3.3 Systèmes analogiques / numériques
2.3.4 Gestion des simulations
2.4 Validation expérimentale du modèle CEMC
2.4.1 Comparaison simulation – expérimention : PMG sain
2.4.1.1 Fonctionnement à vide
2.4.1.2 Fonctionnement en charge.
2.4.2 Comparaison simulation – expérimention : PMG défaillant
2.5 Conclusion
Chapitre 3 Estimation de paramètres sur des modèles de PMG en utilisant le Filtre de Kalman Etendu
3.1 Introduction
3.2 Méthodes de détection des courts-circuits inter-spires
3.2.1 Diagnostic par analyse des signaux
3.2.2 Diagnostic par méthodes de connaissances
3.2.3 Diagnostic par une approche modèle
3.2.3.1 Approche par projection dans l’espace de parité
3.2.3.2 Approche à base d’observateurs
3.2.3.3 Approche par estimation paramétrique
3.2.4 Conclusion
3.3 Modèles de PMG utilisés pour la détection
3.3.1 Modèle basé sur une structure de PMG « sain »
3.3.2 Modèle basé sur une structure de PMG « défaillant »
3.4 Identification des paramètres avec le FKE
3.4.1 Le filtre de Kalman standard discret
3.4.2 Le Filtre de Kalman Etendu
3.4.2.1 Augmentation de l’ordre du système d’état
3.4.2.2 Critère d’observabilité des paramètres
3.4.2.3 Linéarisation et discrétisation du système étendu
3.4.2.4 Algorithme du FKE
3.4.2.5 Paramétrage des matrices de covariance
3.5 Application du FKE sur les modèles d’identification
3.5.1 Modèle basé sur une structure de PMG « sain »
3.5.1.1 Augmentation de l’ordre du système d’état
3.5.1.2 Critère d’observabilité de RS
3.5.1.3 Discrétisation et linéarisation du système étendu
3.5.1.4 Paramétrage des matrices de covariance
3.5.2 Modèle basé sur une structure de PMG « défaillant »
3.5.2.1 Augmentation de l’ordre du système d’état
3.5.2.2 Critère d’observabilité des ncc
3.5.2.3 Discrétisation et linéarisation du système étendu
3.5.2.4 Paramétrage des matrices de covariance
3.6 Conclusion
Chapitre 4 Construction et évaluation des indicateurs de présence de courts-circuits inter-spires
4.1 Introduction
4.2 Principe de construction des indicateurs
4.2.1 Modèle « sain »
4.2.1.1 Réponse des paramètres estimés à un court-circuit inter-spires
4.2.1.2 Construction de l’indicateur : exemple avec l’estimation de RS
4.2.1.3 Réponse des indicateurs pour différents nombres de spires en court-circuit
4.2.2 Modèle « défaillant »
4.2.2.1 Réponse des paramètres estimés à un court-circuit inter-spires
4.2.2.2 Construction de l’indicateur
4.2.2.3 Réponse de l’indicateur pour différents nombres de spires en court-circuit
4.3 Evaluation des indicateurs
4.3.1 Etude de robustesse
4.3.1.1 Variation de la fréquence électrique
4.3.1.2 Variation de la puissance
4.3.1.3 Variation du facteur de puissance
4.3.1.4 Variation du déséquilibre de charge
4.3.1.5 Variation de la charge harmonique
4.3.1.6 Synthèse de l’étude de robustesse
4.3.2 Test de sensibilité
4.3.3 Synthèse de la comparaison des indicateurs
4.4 Validation expérimentale
4.4.1 Réponse des indicateurs à un court-circuit résistif
4.4.2 Tests expérimentaux de robustesse des indicateurs
4.4.2.1 Protocole expérimental
4.4.2.2 Résultats expérimentaux
4.5 Influence des incertitudes des paramètres sur les indicateurs
4.5.1 Problématique de l’incertitude des paramètres du modèle
4.5.2 Mise en place d’un seuil adaptatif
4.5.3 Application expérimentale
4.6 Conclusion
Chapitre 5 Etude des indicateurs sur un PMG 45kVA
5.1 Introduction
5.2 Protocole de simulation
5.2.1 Design du PMG utilisé
5.2.2 Réglage du filtre de Kalman
5.2.3 Evolution des indicateurs suite à un court-circuit franc
5.2.4 Conclusion
5.3 Evaluation des indicateurs sur le réseau CVFR en présence d’un court circuit inter-spires
5.3.1 Test de robustesse (court-circuit franc)
5.3.2 Test de sensibilité
5.3.3 Test de robustesse (court-circuit résistif Icc = 400A)
5.3.4 Conclusion
5.4 Comportement des indicateurs sur le réseau CVFR
5.4.1 Protocole de simulation
5.4.1.1 Description de l’architecture CVFR étudiée
5.4.1.2 Description des protections aéronautique
5.4.2 Résultats de simulation
5.4.2.1 Sensibilité des protections existantes aux défauts inter-spires
5.4.2.2 Sensibilité des indicateurs de défauts inter-spires aux défauts externes
5.4.2.3 Comportement des indicateurs sur un scénario d’utilisation du PMG 45kVA
5.5 Conclusion
Conclusion générale et perspectives
Annexes
Annexe A : Matrices de connexion utilisées lors de la modélisation CEMC
Annexe B : Principe de calcul des inductances de fuite
B.1 Paramètres géométriques de la machine étudiée
B.2 Calculs des inductances de fuite
Annexe C : Validation expérimentale du modèle CEMC du PMG en cas de défaut
Annexe D : Détermination des matrices de covariance du FKE
Annexe E : Compléments sur les modèles utilisés
E.1 Etude de l’observabilité locale
E.2 Différents systèmes d’état utilisés
E.3 Paramétrage des matrices de covariance
Annexe F : Compléments sur la construction des indicateurs
F.1 Evolution des indicateurs issus du modèle « sain » du PMG
Annexe G : Evaluation des indicateurs
G.1 Indicateur basé sur l’estimation de ω
G.2 Indicateur basé sur l’estimation de Ke
G.3 Indicateur basé sur l’estimation de RS
G.4 Indicateur basé sur l’estimation de 1/LS
G.5 Indicateur basé sur l’estimation de ncc
Annexe H : Résultats expérimentaux
H.1 Indicateur basé sur l’estimation de ω
H.2 Indicateur basé sur l’estimation de Ke
H.3 Indicateur basé sur l’estimation de RS
H.4 Indicateur basé sur l’estimation de 1/LS
H.5 Indicateur basé sur l’estimation des ncc
Annexe I : Compléments sur le seuil adaptati
I.1 Indicateur basé sur l’estimation de Ke
I.2 Indicateur basé sur l’estimation de ncc
Annexe J : Compléments sur la Chapitre V
J.1 Paramètres géométriques du PMG 45kVA
J.2 Paramétrage des matrices de covariance du FKE
J.3 Test de sensibilité des indicateurs
Annexe K : Compléments sur le réseau CVFR 45kVA
K.1 Définition des courbes de déclenchement
K.2 Simulation de défauts externes au générateur
K.3 Scénario du réseau 45kVA
Références