Détection et localisation de défaillances sur un entraînement électrique
Auteur / Autrice : | Bertrand Raison |
Direction : | Jean-Pierre Rognon, Gilles Rostaing |
Type : | Thèse de doctorat |
Discipline(s) : | Génie électrique |
Date : | Soutenance en 2000 |
Etablissement(s) : | Grenoble INPG |
Ecole(s) doctorale(s) : | École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'électrotechnique (Grenoble ; 1980-2006) |
Jury : | Président / Présidente : Michel Crappe |
Examinateurs / Examinatrices : Gérard Champenois, Marcel Staroswiecki, Robert Périot |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
L'étude présentée propose des solutions pour la détection et localisation de défauts dans les entraînements électriques et en particulier pour ceux à base de machine asynchrone. Les défauts considérés peuvent affecter la machine, le convertisseur, la mécanique et les capteurs. Ces ensembles fonctionnent à vitesse variable et possèdent une structure de contrôle vectoriel à flux orienté ainsi qu'un contrôle de vitesse. A partir des résultats de caractérisation des défauts, issus des simulations ou des mesures, deux approches sont proposées. La première repose sur l'utilisation d'outils de traitement du signal. Des solutions sont proposées pour s'affranchir du contexte de la vitesse variable via l'enregistrement à écart de position constant (position mécanique ou du champ statorique). La deuxième approche repose sur l'utilisation de la redondance analytique pour effectuer la détection et localisation de défauts. Des observateurs d'état étendus (filtre de Kalman étendu, modèle de référence adaptatif) sont étudiés et testés expérimentalement. Afin de réaliser la localisation des défauts, des observateurs à entrées inconnues sont également proposés. A partir des outils développés, des approches pour constituer un outil de surveillance globale sont proposées. Certaines reposent sur des combinaisons logiques, d'autres sur les réseaux de neurones