Méthodes de modélisation de dégradation d'objets du génie électrique en vue du prognostic de la durée de vie

Methods for modeling degradation of electrical engineering components for lifetime prognosis

• Auteur / Autrice : Andrea Al Haddad
• Direction : Pascal Maussion, Antoine Picot
• Type : Thèse de doctorat
• Discipline(s) : Génie électrique
• Date : Soutenance le 21/10/2022
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Génie électrique, électronique, télécommunications et santé : du système au nanosystème (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Plasma et Conversion d'Energie (Toulouse ; 2007-....)
• Jury : Président / Présidente : Marie-Cécile Péra
• Jury : Examinateurs / Examinatrices : Pascal Maussion, Antoine Picot, Marie-Cécile Péra, Georges Zissis
• Jury : Rapporteur / Rapporteuse : Claude Delpha, Azzedine Boudrioua

Mots clés

Mots clés contrôlés

Fiabilité

Thèses et écrits académiques

Composants électroniques

Mots clés libres

Dégradation

Modélisation

OLEDs

Isolation

Durée de vie

Prognostic

Plan d'expérience

Vieillissement accéléré

Degradation

Modelling

OLEDs

Insulation

Lifetime

Prognosis

Design of experiments

Accelerated aging

Résumé

La fiabilité des composants électriques est une problématique étudiée pour améliorer la qualité des produits, et pour planifier la maintenance en cas de défaillance. La fiabilité est mesurée en étudiant les causes de défaillance et le temps moyen jusqu'à la défaillance. Une des méthodes appliquées dans ce domaine est l'étude du vieillissement des composants, car la défaillance se produit souvent après une dégradation.L'objectif de cette thèse est de modéliser la dégradation des composants en génie électrique, afin d'estimer leur durée de vie. Plus spécifiquement, cette thèse étudiera les sources de lumière blanche organiques à grande surface (OLEDs). Ces sources offrent plusieurs avantages dans le monde de l'éclairage grâce à leur finesse, leur faible consommation d'énergie et leur capacité à s'adapter à de larges domaines d'application. Les seconds composants étudiés sont des isolants électriques appliqués à des paires de fils de cuivre torsadés, qui sont couramment utilisés dans les machines électriques à basse tension. Tout d'abord, les mécanismes de dégradation et de défaillance des différents com­posants électriques, y compris les OLED et les isolants, sont étudiés. Ceci est fait pour identifier les contraintes opérationnelles afin de les inclure dans le modèle de vieillissement.Après avoir identifié les principales causes du vieillissement, des modèles physiques généraux sont étudiés pour quantifier les effets des contraintes opérationnelles. Des modèles empiriques sont également présentés lorsque la physique de la dégradation est inconnue ou difficile à modéliser.Ensuite, des méthodes d'estimation des paramètres de ces modèles sont présentées, telles que la régression multilinéaire et non-linéaire, ainsi que des méthodes stochastiques. D'autres méthodes basées sur l'intelligence artificielle et le diagnostic en ligne sont également présentées, mais elles ne seront pas étudiées dans cette thèse.Ces méthodes sont appliquées aux données de dégradation des LEDs organiques et des isolateurs de paires torsadées. Pour cela, des bancs de vieillissement accéléré et multifactoriel sont conçus sur la base de plans d'expériences factoriels et de méthodes de surface de réponse, afin d'optimiser le coût des expériences. Ensuite, un protocole de mesure est décrit, afin d'optimiser le temps d'inspection et de collecter des données périodiques.Enfin, les méthodes d'estimation traitent des modèles de dégradation déterministes sans con­trainte basés sur les données mesurées. Le meilleur modèle empirique de la trajectoire de dégradation est alors choisi en fonction de critères de sélection de modèles.Dans un second temps, les paramètres des trajectoires de dégradation sont modélisés en fonction des contraintes opérationnelles. Les paramètres des facteurs de vieillissement et de leurs interactions sont estimés par régression multilinéaire et selon différents ensembles d'apprentissage. La significa­tivité des paramètres est évaluée par des méthodes statistiques si possible. Enfin, la durée de vie des expériences dans les ensembles de validation est prédite sur la base des paramètres estimés par les différents ensembles d'apprentissage. L'ensemble d'apprentissage qui présente le meilleur taux de prédiction de la durée de vie est considéré comme le meilleur.

Reliability of electrical components is an issue studied to improve the quality of products, and to plan maintenance in case of failure. Reliability is measured by studying the causes of failure and the mean time to failure. One of the methods applied in this field is the study of component aging, because failure often occurs after degradation.The objective of this thesis is to model the degradation of components in electrical engineering, in order to estimate their lifetime. More specifically, this thesis will study large area organic white light sources (OLEDs). These sources offer several advantages in the world of lighting thanks to their thinness, their low energy consumption and their ability to adapt to a wide range of applications. The second components studied are electrical insulators applied to pairs of twisted copper wires, which are commonly used in low voltage electrical machines.First, the degradation and failure mechanisms of the various electrical components, including OLEDs and insulators, are studied. This is done to identify the operational stresses for including them in the aging model.After identifying the main causes of aging, general physical models are studied to quantify the effects of operational stresses. Empirical models are also presented when the physics of degradation is unknown or difficult to model.Next, methods for estimating the parameters of these models are presented, such as multilinear and nonlinear regression, as well as stochastic methods. Other methods based on artificial intelli­gence and online diagnosis are also presented, but they will not be studied in this thesis.These methods are applied to degradation data of organic LEDs and twisted pair insulators. For this purpose, accelerated and multifactor aging test benches are designed based on factorial experimental designs and response surface methods, in order to optimize the cost of the experiments. Then, a measurement protocol is described, in order to optimize the inspection time and to collect periodic data.Finally, estimation methods tackle unconstrained deterministic degradation models based on the measured data. The best empirical model of the degradation trajectory is then chosen based on model selection criteria.In a second step, the parameters of the degradation trajectories are modeled based on operational constraints. The parameters of the aging factors and their interactions are estimated by multilinear regression and according to different learning sets. The significance of the parameters is evaluated by statistical methods if possible. Finally, the lifetime of the experiments in the validation sets is predicted based on the parameters estimated by the different learning sets. The training set with the best lifetime prediction rate is considered the best.