Les systèmes électriques embarqués dans l'aéronautique doivent satisfaire à des cahiers des charges de plus en plus exigeants portant sur le poids, les performances et la fiabilité, d'où l'utilisation des Machines Synchrones à Aimants Permanents (MSAP). Vu les contraintes imposées, les prototypes sont parfois assez éloignés d'une MSAP classique. La surveillance en ligne de ces systèmes est alors plus délicate mais représente un enjeu considérable vu l'aspect critique des applications (ailerons d'avion, freinage...) et a pour objectif d'éviter un incident majeur en le détectant puis en basculant sur un système identique redondé. Ce document propose un travail de modélisation de MSAP saine et en présence de défaut inter-spires ayant pour objectif de définir des méthodes de détections de défauts inter-spires en ligne, sans capteurs supplémentaires. Deux approches sont présentées pour modéliser les MSAP en présence de défauts inter-spires et sont comparées à des essais expérimentaux réalisés sur un prototype aéronautique. L'une d'entre elles, reposant sur une approche par Réseaux De Perméances (RDP), permet d'obtenir le meilleur compromis. La partie suivante propose de tester deux approches utilisant un indicateur de défaut basé sur un modèle d'Onduleur-MSAP sain et montre l'intérêt de ce type d'approche comparé à des approches plus classiques. L'ensemble des indicateurs développés est ensuite analysé à l'aide d'un outil utilisant la Reconnaissance de Formes (RDF) / Embedded electric systems in aircraft applications have to satisfy to specifications including weight, performances and reliability leading to the use of Permanent Magnet Synchronous Machines (PMSM). Due to these constraints, prototypes are often different from classical PMSM. Online monitoring of these systems is challenging but is still important regarding safety applications (electro mechanical airfoil, braking?). The main aim is to detect major incidents in order to use redundant systems. This work concerns modeling of PMSM under both healthy and inter-turn fault cases in order to defined online fault detection methods without additional sensors. Two approaches are presented and compared to experimental tests concerning PMSM under inter-turn fault conditions. One of them is based on Permeance Network (PN) modelling. It can be considered to be the best compromise. The next part deals with two fault indicators methods based on healthy models of Inverter and PMSM and shows improvements brought by these approaches compared to classical methods. The whole indicators are analyzed using Pattern Recognition (PR)

Devant la forte demande mondiale en énergie électrique, les alternateurs à diodes tournantes constituent une solution largement répandue dans les installations de génération d’électricité de fortes puissances (hydraulique, fossile et éolien) ainsi que dans les applications îlotées sous forme de groupes électrogènes ou de petits alternateurs intégrés dans les systèmes embarqués. La renommée de ce type d’alternateur s’est construite sur leurs robustes constitutions mécanique et électrique et sur leur parfaite adaptabilité au type de charge alimentée. Néanmoins, l’utilisation de ces machines dans des conditions de fonctionnement très contraignantes, que cela soit à cause des fortes puissances demandées par les applications industrielles ou des contraintes environnementales dans lesquelles travaillent les alternateurs isolés, engendre une recrudescence de défauts, principalement de types électriques, à l’intérieur du système. L’apparition de ces défaillances est extrêmement délétère pour des applications à haut niveau de service et dont un arrêt intempestif peut engendrer des coûts de maintenance et d’immobilisation très élevés pour les opérateurs. Devant la nécessité de planifier de façon optimisée les opérations de maintenance à effectuer sur les alternateurs, il est possible de mettre en place des stratégies de diagnostic qui surveillent l’apparition des principales défaillances susceptibles de toucher ce type de machine. Bien que les modifications imprévisibles du point de fonctionnement liées à la charge compliquent la tâche, il est envisageable de mettre en lumière la présence de défauts de court-circuit dans les bobinages ainsi que des défaillances de diodes dans le pont redresseur triphasé en étudiant les modifications des formes d’ondes des signaux électriques générés. Ce travail est décrit dans la présente thèse. Face au manque d’antécédents sur le sujet, une grande partie des recherches s’est focalisée sur la conception et la mise en place d’un modèle numérique d’alternateur à diodes tournantes représentatif des formes d’ondes réelles en régimes sain et défaillant, tache non triviale étant donné le caractère saillant des pôles de l’alternateur. Pour répondre à ces attentes, un processus original de co-simulation a été mis en place présentant une identification des inductances de l’alternateur sous Flux2D et une estimation numérique des équations différentielles du système sous Matlab. Cette modélisation fiable a par la suite permis une sélection d’indicateurs de diagnostic par analyse fréquentielle des signaux électriques qui sont capables, sans ajout de capteurs supplémentaires, d’informer l’utilisateur sur la présence de défauts à l’intérieur du système. Afin de s’assurer une bonne compréhension des phénomènes, un grand soin a été apporté à la justification théorique des modifications spectrales introduites par les défauts dans les signaux électriques. Une importante campagne d’essais expérimentaux a permis la validation des modèles sain et défaillant grâce à la réalisation, par la société Nidec Leroy- Somer, d’un alternateur capable de simuler des défauts de court-circuit inter-spires stator. Ces essais ont mis au jour la possibilité de détecter les défauts dans de nombreuses configurations de court-circuit, mais également la difficulté de les prévoir de façon anticipée, ouvrant par là même de nombreuses perspectives de recherche. / Considering human.s huge needs in electrical energy, power alternators equipped with integrated rotating rectifiers represent a widely used solution. Indeed, this type of generator equips most of the industrial electrical power plants (hydro, fossil and wind) as well as isolated applications in the form of Diesel generators or onboard alternators. Due to their robustness and their electrical adaptability, power alternators have acquired a solid reputation and are therefore considered as an obvious solution when dealing with energy production activities. Nonetheless, the hard conditions to which they are constrained imply a dramatic deterioration of their mechanical and electrical components that can lead to serious damages, such as the loss of diodes or the emergence of short-circuits in the alternator.s coils. Such damages can make it impossible for the alternator either to fully deliver the expected power or to simply continue being operated, engendering in both cases a forced outage of the alternator and impacting dramatically the maintenance and exploitation costs. In order to avoid such issues, a setting up of diagnostic methods has been considered in this work. Even though the modifications of the electrical load is a big matter proper to electrical generation applications, a diagnostic method consisting in the monitoring of electrical signal spectra may be undertaken and can inform the user about the apparition of unintended faults. Due to the lack of knowledge on the electrical malfunctions of this kind of alternator, a great part of the thesis has been dedicated to the numerical modelling of the complete system, in healthy as well as in faulty operating conditions. Because of the salience of the rotor poles, an accurate representation of the alternator.s inductances constitutes a key point of a faithful simulation of the signals. waveforms. To offer a more convenient model, an original co-simulation process between Flux2D and Matlab has been developed. It is composed of an easy-to-use numerical model based on differential equations developed in Matlab and conserves the inductances accuracy thanks to an identification with the finite elements in Flux2D. This model could then be used to develop a diagnostic methodology based on the surveillance of several spectral components specific to different electrical signals. These components have proven themselves sensitive to the fault and offer by the way a clear view of the state of health of the system. Furthermore, a theoretical study has been undertaken to demonstrate the modifications of the fault indicators created by the occurrence of an electrical fault. In addition, a thorough test campaign has been realised in order to confirm the validity of both the numerical models and the diagnostic methodology. This campaign has become feasible thanks to the development of a special 27kVA alternator by Nidec Leroy-Somer, in which additional plugs have been inserted to give access to different turns of a stator coil, and thus to enable the realisation of stator inter-turn short-circuits. The campaign has brought valuable information about the opportunities to detect a short-circuit in a primitive phase and let the doors open to further researches in this domain.

L’avènement des aimants permanents et les progrès récents dans l’électronique de puissance ont joué un rôle majeur dans l’évolution de la motorisation électrique des véhicules. Actuellement, les machines synchrones à aimants permanents (MSAP) grâce à leurs performances, et surtout leur efficacité énergétique, sont considérées comme les candidats idéaux pour les chaînes de traction des véhicules hybrides et électriques. Toutefois, en raison du vieillissement des matériaux, des défauts de fabrication ou des conditions de fonctionnement assez sévères, différents types de défauts sont capables de survenir dans les composants de la machine, ses organes de commande ou de mesure. Pour répondre aux exigences de sûreté, de fiabilité et de disponibilité, l’intégration d’une approche de surveillance et de diagnostic de défauts, dans le groupe motopropulseur électrique automobile, devient de plus en plus primordiale. Dans ce contexte, l’objectif de la thèse est de contribuer au diagnostic et à la caractérisation de défauts dans la MSAP par une analyse vibratoire. En premier temps, des approches analytiques de modélisation de la MSAP et des défauts : de court-circuit inter-spires, d’excentricité et de démagnétisation rotoriques serontproposées. L’intérêt majeur de tels modèles, dans le cadre du diagnostic, est d’étudier le comportement de la machine en présence de défauts étudiés afin d’en déduire les méthodes de détection les plus adaptées. En outre, des modèles numériques seront développés afin de les confronter aux parties magnétique et mécanique analytiques de la machine ainsi qu’au défaut de démagnétisation. Dans la phase d’analyse des impacts de défauts, nous allons nous focaliser sur les cas d’excentricité et de démagnétisation rotoriques. Les indicateurs de défauts seront extraits des représentations du signal vibratoire dans le temps et l’espace et de leurs transformées de Fourier, pour les cas de défauts simples et les cas de deux défauts combinés. Pour les cas simples, deux approches de localisation seront proposées : la première utilise le principe de tests statistiques et de tables de signatures, inspirée des méthodes de diagnostic à base de modèles, alors que la deuxième repose sur un banc de trois réseaux de neurones, où chacun est à une entrée et une sortie et destiné à localiser un type de défaut. Enfin, les performances des deux approches, en termes de robustesse et d’adaptabilité, seront comparées pour les mêmes ensembles de seuillage/d’apprentissage et de test. / The advent of new magnetic materials and recent advances in power electronics have played a major role in the progress of hybrid electric vehicles. Nowadays, permanent magnet synchronous machines (PMSM) thanks to their performances, especially their energy efficiency, are considered as ideal candidates for the traction chains of hybrid and electric vehicles. However, due to material aging, manufacturing defects or severe operating conditions, different types of faults are capable to occur in the machine components, its control or measuring devices. In order to ensure safety, reliability and availability, the integration of a fault diagnosis and condition monitoring approach in the automotive electrical powertrain system is becoming more and more important. In this context, the aim of the thesis is to contribute to the diagnosis and characterization of faults in the PMSM based on a vibration analysis. First, analytical modeling approaches for the PMSM and inter-turn short-circuits, eccentricity and rotor demagnetization faults will be proposed. The major interest of such models, in a diagnosis context, is to study the behavior of the machine in the presence of studied faults in order to deduce the most suitable detection methods. In addition, numerical models will be developed in order to validate the analytical magnetic and mechanical parts of the machine as well as the demagnetization fault. In the phase of fault impact analysis, we will focus on the cases of rotor eccentricity and demagnetization. The fault indicators will be extracted from the vibratory signal representations in time and space domains and their Fourier transforms, in the cases of single faults and the cases of two combined faults. For single fault cases, two diagnosis approaches will be proposed: the first uses the principle of statistical tests and fault signature tables, inspired by model-based diagnosis methods, while the second relies on a set of three neural networks, such as each one is with a single input and a single output and dedicated to isolate one type of fault. Finally, the performance of these two approaches, in terms of robustness and adaptability, will be compared for the same training and test sets.

Actuellement, les machines Asynchrones à Double Alimentation (MADA) sont omniprésentes dans le secteur éolien, grâce à leur simplicité de construction, leur faible coût d’achat et leur robustesse mécanique ainsi que le nombre faible d’interventions pour la maintenance. Cependant, comme toute autre machine électrique, ces génératrices sont sujettes aux défauts de différent ordre (électrique, mécanique, électromagnétique…) ou de différents types (capteur, actionneur ou composants du système). C’est pourquoi, il est primordial de concevoir une approche de diagnostic permettant de manière anticipée, de détecter, localiser et identifier tout défaut ou anomalie pouvant altérer le fonctionnement sain de ce type de machine. Motivés par les points forts des méthodes de diagnostic de défauts à base d’observateurs, nous proposons d’une part, dans cette thèse, une approche de détection, localisation et identification des défauts de la MADA d’une éolienne à vitesse variable, à base des observateurs de Kalman, performants et largement utilisés. Les erreurs d’estimation d’état du filtre de Kalman linéaire et de ses variantes non-linéaires, à noter : le Filtre de Kalman Etendu (EKF) et le Filtre de Kalman sans-Parfum (UKF), sont utilisés comme résidus sensibles aux défauts. En vue d’éviter les fausses alarmes et de découpler les défauts des perturbations et des bruits, l’analyse des résidus générés est réalisée par des tests statistiques tels que : Test de Page Hinkley (PH) et Test DCS (Dynamic Cumulative Sum). Pour la localisation des défauts multiples et simultanés, la Structure d’Observateurs Dédiés (DOS) et la Structure d’Observateurs Généralisés (GOS) sont appliquées. De plus, l’amplitude du défaut est déterminée dans l’étape d’identification de défaut. Les défauts capteurs, actionneurs et composants de la MADA, sont traités dans ce travail de recherche. D’autre part, une étude comparative entre les différents observateurs de Kalman, est élaborée. La comparaison porte sur les critères suivants : le temps de calcul, la précision et la vitesse de convergence des estimations. / Actually, the Doubly Fed Induction Generators (DFIG) are omnipresent in the wind power market, owing to their construction simplicity, their low purchase cost and their mechanical robustness. However, as any other electrical machine, these generators are subject to defects of different order (electrical, mechanical, electromagnetic ...) or of different type (sensor, actuator or system). That’s why, it is important to design an effective diagnostic approach, able to early detect, locate and identify any defect or abnormal behavior, which could undermine the healthy operation of this machine On the one hand, motivated by the observer-based fault diagnosis methods strengths, we proposed, in this thesis, a diagnostic approach for the faults detection, localization and identification of the DFIG used in variable speed wind turbine. This approach is based on the use of the efficient and widely used Kalman observers. The state estimation errors of the linear Kalman filter and the non-linear Kalman filters, named: The Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF) are used as faults sensitive residuals. In order to avoid false alarms and to decouple faults from disturbances and noises, the faults detection is carried out by the analysis of the residuals generated, by the mean of statistical tests such as: Hinkley Page Test (PH) and DCS Test (Dynamic) Cumulative Sum). For the localization step in case of multiple and simultaneous faults, the Dedicated Observer scheme (DOS) and the Generalized Observer scheme (GOS) are applied. In addition, the fault level is determined in the fault identification step. Sensor faults, actuator and system faults of DFIG, are treated in this research work. On the other hand, a comparative study between the three Kalman observers proposed is performed. The comparison was done in terms of (1) the computation time, (2) the estimation accuracy, and (3) the convergence speed.