Le problème de la commande sans capteur mécanique de la machine synchrone à aimants permanents (MSAP) est un problème très étudié dans le domaine de l'automatique et de l'électrotechnique. Le travail présenté s'intéresse au problème particulier de la commande sans capteur à basse vitesse des MSAP à pôles lisses. L'objectif est de proposer une méthode permettant de contrôler en position un actionneur électromécanique utilisé dans un contexte aéronautique (ici pour des ailerons). Une étude théorique des deux familles de machines, saillantes et non saillantes, a permis de montrer une différence d'observabilité des modèles de la MSAP selon la vitesse de la machine, avec en particulier une perte d'observabiltié à basse vitesse pour les machines à pôles lisses. Pour pallier cette perte, de nouveaux modèles sont développés, qui prennent en compte des vibrations de la machine, sollicitée par une injection de signaux. Une nouvelle analyse, appliquée à ces modèles, permet de garantir l'observabilité de la machine sur toute la gamme de vitesse, y compris à l'arrêt. Nous avons donc proposé une approche d'observation de la position et de la vitesse basée sur ces nouveaux modèles avec une injection bien choisie. Contrairement aux méthodes classiques basées sur la saillance, cette approche est applicable à tous les types de machine. Elle a été validée sur plusieurs bancs d'essais par l'application d'un observateur de Kalman étendu. De nombreux tests ont été réalisés sur un benchmark dédié aux applications industrielles. Les résultats ont montré les performances, la robustesse et les limites des observateurs proposés. Nous nous sommes également intéressés à l'asservissement en vitesse sans capteur mécanique de la machine, pour lequel nous avons proposé deux méthodes de synthèse d'observateurs. La première est basée sur la synthèse d'un observateur LPV robuste par approche polytopique. La seconde utilise un observateur à modes de glissement d'ordre deux à gains adaptatifs. La faisabilité expérimentale de ces deux observateurs a été démontrée. / The issue of sensorless control of permanent magnet synchronous machine (PMSM) has been well studied in the field of automation and electrical engineering. In the following work, we were interested in the peculiar problem of low-speed sensorless control of surface PMSM. The objective is to o er a new method for the position control of an industrial electro-mechanical actuator, considering an aeronautical context (a flap actuator). First, modeling and observability analyses of surface (non-salient) PMSM and interior (salient) PMSM have been studied. A loss of observability can be especially found at low speed for models of non-salient machines. To overcome this loss, we have developped new models, that take into account vibrations caused by a signal injection. A theoretical observability study of these latter models shows that observability is now guaranteed for the whole speed range, including standstill. We thus proposed an estimation method of the position and speed of the PMSM, based on these models, with a dedicated injection signal. Unlike sallient-based methods that are only valid for sailent machines, our approach can be used with all types of PMSM. An Extended Kalman Filter is used to observe the position, speed and eventually the load torque. The proposed approach was validated on a dedicated test bench. Many simulation and experimental tests were performed on an industrial-oriented benchmark. Results showed the performances, robustness and limitations of the proposed observers. We have also studied speed sensorless control of the machine. Indeed, two observer syntheses have been presented. The first one is based on robust synthesis of an LPV observer using a polytopic approach. The second method is an adaptative-gain second-order sliding mode observer. Experimental feasibility of the two methods has been demonstrated.

L'intérêt pour les véhicules électriques ne cesse de croitre au sein de la société contemporaine compte tenu de ses nombreuses interrogations sur l’environnement et la dépendance énergétique. Dans ce travail de thèse, nous essayons d’améliorer l’acceptabtabilité sociétale du véhicule électrique en essayant de faire avancer la recherche sur le diagnostique des défauts d’une chaine de traction électrique. Les résultats escomptés devraient permettre à terme d’améliorer la fiabilité et la durabilité de ces systèmes.Nous commençons par une revue des problèmes des défauts déjà apparus dans les véhicules hybrides séries qui disposent de l’architecture la plus proche du véhicule électrique. Une étude approfondie sur le diagnostic des défauts d’un convertisseur de puissance statique (AC-DC) ainsi que celle du moteur synchrone à aimants permanents est menée. Quatre types de défauts majeurs ont été répertoriés concernant le moteur (court-circuit au stator, démagnétisation, excentricité du rotor et défaut des roulements). Au niveau du convertisseur, nous avons considéré le défaut d’ouverture des interrupteurs. Afin d’être dans les mêmes conditions d’utilisation réelle, nous avons effectué des tests expérimentaux à vitesse et charge variables. Ce travail est basé aussi bien sur l’expérimentation que sur la modélisation. Comme par exemple, la méthode des éléments finis pour l’étude de la démagnétisation de la machine. De même, l’essai en court-circuit du stator du moteur en présence d’un contrôle vectoriel.Afin de réaliser un diagnostic en ligne des défauts, nous avons développé un modèle basé sur les réseaux de neurones. L’apprentissage de ce réseau de neurone a été effectué sur la base des résultats expérimentaux et de simulations, que nous avons réalisées. Le réseau de neurones est capable d'assimiler beaucoup de données. Ceci nous permet de classifier les défauts en termes de sévérité et de les localiser. Il permet ainsi d'évaluer le degré de performance de la chaine de traction électrique en ligne en présence des défauts et nous renseigner ainsi sur l'état de santé du système. Ces résultats devraient aboutir à l’élaboration d’une stratégie de contrôle tolérant aux défauts auto-reconfigurable pour prendre en compte les modes dégradés permettant une continuité de service du véhicule ce qui améliorera sa disponibilité. / The interest in the electric vehicles rose recently due both to environmental questions and to energetic dependence of the contemporary society. Accordingly, it is necessary to study and implement in these vehicle fault diagnosis systems which enable them to be more reliable and safe enhancing its sustainability. In this work after a review on problem of faults in the drivetrain of series hybrid electric vehicles (SHEV), a deep investigation on fault diagnosis of AC-DC power converter and permanent magnet synchronous motor (PMSM) have been done as two important parts of traction chains in SHEVs. In other major part of this work, four types of faults (stator winding inter turn short circuit, demagnetization, eccentricity ant bearing faults) of a PMSM have been studied. Inter turn short circuit of stator winding of PMSM in different speeds and loads has been considered to identify fault feature in all operation aspects, as it is expected by electric vehicle application. Experimental results aiming short circuits, bearing and eccentricity fault detection has been presented. Analytical and finite element method (FEM) aiming demagnetization fault investigation has been developed. The AC-DC converter switches are generally exposed to the possibility of outbreak open phase faults because of troubles of the switching devices. This work proposes a robust and efficient identification method for data acquisition selection aiming fault analysis and detection. Two new patterns under AC-DC converter failure are identified and presented. To achieve this goal, four different level of switches fault are considered on the basis of both simulation and experimental results. For accuracy needs of the identified pattern for SHEV application, several parameters have been considered namely: capacitor size changes, load and speed variations. On the basis of the developed fault sensitive models above, an ANN based fault detection, diagnosis strategy and the related algorithm have been developed to show the way of using the identified patterns in the supervision and the diagnosis of the PMSM drivetrain of SHEVs. ANN method have been used to develop three diagnosis based models for : the vector controlled PMSM under inter turn short circuit, the AC/DC power converter under an open phase fault and also the PMSM under unbalanced voltage caused by open phase DC/AC inverter. These models allow supervising the main components of the PMSM drivetrains used to propel the SHEV. The ANN advantages of ability to include a lot of data mad possible to classify the faults in terms of their type and severity. This allows estimating the performance degree of that drivetrains during faulty conditions through the parameter state of health (SOH). The latter can be used in a global control strategy of PMSM control in degraded mode in which the control is auto-adjusted when a defect occurs on the system. The goal is to ensure a continuity of service of the SHEV in faulty conditions to improve its reliability.

Cette thèse propose des approches neuromimétiques d'identification et de commande avec des applications directes au Filtre Actif Parallèle (FAP) et au Moteur Synchrone à Aiment Permanent (MSAP). Une structure neuronale complète a été développée pour réaliser toutes les fonctionnalités d'un FAP pour compenser des harmoniques de courant. La phase instantanée et les composantes symétriques d'un système triphasé de tensions ou de courants ont été estimées avec une boucle à verrouillage de phase neuronale. L'identification des harmoniques de courant a été réalisée avec des réseaux de neurones de type Adaline opérant dans les différents repères. Plusieurs schémas de commande ont été développés pour réinjecter les courants de compensation à l'aide d'un onduleur. Ils sont basés sur des techniques neuromimétiques, sur la logique floue, ou sur leur association. Une approche neuronale a été développée pour commander une MSAP à distribution quelconque avec des contraintes prédéterminées réduisant les ondulations du couple. Elle consiste en des schémas de commande directe en couple ou en vitesse pour obtenir les courants statoriques optimaux qui donnent exactement le couple électromagnétique (ou la vitesse) désiré et qui réduisent au maximum les pertes par effet Joule. Ces commandes intègrent deux blocs neuronaux, l'un dédié au calcul des courants optimaux et l'autre pour assurer leur génération à travers un onduleur de tension. Toutes les approches neuromimétiques ont été validées par des tests de simulation et des essais expérimentaux. Des comparaisons avec les méthodes de commande classique démontrent des caractéristiques supérieures en termes de performance et de robustesse. / This thesis proposes Artificial Neural Networks (ANN) approaches for the identification and the control of an Active Power Filter (APF) and a Permanent-Magnet Synchronous Motor (PMSM). A completed neural architecture was developed for an APF for harmonic currents compensation. The instantaneous phase and the symmetrical components of a three-phase voltage or current were estimated with a neural phase Jock loop. The harmonic terms were identified by Adaline neural networks that estimate the instantaneous powers within different reference frames. Several intelligent techniques, based on neural networks, fuzzy logic or their association, were developed to control the inverter used to inject the harmonic currents phase-opposite. An original neural approach was also carried out for reducing the torque ripple of a non-sinusoidal PMSM. It consists in a direct torque or in a speed control schemes that elaborate the optimal stator currents which exactly give a desired electromagnetic torque or speed and which minimize the ohmic losses. The control schemes integrate two neural networks, one to calculate the optimal currents and one to ensure their generation through an inverter. The neural network approaches were all evaluated by simulated and experimental tests. The results confirm their excellent characteristics in terms of both performance and robustness. Comparisons with conventional methods prove their superiority.

Les préoccupations actuelles sur le réchauffement climatique et la déplétion des ressources fossiles exigent une mutation basée sur le développement durable. Ainsi, afin de garder nos acquis en termes de mobilité, il est extrêmement important de trouver des solutions de propulsion propres et efficaces. C'est pourquoi, la conception optimale systémique des chaînes de traction électrique est un enjeu majeur.<br /><br />La thèse présente une méthodologie rationnelle pour la conception optimale systémique appliquée à la conception des chaînes de traction électrique. La méthodologie est générale et se base sur l'optimisation sous contraintes. Elle intègre l'utilisation de différents niveaux de granularité au sein du modèle de conception. Une interface a été développée afin d'appliquer aisément cette méthodologie à des cas pratiques variés. Deux objectifs ont été traités, le premier concerne la définition des cahiers des charges des composants, le deuxième concerne la conception détaillée d'un composant de la chaîne de traction en prenant en compte l'ensemble du système. Ces applications mettent en évidence les avantages de la méthodologie proposée et l'importance de l'approche systémique.