Ce sujet de thèse s'intéresse à l'étude des effets des charges aérodynamiques sur le comportement dynamique non linéaire d'une éolienne à axe vertical de type Darrieus. Cette dernière présente, comparativement aux autres éoliennes, des profits très importants à exploiter, notamment dans les milieux urbains. Il s'agit d'une technologie fiable caractérisée surtout par son fonctionnement omnidirectionnel ainsi que son adaptation à tout type de vent. Généralement, ces éoliennes, ayant des phénomènes aérodynamiques complexes, sont affectées par des vibrations au niveau de leur système de transmission de puissance. En fait, ces vibrations commencent à se manifester à partir des pales du rotor jusqu'au génératrice. L'écoulement autour de ses pales présente également un fort caractère instationnaire. Cette caractéristique augmente d'avantage les vibrations aérodynamiques, qui sont automatiquement transmise au système d'engrenage d'éolienne. À ce niveau, nous avons développé un code de calcul numérique permettant de simuler la complexité des aspects aérodynamiques instationnaires tout en gardant un compromis entre la fiabilité des prédictions et la rapidité de calcul. Les simulations sont réalisées suivant une méthode de mécanique des fluides numérique (CFD) instationnaire bidimensionnel. Les résultats de simulation comparés avec ceux disponibles dans la littérature sont en bonne concordance, le rendement aérodynamique étant optimisé, qui présente un apport scientifique notable. Cette étude numérique a été l'objectif de l'analyse de l'impact des charges aérodynamiques vis-à-vis le comportement dynamique du système d'engrenage de l'éolienne en régime non-stationnaire. Dans ce contexte, une étude paramétrique a été développée afin d'établir le fonctionnement optimal de l'éolienne, caractérisé par un couple aérodynamique plus performant associé à des niveaux de vibrations dynamiques acceptables. En général, il est difficile d'identifier précisément la réponse dynamique des éoliennes à cause du caractère turbulent et stochastique des charges aérodynamiques. Par conséquent, il est indispensable de tenir en compte la variabilité des paramètres d'entrée pour assurer la robustesse du système étudié. Adoptons l'objectif de dimensionnement robuste. Une méthode d'évaluation basée sur des approches stochastiques, particulièrement la méthode du Chaos Polynomial, est utilisée pour simuler le comportement dynamique non-linéaire du système d'engrenage d'éolienne, en tenant compte des incertitudes. Ces dernières sont au niveau des charges aérodynamiques, inhérentes au calcul des niveaux vibratoires du système d'engrenage. Ce qui implique un apport scientifique important. Les résultats obtenus par l'approximation par Chaos Polynomial démontrent une forte dispersion des charges aérodynamiques aléatoires dans la réponse dynamique du système d'engrenage, contrairement aux études déterministes. Ce qui prouve l'insuffisance de telles études pour une analyse de robustesse. Les résultats mettent également en évidence la forte corrélation entre les phénomènes aérodynamiques complexes et les vibrations dynamiques. Le couplage établi constitue l'originalité de notre travail. / This thesis focuses on the study of the aerodynamic loads effects on the nonlinear dynamic behavior of Darrieus--type vertical axis wind turbine. The latter has received more attention due to its efficiency in urban regions compared to other wind turbines. In fact, the wind flow speed in urban regions continuously changes direction and is extremely turbulent. The inherent characteristics of its omni-directionality make it more suitable to harnessing this kind of flow. It is known that Darrieus wind turbine is characterized by an inherently unsteady aerodynamic behavior and a complex flow around rotor blades. The non-stationary behavior of the mentioned turbine increases vibration. These aerodynamic vibrations are transmitted to the gearing mechanism. We have, firstly, developed a numerical simulation, allowing to simulate the complexity of the unsteady aerodynamic phenomena keeping a compromise between the reliability of prediction and the rapidity of calculation. This numerical simulation has been carried out using a two-dimensional unsteady Computational Fluid Dynamics (CFD) method. Simulation results compared to those available in the literature are in good agreement. The Darrieus turbine efficiency is also optimized; thus introducing a significant scientific contribution. The latter is the objective of analyzing the aerodynamic load impact in the dynamic behavior of the Darrieus turbine in non-stationary regime. In this context, a parametric study has been developed in order to find optimal functioning of the studied turbine, which is characterized by the most performing aerodynamic torque associated with acceptable levels of dynamic vibration. In general, it is difficult to predict the dynamic response of the wind turbine with a good level of accuracy due to the aerodynamic loads turbulence and uncertain characteristics. It becomes necessary to take into account the uncertainty in the input parameters to ensure the robustness of the Darrieus turbine geared system. In a robustness study objective, the Polynomial Chaos method is adopted to predict the nonlinear dynamic behavior of the gearing system taking into account uncertainties which are associated to the performance coefficient of the input aerodynamic torque. This leads to an important scientific research contribution. The results have shown a large dispersion of the random parameter in the dynamic response of the gearing system compared to the deterministic study. That proves the insufficiency of that study for a robustness analyses. They have also proved that the Polynomial Chaos method is an efficient probabilistic tool for uncertainty propagation. Finally, the new proposed robust mechanical analysis indicates a good capacity to investigate the dynamic behavior of the Darrieus turbine thanks to its superior predictive capabilities in coupling complex aerodynamic phenomena with a mechanical gearing system vibration. Where the originality of such correlation in our work.

Orientador: Prof. Dr. Diogo Coutinho Soriano / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Engenharia Biomédica, 2017. / Interfaces cérebro-computador (BCIs) definem canais de comunicação capazes de mapear sinais cerebrais em sinais de controle para dispositivos externos, sem utilização dos eferentes biológicos, utilizando comumente estratégias não invasivas para tanto, tal como obtido pela eletroencefalografia de superfície. Dentre os principais paradigmas BCI têm-se os potenciais visualmente evocados em regime estacionário (SSVEP - steady state visually evoked potential), o qual se baseia no sincronismo da atividade elétrica do córtex visual com estímulos visuais externos, permitindo assim a identificação dos eletrodos e frequências estimulatórias mais eficientes para a discriminação dos estímulos escolhidos pelo usuário via modulação da sua atenção. Tal paradigma de sistema BCI tem sido utilizado como uma importante estratégia no âmbito do desenvolvimento de tecnologias assistivas, as quais visam aumentar a qualidade de vida de pacientes com severas limitações motoras e de comunicação. Neste contexto, o presente trabalho apresenta contribuições à implementação de sistemas BCI-SSVEP operando de modo off-line e em tempo de execução (on-line). Para tanto, analisa-se aqui um conjunto de estruturas de processamento de sinais que levam ao melhor desempenho na tarefa de reconhecimento de padrões considerando técnicas clássicas de estimação de espectro e análise de correlação canônica (CCA - Canonical Correlation Analysis), um método comumente referenciado por seus bons resultados. Comparativos envolvendo variantes de pré-processamento baseados na filtragem espacial e na seleção de atributos também são apresentados. Dois conjuntos de dados foram analisados em ambiente off-line e um em tempo de execução. O primeiro conjunto de dados off-line foi analisado a partir da coleta de dados em cooperação científica no contexto do projeto DesTiNe, enquanto o segundo conjunto envolveu coleta de dados off-line e em tempo de execução no próprio laboratório de Métodos Computacionais para a Bioengenharia da UFABC. Como contribuições centrais podem-se mencionar: 1) comparativo de desempenho utilizando variantes de técnicas de filtragem espacial, extração e seleção de características em ambiente off-line; 2) implementação de um setup completo experimental para realização de experimentos BCI-SSVEP com neuro-feedback visual e auditivo; 3) Disponibilização de uma base de dados BCI-SSVEP contendo aquisições de 15 sujeitos com 12 sessões de 6 segundos para cada uma das 4 frequências (10, 11, 12 e 13 Hz), totalizando 48 sessões por sujeito, i.e. um total de 720 sessões de 6 s ou 4.320 s de dados disponibilizados para a comunidade científica; 4) Comparação de 3 métodos de extração de características em âmbito off-line (FFT, Welch e CCA); 5) Comparação de 2 métodos de extração de características em âmbito on-line, FFT e CCA; 6) Análise de desempenho on-line versus off-line. / Brain-computer interfaces (BCIs) define communication channels capable of mapping brain signals in control signals to external devices, without the use of biological efferents, using commonly non-invasive strategies for both, as obtained by surface electroencephalography. Among the main BCI paradigms are the steady state visually evoked potentials (SSVEP), which is based on the synchronization of the electrical activity of the visual cortex with external visual stimuli, thus allowing the identification of the electrodes and frequencies stimulus for discriminating the stimuli chosen by the user by modulating its attention. This BCI system paradigm has been widely used in the development of assistive technologies, which aim to increase the quality of life of patients with severe motor and communication limitations. In this context, this work presents contributions to the implementation of BCI-SSVEP systems operating offline and at run-time. To do so, we analyze here a set of signal processing structures that lead to the best pattern recognition performance considering classical techniques as spectrum estimation and Canonical Correlation Analysis (CCA), a commonly cited method for its good results. Comparisons involving preprocessing variants based on spatial filtering and attribute selection are also presented. Two sets of data were analyzed in an offline environment and one at run time. The first set of off-line data was analyzed from data collection in scientific cooperation in the context of DesTiNe project, while the second set involved off-line and run time data analysis in the Laboratory of Computational Methods for Bioengineering at UFABC. As central contributions may be mentioned: 1) comparative performance using variants of techniques of spatial filtering, feature extraction and feature selection in an offline environment; 2) implementation of a complete experimental setup to perform BCI-SSVEP experiments with visual and auditory neuro-feedback; 3) Availability of a BCI-SSVEP database containing acquisitions of 15 subjects with 12 sessions of 6 seconds for each of the 4 frequencies (10, 11, 12 and 13 Hz), totaling 48 sessions per subject, ie a total of 720 sessions of 6 s or 4,320 s of data made available to the scientific community; 4) Comparison of 3 methods of feature extraction in off-line environment (FFT, Welch and CCA); 5) Comparison of 2 methods of feature extraction in online scope, FFT and CCA; 6) Analysis of performance online versus offline.

Tradicionalmente, la detección de faltas en máquinas eléctricas se basa en el uso de la Transformada Rápida de Fourier ya que la mayoría de las faltas pueden ser diagnosticadas con ella con seguridad si las máquinas operan en condiciones de régimen estacionario durante un intervalo de tiempo razonable. Sin embargo, para aplicaciones en las que las máquinas operan en condiciones de carga y velocidad fluctuantes (condiciones no estacionarias) como por ejemplo los aerogeneradores, el uso de la Transformada Rápida de Fourier debe ser reemplazado por otras técnicas. La presente tesis desarrolla una nueva metodología para el diagnóstico de máquinas de inducción de rotor de jaula y rotor bobinado operando en condiciones no estacionarias, basada en el análisis de las componentes de falta de las corrientes en el plano deslizamiento frecuencia. La técnica es aplicada al diagnóstico de asimetrías estatóricas, rotóricas y también para la falta de excentricidad mixta. El diagnóstico de las máquinas eléctricas en el dominio deslizamiento-frecuencia confiere un carácter universal a la metodología ya que puede diagnosticar máquinas eléctricas independientemente de sus características, del modo en el que la velocidad de la máquina varía y de su modo de funcionamiento (motor o generador). El desarrollo de la metodología conlleva las siguientes etapas: (i) Caracterización de las evoluciones de las componentes de falta de asimetría estatórica, rotórica y excentricidad mixta para las máquinas de inducción de rotores de jaula y bobinados en función de la velocidad (deslizamiento) y la frecuencia de alimentación de la red a la que está conectada la máquina. (ii) Debido a la importancia del procesado de la señal, se realiza una introducción a los conceptos básicos del procesado de señal antes de centrarse en las técnicas actuales de procesado de señal para el diagnóstico de máquinas eléctricas. (iii) La extracción de las componentes de falta se lleva a cabo a través de tres técnicas de filtrado diferentes: filtros basados en la Transformada Discreta Wavelet, en la Transformada Wavelet Packet y con una nueva técnica de filtrado propuesta en esta tesis, el Filtrado Espectral. Las dos primeras técnicas de filtrado extraen las componentes de falta en el dominio del tiempo mientras que la nueva técnica de filtrado realiza la extracción en el dominio de la frecuencia. (iv) La extracción de las componentes de falta, en algunos casos, conlleva el desplazamiento de la frecuencia de las componentes de falta. El desplazamiento de la frecuencia se realiza a través de dos técnicas: el Teorema del Desplazamiento de la Frecuencia y la Transformada Hilbert. (v) A diferencia de otras técnicas ya desarrolladas, la metodología propuesta no se basa exclusivamente en el cálculo de la energía de la componente de falta sino que también estudia la evolución de la frecuencia instantánea de ellas, calculándola a través de dos técnicas diferentes (la Transformada Hilbert y el operador Teager-Kaiser), frente al deslizamiento. La representación de la frecuencia instantánea frente al deslizamiento elimina la posibilidad de diagnósticos falsos positivos mejorando la precisión y la calidad del diagnóstico. Además, la representación de la frecuencia instantánea frente al deslizamiento permite realizar diagnósticos cualitativos que son rápidos y requieren bajos requisitos computacionales. (vi) Finalmente, debido a la importancia de la automatización de los procesos industriales y para evitar la posible divergencia presente en el diagnóstico cualitativo, tres parámetros objetivos de diagnóstico son desarrollados: el parámetro de la energía, el coeficiente de similitud y los parámetros de regresión. El parámetro de la energía cuantifica la severidad de la falta según su valor y es calculado en el dominio del tiempo y en el dominio de la frecuencia (consecuencia de la extracción de las componentes de falta en el dominio de la frecuencia). El coeficiente de similitud y los parámetros de regresión son parámetros objetivos que permiten descartar diagnósticos falsos positivos aumentando la robustez de la metodología propuesta. La metodología de diagnóstico propuesta se valida experimentalmente para las faltas de asimetría estatórica y rotórica y para el fallo de excentricidad mixta en máquinas de inducción de rotor de jaula y rotor bobinado alimentadas desde la red eléctrica y desde convertidores de frecuencia en condiciones no estacionarias estocásticas. / Vedreño Santos, FJ. (2013). Diagnosis of electric induction machines in non-stationary regimes working in randomly changing conditions [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/34177 / TESIS