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.

Ce travail de recherche porte sur l’étude de l’effet du vieillissement par fatigue électrothermique sur la compatibilité électromagnétique des composants de puissance à base de carbure de silicium. Il est axé sur deux grandes parties ; une partie expérimentale et une autre plus orientée modélisation. Sur le plan expérimental, cette thèse étudie l’effet du vieillissement des transistors à base de carbure de silicium utilisés dans les convertisseurs statiques sur les perturbations électromagnétiques générées par ces convertisseurs. La deuxième partie porte sur la modélisation de ces transistors afin d’émuler l’effet de leur vieillissement sur les perturbations électromagnétiques des modules qu’ils composent. Cette dernière étape repose sur une étude de l’évolution des caractéristiques électriques statiques et dynamiques effectuées sur le composant sous test pour extraire les principaux paramètres intrinsèques du transistor de puissance dégradé après les séries de stress appliquées. En effet, ces paramètres intrinsèques dégradés émulent l’effet du vieillissement et sont représentatifs des principaux phénomènes pouvant influencer les convertisseurs de puissance étudiés. De ce fait, le changement de leurs valeurs dans le modèle du dit composant, décrit en VHDL-AMS et implémenté sur le simulateur de type circuit ANSYS SIMLORER, nous permet d’obtenir un modèle d’un tel composant après vieillissement. Cette étape a permis de valider la méthodologie développée pour la simulation des perturbations électromagnétiques conduites d’un composant sain dans un premier temps et d’un composant vieilli dans un second. Globalement, cette approche de modélisation innovante développée dans ce travail permet d’aider les concepteurs des convertisseurs statiques à prédire les perturbations électromagnétiques conduites avant et après vieillissement sans passer par la mesure et ses points faibles. Ceci apporte des informations complémentaires sur l’évolution des signatures CEM de tels modules durant sa durée de vie et d’estimer donc le risque lié au vieillissement des composants. / This research work focuses on the electrothermal aging effect on the electromagnetic compatibility of power components based on silicon carbide SiC. It focuses on two major parts ; an experimental part and another more oriented modelization. Experimentally, this thesis studies the aging effect of SiC transistors used in static converters on the electromagnetic interferences EMI generated by these converters. The second part deals with the modeling of these transistors in order to emulate the effect of their aging on the EMI of the modules they compose. This step made it possible to validate the methodology developed for the simulation of the conducted EMI of a healthy SiC MOFSET at first and of an aged SiC MOSFET in a second time. Overall, this innovative modeling approach developed in this work helps the designers of static converters to predict the conducted EMI before and after aging without going through the measurement. This provides additional information on the evolution of the EMC signatures of such modules during its lifetime and thus to estimate the risk associated with the aging of the components.

L’objectif de ce travail est d’élaborer un modèle performant/précis de la machine électrique permettant de proposer une technique de pronostic. Dans cette thèse, nous commençons par un état de l’art sur les véhicules électriques hybrides (VHE), les différents types de machines électriques utilisées dans les VHE ainsi que les différents types de défauts pouvant survenir dans ces machines électriques. Nous identifions également les indicateurs de défauts appropriés aux différents défauts considérés. Ensuite, une synthèse de techniques de pronostic pouvant être appliquées est proposée. Le modèle à éléments finis électromagnétiques, thermiques et vibratoires (FEM) de la machine à aimants permanents est présenté. Le modèle est élaboré en fonctionnement normal et défaillant. Les types de défauts considérés sont : démagnétisation, court-circuit et excentricité. Une comparaison entre les deux approches analytique et FEM (méthode numérique) pour la modélisation de machines électromagnétiques est effectuée. Les indicateurs de défauts analysés pour l’extraction les plus pertinents utilisent les différents signaux mesurées suivants : le couple, la température ainsi que les signaux vibratoires en états sains et défectueux. L’approche de pronostic adoptée qui est le modèle de Markov caché (HMM) est développée. L'aspect technique de la méthode est présenté et le module du pronostic est formulé. La méthode de HMM est utilisée pour détecter et localiser les défauts à petites amplitudes. Une stratégie systématique a été développée. Le vieillissement de l’équipement de la machine, en particulier des éléments sensibles comme la bobine de stator et l’aimant permanent, est une question très importante pour le calcul du RUL (Remaining Useful Life). Une stratégie d’estimation pour le calcul RUL est présentée et discutée. La configuration en boucle fermée est très importante. Elle est adoptée par tous les systèmes de véhicules disponibles. Par conséquent, les mêmes étapes mentionnées précédemment s'appliquent également à une configuration en boucle fermée. Un modèle global où l’entrée du FEM de la machine provient de l’onduleur modélisé est élaboré. / The core of the work is to build an accurate model of the electrical machine where the prognostic technique is applied. In this thesis we started by a literature review on hybrid electric vehicles (HEV), the different types of electrical machine used in HEV’s and the different types of faults that may occur in those electrical machine. We also identify the useful monitoring parameters that are beneficial for those different types of faults. Then, a survey is presented where all the prognostic techniques that can be applied on this application are enumerated. The electromagnetic, thermal and vibration finite element model (FEM) of the permanent magnet machine is presented. The model is built at healthy operation and when a fault is integrated. The considered types of faults are:demagnetization, turn to turn short circuit and eccentricity. A confrontation between analytical and FEM (numerical method) for electromagnetic machine modeling is illustrated. Fault indicators where useful measured parameters forfault identification are recognized and useful features from the measured parameters are extracted; torque, temperature and vibration signal are elaborated for healthy and faulty states. The strategy of the adopted prognostic approach which is Hidden Markov Model (HMM) is explained. The technical aspect of the method is presented and the prognostic model is formulated. HMM is applied to detect and localize small scale fault small scale faults were where a systematic strategy is developed. The aging of the machine’s equipment,specially the sensitive ones that are the stator coil’s and the permanent magnet, is a very important matter for RUL calculation. An estimation strategy for RUL calculation is presented and discussed for those mentioned machine’s components. Closed loop configuration is very important; it is adopted by all available vehicle systems. Hence, the same previously mentioned steps are applied for a closed loop configuration too. A global model where the input of the machine’s FEM comes from the modeled inverter is built.

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.