Toute machine électrique est source de fuites électromagnétiques externes. Ces champs, de valeurs faibles d'un point de vue électrotechnique classique, peuvent se révéler néfastes pour certaines applications, notamment dans le domaine de la détection. L'objectif de cette thèse est donc la discrétion électromagnétique des machines électriques tournantes. Un banc d'essais et un protocole de mesures ont été mis en place. Ils permettent d'étudier avec précision la signature électromagnétique des machines à différentes distances, ainsi que l'influence de certains paramètres comme la nature des flasques ou la présence du rotor. Les effets d'une excentricité sur le rayonnement ont également été évalués dans une optique de prévention et de maintenance des machines électriques. Des modèles numériques, utilisant les éléments finis, ont ensuite été développés. Le modèle 2D ne convient que pour des études qualitatives, ses hypothèses ne rendant pas suffisamment compte de la réalité. L'intérêt du modèle 3D réside dans sa capacité à représenter correctement les phénomènes physiques à l'extérieur de la machine. Un modèle analytique est également proposé dans ce mémoire. De conception simple, basée sur la représentation par moments dipolaires équivalents, il aide à la compréhension de la signature électromagnétique. Enfin, grâce à ces modèles, des solutions de compensations optimales des fuites par un blindage actif, sont envisagées après une présentation de l'état de l'art des solutions utilisées actuellement.

L’essor considérable de la RFID s’accompagne actuellement par le développement de nombreuses technologies qui viennent compléter l’offre déjà présente tout en cherchant à répondre à de nouvelles problématiques. La RFID sans puce (ou chipless) en est un exemple ; l’objectif affiché est de réduire considérablement le prix du tag ainsi que d’augmenter significativement la quantité d’information qu’il contient de manière à pouvoir concurrencer le code à barres tout en conservant les bénéfices d’une approche de lecture flexible basée sur une communication par ondes radio. Pour répondre à la problématique de la quantité d’information d’un tag, ce travail de thèse propose une nouvelle méthode de codage basée sur la forme globale du RCS du tag. Pour ce faire, il faut être capable de réaliser des tags dont le RCS est donné, ce qui consiste à résoudre un problème inverse. Une méthode de conception basée sur l’assemblage de motifs résonants est proposée. Les principales caractéristiques de ces éléments de base (amplitude, fréquence, coefficient de qualités) sont contrôlées par des paramètres géométriques. / The important growth of RFID goes along with the development of many technologies which complement the current offer by adding new possibilities. The chipless RFID is a perfect example of such technology. The purpose of the approach is to considerably reduce the price of the tag while increasing the data encoding capacity in order to compete with the barcode. The RF link between the tag and the reader also permit a flexible reading. In order to increase the coding capacity of a chipless tag, this PHD work proposes a new coding method based on the overall shape of the electromagnetic signature. To do this, we must be able design tags for which the RCS is given in advance, which amounts to the resolution of an inverse problem. A method based on the decomposition of the RCS on a base of resonators is proposed. The main characteristics of these base elements (amplitude, frequency, quality factor) are controlled by geometric parameters.

Dans un premier temps, nous avons exploré la reconnaissance des signatures électromagnétiques des familles d'appareils électriques à l'aide d'un apprentissage supervisé et d'une validation croisée. Les résultats obtenus sont peu fiables. L'exactitude de la classification est de 54.5±26.1% pour les familles d'appareils électriques domestiques testés: la bouilloire, la cuisinière (le four traditionnel et les plaques de cuisson), la hotte de la cuisine, la ventilation de la salle de bain, le fer à repasser, le grille-pain, les luminaires de l'ensemble réfrigérateur-congélateur et les luminaires des lampes. Néanmoins, à partir d'un apprentissage non supervisé, les signatures électromagnétiques permettent tout de même de différencier les appareils selon leur type de charge, résistive ou inductive. Dans un second temps, nous avons cherché du côté des profils de puissance. Les fronts détectés sur le profil de puissance peuvent permettre d'identifier l'allumage et l'arrêt des appareils électriques. Par la suite, à l'aide d'un apprentissage supervisé, les différentiels des fronts de puissance sont associés à un appareil électrique. Le système à été validé lors de la réalisation d'un repas au cours duquel une personne à utiliser l'une des plaques de cuisson, le four traditionnel, la ventilation de la salle de bain, le four à micro-ondes et une machine à expresso. Initialement, le taux de vraie reconnaissance est de seulement 58.2%, le taux de non reconnaissance est de 26.5% et le taux de fausse reconnaissance est de 15.3%. En effet, certains appareils ont des consommations électriques similaires. De plus, plusieurs appareils peuvent fonctionner simultanément. Dans un troisième temps, des règles d'inférences statiques et dynamiques ont été mises en place pour améliorer la reconnaissance des appareils électriques. Par exemple: sur quelle(s) ligne(s) électriques(s) un appareil est branché. Le taux de vraie reconnaissance obtenu passe alors à 95.5%, le taux de non reconnaissance passe à 0.3%. Le système de reconnaissance est limité aux appareils électriques ayant une consommation de puissance supérieure à 70 Watts en raison du bruit électrique présent sur l'une des lignes électriques. Malgré les corrections apportées par les règles d'inférence, certains appareils sont difficilement différenciables. Par exemple: le four traditionnel dans la cuisine et le fer à repasser dans la chambre restent très difficiles à reconnaître. Dans un quatrième temps, nous avons cherché à encore améliorer le taux de vraie reconnaissance en incorporant des informations contextuelles non liées au réseau électrique. L'information apportée par les événements sonores permet de localiser spatialement le résident afin de lever certaines ambiguïtés sur la reconnaissance des appareils. Nous avons développé un système de détection et de localisation des événements sonores basé sur la mise en évidence des transitoires du signal sonore. La localisation de la personne à partir de l'environnement sonore à été validé lors de la réalisation des routines du matin par une personne: se lever, s'habiller, faire sa toilette, préparer et manger un petit déjeuner et enfin s'apprêter pour sortir. La fusion des données sonores et électriques n'a pas été implémentée dans le cadre de cette thèse, mais nos travaux montrent qu'il est possible d'obtenir les données sonores et électriques nécessaires pour ce faire. Finalement, des expérimentations intégrant des assistants cognitifs ont été réalisées avec dix personnes non affectées cognitivement. Le scénario consiste à préparer un pâté chinois, prendre un médicament et faire le repassage. Une application d'aide à la cuisine «SemAssist» et une autre de rappel d'activités «Ap@lz» ont aussi été utilisées au cours de l'expérimentation. Ces expérimentations ont permis d'évaluer en conditions réelles le système de supervision de l'environnement électrique basé sur le profil de puissance. Le taux de vraie reconnaissance est de 87.2±5.0%, le taux de non reconnaissance est de 10.5±4.1% et le taux de fausse reconnaissance est de 2.3±2.7%.