Return to search

Impacts des modèles de pertes sur l’optimisation sur cycle d’un ensemble convertisseur – machine synchrone : applications aux véhicules hybrides / Impacts of loss models on the optimization design during driving cycle of permanent magnet synchronous machines for hybride electric vehicle applications

La quasi-totalité des études de machines synchrones à aimants permanents (MSAP) pour les applications aux véhicules hybrides concernent les performances uniquement sur quelques points particuliers d’un cycle de fonctionnement du véhicule (le point de base, le point à grande vitesse ou le point le plus sollicité). Cependant, ces machines électriques fonctionnent souvent à différents couples et à différentes vitesses. Cette thèse s’intéresse donc à l’étude des performances de MSAP sur l’ensemble d’un cycle de fonctionnement en vue de les optimiser sur cycle. Durant cette thèse, l’auteur a contribué à développer les modèles de couple, de défluxage, de pertes cuivre et de pertes magnétiques et les méthodes de calcul de ces pertes à vide et en charge pour les quatre MSAP dont trois machines à concentration de flux et une machine à aimants en surface du rotor et pour trois cycles de fonctionnement : NEDC, Artemis-Urbain et Artemis-Routier. Une validation expérimentale de ces modèles a été effectuée sur un banc d’essai moteur avec deux prototypes de MSAP. Ensuite, les MSAP ont été dimensionnées en vue d’une minimisation des pertes sur cycle et du courant efficace du point de base. Cette combinaison a pour but d’augmenter le rendement de la machine électrique et de minimiser la dimension de l’onduleur de tension associée. Ce problème d’optimisation multi-objectif a été réalisé en utilisant l'algorithme génétique, Non-Dominated Sorting Genetic Algorithm (NSGA-II). Ainsi, un Front de Pareto des solutions optimales peut être déduit. Les impacts des modèles de pertes (à vide et en charge) sur l’optimisation sur cycle des machines sont étudiés et l’intérêt de chaque modèle est présenté. Les modèles et méthodes de calcul proposés peuvent être appliqués à tous les cycles de fonctionnement, à différentes MSAP et à différentes applications. / Almost all studies of permanent magnet synchronous machines (PMSM) for for hybrid vehicle applications relate to their performances on a specific point of a driving cycle of the vehicle (the base point, the point at high speed or the most used point). However, these machines often operate at different torques and at different speeds. This thesis studies therefore PMSM performances in order to optimize during an entire driving cycle. In this thesis, the author contributed to develop models of torque, field weakening, copper losses and iron losses and methods of calculating these losses at no-load and at load for four MSAP (three concentrated flux machine and a surface mounted PMSM) and for three driving cycles (New Eurepean Driving Cycle, Artemis-Urban and Artemis-Road). An experimental validation of these models was realized on a test bench with two prototypes of MSAP. Then, the MSAP were sized for a minimization of average power losses during the cycle and of the RMS current at the base point. This combination is designed to increase the efficiency of the electrical machine and minimize the size of the associated voltage inverter. This problem of multi-objective optimization was performed using the genetic algorithm, Non-Dominated Sorting Genetic Algorithm (NSGA-II). Thus, a Pareto front of optimal solutions can be derived. The impacts of loss models (at no-load and at load) on the PMSM optimization during the cycle are studied and the interest of each model is presented. Models and calculation methods proposed in this thesis can be applied to all cycles, at different MSAP and for other applications.

Identiferoai:union.ndltd.org:theses.fr/2011DENS0049
Date30 November 2011
CreatorsNguyen, Phi-Hung
ContributorsCachan, Ecole normale supérieure, Gabsi, Mohamed Khémis
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0072 seconds