Diagnostic des systèmes complexesPour les Filières Automobile, Aéronautique et Energétique

Snecma Moteurs, Moteur Vulcain 2 en essais

Professeur Houcine CHAFOUKhoucine.chafouk@esigelec.fr

Bucarest 22 – 26 mai 2017

Ecole d’été Francophone CA NTI 23Commande Avancée des Systèmes & Nouvelles Technologies d’Informations

Introduction générale

2

Schéma général d’un système contrôlé

ACTIONNEURS PROCESSUS

MODELISATION,

IDENTIFICATION, ET

ESTIMATION

CAPTEURS

COMMANDE

PASSIVE

Génération des

résidus

Tests statistiques

Pronostic

TOLERANCE AUX FAUTES

ACCOMMODATION & RECONFIGURATION

Présence de

défaillance

Evolution de la

défaillance

Caractérisation

de la défaillance

Origine de la

défaillanceDIAGNOSTIC

Détection

Localisation

Identification

Modification de la structure de la

commande

Adaptation des paramètres de la

commande

COMMANDE ACTIVE

OU

COMMANDE TOLERANTE AUX

FAUTES

3

Du diagnostic à la tolérance aux fautes

Accommodation des

défaillances

Reconfiguration

de la loi de commande

(Commande tolérante

aux fautes)Restructuration de la

loi de commande

Danger

(hors contrôle)

Détection - Localisation

de défauts (FDI)

Défaillance

reconfigurable OuiNon

Objectif

modifiable OuiNon

Défaillance

accommodable OuiNonDegré d

e toléran

ce aux fau

tes

4

• L’accommodation, consiste à poursuivre de façon continue, ou reprendre la mission sans remettre en cause ses objectifs ; cela suppose qu'il est possible de corriger, ou d'annuler les effets des défauts, soit par compensation des erreurs, soit par ajustement du régulateur du système ou du sous-système contenant l'élément défaillant, soit par une procédure de reprise à partir d'un état initial connu.

• La reconfiguration, consiste à poursuivre la mission en reconfigurant le système (changement de structure).

• La restructuration, consiste à changer de mission en reconfigurant ses objectifs ; cela suppose qu'il existe une reconfiguration permettant d'atteindre les nouveaux objectifs fixés.

Du diagnostic à la tolérance aux fautes

Exemple d’application à l’aéronautique

Restructuration

en mode dégradé

HM

HN

Mode nominal

Avion

Accommodation ou reconfiguration

Contrôle rétabli

Action

Phase de réaction

Instant de défaillance

Détection et localisation

t1 t2

6

Élaboration d’algorithmes de Surveillance pour :

la détection des pannes de l’instrumentation ou du process,

la dégradation des composants,

la Gestion et l’optimisation de la Maintenance et de la planification des

interventions.

Signaux de

commandeRéférences

ObservationsSystème de commande

Détection de défauts

et évaluation des

performances

Mécanisme de

reconfiguration

Performances

désirées

Le diagnostic des Systèmes complexes

7

Application du Diagnostic à

l’automobile et l’Aéronautique

8

Application du Diagnostic dans l’automobile et l’Aéronautique

Discipline de base :

Automatique de Contrôle / Commande

Instrumentation intelligente

Capteurs logiciels

Diagnostic Santé Moteur

Commande d'injection du carburant

Thématiques développées :

Filières :Automobile

Aéronautique & Spatiale

Snecma Moteurs

Moteur Vulcain 2 en essais9

10

Filière Automobile

Les défis de la motorisation automobile

Propreté

(faible émission

de polluants)

Fiabilité

Rentabilité

(faible consommation

de carburant)Puissance

Agrément de conduite

(bruits, vibrations, ...)

• Application des techniques de contrôle et de diagnostic

pour l’optimisation de la combustion

Solution proposée :

Objectifs :

• Durcissement des normes européennes antipollution

Contrainte :

11

Le moteur et ses actionneurs

Remplacement des dispositifs mécaniques classiques par des actionneurs

électriques pour une meilleure maîtrise de la combustion

système d’injection à rampe commune (moteurs Diesel)

papillon motorisé (moteurs essence)

turbocompresseur à géométrie variable

vanne EGR

soupapes électromécaniques

Pilotage des actionneurs par une

Unité de Contrôle Electronique

12

Régulation des états de fonctionnement

• débit de démarrage

• régulation du ralenti

• débit de roulage

• gestion des EGR

Diagnostic intégré

• surveillance des capteurs

• détection et traitement

des défauts

• Remplacement des dispositifs d’injection mécaniques

par des systèmes de Régulation Electronique Diesel (RED)

Commande du système d’injection par un calculateur électronique

13

Caractéristiques des systèmes d'injection actuels :

• Découplage des fonctions de génération

et de pression d’injection

• Détermination du point et de la pression d’injection

à partir de cartographies mémorisées

Perspectives de Recherches envisageables :

• Implémentation de lois de commande sur les calculateurs

d'injection

• Élaboration de stratégies complexes antipollution

Apport de l'Electronique embarquée

14

Équipement actuel :

• Capteurs de pression : rampe, suralimentation.

• Capteurs de température : carburant, liquide de refroidissement, air

admission

• Capteurs de vitesse : vilebrequin, arbre à cames, roulage

• Capteur d’accélérateur

• Capteurs de position (angle du papillon)

• Sondes de température (en amont et aval du pot catalytique)

Instrumentation pour le contrôle des actionneurs

Perspective :

• Capteur de vitesse de rotation du turbocompresseur

• Capteur de pression cylindre

• Capteur de vibrations (sur le bloc moteur)

• …

15

Problématique actuelle

• fiabilité des capteurs : détection de défauts, validation des informations

Solutions Diagnostic embarqué (OBD)

Algorithmes de validation de données

• coût de l’instrumentation

• encombrement lié à la présence des capteurs

16

Sorties

mesurées Capteurs

physiquesMoteur

Entrées de

consignes

Capteurs logiciels

Sorties

estimées

Diagnostic

Objectif :

Reconstruction de l’évolution temporelle de variables d’états du moteur à

partir de variables mesurées

Techniques d’estimation d’états :

Filtrage de Kalman, observateur d’état de Luenberger

Remplacement des capteurs physiques par des

capteurs logiciels

Signaux de commande Contrôle

17

Contexte :

• Multiplication des capteurs (pression des pneus, …)

Principe des capteurs logiciels :

• Utilisation d’observateurs (Kalman) afin de connaître

certains états du système sans les mesurer directement

Avantages :

• Réduction du nombre de capteurs

• Gain de place

• Diminution des coûts de production

Capteurs logiciels

18

DAFNEEDiagnostic pour l’Aide à la FiabilisatioN

des Eléments Embarqués

Durée : 3 ans

Partenaires : IRSEEM, CEVAA

Programme : Carnot ESP « Energie et Systèmes de Propulsions »

19

Energie et Systèmes de Propulsion

L’institut Carnot ESP

pour l’optimisation des systèmes de production d’énergie et

des systèmes de propulsion (automobile, aéronautique, aérospatial)

5 laboratoires dans les domaines

• de la mécanique des fluides et de la combustion• des matériaux • de la vibro-acoustique• de l’électronique embarquée

Une Recherche pluridisciplinaire

et une approche « Systèmes »

20

Introduction

• Les systèmes embarqués sont présents de plus en plus dans la vie quotidienne (desmoyens de transport (avion, voiture…) aux petits outils (baladeur musique,téléphone portable,…).

• Certaines études estiment que l’électronique embarquée représente de 30% à 40%le coût de production d’une voiture en 2010

• La mise en œuvre de la norme ISO 26262 en 2011 pour garantir la sécuritéfonctionnelle d'un système embarqué dans le véhicule, ansi que la norme DO178pour l’aéronautique.

• La fiabilité d’une carte électronique destinée aux moyens de transport, sollicitée pardifférentes sources de vibrations dans un véhicule. La vibration excessive peutendommager la carte, causer des défauts structurels. Les derniers peuvent affecterle fonctionnement de véhicule et dans des cas plus graves, ces défauts impactent lasécurité du véhicule.

• => Les défauts structurels doivent être détectés le plus rapidement possible afind’intervenir que ce soit pour changer la stratégie de commande (la commandetolérance aux fautes par exemple) ou pour effectuer la maintenance corrective.

21

Problématique et Objectifs

Systèmes Electroniques Embarqués

Fiabilité

Conception Usage

Diagnostic embarqué

Pronostic

Retour d’information

Amélioration

DAFNEE

22

Démarche

Identification défaillance

Suivi comportement vibratoire

Analyse des signaux

Mise au point stratégie de diagnostic embarqué

Nature et Localisation du défaut

Cycle en fatigue / endurance classiquePot vibrant

Caractérisation vibratoire/ Base de données

Cycle en fatigue / endurance séquentielCaractérisation au vibromètre laser

Détection défaillance / Suivi dans le cycleAlgorithmes de

diagnostic

Système de diagnostic embarqué

Optimisation méthodologie pour système embarqué temps réel

23

• Cas d’application– Carte électronique (calculateur), d’un

industriel de l’automobile, qui présente une faiblesse mécanique.

• Protocole de mesure– Etat initial vibratoire : détermination des

réponses/fréquences propres de la carte et des composants (pot vibrant & vibromètrelaser).

– Cycle en fatigue : chercher la rupture d’un composant ou plusieurs. (pot vibrant).

– Monitoring au cours d’un cycle (pot vibrant & vibromètre laser).

Etudes de fatigue vibratoire

Source CEVAA

24

25

Validation de la procédure de diagnostic

Phase 1 (2012) Phase 2 (2013) Phase 3 (2014)

26

Software In the Loop SIL

L’implantation d’un système dédié directement sur carte, sa validationsera réalisée avec :

Un banc d’endurance vibratoire par exemple au CEVAA

un banc Software In the Loop (SIL) à l’IRSEEM

Phase 1 (2012) Phase 2 (2013) Phase 3 (2014)

Actionneur

(Emetteur)

Capteurs

(Récepteurs)

Matlab / Simulink

Données

réelles

Modèle de la carte

électronique

Banc d’essai (CEVAA)

Cartes

E / S

Cartes processeur

Banc d’essai virtuel (IRSEEM)

Bus PHS

Software In the Loop SIL

27

Phase 1 (2012) Phase 2 (2013) Phase 3 (2014)

Conclusion - Diagnostic

28

Phase 1 (2012) Phase 2 (2013) Phase 3 (2014)

Perspectives - Pronostic

29

Phase 3 (2014)Phase 1 (2012) Phase 2 (2013)

Outils de traitement validés sur cas maîtrisés

30

•Une association « originale » de deux approches :– Etude fiabiliste vibratoire classique – Élaboration d’algorithmes de diagnostic

•Une méthodologie de diagnostic vibratoire validée sur carte électronique de laboratoire

•Un diagnostic en Temps Réel validé sur banc d’essai (SIL/HIL)

Conclusion et perspectives

La mise en œuvre d’une plateforme technologiqueavec des partenaires industriels

Un projet mené sur 3 ans avec le soutien de l’institut Carnot ESP qui a permis de développer :

DAFNEE

La prochaine étape :

Système embarqué

DiagnosticSurveillance

Pronostic

Actions

Décision (maintenance, affectation…)

31

32

Filière Aéronautique

Projet Laplace

Laboratoire pour l’Analyse descouPLAges fluide-structure en

Conditions Extrêmes

Durée : 18 mois

Partenaires : Snecma Moteurs, CNES, IRSEEM, CORIA, CEVAA, AREELIS, CRYODIFFUSION

Programme: FUI /Pôle ASTECH

33

• Conception de procédures de diagnostic de détection de pannes affectant le

fonctionnement de la Turbopompe.

• Algorithmes basés sur une approche non paramétrique basés sur les

informations énergétiques fournis par les capteurs installés sur la

turbopompe.

• Méthodes de diagnostic basés sur des fonctions de transferts, en

collaboration avec le CEVAA , reliant une source de bruit avec les capteurs de

la Turbopompe.

• Le logiciel réalisé devra s’intégrer dans la plateforme (DIADEM) de Snecma.

Objectifs du projet

34

Plateforme DIADEM

CEEVA

- Evaluation des

fonctions de transfert structurales

- Instrumentation

IRSEEM

- Etude d’algorithmes

- Codage

Snecma

- Spécification

- Support intégration (DIADEM)

- Essais

ESSAIS

Logiciel

De

Détection de panne

Calculateur

temps réel

35

Surveillance

Diagnostic :

- Caractérisation

- LocalisationModèles

Lois de commande

Actionneurs Turbopompe Capteurs

Architecture d’un système de Diagnostic

Détection

36

Station de travail

Acquisition de

signaux

Carte dSpace

physique

TurboPompe

Simulation

Temps réelBus PCI

Matlab / Simulink

Control toolbox

Génération de code C

Real-time Workshop

Base de données

Implémentation en Temps Réel

37

Introduction globale (1) Objectifs final du travail mené à L’IRSEEM

Pré-Diagnosticchoix d’indicateursÀ utiliser suivant le type de défaut àDétecter(IRSEEM+Snecma)

Détection etlocalisation (IRSEEM)

Prise de décision(Snecma)

Turbopompe

38

Introduction globale (2)

Suivi de gabarit en fréquence et en amplitude.

IGLB (Indicateur larges bandes) fréquentiels

Kurtosis

Fonction de Transferts

39

Suivi de gabarit en amplitude et en fréquence

Principe : A partir du signal issu du capteur, mise en place d’un module permettant de

détecter pour un spectre fréquentiel un dépassement de seuil en amplitude

et en fréquence.

signal

spectre Seuillageamplitude

dépassement

alarme

spectre f0 f1Gamme fréquentielleanalysée

F recherchée

Fréquence éventuelle défaut

40

Kurtosis

Coefficient caractérisant la pointicité du signal

Roulement bon étatKurtosis Faible

Roulement mauvais étatKurtosis grand

41

Fonction de Transferts

42

Application dispositifs CEVAA

Excitation Pots vibrants oumarteau

Capteur efforts ou accéléromètre +FRF( Fonctions transfert)

Identification du spectre des efforts d’excitation sur la tige

43

Conclusions

Algorithme Kurtosis implémenté sur DIADEM . Avec le nouveau schémaSimulink, possibilité de réduction de la charge de calcul de l’algorithme surDIADEM.

Élimination du point dur de la FFT sur les schémas Simulink des algorithmessuivi de gabarit et IGLB fréquentiel. Préparation de l’implémentation desalgorithmes sur DIADEM prévue Fin Mai.

Évaluation de l’approche FRF proposée en collaboration avec le CEVAA enterme de calcul pour réduire les erreurs.

44

45

Filière Energétique

Surveillance et supervision des ENRs

Houcine Chafouk Houcine.chafouk@esigelec.fr

Technopôle du Madrillet - ROUEN

Surveillance Autonome :

Contrôle/Commande

Surveillance Locale :

Connexion directe

avec le centre de

diagnostic

46

Surveillance a distance

Connexion au

centre de diagnostic

46

47

Développement durable

(Sustainable development)

Facteur 4 (2050)

3x20 (2020)

Kyoto (2012)

Contexte & enjeux (1/4)

48Source : http://www.rte-france.com/

Contexte & enjeux (2/4)

Développement durable

Observer

Analyser

Décider et agir

49

Le numérique au profit du développement des énergies renouvelables

Contexte & enjeux (3/4)

Gestion

des ENR

Optimisation Energétique- Gestion de l’énergie

- Production de l’énergie renouvelable

- Approvisionnement en électricité à faible coût

et à faibles émissions de carbone

Socio-Economique- Création d’emploi pour la gestion de

parcs éoliens : R&D, Ingénierie et

formation

Maintenance Intelligente- Prédictive

- Curative

Surveillance, Fiabilité

et Sûreté de fonctionnement

Environnement- Energies sûre, propre et efficace

- Réduction des émissions de CO2 et

gaz à effet de serre

50

Contexte & enjeux (4/4)

• Répondre aux enjeux de la filière énergie

• Accompagner les projets d’innovation

• Donner plus de visibilité pour les laboratoires dans les thématiques de l’énergie etnotamment l’éolien offshore

• Meilleure coordination entre les différents pôles sur des problématiques liées auxénergies renouvelables et à l’éolien offshore

• Développement d’un Cadre Institutionnel favorable (SRI : Schéma Général de laStratégie Régional d’Innovation )

Réduction des arrêts imprévus

Réduction des pertes de production

Eviter les graves avaries

Limiter les coûts de réparation

Réduire les coûts de maintenance

Planifier les opération de maintenance

Au niveau institutionnel

Au niveau scientifique et technique

51

Objectifs (1/2)

• Conception, Développement & Réalisation d’une plate-forme pourla Surveillance de Parcs Eoliens Offshore :

– La mise en œuvre d’un tel système repose nécessairement sur le développement conjoint :

• d’innovations électroniques et numériques

• d’un nouveau système de production

– Système de surveillance local et à distance pour le parc éolien :

• Instrumentation, Acquisition et Traitement de données (Big Data)

• Une architecture sécurisée de réseau de capteurs sans fils

• Système de gestion et de contrôle commande temps réel

• Un système de maintenance prédictive : mécanique, électrique, électronique de puissance,etc.

– Briques logicielles pour les opérateurs d’exploitations

• Aide à la décision pour la planification des interventions

• Système électronique de pilotage combinant des fonctions de capteur, d’intelligenceembarqué et de communication, adaptés à l’environnement et aux contraintes opérationnellesdu parc éolien et du réseau électrique

• Suivi de l’état de santé des machines en temps réel (Health Monitoring System - HMS) 52

Objectifs (2/2)

– Surveillance :

• Fonctions de surveillance contribuant directement à la gestion efficace de l’énergie

• Au fonctionnement optimisé du réseau et des installations énergétiques

• Systèmes de supervision permettant de gérer en recueillant les principauxparamètres du réseau et des équipements relevés à partir des nombreux capteursdisséminés

– Contrôle/Commande

• Piloter à distance le fonctionnement des équipements et du réseau de parcs

• Sécurité des biens, et des personnes, l’exploitation et la maintenance, la continuitédu service, la quantité de l’énergie, la qualité de l’énergie, la gestion de la demandeet l’efficacité énergétique

– Pilotage

• Système de gestion intégrant un système multivariables

– Big Data

• Volume de données à gérer : données météo, issue de capteurs locaux, relatives àdes évènements locaux

• Croisement et traitement de ces données mobilisera des compétences de plus enplus sophistiquées

53

Fonctionnalités de la plateforme (1/2)

– Communication :

• Assure les interactions et les échanges entre les différents processus du parcéolien

• Communication Intra-Parc et Inter-Parcs

• Communication répondant aux contraintes temps réels imposées par lefonctionnement du parc éolien

– Sécurité :

• Sécurisation des données échangées et protection du réseau du capteur sans fils

– Modélisation :

• Système complexe comprenant plusieurs paramètres

• Données hétérogènes

• Aléas de production du parc éolien

• Développer un modèle précis et robuste

Fonctionnalités de la plateforme (2/2)

54

• Défaillances du stator

• Défaillances du rotor

• Défauts d’isolants dans un enroulement

• Défaillance mécaniques

55

Exemple d’étude des défaillances de la génératrice

Causes internes des défauts

Mécaniques

Frottement Rotor/Stator

Excentricité

Déplacement des conducteurs

Défauts des Roulements

Electriques

Rupture des barres

Défauts statorique

Défauts d’isolement

Causes internes de défauts de la Machine Asynchrone triphasée

Causes externes des défauts

Mécaniques

Pulsation de couple

Surcharge

Mauvais montage

Environnementale

Température

Encrassement

Humidité

Electriques

Fluctuation de tension

Transitoire de tension

Déséquilibre de tension

Causes externes de défauts de Machine Asynchrone

triphasée

Arborescence des défauts internes et externes

56

Les méthodes internes de diagnostic

La méthode du modèle

Les méthodes par modélisation des signatures

Les méthodes d’identification de paramètres

Les méthodes des observateurs : estimation du vecteur d’état.

Techniques avancées de détection et de diagnostic

57

Système complexe

Prétraitement

Conditionnement des

mesures

Traitement

Extraction des indicateurs de santé,

de dégradation

Surveillance

Bilan de santé

Pronostic

De l’évolution de

la santé

Maintenance

Planification optimale des interventions

Diagnostic

Détection, Localisation

et Isolation des défauts

58

Architecture de surveillance et de maintenancedu Diagnostic au Pronostic

59

• Projet 1 : GRR TERA/Réseau MRT (Maîtrise des Risques Technologiques)

– Application au Diagnostic de la MADA (Machine Asynchrone DoubleAlimentations) dans la nacelle d’une éolienne

• Projet 2 : SPEOF (Surveillance du Parc Eolien Offshore)

– Conception, Développement & Réalisation d’une plate-forme logicielle pourla Surveillance de Parcs Eoliens Offshore

– Système de surveillance local et à distance pour le parc éolien

– Briques logicielles pour les opérateurs d’exploitations

• Projet 3 : GEM (Gestion d’Energies Multi-sources)

– En cours de réflexion et recherche de partenaires dans le cade

des Smart Grids

Projet réalisé ou en cours de montage

• Thèse soutenue de H. Ouyessaad (Pôle AS), « Diagnostic d’une génératrice asynchrone à double alimentations : Application à l’énergie éolienne » (soutenue en mars 2014)

• Thèse de M. Kasraoui (Pôle IIS), sécurité dans les systèmes communicants (soutenue en décembre 2015)

• Thèse de Mlle I. IDRISSI en co-tutelle ESIGELEC - Université de FEZ/Maroc, Gestion des ENR à distances, lancement décembre 2014 (en cours)

• Thèse de Lavinuis GLIGA en co-tutelle ESIGELEC - Université Polytechnique de Bucarest/Roumanie, Diagnostic de défauts appliqué à un parc d’éoliens à l’aide de l’IoT, lancement octobre 2016 (en cours)

• PostDoc (Pôle ES), projet FIRST MFP sur la fiabilité des systèmes à base de convertisseurs de puissance (en cours)

60

Indicateurs d’activité

• Soutenir la Filière Energie en Normandie

• Bénéficier de l’expertise de l’équipe pour le développement durable, la gestiond’énergies éolienne et la mise en place de sites pilotes (en collaboration avec WIN et CEVEO)

• Faire bénéficier des acteurs et collaborateurs industriels (PME) de la Région HN des Projet R&D en Innovation

– Retour d’expérience

– Evaluation des sites pilotes

– Transfert de technologies et open innovation

– Accès au réseau européen d’expertise

• Mise en œuvre de la politique Européenne en Région concernant l’électromobilité et l’économie zéro carbone

• Contribuer dans le développement des sites pilotes soutenues par la Région HN

61

INTERETS POUR LA REGION Normandie

• Développement de la filière énergétique– Présence de 3 Parcs Eoliens Offshore– Montée en compétence des laboratoires régionaux– Pérennisation des relations collaboratives entre industriels et

laboratoires

• Projet ENR associé à la plate-forme CEVEO pouvant générer des emplois directs et indirects

• Laboratoires Normands – x ETP d’enseignants chercheurs– y doctorants – Création d’une plateforme expérimentale

Retombées économiques pour la Normandie

62

Les parcs éoliens en Normandie - infographie idé © IDÉ

Réduction des arrêts imprévus Réduction des pertes de production Eviter les graves avaries Limiter les coûts de réparation Réduire les coûts de maintenance Planifier les opération de maintenance

Optimisation des interventions pour la Surveillance des éoliennes offshores

Objectifs :

63

Energies Renouvelables

• Energie Solaire– Solaire Thermodynamique

– Solaire Photovoltaïque

• Energie Hydraulique

• Energie géothermique

• Energie Marémotrice

• Biomasse

• Energie Eolienne

64

Types d’Aérogénérateurs

• Axe Vertical

– Darrieus

– Savonius

• Axe Horizontal

– Classification par pâles

65

La chaîne de Transformation énergétique

Une éolienne transforme l’énergie du vent en énergie électrique. Cette transformation

se fait en plusieurs étapes.

La transformation de l’énergie par les pâlesLes pâles fonctionnent sur le principe d’une aile d’avion :

la différence de pression entre les deux faces de la pâle crée une force

aérodynamique, mettant en mouvement le rotor par la transformation de l’énergie

cinétique du vent en énergie mécanique.

66

Le traitement de l’électricité par leconvertisseur et le transformateur

Cette électricité ne peut pas être

utilisée directement ; elle est traitée

grâce à un convertisseur, puis sa

tension est augmentée par un

transformateur.

L’électricité est alors acheminée à

travers un câble enterré jusqu’à un

poste de transformation, pour être

injectée sur le réseau électrique,

puis distribuée aux consommateurs

les plus proches.

67

Fiabilité et Surveillance d’une éolienne

69%

13%

15%

3%

La part des énergies renouvelable dans la production électrique globale

Les combustibles fossiles Nucléaire

Hydroélectricité Autres et Renouvelables

70,5 TWh 82 TWh 176 TWh 477 TWh

2005 2006

2010

2020

Contribution de l'énergie éolienne à la consommation d'électricité en 2020

Consommation d'électricité TWh

Etat actuel « EREC 2010 » European Renoewable Energy Council

Etat futur « EREC 2010 »

68

Surveillance et supervision des éoliennes

Fonctionnement en mode normal

Défaillance

Défaut

PanneSymptôme

Approche Basée sur des données

historiques

Approche à base de modèles

mathématiques

69

70

Types de Génératrices Electriques

MULTIPLICATEUR MASf

RESEAU

SENS DU TRANSFERT D’ENERGIE

MULTIPLICATEUR MAS f

RESEAU

REDRESSEUR ONDULEUR

+

-

ENERGIE

MULTIPLICATEUR MADA

f

RESEAU

ENERGIEREDRESSEUR COMMANDE ONDULEUR

+

-

ENERGIE

MAS à cage directement reliée au réseau

MAS à cage reliée au réseau par redresseur-onduleur

Machine asynchrone à double alimentation structure de Scherbius

71

Machine Asynchrone à Double Alimentation(MADA) sur le réseau (fortes puissances)

Avantages :• fonctionnement à vitesse variable• pouvoir tirer le maximum de puissance possible pour chaque vitesse de vent• transfert bidirectionnel de la puissance rotorique

Taux de défaillance (h-1)

Temps Moyen Entre Réparation (J)

Source : Failstich & Hahn, 2009 + www.vestas.com, 2011

Fiabilité : aptitude d’un dispositif à accomplir une fonction requise dans des

conditions données pour une période de temps donnée.

La fiabilité des composants éoliens

72

Etude des défaillances de la génératrice

• Défaillances du stator

• Défaillances du rotor

• Défauts d’isolants dans un enroulement

• Défaillance mécaniques

73

Techniques de Surveillance

• Analyse Vibratoire

• Analyse de l’huile

• Thermographie

• Analyse physique des composants

• Dimensionnement acoustique

• Analyse des effets électriques

• Inspection visuel

• Surveillance du rendement

74

Synoptique de l’instrumentation

75

Les méthodes internes de diagnostic

La méthode du modèle

Les méthodes par modélisation des signatures

Les méthodes d’identification de paramètres

Les méthodes des observateurs : estimation du vecteur d’état.

Technique de détection et de diagnostic

76

Système complexe

Prétraitement

Conditionnement des

mesures

Traitement

Extraction des indicateurs de santé,

de dégradation

Surveillance

Bilan de santé

Pronostic

De l’évolution de

la santé

Maintenance

Planification optimale des interventions

Diagnostic

Détection, Localisation

et Isolation des défauts

77

L’automatisation et la Maintenance

Les objectifs principaux du projet consistent à améliorer les outils de supervision et à

développer des techniques de pronostic. De concevoir un système complet de surveillance

et de diagnostic des fautes appliqués à la génératrice de l’éolienne.

Le pronostic des défaillances est un domaine de recherche relativement

récent auquel la communauté scientifique accorde une impotence croissante, il y a plusieurs définition qui se rapporte au pronostique, mais

deux d’entre elles reviennent principales :

Le pronostic de défaillance est l’estimation ou la prédiction de la

durée de vie résiduelle appelée RUL (Remaining Useful Life) d’un

procédé ou de ses composants, c.-à-d. la durée au bout de laquelle le

composant ou le procédé ne pourra plus exercer sa fonction avec succès.

Le pronostic de défaillances consiste à estimer la probabilité

qu’une défaillance survienne à un instant future donné.

Les approches de pronostic de défaillance peuvent être

réparties en trois principales catégories :

Pronostic

Basé sur l’expérience.

Pronostic guidé pas les données

Pronostic basé sur un modèle physique.

Du Diagnostic au Pronostic pour la maintenance Prévisionnelle appliqué l’éolienne offshore

78

Surveillance et supervision des éoliennes offshore

79

Productif :

Défauts Automatique pour une vision immédiate de l’état de santé de l’éolienne

Simple à utiliser :

Les paramètres et les données de surveillance sont disponibles sur un écran unique

Gestion des alarmes :

Pour une détection précoce des défauts

Puissants outils d’analyse :

Pour un diagnostic rapide et fiable

Rapports automatiques :

Personnalisés et disponibles à distance et à tout moment

Multi-techniques :

Analyse vibratoire

Diagnostic électrique

Analyse d’huile en continu

Thermographie

Développement d’une unité mobile de surveillance et de diagnostic

Logiciel de Télémaintenance & diagnostic pour le parc éolienne

80

PREDIRE

SUBIR& NON PAS

81