Soutenance de thèse : Louis SCHULER

Doctorant de l'équipe STAN
Directeur de thèse : Ludovic Chamoin
Co-directeur de thèse : Zoubir Khatir

Ajouter au calendrier

Réduction et recalage de modèles d’un module de puissance : vers un jumeau numérique probabiliste pour la prédiction de durée de vie restante

Agrandir l’image — Prédiction de la durée de vie restante d'un module à l'aide d'un modèle réduit et de l'inférence bayésienne exploitant des mesures réelles

Les modules électroniques de puissance permettent d’adapter le courant électrique du réseau en fonction des besoins des moteurs électriques. Ce sont des composants essentiels à de nombreux systèmes. Au cours du fonctionnement du module, des pertes électriques génèrent un échauffement, créant des contraintes thermiques qui mènent à terme à la rupture du composant. Les modèles de durée de vie actuels basés sur la physique sont encore limités par leur temps de calcul, prohibitif pour leur emploi en temps réel dans le cadre de la prédiction de durée de vie restante.
Les modèles actuels ne prennent pas non plus en compte les nombreuses sources d’incertitudes influant sur la durée de vie du module.

Afin de réduire les coûts de calcul des modèles numériques, et de pouvoir prendre en compte ces incertitudes, ces travaux de thèse portent sur la création de modèles réduits multiphysiques et paramétriques d’un module de puissance IGBT. Les modèles sont basés sur la méthode Proper Gene-ralized Decomposition. Un modèle électro-thermo-mécanique est implémenté de manière non-intrusive avec Ansys. Une fois le modèle réduit obtenu, celui-ci est exploité pour prédire la durée de vie restante d’un module au cours de son utilisation.

Pour cela, l’utilisation de l’inférence bayésienne permet d’obtenir une densité de probabilité portant sur les paramètres du modèle à l’aide de mesures expérimentales. Cette densité est ensuite échantillonnée par Transport Maps puis propagée à travers le modèle numérique, afin d’obtenir une durée de vie probabiliste en temps réel au cours de l’utilisation du module.

Le jury sera composé des membres suivants :

Pedro Díez, Professeur, Universitat Politècnica de Catalunya (Rapporteur & Examinateur)
Eric Woirgard, Professeur des Universités, Université de Bordeaux (Rapporteur & Examinateur)
Lucas Boucinha, Ingénieur de recherche, Ansys (Examinateur)
Mathilde Chevreuil, Maîtresse de Conférences, Nantes Université (Examinatrice)
Stéphane Clénet, Professeur des Universités, Université de Lille, Ecole Nationale Supérieure d’Arts et Métiers (Examinateur)