Contribution A La Cao Optimsee Des Machines Electriques, Application Au Moteur Lineaire A Induction

Résumé: Ce travail concerne la CAO optimisée des machines électriques, appliquée au moteur linéaire à induction. Il comprend le principe, les étapes et les différents approches et outils de la CAO des machines électriques. Il met le point sur les différents outils d’analyse (modèles analytiques et numériques) des machines électriques et les techniques d’optimisation (déterministes et stochastiques) utilisées pour la CAO des actionneurs électromécaniques. Différentes étapes à suivre pour concevoir le plus efficacement possible un moteur électrique de façon générale en utilisant un outil de CAO optimisée seront présentées. Cela consiste tout d’abord à choisir la structure la mieux adaptée à une application donnée ou la plus utilisée tout simplement, puis à optimiser le dimensionnement de cette structure. Ensuite, il sera montré que le moteur linéaire à induction pouvait trouver une place intéressante parmi les différents systèmes de traction électrique à mouvement linéaire. En effet, même s’il semble être pénalisé par la présence d’effets d’extrémités, comparativement à son homologue rotatif, une optimisation de sa conception peut permettre d’obtenir une solution relativement compétitive. En application de cette méthodologie, on a élu et présenté le moteur linéaire à simple induction, parmi les différentes structures possibles du moteur linéaire à induction, qui semble être le plus utilisé. Deux types d’outils d’analyse en 2D du moteur linéaire à induction, à savoir un modèle analytique basé sur la méthode des couches et un modèle numérique basé sur la méthode des éléments finis, ont été présentés et validés. Pour réaliser la deuxième étape de la conception, quelques techniques d’optimisation stochastiques, à savoir la méthode de Monte-Carlo, la méthode du recuit simulé et la méthode des algorithmes génétiques, afin d’améliorer les performances d’un moteur linéaire à simple induction initial, ont été appliquées. Une deuxième alternative d’optimisation composée de deux stratégies déterministes (à savoir la méthode énumérative et la méthode SQP), a été utilisée pour optimiser la CAO d’un moteur linéaire à induction. Enfin, la technique SQP a été combinée avec les algorithmes génétiques et a abouti à des résultats intéressants du point de vue efficacité de détermination de l’optimum global d’une manière tenace et précise. Dans les deux cas, quelques performances d’un moteur linéaire initial ont pu être améliorées, à savoir le facteur KW/KVA (produit du facteur de puissance et du rendement) et le rapport de la force de démarrage au poids du moteur, tout en respectant un ensemble de contraintes structurelles et physiques, pour assurer la faisabilité de la conception

Publié dans la revue: