Description
Date depot: 1 janvier 1900
Titre: Mise en oeuvre des méthodes de l'apprentissage statistique pour l'analyse et la modélisation de l'influence des décharges partielles sur la fiabilité et le claquage des isolants électriques
Encadrant :
Thierry DITCHI (LPEM (EDITE))
Directeur de thèse:
Yacine OUSSAR (LPEM (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
De nos jours, le besoin en énergie électrique va croissant. Il est donc nécessaire de pouvoir transporter davantage d'énergie électrique dans les câble en augmentant leur tension de service. Cependant, l'isolant électrique du câble se retrouve sollicité par un champ électrique plus fort ce qui peut conduire à son vieillissement prématuré voire à sa défaillance par claquage. Des décharges partielles apparaissent à un stade précoce de la dégradation des isolants sous fort champ électrique. De ce fait, l’étude des décharges partielles et la possibilité de prédire leur influence sur la fiabilité des matériaux isolants et la survenue de claquages revêtent un grand intérêt aussi bien scientifique qu’économique.
Les décharges partielles sont un phénomène microscopique qui consiste en une décharge électrique locale dans un isolant électrique par exemple dans une micro-cavité. Elles surviennent lorsque l’intensité du champ électrique dépasse localement une valeur maximale qui dépend du matériau utilisé et de son environnement. Cette valeur maximale est appelée : la tension d’initiation. Ces décharges surviennent tout au long de la vie d’un équipement. Leur fréquence ainsi que leur intensité possèdent une influence importante sur la performance et la fiabilité des équipements. Lorsque la tension appliquée à l'isolant est supérieure à celle qu'il peut supporter, il se forme un arc électrique qui détruit l'isolant en le court-circuitant. Ce phénomène est appelé le claquage. Les décharges partielles ne sont pas elles-mêmes responsables des claquages dans les isolants. En revanche, elles dégradent de façon permanente la qualité des isolants de telle sorte qu’une rupture devient possible. Dans l'état actuel des connaissances, le lien entre d'une part l'apparition et les propriétés des décharges partielles et d'autre part la détérioration de la qualité de l'isolant est mal établi. Par ailleurs, la tension de claquage pour un matériau donné est mal définie et n'est donnée que de façon approximative voire sous forme d'une valeur moyenne.
En l'absence d'un formalisme physique ou d'une expertise précise sur les mécanismes mis en jeu dans un processus, la mise en oeuvre de méthodes d'analyse et de modélisation à partir de données peut s'avérer une alternative avantageuse. Ces méthodes sont réunies dans une discipline que l'on appelle l'apprentissage statistique. Lorsque la qualité et la richesse des mesures sont satisfaisantes, les modèles statistiques obtenus permettent de réaliser des prédictions précises avec un temps de calcul très court. Tant du point de vue des développements méthodologiques que des applications industrielles, l’apprentissage statistique a connu un essor rapide durant les vingt dernières années. Parmi les nombreuses méthodes existantes, c’est sans doute les Réseaux de Neurones Formels (RNF) qui ont remporté le plus grand succès. Mais plus récemment, d’autres techniques, comme celle des Machines à Vecteurs Supports (SVM) ont été la source de progrès significatifs, en particulier dans les domaines de la classification automatique et de la reconnaissance de formes.
Le présent sujet de thèse propose d'étudier et de réaliser un dispositif expérimental original. Il permettra d'initier et de mesurer des décharges partielles dans un isolant de type solide. En particulier, le candidat s’intéressera aux isolants utilisés pour la fabrication de câbles électriques dédiés à la haute tension pour le transport de l'énergie électrique. Les mesures obtenues devront être analysées et traitées afin de concevoir un modèle mathématique entre d’une part la survenue des décharges partielles, leur intensité, leur fréquence, la tension d’initiation, et d’autre part le niveau de dégradation du matériau et la survenue du claquage de l’isolant. Afin d’établir ce lien, et en l’absence d’un modèle de connaissance issu des formalismes de la physique, le candidat s'attachera à mettre en œuvre des méthodes de modélisation et/ou de classification issues de l’apprentissage statistique. Le candidat ne devra pas se limiter quant au type d'outil à mettre en œuvre. L'influence du temps peut être prise en compte par la considération de modèles dynamiques. Par ailleurs, il sera probablement intéressant de se pencher sur le contenu spectral des signaux et l'analyse de sa pertinence dans les phénomènes étudiés. Dans ce cadre, une mise en œuvre des techniques d'analyse et de traitement temporel et fréquentiel du signal devra également être effectuée.
La convergence de ces deux domaines, décharges partielles et modélisation à partir de données, confère à ce sujet un caractère pluridisciplinaire. Le GILPEM (Groupe Instrumentation du Laboratoire de Physique et d’étude des Matériaux, UMR 8213) possède une grande expertise dans les domaines de la mesure de charges, des capteurs et de l’électromagnétisme. Il dispose des équipements et des matériaux nécessaires à la réalisation et la mise en œuvre de ce dispositif. Le candidat
Doctorant.e: Morette Nathalie