Problèmes combinatoires et modèles multi-niveaux pour la conception optimale des machines électriques, Combinatorial problems and multi-level models for the optimal design of electrical machines

De
Publié par

Sous la direction de Pascal Brochet, Stéphane Brisset
Thèse soutenue le 18 juin 2009: Ecole Centrale de Lille
La conception des machines électriques a une longue tradition et l’approche « business as usual » est un processus itératif d’essais et d’erreur, certes convergent mais nécessairement stoppé prématurément, car trop couteux. Un perfectionnement récent a consisté à remplacer les prototypes et les maquettes par des prototypes virtuels, entièrement numériques, comme ceux fournis par la méthode des éléments finis. Néanmoins, le procédé s’arrête toujours sur une frustration car le concepteur n’est jamais sûr d’avoir exploré complètement l’espace de conception qui s’offre à lui. La démarche de conception optimale se propose d’améliorer ce processus en le guidant, c'est-à-dire en proposant une méthodologie, et en l’automatisant, c'est-à-dire en proposant des outils logiciels. Mais dans cette démarche apparaissent de nombreuses difficultés. Ainsi, les objectifs généraux de cette thèse sont multiples. Il s’agit de définir des problèmes d'optimisation spécifiques représentatifs des choix structurels et d’élaborer des benchmarks de référence : discret, multiphysique, multidisciplinaire, multi-objectif et multi-niveaux. Ensuite, il faut rechercher, adapter et qualifier les méthodes d'optimisation les mieux à même de résoudre ces problèmes. Enfin, les différentes méthodes d'optimisation proposées sont implantées et testées de façon à prouver leur efficacité et leur adaptation. Un objectif secondaire mais important est de les capitaliser et diffuser les connaissances élaborées
-Conception optimale
-Optimisation combinatoire
-Optimisation multi-objectif
-Modèles multi-niveaux
-Méthodes des éléments finis
-Eco-conception
-Benchmark
-Transformateur
The design of electrical machinery has a long tradition and the business as usual approach is a tries and errors iterative process, certainly converging but necessarily stopped prematurely as too expensive. A recent upgrade has been to replace the prototypes and models by virtual prototypes, fully numerical, such as those provided by the finite element method. Nevertheless, the process stops always on a frustration, because the designer is never sure to have completely explored the design space that offers to him. The optimal design approach proposes to improve this process by guiding it, i.e. by proposing a methodology and by equiping it, i.e. by providing software tools. But in this approach many difficulties appear. Thus, the general objectives of this thesis are multiple. It is to define specific representative optimization problems of the structural choices and develop reference benchmarks of optimization: discrete, multi-physics, multidisciplinary, multi-objective and multi-level. Then, it must seek, adapt and describe the best optimization methods able to solve these problems. These methods are implemented and tested in order to prove their efficiency and adaptation. A secondary but important objective is to capitalize and disseminate the developed knowledge
-Optimal design
-Combinatorial optimization
-Multi-objectif optimization
-Multi-level models
-Finite element method
-Eco-design
-Benchmark
-Transformer
Source: http://www.theses.fr/2009ECLI0011/document
Nombre de pages : 185
Voir plus Voir moins

N° d’ordre : 99
ÉCOLE CENTRALE DE LILLE

THESE

présentée en vue
d’obtenir le grade de

DOCTEUR

en
Spécialité : Génie Électrique

par

Tun Vũ TRN


DOCTORAT DELIVRE PAR L’ÉCOLE CENTRALE DE LILLE


Titre de la thèse :

Problèmes Combinatoires et Modèles Multi-Niveaux
pour la Conception Optimale des Machines Électriques

Soutenue le 18 juin 2009 devant le jury d’examen :

Rapporteur MdC, HDR SATIE – ENS Cachan, Bretagne H. Ben Ahmed
Rapporteur CR-CNRS, HDR G2ELAB – INP Grenoble F. Wurtz
Examinateur MdC EWI – Université de Delft D. Lahaye
Examinateur DR-CNRS AMPERE – Ecole Centrale de Lyon L. Krähenbühl
Examinateur Professeur SET – Université de Belfort A. Miraoui
Examinateur Professeur GREEN – Université de Nancy A. Rezzoug
Professeur L2EP – Ecole Centrale de Lille Directeur de thèse P. Brochet
Co-directeur MdC, HDR L2EP – Ecole Centrale de Lille S. Brisset



Thèse préparée dans le Laboratoire L2EP à l’École Centrale de Lille
École Doctorale SPI 072 PPPPrrrroooobbbbllllèèèèmmmmeeeessss CCCCoooommmmbbbbiiiinnnnaaaattttooooiiiirrrreeeessss eeeetttt
Modèles Multi-Niveaux pour la Conception
Optimale des Machines Électriques


MOTS CLES :
- Conception optimale
- Optimisation discrète
- Optimisation multi-objectif
- Modèles multi-niveaux,
- Benchmark,
- Transformateur
- Eco-conception
- Eléments finis 3D.


RESUME
La conception des machines électriques a une longue tradition et l’approche « business as
usual » est un processus itératif d’essais et d’erreur, certes convergent mais nécessairement
stoppé prématurément, car trop couteux. Un perfectionnement récent a consisté à
remplacer les prototypes et les maquettes par des prototypes virtuels, entièrement
numériques, comme ceux fournis par la méthode des éléments finis. Néanmoins, le
procédé s’arrête toujours sur une frustration car le concepteur n’est jamais sûr d’avoir
exploré complètement l’espace de conception qui s’offre à lui.
La démarche de conception optimale se propose d’améliorer ce processus en le guidant,
c'est-à-dire en proposant une méthodologie, et en l’automatisant, c'est-à-dire en proposant
des outils logiciels. Mais dans cette démarche apparaissent de nombreuses difficultés.
Ainsi, les objectifs généraux de cette thèse sont multiples. Il s’agit de définir des problèmes
d'optimisation spécifiques représentatifs des choix structurels et d’élaborer des
benchmarks de référence : discret, multiphysique, multidisciplinaire, multi-objectif et
multi-niveaux. Ensuite, il faut rechercher, adapter et qualifier les méthodes d'optimisation
les mieux à même de résoudre ces problèmes. Enfin, les différentes méthodes
d'optimisation proposées sont implantées et testées de façon à prouver leur efficacité et
leur adaptation. Un objectif secondaire mais important est de les capitaliser et diffuser les
connaissances élaborées.

i CCCCoooommmmbbbbiiiinnnnaaaattttoooorrrriiiiaaaallll PPPPrrrroooobbbblllleeeemmmmssss aaaannnndddd
Multi-Level Models for the Optimal Design
of Electrical Machines


KEY WORDS :
- Optimal design
- Discrete optimization
- Multi-objective optimization
- Multi-level models
- Benchmark
- Transformer
- Eco-design
- 3D finite elements.


AAAABBBBSSSSTTTTRRRRAAAACCCCTTTT
The design of electrical machinery has a long tradition and the business as usual approach
is a tries and errors iterative process, certainly converging but necessarily stopped
prematurely as too expensive. A recent upgrade has been to replace the prototypes and
models by virtual prototypes, fully numerical, such as those provided by the finite element
method. Nevertheless, the process stops always on a frustration, because the designer is
never sure to have completely explored the design space that offers to him.
The optimal design approach proposes to improve this process by guiding it, i.e. by
proposing a methodology and by equiping it, i.e. by providing software tools. But in this
approach many difficulties appear.
Thus, the general objectives of this thesis are multiple. It is to define specific
representative optimization problems of the structural choices and develop reference
benchmarks of optimization: discrete, multi-physics, multidisciplinary, multi-objective
and multi-level. Then, it must seek, adapt and describe the best optimization methods
able to solve these problems. These methods are implemented and tested in order to
prove their efficiency and adaptation. A secondary but important objective is to capitalize
and disseminate the developed knowledge.

ii


RRRReeeemmmmeeeerrrrcccciiiieeeemmmmeeeennnnttttssss



es plus profonds remerciements vont à toutes les personnes qui ont contribué Ma u bon déroulement et à l’aboutissement de ce travail, et au plaisir que j’ai
ressenti durant cette thèse au sein du Laboratoire d’Electrotechnique et d’Electronique de
Puissance de Lille (L2EP), à l’Ecole Centrale de Lille.
Tout d’abord, je voudrais adresser ma vive reconnaissance à mes deux directeurs de
thèse Messieurs Pascal BROCHET et Stéphane BRISSET pour m’avoir accueilli dans l’équipe
d’Optimisation, pour leurs encouragements réguliers, leurs critiques constructives et leurs
qualités tant professionnelles qu’humaines. Vous avez toujours su me motiver quand cela
devenait difficile.
Je tiens à remercier tous les membres du jury pour l’intérêt qu’ils ont porté à mon
travail, en commençant par Monsieur Abderrezak REZZOUG qui m’a fait honneur de
présider mon jury de thèse.
Je remercie les rapporteurs, Messieurs Frédéric WURTZ et Abdel-Hamid BEN
AHMED. Nos différents entretiens ont contribué à la bonne lisibilité scientifique de ce
mémoire.
Je remercie Messieurs Laurent KRÄHENBÜHL, Abdellatif MIRAOUI, Domenico
LAHAYE qui ont accepté la charge d’examinateurs.
Je voudrais remercier Monsieur Francis PIRIOU, directeur du L2EP, ayant retenu ma
candidature externe, qui m’a accueilli au sein du laboratoire.
J’aimerais également remercier Messieurs Frédéric GILLON, Michel HECQUET, Bruno
FRANÇOIS, pour leurs discussions et conseils précieux sur les activités de recherche et
d’enseignement.
iiiJe souhaite exprimer mes sincères remerciements à tous mes collègues avec lesquels j’ai
partagé la vie de tous les jours au département Génie électrique à l’Ecole Centrale de Lille
durant mes quatre années. En particulier, mes compagnons de ma promo : Arnaud (qui
m’a toujours accompagné pour les pots), Sangkla (le copain asiatique non-alcoolique),
Jean (le collègue de bureau qui m’a supporté le plus long temps) et Fouzia (la co-autrice) ;
Xavier C., Simon et Christophe (qui ont assuré le bon fonctionnement de la salle de TP) ;
Le bureau C123/C125 comprenant David (le colloc de Doctorial), François (mon
binôme régulier de chargé de TP), Gautier, Petar, Corentin et Ling ; les anciens et
« grands » collègues : Victor, Darius, Luc, Yann et Aurélie ; Guillaume (le vrai nordiste
qui m’a beaucoup appris des saveurs des bières du Nord) ; Tao et Souleymane (grâce à
eux j’ai eu l’occasion pour goûter les spécialités chinoises et la vraie vodka Putinka); Alex,
Nicolas, Martin, Mathieu, Ramzi et Jinlin (les nouveaux « passionnés » de la recherche) ;
sans oublier Xavier M., le principal animateur de la salle de café dans laquelle l’on faisait
souvent des « RAT - réunions d’avancement de travail »; et bien d'autres que j'oublie
probablement mais sans mauvaise intention.
Merci à tous mes amis de la communauté vietnamienne de Lille avec lesquels j’ai passé
de bons moments tous les weekends pendant quatre ans.
J’en viens à ma famille très lointaine, notamment mes parents, pour m’avoir toujours
encouragé. Je leur en suis très reconnaissant et souhaite que l’achèvement de cette thèse
représente pour eux une récompense de leurs efforts. Con xin cm ơn B M.
Enfin, je voudrais témoigner ici de tout mon amour pour celle qui a soutenu mon
choix, qui m’a toujours attendu et épaulé malgré l’éloignement.

À ma femme, Minh Thi
Cm n Em tht nhiu.
iv .Td'opablevdes.mati?resduChapitre2.2.41.In.tro.ductionconceptionG?n?rale.1.Chapitre.2.?tat.detl'Art.et.Nouv.eauxd'optimisationEnjeuxmdans.la.Conception.Optimale.desmono-obMEsdes5.2.1.Indestro.duction......2.3.1.2.....2.3.1.4...i.tes.......mac.....Classication.....2.2.5.1.....mono-ob...des.....2.3.hnique...2.3.1.sans.....Cahier.......et7.2.225?tat.de.l'Art.d5e.la2.2.3.4ConceptionouOptimaletedesconMac2.2.3.5hinesjectif?lectriques..........d?lisation.?lectriques..7.2.2.1.Conception.con16vm?thoen.tionnelle.v.ersus.co.ndesce.p.tion.optimale2.2.5.2.c.......2.2.5.3.ulti-ob........7.2.2.2deD?marcenhe.de.l.a.conception?optimaletindes.mac.hines.?lectriques....25.c......8.2.2.2.1.Analyse.duteccahier.des.c.harges..Mo...........2.d'optimisation.ariables...v.14.Probl?me.discr?te.m.x.a9ec2.2.2.2trainF15ormProbl?meulationulti-obdu.probl?me.d'optimisation................15.Mo.des.hines9.2.2.2.3.Mo.d?lisation.du.disp.ositif........2.2.5.des.des.timisation.................17.M?tho.d?terministes.jectifs10.2.2.2.4.R?solution.du.probl?me.d'optimisation18.M?tho.sto.hastiques.jectifs...........21.M?tho11m2.2.2.5jectifsExploitation.et.analyse.des.r?sultats..........22.Exemples.Cahiers.Charges.?lectrotec........12.2.2.3.F.orm25ulationMoteurducouranprobl?mecond'optimisationuenbalaismath?matique.................13.2.2.3.12.3.1.1Probl?medesd'optimisationhargescon.tin.ue.sans.con.train.tes..........2513Choix2.2.3.2hnologiquesProbl?mestructurelsd'optimisation.con.tin.ue.a.v.e.c2.3.1.3cond?lisationtrainmoteurtes...........13.2.2.3.3.Probl?me.d'optimisation.discr?te6sansProbl?meco?nvtraindetes....27...Tulti-obable.des.mati?rdees.2.3.2leT.ransformateur.de.s?curit??.ulti-.Dominance.......au.........les.....ali.....ond?r?e...e.....51...?cique..28.2.3.2.13.2.3.2Cahier.deselopc3.2.3.4harges......jectif.....de.67.....Caract?risation.....i.(WS-BB)...M?tho...au...M?tho......28de2.3.2.2.Choix.tedec.hnologiques.et57structurels......aluation.....Strat?gie.de...l'algorithme...3.2.3.5...64.discr?te30.2.3.2.3desMo.d?lisation.duProbl?metransformateur.de.s?curit?3.3.2.u...dominances.....de.....de31discret2.3.2.4.Probl?me.d'optimisation.?3.3.35m?thovdeariables.discr?tes.de.conception.31ond?r?e2.3.2.5.Probl?me.d'optimisationherc?oisinage7.v.ariables51discr?tesSQPde.conception.32.2.4.Nouv.eaux.EnjeuxM?thodansherclaoisinageConception.Optimale.en.G?nie3.2.3?lectriqueh-and-Bound...........Princip34.2.4.1.Appro.c.he.com.binatoiree...........59.e.emen.orescence.....tation.........aux.ariables.....Conclusion.des.......3.3.Discr?te..34.2.4.2.Appro.c66hediscr?tembulti-ob.jectif....6.au.areto.discret.....Notions.d'opti.......67.u.........9.fron.areto.de..........36.2.4.3.Appro.cbinhedemd'agr?gationulti-nivlaeauxh-...............70.d'agr?gation.........vi.rec.he.v.............3.2.2.1.de....38.2.4.4.Appro.c.he.com.binatoire.m.ulti-ob.jectif.m.ulti3.2.2.2-nivdeeauxrec.he.v...............56.M?tho40Branc2.4.5sp?co-conception....................3.2.3.1.e.s?paration.....................59.Princip.d'?v..............40.2.5.Conclusion....3.2.3.3.d.d?v.p.t.l'arb.........60.Impl?men.de.BB.............63.Application.probl?mes.v.mixtes.........3.2.4.sur.m?tho.d'optimisation........43.Chapitre.364M?thoM?thodesd'Optimisationd'OpMulti-Obt.i.misation.Discr?te,.Multi-Ob.jectif.et.Multi.-.Niv3.3.1eauxd'optimisation45m3.1oInjectiftro.duction............6.Solutions.sens.P.d.probl?me.m.jectif.......3.3.2.1.de.et.m.t?.............3.3.2.2.a.sens.Georion..............4763.23.3.2.3M?thodudetglobalePBrancdansh-and-Boundcas.probl?me...............................69.Com.a.son.la.de.p.et48m?tho3.2.1BrancTand-Boundec.hnique.d'?n.um?ration.exhaustiv.e.a.v.ec.calcul.parall?le..........3.3.3.1.de.p....49.3.2.2.M?tho.de.SQP.et.tec70hniqued



.probl?me.te.s3.4.6.1tF.101.................3.4.6.2...92.construction..71973.3.4.Com100binaison.dTel'la.m?thoviide.de.au.-conSpace-Mappingtrain3.4.7.1tes.et.la.m?tholadesplinesBrancAlgorithmeh-and-.BoundSpace-Mapping(3.5appliqu?.-con.traind'untes-BB)........4.2.1.Mo.....sans.......Manifold-Mapping...l'algorithme...3.4.7.-Bound...............A.de73de3.3.4.1deM?tho.de.de.WS-BB.-con.trainlates..............cation.e.duction.........4.2.......analytique.de73dal3.3.4.2.3.3.3.2.ecd?le.de-conttrain.tes-BBMoappdeliqu?.au.probl?me.test....9.v.......tation....74.3.3.5.ComparaisonbinaisondesBrancfron.ts.de.POSM-BBareto.discret.et.con.tin.uAlgorithme...........94.de.fron.areto.h.9576correctiv3.3.6ypConclusion.sur.les.m?tho96des.d'optimisation.discr?te.m.ulti-ob.jectif..Conclusion.hnique....78.3.4.T.ec.hnique.du.Space-Mapping............4.Benc.ransforma.de.In.....................d?lisation.de...........d?le79v3.4.1ypConcept104g?n?ralthermique...........4.2.1.2.a.yp...4.2.1.3.syst?me.....105.thermo-magn?to-?lectrique.yp.1.......................0.Space-Mapping.ersus..79.3.4.2.Agressiv.e.Space-Mapping90.Impl?men.de.MM.............91.Com.de.et.h-and...........92.Algorithme..........82.3.4.2.1.Space-Mapping.v.ersus.Agressiv.e3.4.7.2Space-MappingMM-BB............82.3.4.2.2.Mise.?.jour.de3.4.8lacc?l?rationmatriceladeduBrotydenP.par.tec.nique.SM.3.4.8.1.onctions.es.t.e......83.3.4.2.3.Impl?men.tation.de3.4.8.2l'algorithmeSM-MOASM......................3.4.9.sur84tec3.4.3duAggressiv.e.Space-Mapping.appliqu?.aux.probl?mes.c.on98trainConclusionts.............84.3.4.4.Sensibilit?.de.l'.ex.traction.de.param?tres........Chapitre.Appli.au.hmark.T.t.ur.S?curit?.4.1.tro..........86.3.4.5.Output.Space-Mapping......................103.Mo.d'un.ransformateur.S?curit?...................103.Mo.thermo-magn?to-?lectrique88a3.4.5.1ecSpace-Mappinghvoth?seersusKappOutput-Space-Mapping4.2.1.1.d?le.no..........88.3.4.5.2.Impl?men.tation.de.l'algorithme104OSMMo.magn?to-?lectrique.v.l'h.oth?se.Kapp...105.Ordonnancemen.du.d'?quations....89.3.4.6.Manifold-Mapping..4.2.2.d?le.analytique.l'h.oth?se.Kapp.06...T.able.des.mati?r.es.4.2.3.Mo.d?letinEF4.5.3.1magn?to.dynamique.complexe.2DProbl?mea.v.ec.couplage.faible.?Pun.mo.d?le.EFR?sultatsthermique.statique.2D..........4.5.2...m.P...ulti-ob...ariables...Optimisation...optimisation.m.ulti-niv...?..108Optimisation4.2.4.Mo?d?le.EFulti-nivmagn?to.dynamique?complexe.3D4.5.7.2a.v.ec.couplage4.5.1.3faible.?.unuemo.d?le.EF130thermiquevstatiqueF3D......4.5.3.......ulti-ob.F.............CV...1...137.ue..109.4.2.4.1d'optimisationCouplagetinfaible.magn?to-thermique....discr?te.....d'optimisation.143.....144.jectif.....eaux110con4.2.5.Comparaison.des.moconcepteurd?les....BB.........d'optimisation.........con.ulti-ob...........Probl?me.jectif.c.130.ts......111.4.3.V.alidations1Expdiscr?te?rimen.tales..........d'optimisation.?.132.ts.discrets.........132.our...........4.5.4.1.transformateur.......4.5.4.2.jectif....113Optimisation4.4conAppro.c.hes.p.our.l'?co-conception4.5.5.1.ulti-niv.ariables.140...........140.ulti-niv...........4.5.6.1.ulti-niv.ariables.R?sultats...........Optimisation.m115.4.4.1.Analyse.du.cycle145demvieulti-ob.a-.ues.............d...........viii.................124.R?sultats.discr?te..116.4.4.2.Onze.impacts.en.vironnemen.taux128.Optimisation.tin.m.jectif.....................4.5.2.1.d'optimisation.ulti-ob.?.ariables.on.ues.4.5.2.2117ron4.4.3deAaretoCV.et.l'optimisation....................30.Optimisation.m.jectif.....................132.Probl?me.m.jectif.v118discr?tes4.4.44.5.3.2Morond?leded'impactaretop.o.u.r.l'optimisation.m.ulti-ob.jectif......4.5.4.p.l'?co-conception..............119.4.4.4.1.Mo.d?le134d'impactA.du.et.............34.Optimisation.ulti-ob.d'?co-conception.........4.5.5.m.eaux.tin........119.4.4.4.2.F.orm.ulation.m.ulti-ob140jectifProbl?mepmoureauxl'?co-conceptionv.con.ues.4.5.5.2.d'optimisation....121.4.5.Comparaison.des.M?tho.des.d'Optimisations.Discr?te,.Multi-Ob4.5.6jectifmeteauxMulti-Niv.eaux..................143.Probl?me.m.eaux.v.discr?tes.4.5.6.2.d'optimisation....................14.5.724m4.5.1eauxOptimisationulti-obdiscr?te..................4.5.7.1.d'optimisation.ulti-niv.m.jectif.v.riables.tin.........................146124Dilemme4.5.1.1uProbl?me.d'optimisation.mono-ob.jectif.?.v.ariables.discr?tes.124.4.5.1.2.Application146del'algorithme

Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.

Diffusez cette publication

Vous aimerez aussi