Nouvelle technique de diagnostic pour moteurs électriques
Dans le paysage de l’électrification et de l’évolution technologique rapide, la fiabilité des groupes motopropulseurs des véhicules électriques est devenue un déterminant essentiel de la confiance des consommateurs et de la durabilité à long terme. Parmi les menaces les plus persistantes et les plus insaisissables pour cette fiabilité figure la dégradation de l’isolation des spires du bobinage du stator dans les machines électriques alimentées par onduleur – un défaut qui, s’il n’est pas détecté, peut évoluer en une défaillance catastrophique du moteur en quelques secondes. Une nouvelle méthode de diagnostic exploitant la transformée fractionnaire de Fourier combinée à un filtre Mel spécialisé (FrFT-Mel) établit désormais une référence en matière de sensibilité, permettant aux ingénieurs d’identifier la détérioration de l’isolation à ses stades les plus précoces, bien avant que les méthodes traditionnelles ne donnent l’alerte.
Cette innovation, développée par des chercheurs de l’Université de l’Énergie Électrique de Shanghai et de l’Université Tongji en collaboration avec des institutions du State Grid, offre une solution non invasive et en temps réel qui correspond précisément aux exigences opérationnelles des chaînes de traction modernes des véhicules électriques. Contrairement aux approches conventionnelles qui nécessitent des surtensions externes ou des tests hors ligne – des méthodes soit trop perturbatrices pour une utilisation continue, soit insuffisamment sensibles pour une détection précoce – la technique FrFT-Mel exploite les oscillations haute fréquence intrinsèques générées lors des opérations de commutation normales des onduleurs en carbure de silicium (SiC) ou en nitrure de gallium (GaN). Ces oscillations, auparavant considérées comme du bruit électrique, sont réinterprétées comme des signaux de diagnostic riches capables de révéler des changements infimes de la capacité d’isolation liés au vieillissement de l’isolation.
Au cœur de cette percée se trouve une compréhension nuancée de la manière dont la dégradation de l’isolation modifie le comportement électromagnétique des enroulements du moteur. Alors que l’isolation en polyester-imide – un matériau courant dans les moteurs de traction des véhicules électriques – vieillit sous l’effet des contraintes thermiques et électriques, ses propriétés diélectriques changent. Ce changement se manifeste par une augmentation subtile mais mesurable de la capacité entre spires, généralement de l’ordre de 20 % à 50 % avant la défaillance complète. Cependant, comme les valeurs de capacité de référence sont extrêmement faibles – de l’ordre de quelques centaines de picofarads – la détection de tels changements dans un environnement bruyant et de forte puissance a historiquement constitué un défi formidable.
L’analyse traditionnelle basée sur la transformée de Fourier, qui décompose les signaux en composantes sinusoïdales fixes, peine à résoudre ces caractéristiques faibles et localisées dans le temps en raison des limitations fondamentales décrites par le principe d’incertitude de Heisenberg : une grande précision temporelle se fait au détriment de la résolution fréquentielle, et vice versa. Pour surmonter cela, l’équipe de recherche s’est tournée vers la transformée fractionnaire de Fourier (FrFT), un outil temps-fréquence généralisé qui fait pivoter un signal dans un domaine intermédiaire où les caractéristiques de résonance transitoire deviennent plus prononcées. En ajustant l’ordre fractionnaire – un paramètre analogue à l’angle de rotation dans le plan temps-fréquence – la méthode isole les signatures spectrales les plus sensibles aux changements d’isolation.
Mais la transformation du signal seule ne suffit pas. Les sorties brutes de la FrFT contiennent encore des interférences haute fréquence non pertinentes provenant des harmoniques de commutation de l’onduleur et du couplage électromagnétique. C’est ici que l’équipe a introduit une banque de filtres Mel repensée, traditionnellement utilisée dans la reconnaissance vocale pour sa pertinence perceptive pour l’audition humaine. Dans ce contexte, cependant, l’échelle Mel a été reconfigurée non pas pour la fidélité acoustique, mais pour la précision du diagnostic électromagnétique. La fréquence centrale du filtre a été ancrée au point de résonance parallèle en mode commun de la machine – environ 400 kHz dans le moteur synchrone à aimants permanents (MSAP) de 3 kW testé – et sa bande passante a été élargie pour englober la région la plus réactive (Fsen) identifiée par modélisation d’impédance. Cette approche par « région centrale » supprime efficacement le bruit hors bande tout en amplifiant les caractéristiques pertinentes pour le diagnostic.
Le résultat est une chaîne de traitement du signal rationalisée : les courants d’oscillation haute fréquence sont capturés via des capteurs de courant non intrusifs pendant le fonctionnement normal de l’onduleur ; les transitoires de commutation individuels sont segmentés ; chaque segment subit une FrFT avec un ordre fractionnaire optimisé (p = 0,88 dans la validation expérimentale) ; le signal transformé est passé à travers le filtre Mel personnalisé ; et enfin, un indice d’erreur absolue moyenne (MAE) compare le signal traité à une ligne de base de référence provenant d’une isolation saine. Au fur et à mesure que l’isolation se dégrade, la valeur MAE augmente de manière prévisible, fournissant une métrique quantitative de santé.
La validation expérimentale sur une configuration MSAP à l’échelle du laboratoire a confirmé la supériorité de la méthode. Lors de la simulation d’une dégradation de l’isolation à un stade précoce en ajoutant des capacités externes (de 100 pF à 1 000 pF) aux bornes des enroulements du stator, l’approche FrFT-Mel a démontré une amélioration de la sensibilité allant jusqu’à sept fois par rapport à l’analyse conventionnelle par transformée de Fourier rapide (FFT). Avec seulement 220 pF de capacité ajoutée – représentant une simple augmentation de 5,5 % de la capacité effective entre spires – la méthode FrFT-Mel a enregistré un changement de 3,16 % de l’indice MAE, tandis que la FFT n’a détecté que 0,41 %. Même comparée à d’autres techniques avancées comme la FrFT autonome ou le filtrage passe-bas, FrFT-Mel a systématiquement offert une résolution plus élevée à tous les niveaux de dégradation, les gains de performance étant plus prononcés dans la phase naissante où l’intervention est la plus efficace et la moins coûteuse.
Cette avancée a des implications profondes pour l’industrie des véhicules électriques. L’électronique de puissance des véhicules modernes fonctionne à des fréquences de commutation de plus en plus élevées – dépassant souvent 100 kHz – pour améliorer l’efficacité et réduire la taille des composants. Bien que bénéfiques pour les performances, ces conditions imposent des contraintes sévères à l’isolation du moteur, accélérant le vieillissement par décharges partielles et cyclage thermique. Les diagnostics embarqués actuels reposent souvent sur des capteurs thermiques ou la détection de déséquilibre de courant, qui ne réagissent qu’après qu’un dommage significatif se soit produit. La méthode FrFT-Mel, en revanche, offre une fenêtre sur la santé du système d’isolation lui-même, permettant une maintenance prédictive, une durée de vie prolongée du moteur et une sécurité améliorée.
De plus, la compatibilité de la technique avec le matériel existant est un avantage pratique majeur. Elle ne nécessite pas de sources d’excitation supplémentaires, de sondes haute tension ou de modifications intrusives – seulement des capteurs de courant à large bande passante standard déjà présents dans de nombreux systèmes de contrôle d’onduleur à d’autres fins (par exemple, la surveillance des courants de défaut). Cette adaptabilité plug-and-play abaisse la barrière à l’intégration à la fois dans les nouvelles plateformes de véhicules et les applications de modernisation pour les entraînements moteurs industriels, comme ceux utilisés dans les trains à grande vitesse ou les systèmes d’énergie renouvelable.
D’un point de vue réglementaire et de sécurité, la capacité de surveiller la santé de l’isolation en temps réel répond à une préoccupation croissante parmi les organismes de sécurité automobile. Des normes telles que l’ISO 26262 mettent l’accent sur la sécurité fonctionnelle tout au long du cycle de vie du véhicule, et la détection précoce des défauts latents est de plus en plus considérée comme essentielle. La méthode FrFT-Mel offre une voie techniquement solide et empiriquement validée pour répondre à ces exigences évolutives sans compromettre l’efficacité du système ni ajouter des coûts significatifs.
À l’avenir, l’équipe de recherche envisage des améliorations supplémentaires, notamment dans l’automatisation de la sélection de l’ordre FrFT optimal. Bien que le processus actuel implique un réglage empirique basé sur les caractéristiques de résonance, les futures itérations pourraient incorporer des algorithmes d’apprentissage automatique pour s’adapter dynamiquement aux différents types de moteurs, conditions de fonctionnement et trajectoires de vieillissement. De telles améliorations amélioreraient non seulement la précision mais réduiraient également la surcharge computationnelle – essentielle pour une implémentation en temps réel sur les unités de contrôle automobile embarquées ayant une puissance de traitement limitée.
Critiquement, ce travail exemplifie la convergence de l’innovation en traitement du signal et de la perspicacité technique spécifique au domaine. Plutôt que d’appliquer un modèle d’IA générique à des données de capteurs brutes – une approche courante mais souvent opaque – les chercheurs ont construit un cadre de diagnostic fondé sur la physique, ancré dans le comportement électromagnétique des machines alimentées par onduleur. Cette adhésion aux premiers principes améliore l’interprétabilité, la fiabilité et la crédibilité – principes fondamentaux des directives EEAT (Expérience, Expertise, Autorité, Confiance) de Google pour un contenu technique de haute qualité.
Pour les constructeurs automobiles et les équipementiers de rang 1 qui se démènent pour livrer des groupes motopropulseurs électriques toujours plus efficaces, durables et sûrs, la méthode FrFT-Mel représente plus qu’une amélioration diagnostique ; c’est un facilitateur stratégique. En transformant un sous-produit auparavant négligé du fonctionnement de l’onduleur en un indicateur de santé puissant, elle déverrouille une nouvelle dimension de l’intelligence prédictive au sein de la chaîne de traction électrique. Ce faisant, elle atténue non seulement un mode de défaillance critique mais renforce également le changement plus large de l’industrie vers une maintenance basée sur l’état et une gestion intelligente des actifs – pierres angulaires de la prochaine génération de mobilité durable.
Ruitian Fan¹, Xing Lei², Tao Jia³, Menglong Qin¹, Hao Li¹, Dawei Xiang⁴ ¹College of Electrical Power Engineering, Shanghai University of Electric Power, Shanghai 200090, P. R. China ²State Grid Shanghai Municipal Electric Power Company, Shanghai 200437, P. R. China ³State Grid Technology College, Shandong 250002, P. R. China ⁴College of Electronics and Information Engineering, Tongji University, Shanghai 201804, P. R. China Global Energy Interconnection, Volume 7, Issue 2, April 2024, Pages 155–165 DOI: 10.1016/j.gloei.2024.04.004