Une percée majeure pour la détection des objets métalliques dans la recharge sans fil des véhicules électriques
Dans l’écosystème en pleine transformation de la mobilité électrique, la recharge sans fil émerge comme l’une des innovations les plus prometteuses, promettant de libérer les conducteurs de la contrainte des câbles et des connecteurs. Cette technologie, qui transfère l’énergie par induction électromagnétique, offre une expérience utilisateur fluide et élégante, particulièrement adaptée aux scénarios de stationnement automatisé. Cependant, derrière cette commodité se cache un risque latent, souvent sous-estimé : la présence d’objets métalliques étrangers sur la zone de charge. Une simple pièce de monnaie, une clé oubliée ou un morceau de canette, si laissés accidentellement dans le champ électromagnétique actif, peuvent se transformer en sources de chaleur dangereuses. Sous l’effet des courants de Foucault induits, ces objets s’échauffent rapidement, non seulement en dissipant de l’énergie et en réduisant l’efficacité du système, mais aussi en posant un risque réel d’endommagement du véhicule ou même d’incendie. Face à ce défi critique, une équipe de recherche chinoise a franchi une étape décisive en développant une méthode de détection radicalement nouvelle, capable non seulement d’identifier la présence de ces débris métalliques, mais aussi de cartographier avec une précision remarquable leur position, leur forme et leur nombre.
Dans une étude publiée dans la revue scientifique à fort impact Electrical Measurement & Instrumentation, les chercheurs Sun Dong, Gao Zichen, Han Xiaojuan et Zhang Wenbiao ont présenté une solution ingénieuse qui repose sur une combinaison novatrice d’un réseau de bobines planes et de la tomographie électromagnétique (EMT). Cette avancée, validée par des simulations par éléments finis et des expériences physiques rigoureuses, ne se contente pas de sonner l’alarme ; elle crée une véritable image du danger. En transformant le plan de charge en un capteur d’imagerie actif, cette technologie ouvre la voie à des systèmes de recharge sans fil d’une sécurité et d’une fiabilité inégalées, un prérequis fondamental pour une adoption massive par les constructeurs automobiles et le grand public.
La nécessité d’une détection fiable des objets métalliques est un impératif dicté par la physique même de la recharge inductive. Lorsqu’un matériau conducteur pénètre dans le champ magnétique à haute fréquence généré par la bobine émettrice, des courants électriques circulent à l’intérieur de l’objet. Ce phénomène, connu sous le nom de courants de Foucault, convertit l’énergie électromagnétique en chaleur, un processus qui gaspille de l’énergie, diminue le rendement du transfert et peut entraîner des températures critiques. Pour garantir la sécurité, des normes internationales strictes, telles que la SAE J2954 aux États-Unis ou la norme chinoise GB/T38775.3-2020, imposent des tests rigoureux de détection d’objets étrangers (FOD, Foreign Object Detection). Malgré ces exigences, les solutions actuellement disponibles sur le marché souffrent de lacunes importantes qui compromettent leur efficacité dans des conditions réelles.
De nombreuses approches existantes se basent sur la surveillance des paramètres électriques du système de charge lui-même, comme les variations d’impédance ou de fréquence de résonance. Bien que simple à mettre en œuvre, cette méthode est intrinsèquement fragile. Elle est sujette aux faux positifs, car les changements dans l’état de charge de la batterie du véhicule peuvent provoquer des perturbations similaires à celles causées par un objet métallique. Plus important encore, elle est aveugle à la localisation : elle peut indiquer qu’un objet est présent, mais elle est incapable de dire où il se trouve. D’autres systèmes utilisent des bobines de détection supplémentaires disposées autour de la bobine principale. Le principe repose sur la détection d’une asymétrie dans le champ magnétique causée par la perturbation d’un objet métallique. Bien que plus robuste que la surveillance des paramètres, cette méthode est conçue pour une détection binaire (présent/absent) et ne fournit aucune information sur la taille, la forme ou le nombre d’objets.
Des solutions plus avancées ont été explorées. Les réseaux de capteurs magnétiques, tels que les capteurs TMR (Tunnel Magnetoresistance), peuvent cartographier le champ magnétique avec une résolution spatiale extrêmement fine, permettant une détection très précise. Leur principal inconvénient est leur coût prohibitif. L’installation de dizaines, voire de centaines, de ces capteurs spécialisés rend le système complexe, cher et potentiellement sujet à des pannes. Une autre voie est la vision par ordinateur, qui utilise des caméras pour analyser la zone de charge. Bien que capable d’identifier des objets visuellement, cette technologie est extrêmement vulnérable aux conditions météorologiques : la pluie, la neige, la poussière ou une mauvaise luminosité peuvent facilement aveugler le système, le rendant peu fiable pour une utilisation en extérieur. Enfin, la détection par thermographie infrarouge repose sur la chaleur générée par l’objet métallique. Son défaut fondamental est qu’elle est réactive, et non proactive. Elle ne peut pas détecter un objet tant qu’il n’a pas commencé à chauffer, ce qui signifie que le risque est déjà présent, et potentiellement croissant, avant que l’alarme ne soit déclenchée.
C’est dans ce contexte que le travail de Sun Dong et de ses collègues se distingue par son élégance ingénierie et sa pertinence pratique. Plutôt que de dépendre de capteurs externes coûteux ou de méthodes indirectes, l’équipe a eu l’idée de transformer les bobines elles-mêmes en un réseau de capteurs d’imagerie. Le cœur de leur conception est un réseau carré de 4×4, composé de 16 petites bobines planes, installées directement au-dessus de la bobine émettrice principale du système de recharge. Chaque bobine de ce réseau joue un double rôle : elle peut être activée comme une « bobine excitatrice », tandis que les 15 autres agissent comme des « bobines réceptrices ». Le processus est méticuleux : chaque bobine est activée séquentiellement, et pendant qu’elle est active, l’inductance mutuelle entre cette bobine et chacune des autres 15 est mesurée. Ce processus est répété pour les 16 bobines, générant un ensemble de données complet de 256 mesures qui capturent la distribution du champ électromagnétique dans toute la zone de charge avec un niveau de détail sans précédent.
Cet ensemble de données brutes est ensuite transformé en une image intelligible grâce à une technique appelée Tomographie Électromagnétique (EMT). L’EMT est une méthode d’imagerie, bien établie dans des domaines comme la médecine ou le contrôle de processus industriels, mais qui constitue une véritable nouveauté dans le domaine de la recharge des véhicules électriques. L’algorithme d’EMT utilise un modèle mathématique, appelé « matrice de sensibilité », pour interpréter les distorsions mesurées dans le champ. Cette matrice, calculée par des simulations par éléments finits, prédit comment chaque petit élément de la zone de charge affectera les mesures d’inductance mutuelle. En appliquant un algorithme itératif, connu sous le nom d’algorithme de Landweber, le système reconstruit une image bidimensionnelle qui représente la distribution de la conductivité électrique dans la zone. Sur cette image, les objets métalliques apparaissent comme des « taches » de haute conductivité, révélant non seulement leur présence, mais aussi leur contour, leur taille et leur position exacte.
La précision de ce système a été rigoureusement testée. Les chercheurs ont d’abord mené une série de simulations informatiques, modélisant des scénarios avec différents objets comme une pièce de monnaie, deux pièces, une vis et une clé. Pour quantifier la fidélité de la reconstruction, ils ont utilisé deux métriques standard. La première est l’Intersection sur Union (IoU), qui mesure le degré de chevauchement entre la zone de l’objet réel et la zone de l’objet reconstruit. Une valeur IoU plus élevée indique une reconstruction plus fidèle de la forme. La seconde est l’Erreur de Localisation (LE), qui mesure la distance entre le centre de gravité (centroïde) de l’objet réel et celui de l’objet reconstruit. Une valeur LE plus faible indique une localisation plus précise.
Les résultats des simulations ont été impressionnants. L’IoU moyen obtenu était de 0,56, une valeur qui indique une forte corrélation entre la forme réelle et la forme reconstruite. L’erreur de localisation moyenne était de 2,52 mm, démontrant une capacité de positionnement sub-centimétrique. Comme prévu, les objets aux formes simples et symétriques, comme les pièces de monnaie, ont obtenu les meilleurs résultats, avec une IoU plus élevée et une LE plus faible. Les objets plus complexes, comme la clé, ont montré une LE plus élevée (6,68 mm), ce qui souligne les limites de la résolution spatiale du réseau, mais le système a néanmoins réussi à identifier avec succès la présence et la position approximative de l’objet.
La validation expérimentale a brillamment confirmé les résultats des simulations. L’équipe a construit un prototype physique en utilisant des bobines en fil de cuivre émaillé, chacune d’un diamètre extérieur de 24 mm et de 500 spires, montées sur un support en plastique personnalisé. Les mesures d’inductance mutuelle ont été effectuées avec un analyseur d’impédance de haute précision (Keysight E4980AL) à une fréquence de 100 kHz. Les objets de test ont été soigneusement sélectionnés pour représenter des situations du monde réel : une pièce en acier nickelé, une vis en alliage de zinc, du papier d’aluminium froissé et une canette d’aluminium écrasée.
Les résultats expérimentaux ont été encore meilleurs que ceux des simulations, avec un IoU moyen de 0,61 et une LE moyenne de 2,33 mm. Le système a détecté tous les objets métalliques avec une fiabilité exceptionnelle. Les images reconstruites montraient clairement les « taches » de haute conductivité correspondant à la position des objets réels. La capacité du système à distinguer un seul objet de plusieurs objets a été particulièrement impressionnante. Lorsque deux pièces ont été placées côte à côte, le système a généré deux taches distinctes et bien définies, permettant non seulement de détecter leur présence, mais aussi de les compter. Cette fonctionnalité est cruciale pour la sécurité, car elle permet au système de prendre des décisions plus éclairées, comme désactiver la recharge uniquement si un objet potentiellement dangereux est détecté, et non en raison de la présence d’un objet inoffensif.
Les avantages pratiques de cette technologie sont multiples et significatifs. Premièrement, elle est pro-active. Contrairement à la thermographie infrarouge, qui doit attendre que l’objet chauffe, ce système le détecte au moment même où il pénètre dans le champ magnétique, bien avant qu’il ne commence à chauffer. Cela permet une intervention immédiate, comme l’arrêt automatique du processus de recharge ou l’envoi d’une alerte au conducteur via une application sur son téléphone. Deuxièmement, elle est robuste. En se basant sur des mesures électromagnétiques, elle est immunisée contre les conditions météorologiques défavorables. Elle fonctionne aussi bien sous la pluie, la neige ou dans l’obscurité totale, ce qui la rend idéale pour les stations de recharge en extérieur. Troisièmement, elle est économique. Le réseau de bobines utilise des composants standard et relativement peu coûteux, et le système d’acquisition de données est simple, ce qui le rend beaucoup plus accessible que les réseaux de capteurs magnétiques haut de gamme.
L’intégration de ce système dans l’infrastructure de recharge existante semble directe. Le réseau plat peut être intégré sans problème dans la plaque de recharge, sans modifier significativement la conception du système principal. L’électronique de traitement peut être intégrée au contrôleur de charge. Les chercheurs soulignent que le système est évolutif ; des réseaux plus grands ou plus denses peuvent être conçus pour couvrir des zones de recharge plus vastes ou pour obtenir une résolution encore plus fine.
L’impact potentiel sur l’industrie automobile est considérable. Des constructeurs comme BMW, Hyundai et Mercedes-Benz investissent massivement dans la recharge sans fil. Une solution de détection d’objets métalliques qui soit précise, fiable et économique est un prérequis essentiel à la commercialisation de masse de cette technologie. Ce système ne fait pas que renforcer la sécurité ; il bâtit également la confiance du consommateur. Les utilisateurs doivent pouvoir être certains que leur véhicule peut se recharger en toute sécurité sans intervention manuelle.
Au-delà de la sécurité immédiate, cette technologie ouvre la voie à de nouvelles fonctionnalités. Les stations de recharge pourraient enregistrer automatiquement les incidents d’objets métalliques, permettant aux opérateurs d’analyser les tendances et d’améliorer la conception des espaces de recharge. Par exemple, si certaines stations enregistrent de nombreuses pièces de monnaie, des bacs ou des conteneurs pourraient être installés pour que les conducteurs les y déposent. Dans un futur avec des véhicules autonomes, ce système pourrait faire partie intégrante d’un processus de stationnement et de recharge entièrement automatisé, où le véhicule vérifie la propreté de la zone de recharge avant d’initier le processus.
Cette recherche est un exemple éclatant de la façon dont l’innovation naît de l’intersection de disciplines différentes. En appliquant la tomographie électromagnétique, une technique d’imagerie médicale, au problème de la recharge des véhicules électriques, les chercheurs ont fait preuve d’une vision interdisciplinaire essentielle pour résoudre les défis complexes de l’ingénierie moderne. La combinaison de l’expertise en énergie électrique de Sun Dong et Gao Zichen avec la spécialisation des systèmes de contrôle et des technologies de mesure de Han Xiaojuan et Zhang Wenbiao a été fondamentale pour ce succès.
Bien sûr, le système n’est pas parfait. La résolution spatiale est limitée par la taille et l’espacement des bobines. Les objets très fins ou aux formes complexes ne sont pas reconstruits avec une perfection absolue. Les chercheurs le reconnaissent et voient le travail futur dans l’optimisation des algorithmes de reconstruction et la conception de bobines plus petites comme la prochaine frontière.
Malgré ces limites, le système représente une avancée significative. Il transforme la détection d’objets métalliques d’une simple alarme en un outil de diagnostic intelligent. Au lieu de dire « il y a quelque chose de métallique ici », il peut dire « il y a une pièce de 25 mm de diamètre, située à 10 cm du centre ». Cette information détaillée est la base d’une interaction plus intelligente, plus sûre et plus efficace entre le véhicule et l’infrastructure de recharge. Alors que le monde avance vers une mobilité plus électrifiée et automatisée, des technologies comme celle-ci seront celles qui garantiront que la transition soit non seulement verte, mais aussi sûre et fiable pour tous les utilisateurs.
Sun Dong, Gao Zichen, Han Xiaojuan, Zhang Wenbiao, State Grid Tonghua Power Supply Company, North China Electric Power University, Electrical Measurement & Instrumentation, DOI: 10.19753/j.issn1001-1390.2024.10.025