Une percée majeure pour la sécurité de la recharge sans fil des véhicules électriques
La recharge sans fil des véhicules électriques (VE) est souvent présentée comme l’un des piliers de la mobilité future, promettant une expérience utilisateur d’une simplicité inégalée : un simple stationnement au-dessus d’une borne et la charge commence automatiquement, sans câbles, sans connecteurs, sans effort. Pourtant, cette apparente simplicité masque un danger insidieux qui a longtemps freiné son adoption à grande échelle : la présence d’objets métalliques étrangers sur la zone de recharge. Une pièce de monnaie oubliée, une clé, une vis ou même un morceau de canette en aluminium peuvent, sous l’effet des champs électromagnétiques intenses générés par le système, devenir des points chauds dangereux. Ces objets, en subissant l’induction de courants de Foucault, s’échauffent rapidement, non seulement en réduisant l’efficacité du transfert d’énergie, mais aussi en posant un risque sérieux d’incendie ou de brûlure. La détection fiable et précise de ces corps étrangers métalliques est donc une exigence fondamentale pour la sécurité et la viabilité de cette technologie. Une équipe de chercheurs chinois a récemment relevé ce défi avec une approche novatrice qui ne se contente pas de détecter la présence d’un objet, mais le localise et le visualise avec une précision remarquable.
Conçue par Sun Dong, de la State Grid Tonghua Power Supply Company, ainsi que par Gao Zichen, Han Xiaojuan et Zhang Wenbiao de l’École d’ingénierie du contrôle et de l’informatique de l’Université de l’électricité du Nord de Chine, cette nouvelle méthode repose sur un principe emprunté à l’imagerie médicale : la tomographie électromagnétique (EMT). Plutôt que de s’appuyer sur des méthodes indirectes qui surveillent des paramètres globaux du système, comme la fréquence de résonance ou l’impédance, l’équipe a développé un système capable de créer une image directe de la distribution de la conductivité électrique sur la surface de recharge. Cette innovation transforme la plateforme de charge passive en un capteur actif et intelligent, capable de « voir » à l’intérieur du champ électromagnétique et de cartographier en temps réel tout élément conducteur indésirable.
Le cœur du système est une matrice de 16 petites bobines plates (4×4), installée juste au-dessus de la bobine émettrice principale du système de recharge. Chaque bobine de cet array joue un rôle double. Le système les excite de manière séquentielle, une par une, et mesure les distorsions que chaque objet métallique introduit dans le champ électromagnétique. Ces distorsions modifient l’inductance mutuelle entre les bobines. En collectant des milliers de mesures d’inductance mutuelle, le système assemble un ensemble de données extrêmement riche qui décrit l’état électromagnétique de toute la zone de chargement.
Ces données brutes sont ensuite traitées par un algorithme de reconstruction d’image sophistiqué, connu sous le nom de méthode d’itération de Landweber. L’algorithme s’appuie sur une « matrice de sensibilité », un modèle mathématique pré-calculé qui définit avec précision comment chaque point minuscule de la zone de recharge influence les mesures entre chaque paire de bobines. Le résultat final est une image bidimensionnelle normalisée de la conductivité, où les zones claires indiquent la présence de matériaux conducteurs (métalliques), tandis que les zones sombres représentent des matériaux isolants comme le plastique, le caoutchouc ou le béton. Cette capacité de visualisation est la véritable percée. Il ne s’agit plus d’un simple signal d’alarme binaire « objet présent », mais d’une carte détaillée qui permet au système de non seulement détecter un objet, mais aussi de déterminer avec une grande précision son emplacement, sa taille approximative et même son contour général.
Cette avancée est cruciale car les méthodes de détection actuelles sont entachées de limites significatives. Les systèmes basés sur les paramètres du système peuvent être trompés par la présence même du véhicule, car l’entrée d’une voiture dans le champ modifie naturellement la charge, rendant difficile la distinction entre une condition normale et la présence d’un objet dangereux. D’autres approches, comme l’utilisation de bobines de détection auxiliaires, peuvent identifier une asymétrie dans le champ, mais ne fournissent aucune information sur la position exacte de l’objet. Les solutions qui utilisent des capteurs magnétorésistifs offrent une résolution élevée, mais exigent un très grand nombre de capteurs, ce qui augmente considérablement le coût et la complexité du système. Les méthodes basées sur la vision par ordinateur ou les caméras thermiques sont vulnérables aux conditions environnementales défavorables. La pluie, la neige, la poussière ou la lumière du soleil directe peuvent aveugler une caméra. Pire encore, une caméra thermique ne peut détecter un objet métallique qu’après qu’il se soit déjà suffisamment réchauffé pour devenir dangereux, ce qui signifie que la détection se produit après que le risque se soit déjà concrétisé. La solution proposée par les chercheurs est pro-active, fonctionne indépendamment des conditions météorologiques et détecte l’objet avant qu’il ne commence à chauffer.
Pour valider leur approche, l’équipe a mené un programme rigoureux de tests combinant des simulations par éléments finis et des expériences physiques. Dans la phase de simulation, ils ont créé un modèle précis de la matrice de bobines et de la zone de recharge. Ils ont introduit virtuellement plusieurs objets métalliques courants, tels qu’une pièce de un yuan, une vis, une clé et des morceaux de feuille d’aluminium froissée, en différentes positions. Les images reconstruites ont démontré une détection efficace de tous les objets. Pour quantifier la précision, les chercheurs ont utilisé une métrique standard de l’industrie de la vision par ordinateur appelée IoU (Intersection over Union). L’IoU mesure le chevauchement entre la zone de l’objet détecté et la zone de l’objet réel. Une valeur d’IoU supérieure à 0,5 est généralement considérée comme bonne. Dans les simulations, la valeur moyenne d’IoU était de 0,56. L’erreur de localisation moyenne, définie comme la distance entre le centre de l’objet détecté et sa position réelle, était de seulement 2,52 millimètres, un niveau de précision impressionnant pour une matrice de seulement 16 bobines.
Encouragés par ces résultats prometteurs, les chercheurs ont construit un prototype physique. Ils ont enroulé à la main 16 bobines en fil de cuivre émaillé, chacune avec un diamètre extérieur de 24 mm et 500 spires, montées sur une plaque de plastique personnalisée. En utilisant un analyseur d’impédance de haute précision, ils ont appliqué un signal sinusoïdal de 100 kHz et mesuré l’inductance mutuelle entre toutes les paires de bobines. Les objets testés étaient des objets du monde réel : une pièce en acier avec un revêtement en nickel, une vis en alliage métallique, un morceau de feuille de cuivre froissée et un fragment de canette en aluminium.
Les résultats expérimentaux ont confirmé, et dans certains cas surpassé, les simulations. La valeur moyenne d’IoU est passée à 0,61, et l’erreur de localisation moyenne est tombée à 2,33 mm. Les images reconstruites ont clairement montré la présence de chaque objet. La pièce, en raison de sa forme simple et symétrique, a été détectée avec la plus grande précision, atteignant une valeur d’IoU de 0,77. Le système a également démontré sa robustesse en détectant avec succès deux objets simultanément, comme deux pièces placées en positions différentes. Même des objets aux formes complexes et irrégulières, comme la feuille de cuivre froissée et le fragment de canette en aluminium, ont été identifiés avec confiance. Bien que la forme exacte n’ait pas été parfaitement reproduite en raison de la résolution limitée de la matrice 4×4, le système a capturé avec succès la position et l’étendue générale des objets, prouvant son efficacité dans des conditions réelles.
L’intégration de cette technologie dans les systèmes de recharge futurs est hautement réalisable. La matrice de bobines est mince et peut être facilement intégrée dans la plateforme de recharge elle-même lors de la fabrication, sans augmenter significativement son épaisseur. L’électronique nécessaire pour contrôler l’excitation, acquérir les données et exécuter l’algorithme de reconstruction peut être intégrée au contrôleur du chargeur. Comme le système de détection fonctionne à la même fréquence (100 kHz) que le système de recharge sans fil, des composants comme les oscillateurs et les amplificateurs peuvent être partagés, réduisant ainsi les coûts supplémentaires.
L’importance de cette innovation va bien au-delà de la sécurité immédiate. Pour les véhicules autonomes de l’avenir, qui se gareront et se rechargeront sans aucune intervention humaine, un système capable de diagnostiquer de manière autonome l’environnement de recharge est essentiel. Au lieu de se fier à un code d’erreur générique, le véhicule pourrait recevoir un rapport visuel détaillé de la zone de recharge, permettant à ses algorithmes de contrôle de prendre des décisions éclairées. Par exemple, le système pourrait décider de ne pas interrompre la charge si un petit objet, comme une pièce, est détecté dans un coin de la plateforme, où son impact est minimal. En revanche, un objet de grande taille au centre, là où le couplage entre les bobines du véhicule et du sol est le plus fort, déclencherait une interruption immédiate de l’alimentation en énergie. Ce niveau d’intelligence différenciée améliore l’efficacité du système et l’expérience utilisateur.
Du point de vue du marché, un système de détection qui ne fait pas que répondre aux normes de sécurité internationales, comme la SAE J2954, mais les dépasse, sera un puissant facteur de différenciation pour les constructeurs automobiles. Un indicateur visuel sur le tableau de bord ou dans une application mobile qui confirme que la zone de recharge est libre d’objets métalliques pourrait augmenter considérablement la confiance du consommateur. Cela transformerait la technologie de recharge sans fil d’une curiosité de niche en une fonctionnalité de commodité largement acceptée.
Le système propose également une gestion intelligente de la charge. Plutôt que d’arrêter brutalement le processus à la moindre détection, il peut évaluer le risque. Un petit objet métallique détecté loin du point de couplage principal pourrait permettre à la charge de continuer à une puissance réduite, évitant des interruptions inutiles. Cette flexibilité améliore non seulement la commodité, mais optimise également l’utilisation de l’infrastructure de recharge.
La robustesse du système face aux conditions environnementales est un autre avantage majeur. Contrairement aux systèmes basés sur des caméras, qui peuvent être aveuglés par la pluie, la neige ou la saleté, ou aux capteurs thermiques qui dépendent d’un gradient de température, l’approche électromagnétique est largement insensible à ces facteurs. Elle fonctionne de manière fiable par temps ensoleillé, sous la pluie battante ou par grand froid, garantissant des performances constantes toute l’année.
En conclusion, la méthode de détection des corps étrangers métalliques basée sur une matrice de bobines plates représente un progrès fondamental dans la course à une recharge sans fil de véhicules électriques sûre et fiable. Elle surmonte l’un des principaux obstacles à son adoption en masse, en remplaçant des méthodes de détection réactives et indirectes par une solution proactive et visuelle. En fournissant une image claire et précise de l’environnement de recharge, cette technologie ne protège pas seulement le véhicule et ses occupants, mais renforce également la confiance dans la promesse d’une mobilité électrique plus simple et plus sûre. Alors que le monde se dirige vers une flotte de véhicules électrifiés et automatisés, des innovations comme celle-ci seront essentielles pour garantir que la commodité ne se fait pas au détriment de la sécurité.
Les résultats ont été publiés dans la revue Electrical Measurement & Instrumentation par Sun Dong, Gao Zichen, Han Xiaojuan et Zhang Wenbiao de la State Grid Tonghua Power Supply Company et de l’Université de l’électricité du Nord de Chine. DOI: 10.19753/j.issn1001-1390.2024.10.025