Soutenance de Liwaa ABOU CHAKRA

La transition vers l’électrification répond à des enjeux majeurs, notamment la réduction des émissions de gaz à effet de serre et la diminution de la dépendance aux énergies fossiles. Toutefois, cette évolution soulève de nouveaux défis pour les acteurs industriels, en particulier en matière de nuisances sonores générées par les machines électriques, susceptibles d’affecter la qualité de vie des usagers.

Le dimensionnement de ces systèmes repose sur une approche e-NVH intégrant conjointement des contraintes électromagnétiques, vibratoires et acoustiques.

Dans cette optique, les industriels s’appuient dès les phases amont de conception sur des modèles numériques 3D de plus en plus complexes, capables de tenir compte finement des détails géométriques et de l’alimentation électrique des machines.

Ces modèles intègrent notamment l’encochage, la saturation magnétique, les harmoniques liées à la modulation de largeur d’impulsion des courants d’alimentation, ainsi que les phénomènes multiphysiques et les interactions complexes entre composants.

Par ailleurs, la prise en compte des incertitudes, telles que les variabilités de fabrication et d’assemblage, les excentricités rotoriques et statoriques ou encore les dispersions des propriétés matériaux, préalablement quantifiées expérimentalement, devient une étape incontournable du processus de conception afin d’aboutir à des solutions à la fois optimisées et robustes.

Le principal verrou de cette approche réside dans les temps de calcul élevés, liés aux multiples résolutions de problèmes éléments finis nécessaires à l’exploration de l’espace de conception.

Pour lever cette limitation, cette thèse propose le développement de modèles d’ordre réduit dédiés aux problèmes électromagnétiques et dynamiques, basés notamment sur des techniques de Greedy Proper Orthogonal Decomposition et de Double Synthèse modale, permettant la constitution de bases de données numériques.

Ces modèles sont ensuite couplés à des méthodes d’apprentissage automatique afin de conduire des analyses multiparamétriques et de sensibilité intégrant un grand nombre de paramètres issus des différentes physiques considérées.

M. Franck MASSA, Professeur des universités ,  LAMIH/UPHF, Co-directeur de thèse
M. Stéphane CLENET, Professeur des universités, L2EP/Arts et Métiers, Co-directeur de thèse
M. Thomas HENNERON, Maître de conférences, L2EP/ Univ. Lille, Co-encadrant de thèse
M. Bertrand LALLEMAND, Maître de conférences, LAMIH/UPHF, Co-encadrant de thèse
Mme Pauline KERGUS, Chargée de recherche, LAPLACE, Examinatrice
M. Frédéric DRUESNES, Professeur des universités, ROBERVAL/UTC, Examinateur
Mme Emeline SADOULET-REBOUL, Maîtresse de conférences, FEMTO-ST/Univ. Bourgogne-Franche-Comté
M. Vincent LANFRANCHI, Professeur des universités, ROBERVAL/UTC, Rapporteur

Machines électriques, Analyse e-NVH multiparamétrique, Méthode des éléments finis, Apprentissage Automatique, Greedy Proper Orthogonal Decomposition, Double Synthèse modale.