Application de l'analyse de sensibilité locale à la réduction de modèles thermiques des machines électriques - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2016

Application de l'analyse de sensibilité locale à la réduction de modèles thermiques des machines électriques

Résumé

Cet article propose une démarche méthodologique de réduction de modèles thermiques des machines électriques par analyse de sensibilité locale. Ces modèles sont basés sur l'approche nodale, où un circuit à constantes localisées est construit pour la machine avec plusieurs paramètres qui caractérisent les différents échanges thermiques. L'analyse locale quantifie l'impact des petites variations de ces paramètres autour de leurs valeurs initiales sur les températures du modèle. La méthodologie proposée est appliquée sur une machine synchrone à aimants permanents internes destinée à une application de type alterno-démarreur intégré – ADI. Après avoir quantifié, par analyse de sensibilité, les paramètres thermiques d'influence significative dans le modèle thermique de la machine, des hypothèses de réduction de modèle sont proposées. Les résultats sur les modèles réduits, obtenus par cette démarche, sont ensuite comparés et validés par rapport à ceux obtenus par le modèle initial; ce dernier étant recalé par rapport aux relevés expérimentaux des températures de l'ADI.
Fichier principal
Vignette du fichier
SGE16_KE_version_145870.pdf (16.45 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01361559 , version 1 (07-09-2016)

Identifiants

  • HAL Id : hal-01361559 , version 1

Citer

Bassel Assaad, Khadija El Kadri Benkara, Stéphane Vivier, Guy Friedrich, Antoine Michon. Application de l'analyse de sensibilité locale à la réduction de modèles thermiques des machines électriques. Symposium de Genie Electrique, Jun 2016, Grenoble, France. ⟨hal-01361559⟩

Collections

UNIV-COMPIEGNE
74 Consultations
43 Téléchargements

Partager

Gmail Facebook X LinkedIn More