Systèmes énergétiques industriels intelligents : diagnostic harmonique par IA et conception de filtres hybrides adaptatifs pour les applications industrielles BT

Descrizione

Systèmes énergétiques industriels intelligents : diagnostic harmonique par IA et conception de filtres hybrides adaptatifs pour les applications industrielles BT Sintesi in italiano (traduzione automatica): Il ruolo riguarda lo sviluppo di una piattaforma di test e monitoraggio basata sull'intelligenza artificiale (IA) per il diagnosticare e ridurre le distorsioni armoniche nelle installazioni industriali a bassa tensione. L'ente è un'organizzazione internazionale che si occupa di innovazione tecnologica. Le mansioni principali includono la supervisione del sistema elettromeccanico, la diagnosi delle armoniche e la progettazione di filtri attivi adattativi. È richiesta una laurea in ingegneria elettrica o un campo correlato. Il candidato dovrà sviluppare metodi per caratterizzare le firme armoniche, progettare algoritmi IA per la rilevazione di anomalie e garantire la conformità alle normative di qualità dell'energia. È fondamentale avere competenze in intelligenza artificiale e sistemi elettrici industriali. Ce travail porte sur le développement d’une plateforme de test et de surveillance basée sur l’IA capable d’assurer le diagnostic avancé, la surveillance continue et la réduction des harmoniques dans les installations industrielles basse tension (BT). Les réseaux industriels modernes sont soumis à une augmentation des perturbations harmoniques, principalement dues aux convertisseurs de puissance, aux variateurs de vitesse, aux alimentations à découpage, aux charges non linéaires, ainsi qu’à des problématiques de compatibilité électromagnétique (CEM). Ces distorsions entraînent une dégradation de la qualité de puissance, une surchauffe des équipements, une diminution de la durée de vie des composants, une usure prématurée des installations, des déclenchements intempestifs ainsi que des pertes énergétiques significatives. Elles se traduisent également par une maintenance plus fréquente, une indisponibilité accrue des équipements, un surcoût opérationnel, des difficultés de conformité aux normes de qualité de puissance et une baisse de la fiabilité et de la sûreté de fonctionnement des systèmes industriels. Cette thèse propose une nouvelle approche de surveillance de la chaîne de conversion d’énergie basée sur une assistance IA interactive en temps réel. L’objectif est de superviser l’ensemble du système électromécanique incluant la source d’énergie, les convertisseurs de puissance et la machine électrique afin de détecter, diagnostiquer et isoler les défauts. L’IA doit également permettre de reconfigurer dynamiquement le système pour éviter toute dégradation de la qualité de puissance et maintenir des niveaux de distorsion harmonique (THDi et THDv) conformes aux normes en vigueur. Les travaux de recherche s’organisent comme ci-dessous : Cette thèse s’appuie sur deux objectifs principaux : 1) Le diagnostic des harmoniques, la séparation des sources harmoniques et la recommandation de solutions à l’aide de l’IA. 2) La conception d’un filtre actif adaptatif destiné à réduire et maîtriser la pollution harmonique dans les charges et les installations industrielles basse tension (BT). Verrous scientifiques : - Développer des méthodes robustes de caractérisation des signatures harmoniques basse et haute fréquences associées aux différents types de charges non linéaires et à leurs modes de fonctionnement. - Séparer et attribuer les contributions harmoniques respectives des différentes sources coexistant sur un même réseau (problématique de séparation de sources). - Développer une architecture de filtre actif adaptatif permettant de réduire efficacement les perturbations harmoniques dans les réseaux industriels. - Concevoir des algorithmes d’intelligence artificielle capables de détecter précocement les situations anormales et d’anticiper leur évolution. - Développer un assistant capable de recommander automatiquement les solutions de réduction les plus pertinentes selon la configuration électrique observée. - Garantir la fiabilité, l’explicabilité et les performances des modèles IA dans un contexte industriel temps réel. Actions à réaliser : - Réaliser un état de l’art des perturbations harmoniques et ses sources, des charges non linéaires industrielles, des normes relatives à la qualité de l’énergie et des méthodes existantes de diagnostic harmonique et de séparation de sources. - Modéliser les émissions harmoniques des différentes charges non linéaires et leurs effets sur les câbles, les transformateurs et les infrastructures électriques ; développer des indicateurs représentatifs de la qualité de l’énergie et vérifier leur conformité aux référentiels IEC 61000 et IEEE 519. - Concevoir des stratégies avancées de réduction sélective des harmoniques basées sur des filtres hybrides adaptatifs. – Développer l’assistant intelligent : détection automatique des perturbations, classification des sources harmoniques et séparation de leurs contributions, prédiction de leur évolution, estimation des risques pour les équip