Sujet de thèse UBFC, ED SPIM, spécialité Automatique Pronostic
Transcription
Sujet de thèse UBFC, ED SPIM, spécialité Automatique Pronostic
Sujet de thèse Research Sujet de thèse UBFC, ED SPIM, spécialité Automatique Pronostic pour le pilotage de systèmes à échelles de temps multiples Application à la PEMFC Direction de thèse Rafael Gouriveau (MCF HDR, FEMTO-ST AS2M) Samir Jemei (MCF, FEMTO-ST ENERGIE) – [email protected] Contexte général de la thèse Les applications pré-industrielles autour des piles à combustible sont aujourd’hui de plus en plus nombreuses, dans le domaine du transport (véhicules routiers de niche, transport ferroviaire, aéronautique…), mais également dans le domaine du stationnaire (groupes électrogènes, fourniture électrique sur des sites isolées du réseau, …). L’un des verrous technologiques les plus importants rendant encore délicat le passage à un niveau réellement industriel pour ces systèmes réside dans la durabilité atteinte en exploitation. Pour des piles à combustible à basse température (de type PEMFC : Proton Exchange Membrane Fuel Cell), des durées de vie sous contraintes d’exploitation réelle de l’ordre de 2000 heures sont aujourd’hui atteintes. Ceci constitue un gain considérable depuis quelques années, mais reste tout de même encore relativement loin des attentes de l’industrie automobile par exemple (typiquement de l’ordre de 5000 à 8000 heures). Pour augmenter cette durée de vie, 2 types d’actions complémentaires peuvent être envisagées : travailler sur les matériaux de cœur de pile à combustible afin de la rendre intrinsèquement plus fiable, maîtriser les contraintes imposées au cœur de pile par le « système » pile à combustible (auxiliaires de fonctionnement, hybridation, …) afin d'assurer des missions plus longues (un objectif étant bien évidemment de limiter ces contraintes). Cette thèse de doctorat se positionnera sur le second type d’action, et visera à développer des approches de pronostic et de pilotage de piles à combustible de type PEMFC visant à garantir un « succès de mission » à moindre coût. Ces approches devront être à même d'intégrer différents profils de conditions opératoires (scénarios de sollicitation). Problématiques et objectifs scientifiques Le foyer scientifique du projet réside dans la nature multi-échelles des phénomènes électrochimiques régissant le comportement (nominal et dégradé) d’une pile ; il est difficile de dissocier ce qui est de l’ordre d’une réponse instantanée du modèle de comportement, de ce qui est dû à la dégradation (phénomènes plutôt lent). S’ensuit une forme d’incertitude qui rend difficile le développement d’outils de pronostic d’une part, et de lois de commande d’autre part. Ces deux aspects constituent les axes de recherche envisagés dans le projet : modélisation à échelles de temps multiples du comportement d’une PàC et pronostic hybride, développement de stratégies de pilotage adaptatif (fonction de la dégradation). Les systèmes piles à combustible (PàC), de par leur technologie, sont par essence des systèmes multi-physiques (électriques, fluidiques, électrochimiques, thermiques, mécaniques, etc.) et multi-échelles (de temps et d'espace) dont les comportements sont difficilement appréhendables. La nature non linéaire des phénomènes, le caractère réversible ou non des dégradations, et les interactions entre composants rendent effectivement difficile une étape de modélisation des défaillances [5]. Aussi, le manque actuel de "constance" dans les qualités de fabrication prohibe la caractérisation statistique de leur comportement. Se posent également les problèmes d'observabilité des grandeurs symptomatiques des dégradations [1, 2, 8], et plus généralement des contraintes expérimentales limitant la quantité des campagnes de test (coûteuses) pouvant être réalisées [12]. Le cadre informationnel reste ainsi relativement faible : données manquantes, déséquilibre dans le recueil entre les données caractéristiques de modes de bon fonctionnement et de modes de défaillance, etc. Aussi, malgré les premiers travaux apparus récemment [6, 10, 11, 13, 14], il est encore nécessaire de développer un modèle complet de prédiction du comportement (se dégradant) d’une pile en fonction des conditions opératoires et environnementales. A un autre niveau, le pronostic n’est pas une fin en soi. Il doit permettre de décider des actions de maîtrise à mettre en œuvre pour maintenir le système à un certain niveau de performances (commande adaptative, ordonnancement de tâches de maintenance). A court terme, le caractère immédiat de l’action pose de gros problèmes de granularité des décisions : comment justifier qu’une commande immédiate permettra d’éviter ou de tolérer un problème qui apparaîtra potentiellement à moyen/long terme ? Il apparait qu’en complément de l’approximation des dégradations, il est certainement nécessaire de modéliser la "récupération" d’un système industriel. De nouvelles stratégies de commande tolérante aux fautes (afin que les missions puissent être remplies dans les meilleures conditions) pourront ainsi être imaginées. Cet aspect n’est pratiquement pas prospecté à l’international. 1 Verrous scientifiques et pistes de développements Développer des approches de pronostic implique de tenir compte de la quantité et du type d’information a priori, de son incomplétude, etc. A titre d’exemples de freins limitant le développement de modèles de pronostic, citons simplement la variabilité possible des conditions de fonctionnement (environnement, sollicitations) et les phénomènes d’interactions entre composants au sein d’un système. Pour ce faire, nous souhaitons prospecter le pronostic dit "hybride" [9]. L’idée sous-jacente est de développer des modèles analytiques de comportement (éventuellement incomplets), incluant de manière explicite la dégradation. Les paramètres de tels systèmes peuvent ensuite être identifiés par apprentissage. Ce type d’approches, très prometteuses, requiert cependant une forme de modélisation des dégradations, et ne peut donc être envisagé que sur des cibles applicatives pour lesquelles une compréhension physique des phénomènes est possible. C’est le cas de la pile à combustible. Un verrou complémentaire apparait. La dynamique des dégradations est par essence plutôt lente (quelques centaines d’heures) alors que les données de surveillance "portent" également l’information de la dynamique rapide de l’état du système. Il est ainsi difficile de dissocier ce qui est de l’ordre d’une réponse instantanée du modèle de comportement, de ce qui est dû à la dégradation ; s’ensuit une forme d’incertitude qui ne caractérise pas réellement les performances à long terme d’un outil de pronostic. Par ailleurs, les lois de commande (construite pour des conditions nominales de fonctionnement) s’en trouvent biaisées [15]. Sur ce point, nous souhaitons développer une approche permettant la modélisation de phénomènes et l’estimation de paramètres à échelles de temps multiples [3, 4]. Ce type de modélisation offre l’avantage de décrire le comportement d’un système en tenant compte de l’influence de la dégradation sur l’état du système. Nous avons déjà initié ce travail en combinant plusieurs filtres à particules, chacun portant sur des constantes de temps différentes [7]. Ce travail doit être renforcé et étendu, et dans la mesure du possible généralisé. Par suite, des lois de commande adaptées devront être développées. Développements attendus En marge du travail bibliographique (Tâche 1), plusieurs volets de développements se dégagent à court-moyen terme : Tâche 2. Modélisation analytique du comportement (multiphysique et à échelles de temps multiples) incluant de manière explicite la dégradation et les phénomènes de « récupération » de la PàC → Problématiques majeures o dissociation de la réponse instantanée du système (rapide) et de la dégradation (lent) o modélisation adaptative de la remise en conditions opérationnelles Tâche 3. Pronostic (estimations fiables du SOH - State of Health et du RUL - Remaining Useful Life) → Problématiques majeures o modélisation des incertitudes o identification robuste des paramètres et prédiction Tâche 4. Pilotage adaptatif de la PEMFC → Problématiques majeures o intégration des dynamiques rapides et lentes à la commande du système o approche de bouclage pronostic / commande Tâche 5. Test, optimisation et validation sur banc de test → Problématiques majeures o génération de données de tests o réduction des hypothèses, validation et généricité des approches Mois Tâche M 1 M 2 M 3 M 4 M 5 M 6 M 7 M 8 M 9 M M M M M M M M M M M M M M M M M M M M M M M M M M M 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 T1 - Etat de l'art T2 - Modélisat° du com port. T3 - Pronostic (SOH et RUL) T4 - Pilotage adaptatif T5 - Tests, optim isat° et validat° Equipe d’accueil et actes de candidature Le sujet de thèse proposé sera essentiellement traité au sein de l’équipe PHM du département AS2M de l'institut FEMTO-ST, situé dans les locaux de l'ENSMM (Besançon). La nature du sujet exige cependant des déplacements fréquents dans les locaux de la Fédération de Recherche FCLAB (Belfort). Des missions ponctuelles au sein du laboratoire IMS de Bordeaux sont également probables. Les actes de candidature sont à adresser à Rafael Gouriveau ([email protected] ; 03 81 40 27 96). Merci de bien vouloir regrouper les éléments suivants : CV détaillé, lettre de motivation, relevé de notes du diplôme ouvrant droit au doctorat, nom, prénom et coordonnées de personnes référentes du candidat, lettre(s) de recommandation éventuelle(s). 2 Eléments bibliographiques [1] Gucik D., T. Raissi, A. Zolghadri, A note on Interval Observer Design for Unknown Input Estimation, International Journal of Control, Taylor & Francis, 2015. doi:10.1080/00207179.2015.1057230. [2] Gucik D., R. Outbib, M. Ouladsine, A comparative study of unknown-input observers for prognosis applied to an electromechanical system. IEEE Transactions on Reliability, à paraître, 2015, doi:10.1109/TR.2015.2494682 [3] Gucik D., A. Zolghadri, E. Suhir, L. Bechou, A model-based prognosis strategy for prediction of Remaining Useful Life of Ball-Grid-Array Interconnections. IFAC World Congress 2014, Aug 2014, Cap Town, South Africa. [4] Henry D., J. Cieslak, A. Zolghadri, D. Efimov, H∞/H- LPV solutions for fault detection of aircraft actuator faults: Bridging the gap between theory and practice, International Journal of Robust and Nonlinear Control, Vol. 25-5, pp. 649-672, 2015 ; DOI : 10.1002/rnc.3157. [5] Jouin M., R. Gouriveau, D. Hissel, M.-C. Péra, N. Zerhouni, Prognostics and Health Management of PEMFC - State of the art and remaining challenges, Int. J. of Hydrogen Energy, Vol. 38-35, pp. 15307-15317, 2013 ; DOI : 10.1016/j.ijhydene.2013.09.051. [6] Jouin M., R. Gouriveau, D. Hissel, M.-C. Péra, N. Zerhouni, Prognostics of PEM fuel cell in a particle filtering framework, Int. J. of Hydrogen Energy, Vol. 39-1, pp. 481-494, 2014 ; DOI : 10.1016/j.ijhydene.2013.10.054. [7] Jouin M., R. Gouriveau, D. Hissel, M.-C. Péra, N. Zerhouni, Joint particle filters prognostics for PEMFC power prediction at constant current solicitation, IEEE Transactions on Reliability, à paraître, 2015 ; DOI : 10.1109/TR.2015.2454499. [8] Jouin M., R. Gouriveau, D. Hissel, M.-C. Péra, N. Zerhouni, Degradations analysis and aging modeling for health assessment and prognostics of PEMFC, Reliability Engineering and System Safety, à paraître, 2015. [9] Jouin M., R. Gouriveau, D. Hissel, M.-C. Péra, N. Zerhouni, Particle filter-based prognostics : review, discussion and perspectives, Mechanical Systems and Signal Processing, à paraître, 2016 ; DOI : 10.1016/j.ymssp.2015.11.008. [10] Lechartier E., E. Laffly, M.-C. Péra, R. Gouriveau, D. Hissel, N. Zerhouni, Proton Exchange Membrane Fuel Cell behavioral model suitable for prognostics, Int. J. of Hydrogen Energy, Vol. 40-26, pp. 8384-8397, 2015 ; DOI :10.1016/j.ijhydene.2015.04.099. [11] Morando S., S. Jemeï, D. Hissel, R. Gouriveau, N. Zerhouni, ANOVA method applied to PEMFC ageing forecasting using an Echo State Network, Mathematics and Computers in Simulation, à paraître, 2015 ; DOI : 10.1016/j.matcom.2015.06.009. [12] Petrone R., D. Hissel, M.-C. Péra, D. Chamagne, R. Gouriveau, Accelerated stress test procedures for PEM fuel cells under actual load constraints : State-of-art and proposals, Int. J. of Hydrogen Energy, Vol. 40-36, pp. 1248912505, 2015 ; DOI :10.1016/j.ijhydene.2015.07.026. [13] Silva R.-E., R. Gouriveau, S. Jemeï, D. Hissel, L. Boulon, K. Agbossou, N. Yousfi Steiner, PEMFC degradation prediction based on Adaptive Neuro-Fuzzy Inf. Systems, Int. J. of Hydrogen Energy, Vol. 39-21, pp. 11128-11144, 2014 ; DOI : 10.1016/j.ijhydene.2014.05.005. [14] Silva R.-E., F. Harel, S. Jemeï, R. Gouriveau, D. Hissel, L. Boulon, K. Agbossou, Proton Exchange Membrane Fuel Cell Operation and Degradation in Short-Circuit, Fuel Cells, Vol. 14-6, pp. 894-905, 2014 ; DOI : 10.1002/fuce.201300216. [15] Zolghadri A., D. Henry, J. Cieslak, D. Efimov, P. Goupil, Fault Diagnosis and Fault-Tolerant Control and Guidance for Aerospace Vehicles, from theory to application, Springer, Series: Advances in Industrial Control. 2013. 3