Optimisation topologique de machines électriques tournantes : état de l'art et applications

Théodore Cherrière

Chercheur post-doctoral au Johann Radon Institute for Computational and Applied Mathematics (RICAM), 

Résumé :

Le dimensionnement de machines électriques, qui sont au cœur de la transition énergétique (électrification des transports, production d'électricité...), repose généralement sur l'expérience de l'ingénieur. Ce dernier choisit une structure parmi celles existantes, qu'il considère la plus à même de répondre au cahier des charges. Ensuite, il procède à une optimisation d'un jeu de paramètres géométriques restreint. Cette démarche est nécessairement biaisée de par les choix du concepteur (structure initiale, paramétrisation, hypothèses de modélisation), ce qui peut laisser de côté des structures innovantes, potentiellement meilleures. Pour éviter cet écueil, on peut utiliser des approches non-paramétriques, comme l'optimisation topologique.

Cette méthodologie est, en effet, capable de trouver des structures parfois surprenantes sans information sur la géométrie initiale. D'abord utilisée en ingénierie mécanique, l'optimisation topologique s'est progressivement étendue à tous les domaines de la physique et fait l'objet d'actives recherches. L'objectif de cet exposé est de présenter les grands principes de cette méthodologie, ainsi que certaines de ses applications aux machines électriques tournantes. Les difficultés sont nombreuses, qu’elles soient théoriques (optima locaux, voire non-existence de solution optimale en l’absence de régularisation), ou pratiques : plusieurs matériaux sont à considérer (fer, air, conducteurs, aimants), ainsi que plusieurs physiques (magnétostatique, mécanique…). Malgré ces difficultés, on montrera qu'il est possible de concevoir une machine électrique complète sans information initiale, en quelques minutes.

Biographie :

Théodore Cherrière est chercheur post-doctoral au Johann Radon Institute for Computational and Applied Mathematics (RICAM), qui dépend de l'Académie des Sciences autrichienne. Ancien élève de l'ENS Paris-Saclay et agrégé d'ingénierie électrique, il a obtenu sa thèse de doctorat "Élaboration de méthodes et d'outils logiciels pour l'optimisation topologique magnéto-mécanique de machines électriques tournantes"  de l'Université Paris-Saclay en 2023. Ses axes de recherche actuels portent sur la modélisation numérique des machines électriques et les méthodes d'optimisation non-paramétriques.