METHODES ET OUTILS D’AIDE AU DIAGNOSTIC ET A LA MAINTENANCE PREVENTIVE DES TABLEAUX ELECTRIQUES PAR LE SUIVI DE GRANDEURS PHYSIQUES CARACTERISTIQUES ENCADRANTS Jean-Pierre ROGNON (G2ELAB) Gilles ROSTAING(G2ELAB) Albert FOGGIA(G2ELAB) Eric JOUSEAU (=S=) Présenté par Kahan N’guessan le 7 décembre 2007

Le tableau électrique: Ses constituants 1-CONTEXTE Le tableau électrique: Ses constituants Jeux de barres horizontales Appareillage Câbles de raccordements clients Unités fonctionnelles Cloisons

@ Objectif de la thèse 1-CONTEXTE Traitement des données - simulation par modélisation - comparaison au modèle - analyse vieillissement @ Mesures de grandeurs disponibles - Températures - courants - puissances... Restitution des résultats - franchissement de seuils limites - détection de tendances anormales

Enquête sur les causes de défaillances 1-CONTEXTE Enquête sur les causes de défaillances Interrogation de 6 experts Exploitation de base de cas réels (Chorus experts) Exploitation des retours clients ( SETBT) Constats: La principale cause de défaillance est le défaut de raccordement. La plupart des causes de défaillances se manifestent par un échauffement donc un système de surveillance mis en œuvre à partir de la mesure de la température est pertinent

PLAN DE LA PRESENTATION CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENES DE DEGRADATION DES CONTACTS POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLE D’APPLICATION: Tableau OKKEN CONCLUSION ET PERSPECTIVES

Zoom sur le contact électrique 2-ESSAIS Zoom sur le contact électrique Contact électrique La discontinuité à l’interface du contact Rc (Résistance électrique) & Rth (Résistance thermique) Cependant les formules pour évaluer ces résistances relèvent encore du domaine théorique.

Essais sur les différents types de contacts Contact boulonné Pincé Contact boulonné sur chant Contact boulonné à plat Pince d’embrochage Essai de bouchon thermique Essai de desserrage progressif Essai de vieillissement accéléré Essai de vibrations

Essai de bouchon thermique 2-ESSAIS Essai de bouchon thermique Une moitié de barre dans le four à 200°C et Pince d’embrochage avec 1 pince au lieu de 3 Différence de température de 43°C à comparer à 5°C pour un contact boulonné à plat (serré au couple). 58°C 101°C 58°C 101°C Dans cette configuration il serait judicieux de placer le capteur côté appareil avant le contact

Essai de desserrage et de vieillissement 2-ESSAIS Essai de desserrage et de vieillissement Essais contact pincé Principales conclusions 1500A Desserrage progressif 1/8 Cn Au delà de 20cm du point chaud le défaut est difficilement visible L’échauffement est significatif à partir d’un couple de serrage très faible (<1/8Cn) vieillissement 1800A 2200A Le contact vieillit dans le temps.. Les surcharges accélèrent ce vieillissement..

Essai de vibrations 2-ESSAIS Bonne corrélation entre desserrage et amplitude du signal pour les petits desserrages MAIS Difficulté d’interprétation des résultats pour des forts desserrages D’où une complémentarité possible entre température et vibration

ESSAIS Synthèse Le phénomène de bouchon thermique a été mis en évidence. Les capteurs doivent être placés au plus près du point à surveiller Chaque phase du circuit électrique devra être instrumentée Les essais de desserrage montrent qu’ à partir de 1/8ième  une élévation significative de température Le contact vieillit dans le temps, le vieillissement est accéléré par les surcharges La mesure de vibration bien que se heurtant a des difficultés d’interprétation peut être un moyen complémentaire de mesure de détection de défauts des contacts électriques. Les observations faites nous permettent d’aborder la phase de positionnement des capteurs de températures dans le tableau électrique

CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENE DE DEGRADATION DES CONTACTS. POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLES D’APPLICATIONS CONCLUSION ET PERSPECTIVES

Les échanges thermiques dans le tableau électrique 3-Position de capteurs Les échanges thermiques dans le tableau électrique La conduction  60 à 70 % des phénomènes d’échanges thermiques Avec la convection il peut exister une différence de température de plus de 20°C entre le haut et le bas du tableau électrique

Les critères de priorité dans le positionnement 3-Position de capteurs Les critères de priorité dans le positionnement Le Contexte : Les connexions à proximité de gros appareils (calibre >=NS400) Les connexions clients Les connexions des jeux de barres isolées ou près des parties isolées(<20cm) Les connexions jeux de barre nue loin d’isolant (>70cm) La Technologie de raccordements  Pince d’embrochage Contact boulonné Le niveau de hauteur Haut Milieu Bas

Matrice de priorité dans le positionnement 3-Position de capteurs Matrice de priorité dans le positionnement 3-1-2 0-0-0 La situation 3-1-2 est prioritaire devant la situation 0-0-0

Remarques 3-Position de capteurs Problématique du positionnement des capteurs  nombre, positionnement efficace Très peu de marge de manœuvre pour l’optimisation du nombre et du placement des capteurs (Redondance d’information quasi inexistante) Importance de la matrice de priorité  instrumentés les points les plus critiques et où l’on peut voir un défaut. Le coût de l’instrumentation est sans comparaison devant le coût de l’arrêt imprévu d’une installation défaillante Solution financièrement rentable

CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENE DE DEGRADATION DES CONTACTS. POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLES D’APPLICATIONS CONCLUSION ET PERSPECTIVES

Schéma global de détection de défauts 4-DETECTION Schéma global de détection de défauts Système réel Modèle Courants Image thermique du tableau Températures ambiantes Températures des contacts comparaison Etat du contact? NIVEAU 2 Vieillissement du contact? Calcul de vitesse de vieillissement NIVEAU1 Franchissement de seuil de températures Atteinte des seuils de températures ? Niveau 1 Détection d’un état de dégradation en général avancé ( Uniquement mesures de températures) Niveau 2  Détection d’un état de dégradation en général moins avancé ( Mesures de courants+températures)

Exemples d’échauffements limites 4-DETECTION NIV1 Exemples d’échauffements limites Constituant des tableaux électriques Limites d’échauffement admissibles IEC 60439.1 Bornes pour câbles extérieurs, +70°C Organes manuels de commande (métalliques) +15°C Organes manuels de commande isolants +25°C Surfaces extérieures métalliques accessibles +30°C Surfaces extérieures isolantes accessibles +40°C Jeu de Barre souple isolée +90°C Enveloppe tôle Jeux de barres nus +105°C Appareil Jeu de barres enveloppe 25°C 30°C 105°C 70°C Bouchon thermique Répond au besoin des clients de se référer à la norme pour diagnostiquer leurs installations

Estimation du vieillissement des contacts électriques 4-DETECTION NIV1 Estimation du vieillissement des contacts électriques Définition du facteur de doublement D Notion utilisée dans IEC 60.905 Le vieillissement d’un contact est dû à : Son ambiante Ta: Température d ’utilisation Durée de vie probable Son échauffement propre ∆Tc : T t T+D t/2 Vitesse de vieillissement (1heure de (Ta, ∆Tc ) K heures de (Tanorm, ∆Tc norm) Reste à vivre: (1-K)*durée de vie normale

Données de simulation de vieillissement 4-DETECTION NIV1 Données de simulation de vieillissement Modélisation exponentielle d’un desserrage progressif Modélisation sinusoïdale de la température ambiante On considère une durée de vie de 20ans Utilisation normale: Echauffement <=70°C dans une ambiante intérieure <= 60°C Température ambiante annuelle Echauffement propre du contact Température propre du contact

Exemple de simulation du vieillissement 4-DETECTION NIV1 Exemple de simulation du vieillissement Données de simulation Modélisation exponentielle d’un desserrage progressif Modélisation sinusoïdale de la température ambiante On considère une durée de vie du contact: 20ans Durée de vie Ex: Seuil(alarme)=Vn+3 ans Temps Résultats de la simulation

Détection par comparaison à un modèle physique 4-DETECTION NIV2 Détection par comparaison à un modèle physique Courants Image thermique du tableau électrique Comparaison Ecart de températures (état du contact) Températures des contacts électriques Tableau électrique Modèle Thermique (EchaufWeb) •Méthode nodale •Différences finies Températures Modélisation EchaufWeb® Approche unifilaire, différences finies. Adapté à un système où la conduction est le phénomène prépondérant. Conduction  60 à 70 % des échanges dans les tableaux électriques. Base de données de l’appareillage =S= à enrichir Nécessité de caler le modèle (avec les paramètres nécessitant une estimation empirique: Rth, Rc, Coeff d’échanges) Mon apport… Réflexion des limites du logiciel Comment l’utiliser au mieux en vue de la détection Définition d’une démarche de modélisation température ambiante en entrée , calage du modèle…

Détection de défauts de contact par les réseaux de neurones 4-DETECTION NIV2 Détection de défauts de contact par les réseaux de neurones Un neurone: Le perceptron Exemple d’utilisation des réseaux de neurones: estimation de frontière Contacts sans défaut Contacts défaillants Réalise une fonction non linéaire paramétrée à valeurs bornées Un réseau de neurones

Processus d’apprentissage à l’aide des réseaux de neurones 4-DETECTION NIV2 Processus d’apprentissage à l’aide des réseaux de neurones Apprentissage à partir d’une liste d’entrées/sortie Entrées: I(t) , T(t), dI/dt, dT/dt Sortie: État du contact: 1 = mauvais 0=bon database Rc État du contact 1 1/8 ième du couple nominal + État réel du contact - Erreur database Réseau entrées État estimé du contact

Validation du réseau de neurones (RN) après apprentissage 4-DETECTION NIV2 Validation du réseau de neurones (RN) après apprentissage Dégradation du contact Ce test donne des résultats nous permettant de conclure sur la faisabilité d’une telle méthode: Le courant et la température sont des informations suffisantes pour estimer l’état du contact

Informations à interpréter 4-DETECTION Synthèse 4 indicateurs de détection de l’échauffement anormal NIVEAU 1 Franchissement de seuil Calcul de vieillissement NIVEAU 2 -Comparaison modèle physique -Réseau de neurones Module de DIAGNOSTIC (Réseau Bayésien) Informations à interpréter

CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENE DE DEGRADATION DES CONTACTS. POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLES D’APPLICATIONS CONCLUSION ET PERSPECTIVES

Diagnostic à l’aide de réseaux Bayésiens Le but : En cas de défaut: Pouvoir remonter les causes du défaut. Identifier les risques potentiels de défaillances compte tenu de l’environnement et de l’utilisation du tableau. Intégrer le retour d’expériences dans le diagnostic (apprentissage) L’on se tourne naturellement vers les Réseaux bayésiens. Très intuitif ( facilite la mise en œuvre avec les experts Schneider-Electric) Permet de calculer les probabilités des causeseffets mais aussi effetscauses sur le même modèle Plusieurs applications réussies dans l’industrie

Réseau Bayésien: Un Exemple classique 5-DIAGNOSTIC Réseau Bayésien: Un Exemple classique Les Réseaux bayésiens (RB) Les RB sont des graphes causaux dans lesquels il est possible d'effectuer un raisonnement probabiliste. Pour cela, il faut définir plusieurs choses : • La description qualitative des dépendances (le graphe causal) • La description quantitative des dépendances(les probabilités conditionnelles). Oubli de débrancher mon Arroseur (A) Pluie (P) Le jardin de mon voisin est mouillé (W) Mon Jardin est mouillée (J) Mon jardin est mouillé est causé par l’oubli de débrancher mon arroseur ou par la pluie Lorsque Mon jardin et celui de mon voisin sont mouillés j’ai plus tendance à croire qu’il a plu

Le réseau Bayésien du tableau électrique 5-DIAGNOSTIC Le réseau Bayésien du tableau électrique Le graphe causal et les tables de probabilités sont construits en réunissant les données des experts Mon apport : Recueil de données des experts et leurs transformation en informations nécessaires pour bâtir le réseau. Calcul de certaines probabilités difficiles à obtenir ( hypothèse noisy-or) Validation de la méthodologie auprès d’ un expert en réseau Bayésien ( Philippe Leray)

Utilisation du réseau Bayésien: Exemple tiré du réseau global 5-DIAGNOSTIC Utilisation du réseau Bayésien: Exemple tiré du réseau global diagnostic   “conséquence  Causes probables ” Analyse de risques « Cause  Conséquences probables»

Evaluation du réseaux Bayésien ( 14 vecteurs tests ) 5-DIAGNOSTIC Evaluation du réseaux Bayésien ( 14 vecteurs tests ) Cas réels issus de la base de suivi qualité de Schneider-Electric concernant tous, des cas de défauts se manifestant par un échauffement local anormal

Résultats du test du réseau Bayésien 5-DIAGNOSTIC Résultats du test du réseau Bayésien On évalue la capacité du réseau à prédire l’état de la variable « échauffement anormal » du réseau Bayésien avec des probabilités ayant été initialisées à partir des contributions des experts

CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENE DE DEGRADATION DES CONTACTS. POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLE D’APPLICATION CONCLUSION ET PERSPECTIVES

ESSAI sur le Tableau Okken 6-APPLICATION ESSAI sur le Tableau Okken Modélisation Echaufweb 9 points de mesures / phases 2 appareils

Tableau Okken: détection de défaut via EchaufWeb® 6-APPLICATION Tableau Okken: détection de défaut via EchaufWeb® 1600A – vérification de la validité du modèle 1000A Défaut contact 9 Desserrage Les nombreux essais montrent que: Plus de 4°C d’écart  Défaut probable

Tableau Okken: diagnostic de défauts Obstruction de ventilation 6-APPLICATION Tableau Okken: diagnostic de défauts Obstruction de ventilation Etape 1 Etape 2 Observation: Evidence: Température interne élevée Questions: Quelle est la cause la plus probable? Etape 1 température externe élevée Etape 2  Mauvaise ventilation

CONTEXTE ESSAIS DE COMPREHENSION DES PHENOMENE DE DEGRADATION DES CONTACTS POSITIONNEMENT DES CAPTEURS MODULE DE DETECTION MODULE DE DIAGNOSTIC EXEMPLES D’APPLICATIONS CONCLUSION ET PERSPECTIVES

CONCLUSION

Quelques PERSPECTIVES Automatisation de l’opération de calage ( EchaufWeb)optimisation avec une fonction objectif à définir Mise en complémentarité du réseau de neurones et EchaufWeb Analyse décisionnelle: Automatisation possible de la prise de décisions après un diagnostic à partir de règles expertes Automatisation possible du positionnement des capteurs à partir d’un modèle numérique du tableau électrique: Les règles de la matrice de priorité sont une bonne base Modèle Bayésien dynamique permettant de faire des prédictions à plus long terme par simulation Développer les mêmes méthodes sur d’autres produits ( tableaux MT) , ou avec d’autres grandeurs ( vibration par exemple) Processus d’apprentissage (Réseau Bayésien) à partir des retours d’expérience sur l’ensemble du parc installé

MERCI