IA pour bien jouer

En bref, il existe une énorme demande de moteurs performants et d'un bon rapport qualité-prix. Mais les gestionnaires de réseaux électriques exigent également que ces moteurs provoquent des perturbations limitées.

Le Dr Mbika Muteba de l'Université de Johannesburg a formé une IA pour optimiser la conception d'un moteur à cage d'écureuil. L'étude est publiée dans la revue Energies . L'IA a veillé à ce que la conception optimisée perturbe peu le réseau électrique auquel elle est connectée en améliorant considérablement le facteur de puissance du moteur.

Dans cette recherche, Muteba a modélisé et conçu des rotors et des bobines capacitives auxiliaires pour un moteur à cage d'écureuil de 5,5 kW (7,37 chevaux métriques). Puis il a construit les rotors et les a testés en laboratoire. Les performances réelles des moteurs correspondaient étroitement aux performances prévues.

Le premier moteur testé n'a pas de bobine auxiliaire sur le stator et n'est pas optimisé par AI. Le second a une bobine auxiliaire pour améliorer le facteur de puissance et n'est pas non plus optimisé par l'IA. Le troisième moteur a une bobine auxiliaire sur le stator et est également optimisé par l'algorithme AI. L'algorithme génétique l'a optimisé pour les performances les plus élevées sur diverses charges de courant électrique consommé (couple par ampère). Muteba a vérifié les résultats de l'algorithme génétique avec une analyse par éléments finis.

Le moteur de 5,5 kW optimisé par l'IA avait un excellent facteur de puissance dans la configuration du laboratoire, allant de 0,93 mesuré à 0 % de charge, à 0,99 à 60 % de charge jusqu'à 120 % de charge. Le rendement à pleine charge du moteur optimisé par l'IA est de 85,87 %, ce qui correspond à 1 à 2 % du moteur non optimisé. Son efficacité pour des charges inférieures à 30 % est également nettement améliorée par rapport aux moteurs non optimisés.

Plus important encore, même avec l'excellent facteur de puissance, le moteur optimisé donne plus de couple tout en consommant moins de courant. Le couple par ampère de la conception optimisée par l'IA était une amélioration à deux chiffres par rapport à celui du moteur sans optimisation de l'IA.

Le couple optimisé du moteur par ampère est 22 % supérieur à 20 % de charge, 16 % supérieur à 60 % de charge et 13 % supérieur à 120 % de charge, par rapport à la version non optimisée.

Pourquoi les moteurs à cage d'écureuil peuvent rendre les réseaux instables

"Les moteurs à cage d'écureuil ont généralement un faible facteur de puissance. Surtout s'ils démarrent ou fonctionnent sous des charges légères", explique Muteba. "Mais les compagnies d'électricité veulent que toutes les charges que vous connectez à leur réseau, qu'il s'agisse du moteur d'une pompe de piscine ou d'une machine de concassage de minerai dans une mine, aient un bon facteur de puissance."

Les réseaux électriques triphasés fournissent deux types d'alimentation. Le premier est la puissance active qui fait tourner les moteurs et fait le travail. Les services publics d'électricité facturent cela à leurs clients en kilowatts ou en mégawatts. Les réseaux fournissent également de la puissance réactive. Les moteurs à cage d'écureuil mangent de la puissance réactive sur une grille pour maintenir les champs magnétiques sur leurs rotors. Sans ce champ, un moteur à cage d'écureuil ne fonctionne pas. De tous les types de moteurs électriques, les moteurs à cage d'écureuil sont les plus gourmands en puissance réactive.

Les transformateurs qui abaissent l'alimentation haute tension aux tensions domestiques ou industrielles consomment également la puissance réactive d'un réseau. "Une charge avec un facteur de puissance faible consomme beaucoup plus de puissance réactive. Lorsque des centaines ou des milliers de ces charges sont connectées à un réseau, les propriétaires du réseau doivent dépenser pour mettre à niveau le réseau afin de fournir plus de puissance réactive", dit-il.

Si un réseau est submergé par des charges avec de faibles facteurs de puissance, toutes les charges du réseau, même celles avec de bons facteurs de puissance, ne peuvent pas obtenir suffisamment de puissance réactive pour fonctionner et le réseau peut devenir instable. Cela peut causer des dommages importants dans les mines, les usines et les systèmes d'irrigation des fermes.

Les services publics d'électricité pénalisent fortement les utilisateurs pour les charges avec de faibles facteurs de puissance. Ainsi, un réseau électrique national peut avoir des dizaines ou des centaines de milliers de moteurs à cage d'écureuil connectés, en tant que chevaux de trait fiables. Mais le faible facteur de puissance combiné des moteurs peut rendre un réseau imprévisible et même instable.

Économies importantes

L'optimisation de l'IA pour le rotor et la bobine capacitive auxiliaire a permis d'améliorer le facteur de puissance et les performances tout en disposant d'un moteur à écureuil fiable et efficace pour les applications difficiles, déclare Muteba.

Le moteur optimisé par l'IA a un entrefer entre le rotor et le stator, qui est plus grand que dans un moteur non optimisé. Sous des charges élevées, des températures élevées et des vitesses élevées, le moteur optimisé devrait avoir de meilleures performances mécaniques que les moteurs non optimisés.

"Avec ces résultats, nous voyons qu'il est possible de faire fonctionner des moteurs à induction à cage d'écureuil sans dépenser des millions en compensateurs réactifs pour éviter les sanctions des entreprises de services publics. Il est également inutile d'adopter des bobines auxiliaires d'une manière qui réduit l'efficacité ou le couple par ampère", a-t-il déclaré. ajoute.

"Le rotor optimisé par l'IA et la bobine capacitive auxiliaire ont un excellent facteur de puissance sur toute la gamme de charges, et sont encore plus efficaces, à des performances plus élevées également."

Pour un micro-réseau ou un réseau électrique privé, la création d'un excellent facteur de puissance dans chaque moteur à cage d'écureuil rend également le réseau beaucoup plus facile à gérer, dit-il.

Avancée de l'IA dans la conception

L'utilisation de l'IA pour optimiser la conception du rotor et de la bobine capacitive auxiliaire peut faire gagner du temps par rapport aux pratiques de conception bien ancrées, explique Muteba. L'algorithme génétique a pris 27 minutes pour optimiser la conception du rotor et de la bobine capacitive auxiliaire, en huit exécutions et 60 générations de chromosomes traités.

« Les ingénieurs de conception sont confrontés au défi de sélectionner la valeur optimale de la longueur de l'entrefer et de la bobine capacitive auxiliaire. Dans la plupart des cas, ils utilisent un logiciel de conception qui effectue une analyse de sensibilité et paramétrique. Ces processus sont généralement longs, avec des capacités de recherche limitées », explique Muteba.

"Les IA telles que les algorithmes de recherche optimale peuvent trouver la valeur optimale de la longueur de l'entrefer et de la bobine capacitive auxiliaire en recherchant un grand espace de solution en quelques minutes. La technique basée sur la population, utilisée dans cette recherche, un algorithme génétique, est un bon apte à trouver les valeurs optimales requises."