Soutenance de thèse: David Tsivalalaina RAZAFIMAHEFA (12 décembre 2016)

Afin de décliner le problème environnemental lié à la production d’énergie électrique à partir de l’énergie fossile et nucléaire, il existe des alternatives qui permettent la production d’énergie électrique à partir d’aérogénérateur. Ces derniers sont considérés comme de premier choix dans un milieu favorisé par la présence du vent. Leur utilisation est donc privilégiée et vulgarisée pour diminuer l’émission de CO2 dans l’atmosphère. Après la COP21, il est clair que les problèmes environnementaux et écologiques concernent tous les secteurs d’activités et tous les territoires même les plus petites régions, quelles qu’elles soient. Ces dernières, représentent parfois un petit échantillon de population, mais peuvent bénéficier d’un lieu caractérisé par un fort potentiel à promouvoir une production d’énergie à source renouvelable tel que les éoliennes. La contrainte liée à la taille de ces localités, mène à l’utilisation d’aérogénérateur de faible puissance, pour assurer un équilibre énergétique.
Actuellement, ces aérogénérateurs sont omni présents dans le monde et sont devenus des composants indispensables pour l’approvisionnement en énergie électrique. Ils sont généralement fabriqués en très grandes séries et comme tout autre type de matériels, sont sujets à des défauts de différentes natures. Nous nous intéressons plus spécifiquement aux pannes d’origine électriques et son évolution au sein d’une éolienne. Ce type de défaut est considéré comme très évolutif et très néfaste.  En conséquence, les industries se sont mises en concurrence pour développer le mécanisme le plus efficace. Ainsi, l’objectif visé par ce travail de recherche est de mettre en place une méthode de détection efficiente (efficace, rapide et à faible coût) des défauts.
Ce travail de thèse est focalisé sur deux grandes partie lié à la surveillance de l’état de santé des éoliennes. Le premier consiste à analyser le comportement de l’éolienne en cas de panne afin de construire les indices nécessaires pour son identification.  La Seconde partie consiste à analyser le son émis par ces systèmes en cas de pannes et construire un indice de détection de défaut. Les résultats issus des différentes expérimentations nous ont amené à conclure qu’avec seulement le bruit du système on peut détecter le défaut même à son apparition