Métamodélisation pour le calcul rapide d'exposition des personnes aux systèmes haute puissance
Metamodel-based methodology for fast prediction of human exposure due to high power systems
Résumé
Wireless power transfer systems (WPT) are a key factor in the development of electric mobility. Such high power systems create a high level of magnetic field in the vicinity area, which can be dangerous for operators or bystanders. Thus, when designing new WPT systems, the human exposure needs to be properly assessed in order to be compliant with the current standards and guidelines.The work presented here used non-intrusive stochastic tools to build a consistent predictor of complex computational models. The resulting predictor is a metamodel which is simply an analytical function that can be used afterwards to perform fast computation on the outputs of the real model such as Sobol'-based sensitivity analysis or optimization. Based on initial observations on basic metamodels for both simplified and realistic WPT systems, an active learning metamodelling algorithm has been developed to build consistent predictor and perform accurate sensitivity analysis at a low computation cost. The algorithm has been validated for the evaluation of mutual inductance in the case of dynamic charging. Consistent predictors have been computed for a realistic WPT computational model which have been used to optimize its design of 3F3 ferrite cores (position and dimension).Finally, a dosimetric methodology for assessing the safety of WPT systems at a low computation cost, using the adaptive algorithm coupled with a voxelized 3D human model, has been developed. Safety areas for a simulated WPT system and a practical system available at the GeePs have been computed. The methodology has been applied to a system needier of human exposure assessment: mid-frequency direct current welding guns, treating the case of exposure to a pulsed magnetic field.
Les systèmes de transfert de puissance inductifs (WPT) représentent un atout majeur dans la course au développement des véhicules électriques. Un tel système en fonctionnement génère des niveaux de champs magnétiques importants susceptibles d'être dangereux pour les humains à proximité. Ainsi, lors du dimensionnement de nouveaux systèmes WPT, l'exposition des personnes doit être quantifiée en adéquation avec les standards et normes existantes. Les travaux présentés ici démontrent l'utilisation de méthodes stochastiques non-intrusives pour construire des prédicteurs de modèles numériques complexes (à coûts de calcul élevés). Le prédicteur est un métamodèle, une simple fonction analytique à bas coût de calcul qui peut être utilisé à la place du modèle réel pour calculer des analyses de sensibilités ou optimiser le système. Partant d'observations sur des métamodèles simples de systèmes WPT, un algorithme d'apprentissage itératif a été développé afin de construire un estimateur précis de la sortie d'un modèle complexe de WPT à bas coût de calcul. L'utilisation de cet algorithme a été validé sur divers cas: estimation d'inductance mutuelle pour système WPT dynamique, dimensionnement de ferrites par optimisation... Enfin, en couplant cet algorithme à des modèles 3D de corps humain, un méthodologie a été développé pour une analyse dosimétrique à bas coût de l'exposition des personnes à un système WPT (modélisation et expérience). Cette méthodologie a été étendue avec succès à un système générant des impulsions magnétiques, un pistolet de soudure moyenne fréquence, un système industriel plus complexe à étudier.
Origine : Version validée par le jury (STAR)