Source Identification Approaches for EMC and SI Issues : Opening Towards Machine Learning Models

Abstract

Cette thèse traite des enjeux de compatibilité électromagnétique (CEM) et d'intégrité du signal (SI) dans des réseaux de câblage d'architectures aéronautiques hybrides‑électriques, où les couplages inter‑câbles intensifient les perturbations des formes d'onde. L'objectif est d'atténuer la diaphonie avec un surcoût matériel minimal au moyen d'une solution logicielle qui, à partir de points d'observation, détecte les perturbations, identifie des sources équivalentes et génère des excitations correctrices. Les lignes de transmission multiconducteurs sont modélisées avec le module Câble de CST Studio Suite, qui résout les équations du télégraphiste en domaine temporel. En parallèle, l'identification des sources dans le domaine temporel repose sur la méthode LCCF. Cette dernière (LCCF) a été optimisée pour répondre aux besoins des applications expérimentales, notamment pour éviter les émissions en dehors de l'intervalle de contrôle. Dans le domaine fréquentiel, la stratégie de réduction de la diaphonie est évaluée au moyen de plusieurs scénarios d'un problème aéronautique simplifié. Dans ce cas, une comparaison des résultats d'identification des signaux correcteurs obtenus par la méthode LCCF et par la déconvolution est réalisée. L'efficacité de l'approche proposée est d'abord démontrée par des études numériques, puis confirmée par des essais en laboratoire. Lorsque les ports principaux sont inaccessibles, l'injection des signaux de correction au moyen d'une pince de courant (BCI) est également validée. Une autre approche, fondée sur la méthode LCCF, vise à assurer l'intégrité du signal au moyen de deux amplificateurs montés en parallèle, dont les bandes passantes complémentaires couvrent l'intervalle [1 MHz-4 GHz] est expérimentalement validée. Enfin, la thèse explore des réseaux de neurones pour l'identification des formes de champs dans le domaine temporel, évalue les réseaux de neurones informés par la physique (PINNs) et propose une nouvelle architecture à combinaison linéaire de PINNs améliorant la précision sur des EDP électrostatiques canoniques.