Dans l’objectif de repérer des méthodes d’optimisation plus adaptées à la conception de machines électriques non conventionnelles, nous montrons dans ce travail la pertinence de l’utilisation d’une méthode stochastique nouvellement proposée appelée optimisation par essaim de particule (PSO), caractérisée par un coefficient de constriction, assurant une convergence rapide. Cette méthode est appliquée à la conception et à l’optimisation d’une machine lente à inversion de flux (FRM (50 tr/min, 10kW)) à attaque direct destinée aux applications basse vitesse de rotation. Les résultats d’optimisation de cette machine par PSO combinée avec la méthode des éléments finis (FEM) sont comparés, en termes de robustesse, de convergence et de simplicité, à ceux obtenus par algorithme génétique (GA) couplé avec la FEM. Les conclusions de cette étude s’avèrent importantes pour le développement futur du PSO lors de la conception des machines électriques. (With the objective to identify optimization methods more suited to design unconventional electric machines, in this work we show the relevance of using a stochastic method newly proposed called particle swarm optimization (PSO), characterized by a constriction coefficient ensuring quick convergence. This method is applied to design and optimization of low speed flux reversal machine (FRM (50 rpm, 10 kW) dedicated to direct drive applications. The optimization results of this machine by PSO combined with the finite element method (FEM) are compared in terms of robustness, convergence and simplicity, to those obtained by genetic algorithm (GA) coupled with the FEM. Conclusion study are important in future development of PSO in design electrical machines.)

Keywords: Machine à inversion de flux, Optimisation par essaim de particules, Algorithme génétique, Conception optimale (Flux reversal machine, Particle swarm optimization, Genetic algorithm, Optimization design)