Anémométrie Laser Doppler

Anémométrie Laser Doppler

Cette thèse s’inscrit dans le cadre des recherches actuelles sur des systèmes de mesure de vitesse air 3D par technologie LiDAR dans le domaine aéronautique ([3], [4]). L’anémométrie laser Doppler est une technique optique de mesure de la vitesse des fluides. Les particules entrainées par le fluide sont illuminées par un faisceau laser gaussien et le signal rétrodiffusé par ces particules est décalé d’une fréquence proportionnelle à la vitesse des particules. Pour l’application étudiée, il s’agit de mesurer la vitesse relative entre l’avion et la masse d’air dans laquelle il vole, à l’aide des aérosols naturellement présents dans l’air. Le système repose sur plusieurs voies LiDAR afin de mesurer les trois composantes du vecteur vitesse. L’architecture visée comprend quatre axes LiDAR, symétriques deux à deux de chaque côté de l’avion. La quatrième voie apporte une redondance dans la mesure et permet de vérifier la cohérence entre les différentes voies.

Les travaux réalisés par Thales Avionics au travers des projets européens NESLIE (2006-2009) et DANIELA (2008-2011), permettent d’envisager des dispositifs capables de mesurer en temps réel la vitesse 3D de l’avion. Ces systèmes ont été testés lors de campagnes d’essais en vol. Les résultats ont montré que le signal dépend fortement des conditions de vol, telles que l’altitude, les conditions météorologiques, la zone géographique. Par la suite, les principes de l’anémométrie laser Doppler sont décrits et des choix pour l’architecture optique du système sont justifiés.

Lois de diffusion de la lumière

Les systèmes d’anémométrie laser embarqués utilisent deux catégories de traceurs de vitesse : les molécules et les particules naturellement présentes dans l’air. Ces aérosols sont supposés sphériques et leur rayon est de l’ordre du nanomètre pour les molécules et du micron pour les particules. Deux lois définissent la diffusion de la lumière par les aérosols. La diffusion de Rayleigh [5] s’applique lorsque le diamètre du diffuseur est très inférieur à la longueur d’onde du laser. En pratique, la diffusion de Rayleigh est utilisée à des longueurs d’onde (λ) de l’ultraviolet ( λ < 400 nm) pour une rétrodiffusion sur les molécules. L’intérêt est que l’air est très fortement concentré en molécules, donc la disponibilité est importante. Cependant, l’agitation thermique des molécules est forte, de l’ordre de 300 m/s. Le signal Doppler résultant sera fortement étalé en fréquence .

Le spectre de Mie est plus étroit en fréquence et plus puissant . Il permet, avec les technologies actuelles, d’atteindre un meilleur rapport signal à bruit et une plus grande précision sur la fréquence Doppler. Pour une application d’anémométrie laser Doppler embarquée sur des aéronefs, la diffusion de Mie est plus appropriée. En outre, les lasers dont la longueur d’onde est supérieure à 1,4 µm sont dits sans danger pour l’œil. En effet, au-delà de 1,4 µm, l’absorption de l’œil est forte évitant ainsi les brulures de la rétine dues au rayonnement. La longueur d’onde choisie est λ = 1,55 µm . Les technologies fonctionnant à cette longueur d’onde ont connu un développement rapide au cours des années 2000, notamment sous l’impulsion des acteurs du domaine des télécommunications. Ces progrès permettent aujourd’hui de disposer de composants fiables à des coûts raisonnables pour une application industrielle.

Régime « monoparticule » et « multiparticule »

Deux modes de fonctionnement peuvent être utilisés en anémométrie laser Doppler. Le régime dit « multiparticule » se caractérise par un volume de mesure élevé, de l’ordre de quelques litres, de sorte qu’il contienne, à chaque instant, un grand nombre de particules. Le signal rétrodiffusé est alors une somme des contributions de chaque particule. En raison du faible ensemencement de l’air en particules à haute altitude, le rapport signal à bruit (Signal to Noise Ratio, SNR) obtenu est trop faible pour assurer le niveau de disponibilité requis pour l’application avion. En pratique, ce mode de fonctionnement est réservé à des applications basse altitude telles que l’hélicoptère par exemple, pour lequel il est nécessaire d’effectuer une mesure à une vingtaine de mètres pour sortir du flux d’air perturbé par le rotor.

Le régime dit « monoparticule » consiste à focaliser très fortement le faisceau laser. L’intérêt de ce mode est que le volume de mesure est réduite (le rayon du faisceau au point de focalisation ω₀ est inférieur à 100 µm) afin d’augmenter la densité d’énergie. Cette densité est telle que le passage d’une seule particule dans le volume de mesure rétrodiffuse suffisamment d’énergie pour détecter le signal. À haute altitude, la concentration en aérosol est faible et une particule de taille suffisante pour être détectée ne croisera que rarement le faisceau laser.

En tenant compte du volume dans lequel une particule est « détectable », c’est à dire tel que la puissance du signal rétrodiffusée soit suffisante pour être détectée, le fond stratosphérique apparaît être la population la plus critique en termes de nombre de détections. En effet, seulement 9 particules sont détectables par période de 50 ms en moyenne, contre près de 80 pour la troposphère et les cendres volcaniques et plus de 600 pour un nuage .

La diversité des populations d’aérosols induit deux problématiques. La première est que le système doit être capable de détecter suffisamment d’information afin d’estimer la vitesse radiale même dans les cas où le signal utile est rare, comme pour le fond stratosphérique. La seconde problématique correspond aux populations de type nuage. Dans ce cas, les particules de rayon important (supérieur à 10 µm) peuvent se comporter comme des parasites car leur vitesse sera différente de celle de la masse d’air.

Table des matières

Introduction générale
1. Motivation
1.1. Contexte
1.1.1. Navigation
1.1.2. Pilotage
1.2. Anémométrie Laser Doppler
1.2.1. Lois de diffusion de la lumière
1.2.2. Régime « monoparticule » et « multiparticule »
1.2.3. Architecture optique
1.2.4. Fréquence Doppler / Vitesse radiale
1.2.5. Population de particules
1.3. Problématiques de la mesure de vitesse air
1.3.1. Disponibilité
1.3.2. Intégrité
1.3.3. Précision
1.3.4. Ecoulement perturbé
1.3.5. Sélection des aérosols utiles
1.4. Objectifs de la thèse
2. Chaine de traitement du signal LiDAR proposée
2.1. Formalisation du problème
2.1.1. Caractéristiques des particules
2.1.2. Modélisation du problème direct
2.1.3. Inversion du modèle
2.2. Représentation du signal
2.2.1. Objectifs et critères de sélection
2.2.2. Méthodes non-paramétriques
2.2.3. Méthodes paramétriques
2.2.4. Conclusion
2.3. Détection des signaux
2.3.1. Traitement statistique
2.3.2. Détection individuelle des signaux
2.3.3. Résultats
2.3.4. Conclusion
2.4. Estimation des paramètres du modèle et des caractéristiques des particules
2.4.1. Estimation des paramètres du modèle
2.4.2. Estimation des caractéristiques des particules
2.4.3. Sélection des aérosols utiles
2.4.4. Conclusion
2.5. Estimation de la vitesse radiale locale
2.5.1. M-estimateur
2.5.2. Estimation de l’incertitude
2.5.3. Comportement de l’estimateur en fonction des populations de particules
2.5.4. Evaluation
2.5.5. Conclusion
2.6. Evaluation de la chaîne de traitement du signal LiDAR
2.6.1. Fond Stratosphérique
2.6.2. Arctique
2.6.3. Nuage
2.6.4. Conclusion
2.7. Conclusion
3. Architecture du système de mesure de vitesse air
3.1. Reconstruction du vecteur vitesse
3.1.1. Configuration d’un axe LiDAR
3.1.2. Formalisation du problème
3.1.3. Inversion du problème
3.1.4. Conclusion
3.2. Optimisation d’une configuration à axes fixes
3.2.1. Définition du problème
3.2.2. Evaluation de la qualité d’une estimation et critère d’optimisation
3.2.3. Formulation du problème d’optimisation
3.2.4. Résultats
3.2.5. Conclusion
3.3. Configuration à balayage conique
3.3.1. Principe
3.3.2. Traitement
3.3.3. Comparaison des performances
3.3.4. Conclusion
3.4. Conclusion
4. Validation expérimentale
4.1. Installation – Matériel
4.1.1. Maquette LiDAR
4.1.2. Caractérisation de la masse d’air
4.1.3. Anémomètre
4.2. Résultats
4.2.1. Premier essai
4.2.2. Deuxième essai
4.3. Conclusion
5. Conclusion générale

Lire le rapport complet