Browsing by Author "Ratni, Azeddine(Promoteur)"

Now showing 1 - 3 of 3

Contribution à la détection et classification des défauts des roulements par l’utilisation des réseaux de neurones artificiels
(Université M'Hamed Bougara Boumerdès: Faculté de Technologie, 2023) Montcho, Yaogan Innocent; Ratni, Azeddine(Promoteur)
Ce travail se consacre à l'intérêt du diagnostic des défauts des roulements des machines tournantes par le biais des réseaux de neurones artificiels.ce choix se justifie par le fait que l'analyse spectrale,outil couramment utilisé,n'est pas en mesure de détecter efficacement les défauts et ne permet pas non plus de les localiser en indiquent leur criticité.l'approche des réseaux de neurones artificiels présente de nombreux avantages,notamment en matière de classification et de séparation non-linéaire. cette caractéristique nous a permis de mettre en place une application de diagnostic des défauts de roulement à billes.le perceptron multicouche a été choisi comme réseau neuronal pour la surveillance et le diagnostic.après l'apprentissage,nous avons simulé les sorties des réseaux afin de vérifier si l'apprentissage était adéquat, car l'algorithme de rétro-propagation de gradient pourrait converger de manière différente selon l'architecture du réseau. nous avons opté pour l'apprentissage supervisé,car chaque entrée était associée à une sortie connue.après l'entraînement de chaque réseau de neurones,nous avons évalué leurs performances par la méthode de classification.afin de tester la capacité de généralisation de notre modèle de réseau de neurones,nous avons effectué plusieurs tests sur des données qui n'avaient pas été utilisées lors de l'apprentissage.en effet, les réseaux de neurones artificiels ont été capables de reconnaître les modèles de vibrations associés à différents états de santé du roulement avec une grande précision
Estimation de défaut actionneur sua machine asynchrone par un observateur à entrées inconnnues
(Université M’Hamed Bougara Boumerdes : Faculté de Technologie, 2020) Gueffaz, Hamza; Ourloum, Salim; Ratni, Azeddine(Promoteur)
Les Moteurs asynchrones à cage d'écureuil sont largement utilisés dans la majorité des industries, il est donc impératif de mettre en oeuvre des systèmes de surveillance adéquats ayant pour but de détecter les défauts de façon précoce.Le travail de ce mémoire concerne l'étude de détection des défauts de la machine asynchrone à cage d'écureuil par le capteur logiciel (l'observateur) dans le cas où cette dernière subit un défaut d'actionneur.Ce mémoire a pour objectifs de modéliser la machine asynchrone par un passage d'un modèle physique à un modèle mathématique, et par un programme écrit sous MATLAB nous avons réalisé une simulation en présentant l'évolution des grandeurs temporelles telles que le courant la tension le couple électromagnétique dans le bon fonctionnement de la machine. Enfin, on a développé le modèle de la machine asynchrone en présence d'un défaut d'actionneur par l'injection d'un signale de défaut à l'entrée de système.
Etude et simulation d’une chaine photovoltaïque connectée au réseau électrique
(Université M'Hamed Bougara Boumerdes: Faculté de Technologie, 2021) Bournissa, Nadine; Ratni, Azeddine(Promoteur); Bouregba, Hicham(Co-Promoteur)
L'Objectif de ce mémoirec'est la modélisation d'un système photovoltaïque raccordé au réseau électrique.utilisée ce système à une topologie de raccordement à deux étages,un hacheur survolteur (DC/DC) pour augmenter la tension de générateur photovoltaïque a une tension fixe au borne de l'onduleur,ce dernier est un onduleur de tension (DC/AC)avec un filtrage d'harmonique (LCL). Le générateur photovoltaïque il est dimensionné pour une puissance de 100 KW.La modélisation est basée sur un modèle d'une cellule photovoltaïque qui présente les caractéristiques (V-I) et (V-P) de système. Ces caractéristiques non lineaire permettent d'extraire le maximale d'énergie convertis vers le réseau électrique a travers les algorithmes d'extraction de maximum de puissance (MPP) par Perturbation et Observation (P&O) et Conductance Incrémentale (IC) avec une amélioration de la qualité de l'énergie.Le système de conversion est modélisé et simulé par MATLAB/SimpowerSystem