Mécatronique

Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/5592

Browse

Author: search.filters.author.Rahmoune, Chamseddine(Promoteur)Start date: 2020

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Automatic condition monitoring of grid-connected PV system using signal processing techniques and machine learning algorithms
    (Université M’Hamed Bougara Boumerdes : Faculté de Technologie, 2022) Bentaalla, Abderrahmane; Rahmoune, Chamseddine(Promoteur)
    In electrical energy production field, the early detection of Grid-connected PV system faults is crucial to avoid any failure in the system camponants, which can lead to unexpected breakdowns that causes high repair costs and enormous economic and commercial losses. During PPT modes operation the system faults remain undetectable for longer periods introducing many threats to the system. This work presents an approach for faults detection in (GPV) system under Maximum Power Point Tracking (MPPT) mode during large variations of environment conditions. We propose an intelligent method based on signal processing techniques and Machine Learning algorithms to detect and diagnose the systems faults using the extensive measurements obtained from a GPV system under Maximum PPT (MPPT). The recorded scenarios include seven faults: open circuit in PV array, grid anomaly, inverter fault, feedback sensor, MPPT controller and boost converter faults
  • No Thumbnail Available
    Item
    Contribution au diagnostic des ruptures des barres rotoriques par l’utilisation des techniques d'apprentissage automatique
    (Université M’Hamed Bougara Boumerdes : Faculté de Technologie, 2022) Sadji, Fares; Rahmoune, Chamseddine(Promoteur)
    La Machine asynchrone à cage devient actuellement l'élément clé de la plupart des équipements industriels, du fait de sa robustesse et son faible coût. Malgré ces avantages, un certain nombre de contraintes de natures très différentes peuvent affecter la durée de vie de cette machine, en occasionnant des pertes économiques considérables. Ceci impose la mise en œuvre d'un système de diagnostic. Le diagnostic qui est une partie de la surveillance, a pour objectif de détecter et de localiser un défaut, d'une façon précoce, avant qu'il ne conduise à une défaillance totale de l'installation industrielle.Cette recherche présente une contribution au diagnostic des défauts des barres rotoriques de La machine asynchrone à cage. Les méthodes proposées sont basées sur Traitement de signal (pour l'extraction des caractéristiques des signaux) et Intelligence artificielle (pour la classification).Les techniques et méthodes de diagnostic, dans ce domaine, sont très nombreuses. Dans Cette recherche, nous avons proposé deux techniques : 1- Transformée de HILBERT + SVD et Les algorithmes de Classification (Apprentissage supervisé) 2- Indicateurs statistiques et Les algorithmes de Classification (Apprentissage supervisé)