Thèses de Doctorat et Mémoires de Magister
Permanent URI for this communityhttps://dspace.univ-boumerdes.dz/handle/123456789/17
Browse
5 results
Search Results
Item Utilisation de la logique floue à la surveillance et diagnostic des défauts des machines tournantes(2020) Gougam, FawziLes machines tournantes sont souvent très critiques pour les industries. Elles occupent une grande partie des industies et aussi sont vitales pour la production d’énergie et les applications industrielles. La fiabilité et la disponibilité de ces machines doivent être garanties à tout moment, car leur défaillance peut avoir des conséquences catastrophiques. Des composants défectueux, avec par exemple des défectuosités de roulements ou de palier lisse, des défaillances électriques dans les moteurs, des déséquilibres des pièces tournantes, des désalignements,etc ont un impact dans le comportement vibratoire des machines tournantes. Sans détection, ceci peut créer des dégâts sur les machines, des arrêts imprévus et des pertes de revenus importantes. Pour ce faire, l’état de la machine doit être soigneusement surveillé pour détecter les changements significatifs du "comportement de la machine", également connu sous le nom de Condition Monitoring. Le but de la surveillance basée sur l’analyse vibratoire est de détecter les prémices de défauts et de symptômes liés aux différentes conditions de dégradation de la machine et intervenir aux bons moments. En plus de la croissance apparente du maintenance conditionnelle ; conditon based maitenance (CBM), les pronostics et la gestion de la santé (PHM) sont devenus une partie importante de nombreux systèmes et produits d’ingénierie, où les algorithmes développés sont utilisés pour détecter les anomalies, diagnostiquer les défauts et prévoir la durée de vie utile restante (RUL). La PHM peut offrir de nombreux avantages aux utilisateurs et aux responsables de la maintenance. Bien que les objectifs principaux soient d’assurer la sécurité, de fournir un état de santé et d’estimer la durée de vie utile restante des composants et des systèmes, il existe également des avantages financiers tels que la réduction des coûts d’exploitation et de maintenance et l’allongement de la durée de vie. En plus de la croissance apparente du thème, les solutions PHM sont néanmoins le résultat de l’évolution des techniques et des technologies pour la sécurité opérationnelle, la surveillance et l’ingénierie de maintenance. C’est dans ce cadre que cette thèse est rédigée. L’objectif est de présenter l’émergence des techniques de l’intelligence artificielle et montrer comment il complète les activités nouvelles de maintenance, d’expliquer les processus d’identification des défauts et estimation de la durée de vie restante des équipements rotatifs, en décrivant les méthodes et le techniques utilisées dans certains parties de la surveillance et pronostic des systèmes tournantesItem Contribution to the monitoring of rotating machines using signal approach(2017) Merainani, BoualemNow more than ever, the global competition have changed the way manufacturing companies operate. These changes have affected maintenance and made its role even more crucial for business success. To remain competitive, the manufacturing companies are forced to continuously increase the efficiency and the profitability of their facilities that are growing in complexity. Rotating machines cover a wide range of these facilities. However, no matter how well they are designed and manufactured, as the service time goes by, various problems will appear, blocking the running of the machine and causing serious accidents inevitably. Vibration-based condition monitoring aim is to detect the initiation of faults and symptoms related to their different degradation conditions. In this thesis, a novel methodology for rotating machines diagnosis has been developed which combines a self adaptive time-frequency analysis method, Hilbert empirical wavelet transform, and the singular value decomposition. The fault feature extraction and classification method has been verified using results from both dynamic modeling and simulation of an electromechanical system and test rigs. The lectromechanical system comprising a three phase induction motor coupled with a single stage spur gearbox with effects of faults due to 45 shaft slant crack, tooth cracking, and tooth surface pitting. Experiments have been conducted on the data sets extracted from two tests campaigns and collected at different speed and load conditions. The first one consists of a gearbox with five pinion fault types while the second one is an induction motor driven mechanical system with three fault statuses in the bearingItem Elaboration d'un modèle d'aide à la décision en maintenance préventive(2002) Djebili, OmarItem Diagnostic des machines tournantes, étude numérique et expérimentale(2006) Lalouche, AhmedLa tache la plus importante et la plus coûteuse en terme de temps et de coûts dans la surveillance et la maintenance des machines tournantes est la détection et le diagnostic de défaut. L’analyse vibratoire est la méthode la plus utilisée dans le diagnostic de défauts de machine. Le principe de cette méthode est basé sur l’analyse spectrale par la transformée de Fourier. Cette dernière donne de bons résultats notamment pour le désalignement et le défaut de rotor. Pour mettre en évidence l’effet de la charge sur la nature et la gravité du défaut, un diagnostic de ce dernier sur un roulement d’une machine tournante est effectué avec charge et sans charge. Les spectres obtenus montrent l’influence de la charge sur ces roulements : un aperçu plus précis sur les défauts existant ainsi que l’amplification de ces derniers. L’analyse des défauts par la FFT s’est avérée très limitée. Pour cela, on a utilisé le principe " Zoom " pour permettre la détermination des pics correspondent aux défauts de roulement. Cependant, il est impératif d’utiliser la détection d’enveloppe afin de pouvoir extraire les fréquences caractéristiques de ces défautsItem Surveillance automatisée de processus industriels complexes(2014) Baiche, KarimLes processus industriels complexes nécessitent une méthodologie de détection rapide et précoce des défaillances dans leurs systèmes et machines à cause de l'utilisation fréquente de ces derniers dans diverses applications et domaines ainsi que leur impact socio-économique. Le travail présenté dans cette thèse évoque plusieurs approches de traitement et d'analyse appliquées au diagnostic des défauts à savoir certains défauts de machines tournantes (roulement) et défauts de capteurs (système à trois réservoirs -three tank system). Pour mettre en œuvre ce travail de recherche, nous avons établi une feuille de route selon les démarches suivantes : Etablir un état de l'art sur le principe du FDI et les différents défauts pouvant être enregistrés et identifiés. Etablir un prétraitement basé sur l'analyse spectrale avec modèle et sans modèle en utilisant les statistiques d'ordre deux et d'ordre supérieur. le premier type d'approche consiste à utiliser des modèles analytiques du processus, ceux-ci fournissent une estimation en ligne des grandeurs non mesurables. la seconde catégorie d'approche consiste à analyser les signaux mesurés sur la machine en cours de fonctionnement. Les analyses sont réalisées pour la plupart, dans le domaine fréquentiel et en régime permanent. Les informations issues de ces analyses permettent souvent une identification efficace de défaillances présentes au niveau des différents organes du processus. Toutefois ces approches fréquentielles trouvent leurs limites en présence d'importants bruits de mesure qui noient l'information pertinente. Etablir un test statistique basé sur la SPE en utilisant la MSPCA, Identifier les sources de défaillances en utilisant l'ACI