Estimation de la durée de vie restante du roulement en utilisant les outils de l'apprentissage automatique

Abstract

Dans ces travaux de thèse, diverses techniques, de traitement des signaux vibratoires, ont été explorés et xpérimentées,sur des données issues de bancs d'essais. Pour atteindre une exploitation optimale des sources d'information, plusieurs des techniques de l'intelligence artificielle ont été mises au service du diagnostic de défauts des machines tournantes, où plusieurs techniques de sélection et de transformation d'indicateurs ont été explorées lors de la construction des vecteurs d'entrée des classifieurs, et un algorithme efficace a été utilisé basé sur l'association d'une recherche ascendante et de techniques filtrantes. La combinaison des techniques de traitement des signaux et de l'intelligence artificielle a permis, en plus de fournir des outils de diagnostic efficaces, de quantifier la pertinence des sources d'information exploitées et proposées et de connaitre la durée de vie d'un roulement symptomatique a une défaillance