Hamici, MohamedHalimi, Djamel (Promoteur)2023-11-092023-11-092023https://dspace.univ-boumerdes.dz/handle/123456789/1231983 p. : ill. ; 30 cmL’industrie pétrolière, en particulier dans les centres de traitement de gaz (CPF), est confrontée à des défis majeurs en termes de maintenance préventive et de gestion des défaillances. Les coûts élevés des arrêts de production et les conséquences potentiellement graves sur la sécurité et l’environnement nécessitent une approche efficace de la maintenance. Dans ce contexte, l’application de l’intelligence artificielle (IA) dans les systèmes de surveillance et de diagnostic joue un rôle crucial. Ce mémoire se concentre sur l’implémentation d’un modèle d’IA pour la détection des défauts de roulements "NU313ECM" dans la pompe 06-P-531-B du centre de traitement de gaz "CPF". En utilisant des données de vibration et des signaux d’enveloppe, le système de surveillance automatique basé sur l’IA vise à améliorer la détection précoce des défauts, à réduire le temps de diagnostic et à optimiser la maintenance préventive. L’adoption de ce système permettra de minimiser les temps d’arrêt, d’améliorer la sécurité des équipements et d’optimiser les performances de la pompe dans le centre de traitement de gaz "CPF".frHydrocarbures : TransportGisements de gaz : Tiguentourine (Illizi)Gaz : TraitementPompes centrifugesRendement mécaniqueVibrations : AnalyseFourier, Transformations deApprentissage automatiqueThesis