|
| Titre : | Diagnostic par reconnaissance des formes : Application à la machine asynchrone | | Type de document : | theses et memoires | | Auteurs : | Mohammed Gaouaoui ; Kamal Hammouche, Directeur de thèse | | Editeur : | Tizi Ouzou : UMMTO.FGEI | | Année de publication : | 2012 | | Importance : | 122 p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Diagnostic Reconnaissance des formes k-plus proche voisin Support Vectors Machine
(SVM) Machine asynchrone triphasée Modèle multi-spires. | | Résumé : | Le diagnostic est un thème de recherche qui, aujourd’hui est au coeur des préoccupations
industrielles. Le but du diagnostic d’un système est de détecter et de localiser le plus précocement
possible ses modes défaillants pour éviter un mauvais fonctionnement dangereuses, augmente la
disponibilité et la productivité du système et garantit la qualité du produit ou du service.
Deux grandes approches sont utilisées dans le domaine du diagnostic en génie électrique : Les
méthodes de diagnostic avec connaissance à priori et les méthodes sans connaissance a priori, Les
méthodes de diagnostic avec connaissance à priori sont basée sur un modèle analytique, elles
reposent sur le suivi des paramètres et des grandeurs du système, au moyen d’algorithmes
d’observation. Elles détectent les défaillances en comparant l’évaluation de l’écart entre modèle et
processus réel. Le principal avantage de ces méthodes réside dans l’intégration d’une connaissance Ã
priori du système et donc d’un filtrage de l’information. Les méthodes sans connaissances à priori,
quant a elles sont basées sur l’extraction d’informations par le biais du traitement des signaux
mesurés. Les signaux mesurables (les courants, les tensions, la vitesse, les vibrations, la
température, les émissions sonores) peuvent fournir des informations significatives sur les défauts. A
partir de ces grandeurs caractéristiques du fonctionnement des machines électriques, la mise en
oeuvre de méthodes décisionnelles à base des techniques de reconnaissance de formes permet de
concevoir des systèmes de surveillance ou des algorithmes performants au service du diagnostic.
Ce travail est une contribution à l’adaptation des techniques de reconnaissance des formes au
diagnostic des systèmes, particulièrement la machine asynchrone triphasée.
Nous avons ainsi appliqué un system de Reconnaissance des Formes de la machine asynchrone à la
détection de certains défauts induits au stator et au rotor. Les défauts étudiés sont les cassures de
barres au rotor et les courts-circuits au niveau du stator. La machine est alimentée à vide et Ã
plusieurs niveaux de charge. Les mesures effectuées sur la machine sont les courants et les tensions
électriques. Les paramètres extraits à partir de ces mesures sont des attributs statistiques de leur
représentation temporelles et fréquentielles.
Pour pouvoir détecter la présence d'un défaut sur la machine nous avons appliqué deux règles de
décision : la règle des k – ppv et la méthode SVM. Ces deux règles de décision donnent de très bons
résultats de diagnostic pour les modes de fonctionnements considérés. | | En ligne : | https://dl.ummto.dz/bitstream/handle/ummto/583/Gaouaoui%20Mohammed.pdf?sequence= [...] | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=24997 |
Diagnostic par reconnaissance des formes : Application à la machine asynchrone [theses et memoires] / Mohammed Gaouaoui ; Kamal Hammouche, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2012 . - 122 p. : ill. ; 30 cm. Bibliogr. Langues : Français | Mots-clés : | Diagnostic Reconnaissance des formes k-plus proche voisin Support Vectors Machine
(SVM) Machine asynchrone triphasée Modèle multi-spires. | | Résumé : | Le diagnostic est un thème de recherche qui, aujourd’hui est au coeur des préoccupations
industrielles. Le but du diagnostic d’un système est de détecter et de localiser le plus précocement
possible ses modes défaillants pour éviter un mauvais fonctionnement dangereuses, augmente la
disponibilité et la productivité du système et garantit la qualité du produit ou du service.
Deux grandes approches sont utilisées dans le domaine du diagnostic en génie électrique : Les
méthodes de diagnostic avec connaissance à priori et les méthodes sans connaissance a priori, Les
méthodes de diagnostic avec connaissance à priori sont basée sur un modèle analytique, elles
reposent sur le suivi des paramètres et des grandeurs du système, au moyen d’algorithmes
d’observation. Elles détectent les défaillances en comparant l’évaluation de l’écart entre modèle et
processus réel. Le principal avantage de ces méthodes réside dans l’intégration d’une connaissance Ã
priori du système et donc d’un filtrage de l’information. Les méthodes sans connaissances à priori,
quant a elles sont basées sur l’extraction d’informations par le biais du traitement des signaux
mesurés. Les signaux mesurables (les courants, les tensions, la vitesse, les vibrations, la
température, les émissions sonores) peuvent fournir des informations significatives sur les défauts. A
partir de ces grandeurs caractéristiques du fonctionnement des machines électriques, la mise en
oeuvre de méthodes décisionnelles à base des techniques de reconnaissance de formes permet de
concevoir des systèmes de surveillance ou des algorithmes performants au service du diagnostic.
Ce travail est une contribution à l’adaptation des techniques de reconnaissance des formes au
diagnostic des systèmes, particulièrement la machine asynchrone triphasée.
Nous avons ainsi appliqué un system de Reconnaissance des Formes de la machine asynchrone à la
détection de certains défauts induits au stator et au rotor. Les défauts étudiés sont les cassures de
barres au rotor et les courts-circuits au niveau du stator. La machine est alimentée à vide et Ã
plusieurs niveaux de charge. Les mesures effectuées sur la machine sont les courants et les tensions
électriques. Les paramètres extraits à partir de ces mesures sont des attributs statistiques de leur
représentation temporelles et fréquentielles.
Pour pouvoir détecter la présence d'un défaut sur la machine nous avons appliqué deux règles de
décision : la règle des k – ppv et la méthode SVM. Ces deux règles de décision donnent de très bons
résultats de diagnostic pour les modes de fonctionnements considérés. | | En ligne : | https://dl.ummto.dz/bitstream/handle/ummto/583/Gaouaoui%20Mohammed.pdf?sequence= [...] | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=24997 |
|
Diagnostic par reconnaissance des formes (2012) 
