Author: Souhayb KassPublisher:
ISBN:
Category :
Languages : fr
Pages : 100
Book Description
Le monde de l'industrie et des transports dispose de machines et d'installations de plus en plus performantes et complexes. Ils ne peuvent être exempts de perturbations et de défaillances, influant sur la qualité du produit, pouvant provoquer l'arrêt immédiat d'une machine et porter atteinte au bon fonctionnement d'un système de production entier. Le diagnostic de ces machines, s'appuie essentiellement sur la surveillance de symptômes liés à différentes conditions de dégradation. Ces symptômes peuvent être tirés de diverses sources d'information, parmi lesquelles l'analyse vibratoire et acoustique occupe une place prépondérante. Aujourd'hui, de nombreuses techniques efficaces sont bien établies, ancrées sur des outils puissants offerts notamment par la théorie des processus cyclostationnaires. La complexité de ces outils exige un expert pour les utiliser et les interpréter. La présence continue d'un expert est difficilement réalisable et couteuse. Des indicateurs d'état de machines tournantes existent dans la littérature mais ils sont conçus sous l'hypothèse de conditions de fonctionnement parfaites. Ces travaux restent limités, dispersés et généralement non soutenus par des cadres théoriques. Le principal objectif de cette thèse est de réduire le recours à l'intervention humaine en proposant des stratégies pour concevoir deux indicateurs optimaux qui résument l'information de diagnostic en une valeur scalaire. Ces stratégies sont élaborées en distinguant deux familles dans le diagnostic : le cas où les informations sur les défauts sont connues et celle où elles sont inconnues. Ces indicateurs sont destinés à être utilisés dans le cadre d'un processus de diagnostic autonome, sans nécessiter d'intervention humaine, à l'aide des tests d'hypothèses statistiques. La capacité de ces indicateurs est validée sur des données réelles et comparée avec d'autres indicateurs de la littérature en termes de performance de détection.
