Diagnostic Par Reconnaissance Des Formes : Application À La Machine Asynchrone

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 à 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 à 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.

Publié dans la revue: