Etude De Diagnostic Intelligent Des Défauts Mécaniques Dans Les Machines Tournantes.
2021
Mémoire de Master
Génie Mécanique

Université Mohammed Seddik Ben Yahia - Jijel

I
Ikhlef, Bilal
C
Chentouf, Abdelmoumin
F
Fenineche, Hocine (Encadreur)

Résumé: Cette étude discute le diagnostic automatique des défauts mécaniques des machines tournantes par la méthode de la Machine Learning, en se basant sur l’analyse des signaux vibratoires issus d’un banc d’essai conçu pour étudier les défauts de roulements. Nous avons également utilisé la machine learning comme un moyen de classification et de diagnostic automatique. La prise de décision sur le mode de fonctionnement (sans défaut ou avec défaut) du système étudié ce faite automatiquement par la méthode de l’arbre de décision. Le processus utilisé a prouvé une grande capacité de classification des états de fonctionnement de la machine étudiée et par la suite d’identifier et de reconnaitre avec une haute précision l’état de santé ainsi que le type et l’élément défaillant.

Mots-clès:

machines tournantes
apprentissage automatique
analyse vibratoire
arbre de décision
Nos services universitaires et académiques

Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).

Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!

Comment ça marche?
Nouveau
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".


footer.description

Le Moteur de recherche des thèses, mémoires et rapports soutenus en Algérie

Doctorat - Magister - Master - Ingéniorat - Licence - PFE - Articles - Rapports


©2025 Thèses-Algérie - Tous Droits Réservés
Powered by Abysoft