Mémoires INGENIEUR (GI)
Permanent URI for this collection
Browse
Browsing Mémoires INGENIEUR (GI) by Author "ACHARFOUCHE Katia"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item INTÉGRATION DES JUMEAUX NUMÉRIQUES DANS LA MAINTENANCE DES MACHINES POUR L’OPTIMISATION, LA MODÉLISATION, LE DIAGNOSTIC DES DÉFAUTS ET LA LOCALISATION(Ecole Nationale Superieure de Technologie et d'Ingénierie-Annaba, 2024) LEKOUAGHET Zakaria Islam; YAALAOUI Hafsa; ACHARFOUCHE Katia; MOHAMED Djemana (Encadrant)L’arrivée de la quatrième révolution industrielle est venue avec une variété de nouveaux concepts et technologies, parmi ces derniers le jumeau numérique, d’où soulève le questionnement du comment du développement de ces nouvelles technologies ainsi que l’utilisation des outils qui en découlent. Ces copies virtuelles d'actifs physiques permettent une surveillance et des diagnostics en temps réel, améliorant ainsi l'efficacité, la fiabilité et la sécurité des opérations industrielles. Si l'analyse vibratoire demeure une technique de diagnostic précieuse pour les machines tournantes, l'avènement des jumeaux numériques ouvre de nouvelles perspectives encore plus prometteuses pour la surveillance et le diagnostic des défauts. Les jumeaux numériques sont des représentations virtuelles fidèles et dynamiques de machines physiques. Ils intègrent des données en temps réel provenant de capteurs, de l'historique de maintenance et de modèles physiques pour reproduire le comportement et les performances de la machine réelle. Ce travail est consacré pour l’intégration de concept des jumeaux numériques dans l’dentification et localisation des défauts, Pour cela on a étudié trois cas de défauts dans une turbine de ventilation défaut de balourd, défaut d’alignement et le défaut de serrage. La surveillance de la turbine est basée sur l’analyse vibratoire. On a appliqué des méthodes d’analyse globale et de traitement de signal dans le but d’extraire des informations du défaut, Ensuite, une localisation de défaut de serrage a été réalisée à l’aide d’un algorithme en utilisant les réseaux de neurones artificiels (Extrême Learning Machine). Dont l’objectif est de rendre la procédure de la localisation des défauts automatisé. A l’aide de logiciel SolidWorks 2016, une modélisation d’une partie de la chaine de ventilateur a été effectuée afin de créer des défauts identiques à ceux enregistrés dans la réalité. Puis à partir d'une simulation dynamique dans les mêmes conditions du fonctionnement du modèle réel, des signaux temporels ont été relevés, dont certains nous a permis de valider le modèle de la simulation numérique.