SURVEILLANCE, DIAGNOSTIC ET LOCALISATION DES DEFAUTS DANS LA TURBINE DE VENTILLATION X205 EN UTILISANT LA MACHINE D’APPRENTISSAGE EXTREME.
Loading...
Date
2020
Journal Title
Journal ISSN
Volume Title
Publisher
ÉCOLE SUPERIEURE DE TECHNOLOGIES INDUSTRIELLES -ANNABA-
Abstract
Il n’est plus nécessaire aujourd’hui de montrer l’importance de la maintenance optimale dans les sociétés industriels qui devenue un facteur de compétitivité et de pérennité décisive visant à répondre aux impératifs industriels pour assurer une production permanente et augmenter la durée de vie des machines en réduisant le cout surtout pour les machines tournantes. Ces dernières représentent une classe dominante dans les systèmes de production et c’est le cas pour notre équipement d’étude le ventilateur de circulation X205 où l’apparition d’une défaillance inattendue peut causer d’énormes pertes économiques lourdes et des
endommagements inévitables. Le travail présenté dans ce mémoire s’inscrit dans le cadre du diagnostic et surveillance des défauts des machines tournantes, nous avons consacré l’étude pour un ventilateur de
circulation a une base des données des pannes riches, qui peut nous soutenir de couvrir le maximum des cas des défauts possibles. On a essayé tout au long la première partie de ce travail de cadrer les différentes
notions relatives à la maintenance , les techniques d’analyse et les techniques de traitement de signal qui ont étés exploitées pour l’analyse vibratoire, qui est la technique la plus utilisée pour réaliser une surveillance et un diagnostic fiable et pour détecter l’apparition et l’évolution de la plupart des défauts . Par la suite nous avons cité quelques notions sur les méthodes de classification par l’Intelligence Artificielle. Dans la deuxième partie de ce travail on a commencé par une présentation des caractéristiques techniques du ventilateur et une description de la chaine de ventilation après on a expérimenté les recherches théoriques de l’analyse vibratoire par l’application des techniques de traitement de signal telles que : l’analyse de niveau global et l’analyse spectrale sur des signaux réels acquis du ventilateur de circulation X205 CRU2 ou on à prendre le balourd comme un exemple d’étude réel. Afin de surveiller et d’analyser le comportement de la machine, lors d’un fonctionnement normal (état sain) et (avec défaut) et de soutenir nos activités expérimentales nous avons modélisé numériquement le ventilateur et les différents défauts tels que le balourd, le désalignement et le desserrage à l’aide de logiciel SOLIDWORKS 2016 pour faire une simulation dynamique de son fonctionnement réel. Ce modèle, conduit à un gain notable en termes de temps, de cout et de recherche. Enfin, à l’aide d’une machine d’apprentissage extrême, on a fait une application de coalisation automatique de défaut de serrage au niveau des deux paliers. Au cours du processus, la formation sur l'ensemble de données est effectuée sur la base de réseaux de neurones artificiels et déployée pour estimer la position du défaut avec l’indication de pourcentage de la similarité des signaux de simulation par rapports aux signaux d’apprentissage