Contribution au processus de surveillance intelligente des machines tournantes : cas des roulements à billes.
Auteur / Autrice : | Hassane Hotait |
Direction : | Xavier Chiementin, Lanto Rasolofondraibe |
Type : | Thèse de doctorat |
Discipline(s) : | Matériaux, mécanique, structures |
Date : | Soutenance le 13/11/2020 |
Etablissement(s) : | Reims |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences du Numérique et de l’Ingénieur (Reims, Marne) |
Partenaire(s) de recherche : | Laboratoire : Institut de Thermique, Mécanique, Matériaux |
Jury : | Président / Présidente : Francois Guillet |
Examinateurs / Examinatrices : Xavier Chiementin, Lanto Rasolofondraibe, Antoine Grall, Lamiaa Elmenzhi, Fabrice Bolaers | |
Rapporteurs / Rapporteuses : Antoine Grall, Lamiaa Elmenzhi |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
La production industrielle est actuellement déterminée par la concurrence mondiale et la nécessité d’adapter rapidement la production aux demandes du marché en évolution constante. Ces exigences ne peuvent être satisfaites que par des avancées radicales dans les technologies de fabrication actuelles. L’industrie 4.0 est une approche intéressante basée sur l’intégration des processus d’entreprise et de fabrication. L’objectif de cette thèse est de développer une méthodologie de la maintenance 4.0 pour briser les compromis des anciennes stratégies en permettant aux entreprises de maximiser la vie utile de leurs équipements de production tout en évitant les temps d’arrêt imprévus, par combinaison de l’analyse vibratoire et la méthode de reconnaissance de formes pour détecter, et suivre la dégradation d’un défaut. Deux méthodologies sont proposées, IRT-OPTICS (Improved Real-Time Ordering Points to Identify the Clustering Structure) et AOC-OPTICS (Automatic Online Classification monitoring based on OPTICS), basées sur la méthode de reconnaissance de formes non supervisée. Ces méthodes devraient aboutir à une surveillance autonome. Elles visent à déceler les dysfonctionnements des machines tournantes et de suivre l’évolution de ce dysfonctionnement. Cette démarche commence par l’extraction de trois types d’indicateurs (scalaires, temps-fréquence, temps-échelle), suivie par une réduction de dimension dans un espace visuel, représentant la présence de défauts dans le roulement. L’étape suivante consiste à suivre l’évolution de la dégradation en utilisant cinq paramètres : Davies-Bouldin index, Calinski-index, le saut du centre de la classe, la densité, le contour.