Thèse soutenue

Contribution à la modélisation et à la prédiction de défaillances sur les moteurs diesel marins

FR  |  
EN
Auteur / Autrice : Hassan Moussa-Nahim
Direction : Mustapha OuladsineRafic Younes
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 22/02/2016
Etablissement(s) : Aix-Marseille en cotutelle avec Université Libanaise. Faculté de génie
Ecole(s) doctorale(s) : Ecole doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'information et des systèmes (Marseille)
Jury : Président / Présidente : Gérard Bloch
Examinateurs / Examinatrices : Fadila Maroteaux, Hassan Shraim, Rafic Younes
Rapporteurs / Rapporteuses : Ahmed El Hajjaji, Fadila Maroteaux

Résumé

FR  |  
EN

Ce travail présente un modèle orienté vers le développement d’un simulateur pour un moteur diesel marin. Dans le but d’avoir un simulateur qui répond aux besoins du moteur étudié au niveau de l’efficacité, la rapidité, et la prise en considération des défauts, le modèle étudié est basé sur des modélisations physiques, semi physique, empirique, mathématique et thermodynamique. Le modèle du moteur est divisé en plusieurs sous-modèles chacun présente un système réel, ces systèmes sont : le refroidissement, la lubrification, l’air, l’injection, la combustion et les émissions. Les sous-modèles et les caractéristiques dynamiques du chaque bloc sont conçus en respectant les équations principales du fonctionnement du moteur ainsi que les données expérimentales collectées du banc d’essai du moteur marin diesel fabriqué par la société SIMB sous la référence 6M26SRP1. Ce modèle a été implémenté sur Matlab/Simulink, et la simulation calcule les variables suivantes : pression, température, efficacité, échange de chaleur, angle de vilebrequin, débit du fuel et émissions, et ceci dans les différentes sous-blocs. Le simulateur est utilisé pour montrer la performance du moteur lors de l’occurrence des défauts et peut aider dans l’application des stratégies d’optimisation pour le dimensionnement, de diagnostic et de pronostic.