Fusion d'indicateurs de défauts et de dégradation pour l'aide à la maintenance prédictive de parcs de turbines éoliennes à l'aide de données de surveillance SCADA

par Usama Aziz

Projet de thèse en Automatique - productique

Sous la direction de Sylvie Charbonnier et de Christophe Bérenguer.

Thèses en préparation à Grenoble Alpes , dans le cadre de École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble) , en partenariat avec Grenoble Images Parole Signal Automatique (laboratoire) et de Signal automatique pour la surveillance, le diagnostic et la biomécanique (equipe de recherche) depuis le 01-02-2017 .


  • Résumé

    Les travaux envisagés dans cette thèse visent à contribuer à une chaine complète de traitement de l'information allant de l'extraction et de la sélection des données pertinentes (c'est-à-dire permettant d'identifier de façon précoce les dérives, défauts, dysfonctionnement et baisse de performance) dans la base de surveillance, à la prédiction de durée de vie résiduelle pour la prise de décision en maintenance, en passant par la synthèse d'indicateurs de l'état des systèmes considérés (turbines ou composants critiques) et l'élaboration de modèles de détérioration et de fiabilité. Ainsi, l'objectif de la thèse sera de mettre en place une méthode alliant l'analyse de séries temporelles multivariées (analyse statistique des résidus, analyse de tendances, étude des corrélations …) et la fusion d'informations pour transcrire l'évolution temporelle de l'ensemble des indicateurs en une décision de maintenance.

  • Titre traduit

    Fusion of fault and degradation indicators for predictive maintenance assistance of wind turbine fleets using SCADA Monitoring data


  • Résumé

    The work envisaged in this thesis aims at contributing to a complete chain of information processing ranging from the extraction and selection of the relevant data (ie allowing to identify at an early stage the drifts, defects , Dysfunction and loss of performance) in the monitoring database, the prediction of residual lifetime for decision-making in maintenance, and the synthesis of indicators of the state of the systems considered (turbines or critical components) And the development of deterioration and reliability models. Thus, the objective of the thesis will be to set up a method combining the analysis of multivariate time series (statistical analysis of residuals, analysis of trends, study of correlations ...) and the fusion of information to transcribe the temporal evolution Of the set of indicators into a maintenance decision.