Surveillance préventive des roulements par analyse multi-capteurs

par Guillaume Bruand

Thèse de doctorat en Signal image parole telecoms

Sous la direction de Nadine Martin.


  • Résumé

    La surveillance préventive est une approche courante permettant de réduire les coûts associés à la maintenance en milieu industriel. En effet, un diagnostic précoce peut prévenir des dommages critiques sur une machine donnée, et permet à l'utilisateur de planifier la maintenance afin de minimiser le temps d'immobilisation du moyen de production. Dans cette thèse il est montré que les capteurs d'angle sont particulièrement adaptés au diagnostic des machines tournantes, et plus spécifiquement à la détection des défauts de roulement. Ils sont combinés de manière avantageuse afin d'étudier l'orbite d'un arbre tournant, celle-ci donnant des informations pertinentes sur l'état de fonctionnement de la machine. Un modèle mécanique original est proposé afin de décrire les déplacements d'un arbre en rotation en présence d'un roulement défectueux. Des caractéristiques sont extraites de l'orbite étudiée, et utilisées comme un indicateur de sévérité de défaillance. Les résultats montrent que la méthode proposée a de multiples avantages sur les approches plus conventionnelles, telles que celles basées sur les accéléromètres, et représente ainsi une alternative intéressante dans un contexte industriel.

  • Titre traduit

    Multi-sensors analysis for bearing condition monitoring


  • Résumé

    Condition monitoring is a common approach to reduce costs in industrial environments. Indeed, an early diagnosis of an incoming failure can prevent a machine from serious damages, and allows the customer to plan maintenance operations to minimize the downtime of the production apparatus. In this thesis angle measurement sensors are shown to be particularly suited to rotating machines diagnosis, and especially to bearing fault detection. They are combined advantageously to study the orbit of a rotating shaft, from which useful information about the health state of the machine can be retrieved. An original mechanical model is proposed to describe the rotating shaft displacements in the presence of a faulty bearing. Features are derived from the studied orbit, and are then used as a fault severity indicator. Results show that the proposed method has multiple advantages over more conventional ones, such as accelerometer-based approaches, and thus is an appealing alternative in an industrial context.