Surveillance multidimensionnelle des machines tournantes par classification dynamique dans un but de maintenance conditionnelle

par Khalil Hamouche

Projet de thèse en ATS - Automatique et Traitement de Signal

Sous la direction de Lanto Rasolofondraibe et de Xavier Chiementin.

Thèses en préparation à Reims en cotutelle avec l'Université Ferhat-Abbas de Sétif , dans le cadre de SNI - Sciences du Numérique et de l'Ingénieur , en partenariat avec CRESTIC - Centre de Recherches en STIC (laboratoire) depuis le 06-01-2018 .


  • Résumé

    La surveillance des éléments tournants par l'analyse vibratoire reste aujourd'hui l'outil le plus efficace pour surveiller l'état interne des machines en fonctionnement. La littérature fournit des méthodes de traitement du signal de plus en plus fines qui permettent de répondre à différents modes de fonctionnement. Ces méthodes aboutissent le plus souvent à des indicateurs dont le suivi permet de détecter la présence d'un défaut, de le localiser, et estimer le degré de sévérité. Cependant, les performances de ces derniers sont souvent liées à des cas de fonctionnement précis. Les évolutions de ces indicateurs peuvent être influencées par d'autres paramètres, par exemple, le remplacement d'un composant, la réparation du système, ou les variations liées aux défauts, ce qui peut provoquer des fausses alarmes et remettre en question la fiabilité du diagnostic. Pour exploiter au mieux l'information contenue dans les indicateurs de défauts, les méthodes de classification s'avèrent pertinentes et efficaces. Elles séparent les différents états de la machine permettant de distinguer différents types de défaut La stratégie développée dans ce projet de thèse s'appuie sur 4 étapes majeures : (i) la définition de la « classe saine » correspondante à l'état sain de la machine surveillée à partir d'indicateurs représentatifs des états d'endommagements possibles, (ii) la détection d'une nouvelle classe, nommée « classe dégradée » obtenue par projection successives des individus à chaque nouvel acquisition ; à la détection, la classe saine et le repère seront considérés comme référence, (iii) le diagnostic du type d'endommagement avec une phase de fiabilisation, (iv) le suivi de la « classe dégradée » par le biais de variables statistiques obtenues par comparaison à la classe saine

  • Titre traduit

    Multidimensional monitoring of rotating machines by classification dynamic for conditional maintenance purpose


  • Résumé

    The monitoring of rotating elements by vibratory analysis remains today the most effective tool for monitoring the internal state of machines in operation. The literature provides increasingly finer signal processing methods that can respond to different modes of operation. These methods most often result in indicators whose monitoring makes it possible to detect the presence of a defect, to locate it, and to estimate the degree of severity. However, the performances of these are often linked to specific cases of operation. Changes in these indicators may be influenced by other parameters, for example, component replacement, system repair, or fault-related variations, which may cause false alarms and challenge the reliability of the device. diagnostic. To make the most of the information contained in the defect indicators, the classification methods are relevant and effective. They separate the different states of the machine to distinguish different types of defect The strategy developed in this thesis project is based on four major stages: (i) the definition of the 'healthy class' corresponding to the healthy state of the monitored machine from indicators representative of the states of possible damage, (ii) the detection of a new class, called 'degraded class' obtained by successive projections of individuals at each new acquisition; at detection, the sound class and benchmark will be considered as reference, (iii) the diagnosis of the type of damage with a reliability phase, (iv) the monitoring of the 'degraded class' by means of statistical variables obtained by comparison to the healthy class