Contribution au diagnostic de défauts dans un système électro énergétique
| dc.contributor.author | Abdelraouf Youcef Khodja | |
| dc.date.accessioned | 2022-12-18T10:09:54Z | |
| dc.date.available | 2022-12-18T10:09:54Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | Contribution au diagnostic de défauts dans un système électro énergétique. De nos jours, les installations industrielles deviennent de plus en plus complexes, et avec l’augmentation de cette complexité la recherche de nouvelles méthodes performantes et innovantes de surveillance et de diagnostic de défauts pour la protection de ces installations est de plus en plus extensive. Dans ce contexte, l’objectif de ce travail est de développer une nouvelle approche de diagnostic de défauts de roulements dans les systèmes électro-énergétiques, qui soit bien appropriée et qui présenterait une robustesse et une bonne efficacité de détection. La nouvelle méthode de classification des défauts que nous présentons est basée sur les réseaux neuronaux convolutifs (CNN) ayant comme entrée l’imagerie des spectres vibratoires (VSI). Dans cette méthode les amplitudes normalisées du contenu spectral extrait des signaux vibratoires temporels en utilisant une fenêtre glissante sont transformés en images spectrales pour l’apprentissage et le test du Classifieur CNN. Des données expérimentales relevées de plusieurs campagnes d’essais sous forme de signaux vibratoires de roulements sont utilisées pour étudier et montrer l'efficacité de la méthode proposée comparativement à d’autres techniques intelligentes de classification existantes | |
| dc.identifier.uri | https://dspace.univ-annaba.dz//handle/123456789/873 | |
| dc.title | Contribution au diagnostic de défauts dans un système électro énergétique | |
| dspace.entity.type |