Mémoires de Fin d’Etudes
Etablissement
Université de M’Sila - Mohamed Boudiaf
Affiliation
Département Electronique
Auteur
BDIRINA, EL KHANSA
Directeur de thèse
CHIKOUCHE Djamel (Docteur)
Filière
Electronique
Diplôme
Magister
Titre
DIAGNOSTIC DE DEFAUTS D’ENGRENAGE PAR ANALYSE SPECTRALE
Mots clés
Mots clés: signaux vibratoires d’engrenage, analyse spectrale, diagnostic de défauts, modèle de Prony, modèle de Pisarenko, modèle de Levinson. Keywords: vibration signal processing, spectrum analysis, gear fault diagnosis, Prony’s model, Pisarenko’s model, Levinson’s model.
Résumé
RESUME Toutes les machines en fonctionnement produisent des vibrations qui permettent en effet de caractériser la plupart des efforts dynamiques et en particulier ceux engendrés par un fonctionnement anormal .Ainsi l’analyse des vibrations est devenue une technique très répandue pour apprécier l’état de santé d’une machine afin d’éviter la défaillance et n’intervenir qu’à bon escient et pendant des arrêts programmés de production. Les techniques classiques de détection de la défaillance dans les machines tournantes, basées sur l’analyse de Fourier ont prouvées leurs limitations en termes de résolution spectrale (fluctuation d’une grande vitesse), ce qui nécessite l’utilisation des nouvelles techniques donnant une analyse plus performante. Dans ce travail, nous appliquons les techniques paramétriques à base des modèles AR et les méthodes de décomposition harmoniques sur un signal vibratoire émis par un système d’engrenage constitué de deux roues dentées fonctionnant sous des conditions constantes .Les résultats sont encouragent, et le diagnostic de défaut s’effectue à travers l’observation des variations de la fréquence d’engrenage dans l’évolution du spectre de puissance durant les 13 jours d’observation de la machine. SUMMARY All machinery in working produce vibrations that permit to characterize most dynamic efforts indeed and in particular those generated by an abnormal working. So the analysis of the vibrations became a very widespread technique to appreciate the state of health of a machine in order to avoid failing and to intervene only good knowledge and during programmed stops of production. The classic techniques of fault detection in the rotating machinery, based on Fourier’s analysis proved their limitations in terms of spectral resolution (fluctuation of a high speed), what requires the use of new techniques, giving more effective analysis. In this work, we apply parametric techniques such as AR models and the harmonic methods of decomposition, on a vibratory signal given out by a gearing system constituted of two gear wheels operating under constant conditions. The results are encouraging, and fault diagnosis takes place through the observation of the gearing frequency’s variations in the evolution of the power spectrum during the 13 days of the machine’s observation.
Date de soutenance
/ /2006
Pagination
92
Format
pdf
Statut
Traitée