Mémoires de Fin d’Etudes
Etablissement
Université des Sciences et de la Technologie d’Alger,Houari Boumediène
Affiliation
Département Electrotechnique
Auteur
SID, Omar
Directeur de thèse
Menaa, M. (Maitre de conférence)
Filière
Electronique
Diplôme
Magister
Titre
Diagnostic de défauts de la machine asynchrone à cage par les réseaux de neurones
Mots clés
Moteurs asynchrones ; Machines asynchrones ; Réseaux neuronaux (informatique) ; Cartes auto-organisatrices ; Défauts électriques : Localisation ; Distribution spectrale de l’énergie
Résumé
Dans cette étude, nous avons utilisé une méthode dédiée à la détection des défauts rotoriques dans les machines asynchrones à cage. Cette méthode est basée sur l’analyse spectrale (par FFT) du signal du courant statorique pour déterminer les deux groupes de paramètres spécifiques aux défauts étudiés selon que le rang d’harmonique k=1 ou k=2 dans l’équation mathématique (1±2kg) f_s avec l’ensemble des états de fonctionnment de la machine tel que : état sain, une barre cassée, deux barres cassées et une portion d’anneau de court circuit enlevée. Pour la classification des différents états de la machine, deux types de réseaux de neurones artificiels (RNA) sont utilisés individuellement: Le premier est le réseau Feedforward de trois couches à apprentissage supervisé avec l’algorithme d’apprentissage rétropropagation du gradient. Pour ce réseau, nous avons présenté et comparé plusieurs architectures et nous avons montré les résultats détaillés relatifs à la meilleure architecture. Le deuxième réseau à apprentissage non supervisé est la carte auto-organisatrice de Kohonen (ou encore, Self Organizing Maping) pour laquelle nous avons présenté les résultats de la meilleure carte. Les performances de la classification ont été examinées avec les données d’apprentissage et de test d’apprentissage en considérant les deux groupes de composantes comme des entrées aux réseaux de neurones. L’effet des différentes architectures du réseau et la taille de données d’apprentissage sur la performance du réseau sont discutées. En comparant les différents résultats, nous pouvons conclure que le réseau Feedforward est plus performant par rapport au réseau SOM.
Date de soutenance
12/07/2011
Cote
621.313 6
Pagination
90 p.
Illusatration
ill.
Format
30 cm.
Notes
Support papier accompagné d’un CD-Rom ; Bibliogr. 4 p.
Statut
Traitée