DETECTION ET DIAGNOSTIC DES DEFAUTS DANS LES MACHINES ELECTRIQUES
Loading...
Date
2020-07-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
université 20 aout 1955- skikda
Abstract
De nombreux travaux de recherche ont été menés sur l’axe de diagnostic des
défauts dans les machines électriques, avec l’utilisation de plusieurs méthodes et
techniques.
Dans notre thèse, nous avons proposé une nouvelle approche pour le
diagnostic des défauts dans un moteur asynchrone par l’utilisation de la méthode
des réseaux Bayésiens. La méthode des réseaux Bayésiens est une méthode
graphique probabiliste. En premier lieu, nous avons identifié et codifié les
variables à diagnostiquer dans le moteur asynchrone (Défaut – Nature – Cause).
En second lieu, nous avons construit deux structures de réseaux bayésiens
relatives respectivement aux défauts statoriques et aux défauts rotoriques dans le
moteur asynchrone. Cette construction est un ensemble de liaisons directes entre
les trois variables déjà identifiés. En dernier lieu, nous avons calculé les
probabilités d’avoir un défaut par élément : une probabilité à priori déterminée à
partir des fiches d’intervention sur le moteur (Historique de 10 ans dans notre
étude), une probabilité conditionnelle (conséquence par rapport à la cause :
vraisemblance) et une probabilité à postériori résultante.
Les résultats trouvés par l’utilisation de notre approche bayésienne (73,70%
de défauts rotoriques et 39,92% de défauts statoriques dans un moteur asynchrone
de 90 kW) ont confirmé l’hypothèse qui dise que les gros moteurs peuvent
rencontrer des défauts rotoriques plus que ceux statoriques. Ils sont aussi faciles à
exploiter et ils vont aider les agents de maintenance et précisément les agents des
méthodes et de préparation des travaux, à la prise de décision