Hakima, CHERIF (2021) Détection des défauts dans la machine à induction par des techniques avancées. Doctoral thesis, Université Mohamed Khider – Biskra.
Text
these doctorat_hakima cherif_final.pdf Download (13MB) |
Abstract
L’objectif de cette thèse est d’apporter une contribution dans le domaine de la surveillance et du diagnostic des défauts des moteurs à induction. Les défauts pris en compte sont du type: court-circuits entre spires et rupture de barres rotoriques. Deux techniques sont utilisées pour détecter les défauts: l’une se base sur l'analyse spectrale de l'enveloppe du courant statorique (HFFT) pour diagnostiquer un défaut de rupture de barres rotoriques et l’autre se base sur les trois rapports d’énergie d'ondelette discrète (REOD) des courants statoriques pour diagnostiquer un défaut de court- circuits entre spires. Un système de surveillance automatique et intelligente pour détecter et localiser des défauts sous différentes conditions de fonctionnement du moteur est conçu par l'utilisation des techniques avancées intelligentes à base des réseaux de neurones (RN) et des réseaux neuro-flous de type ANFIS (système d'inférence flou à base de réseaux de neurones adaptatifs) dont la base de connaissance est déduite de l’utilisation des indicateurs issus les deux techniques (HFFT et REOD) du courant statorique du moteur. Ceci permet, en plus de la détection, la détermination du nombre de barres en défaut au rotor et la localisation de la phase de défaut de court-circuit entre spires
Item Type: | Thesis (Doctoral) |
---|---|
Uncontrolled Keywords: | moteur à induction, défaut rotorique, cassure de barres, court-circuit entre-spires, diagnostic, FFT, Ondelette, Réseaux de Neurones (RN), Réseau Neuro-Flou. |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Faculté des Sciences et de la technologie > Département de Génie Electrique |
Depositing User: | Mr. Mourad Kebiel |
Date Deposited: | 30 Sep 2021 09:20 |
Last Modified: | 30 Sep 2021 09:20 |
URI: | http://thesis.univ-biskra.dz/id/eprint/5532 |
Actions (login required)
View Item |