Maintenance d’un équipement électrique basée sur l’intelligence artificielle

Simple item page
dc.contributor.authorLEHOUICHI Aziz
dc.contributor.authorLAAMAYAD Mohamed
dc.contributor.authorENCA/Bilal Djamal Eddine CHERIF
dc.date.accessioned2025-11-27T09:52:00Z
dc.date.available2025-11-27T09:52:00Z
dc.date.issued2025-11-27
dc.description.abstractL’objectif principal de ce travail est de proposer une méthode de diagnostic automatique du défaut circuit-ouvert des IGBTs d’un onduleur de tension à deux niveau alimentant un moteur asynchrone. En utilisant l’analyse du courant statorique afin de détecter et localiser ce défaut. La proposition basée sur l’utilisation de la combinaison entre deux technique, technique de traitement signal et technique d’intelligence artificielle. Cette méthode de diagnostic commence d’abord par l’utilisation de la transformée ondelette pour détecter l’harmonique caractérisant le défaut circuitouvert d’un IGBT basée sur la décomposition du signal de courant en approximation et détails des trois courants statoriques (ias, ibs et ics). L’ondelette fournit la fonction détails (D) qui contient les informations sur le défaut circuit-ouvert des IGBTs. Pour le choix exact de détail, une étude statistique basée sur le calcul des valeurs efficace de chaque détail (RMS). Le choix de D dépend de la condition que les valeurs efficaces des IGBTs supérieurs de l’onduleur soient toujours inférieures aux valeurs efficaces des IGBTs inférieure. Les résultats obtenus répondent bien à la condition du RMS et l’enveloppe spectrale de Hilbert-Huang de D4 permet de détecter l’harmonique qui caractérisant le défaut-circuit ouvert d’un IGBT de l’onduleur et l’utilisation du réseau de neurones artificiels (ANN) permet de localiser l’IGBT défaillant.
dc.identifier.otherELC/36/2025
dc.identifier.urihttps://repository.univ-msila.dz/handle/123456789/47868
dc.language.isofr
dc.publisherUNIVERSITE MOHAMED BOUDIAF - M’SILA
dc.relation.ispartofseries2025
dc.subjectMoteur asynchrone
dc.subjectOnduleur deux niveau
dc.subjectIGBT
dc.subjectOndelette
dc.subjectEnveloppe spectral
dc.subjectRMS
dc.subjectANN.
dc.titleMaintenance d’un équipement électrique basée sur l’intelligence artificielle
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
mémoire ammayad mohamed houichie azziz maintenance industrielle.pdf
Size:
2.2 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Doctoral Dissertations