DETECTION DES DEFAUTS PAR LES RESEAUX DE NEURONES ARTIFICIELS DE LA MACHINE ASYNCHRONE CONTROLEE PAR LA TECHNIQUE DU FLUX ORIENTE
Loading...
Files
Date
2007
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mohamed Boudiaf - M'Sila
Abstract
Ce mémoire présente une étude de l’architecture du système de diagnostic
automatique des défaillances de la machine asynchrone contrôlée par la technique du flux
orienté.
Notre travail entre dans le cadre d’application dela stratégie de l’intelligence artificiel
(réseaux du neurone) pour la détection et la localisation des défauts de la machine asynchrone.
Nous commençons par l’étude de la problématique du diagnostique des défauts de la machine
asynchrone.
Ensuite, pour l’extraction des valeurs indicatrices des défauts de la machine
asynchrone, nous avons effectué la modélisation et la commande de la machine asynchrone en
régime sain et présence des défauts.
Par ailleurs, plusieurs réseaux de neurones artificiels ont été appliqués pour la
détection des défauts de la machine asynchrones. En effet, nous avons utilisé un sélectionneur
qui permet d’activer un seul réseau à la fois en fonction de la charge entraînée par le moteur.
Dans ce cas, le réseau sélectionné détecte uniquement les défauts correspondant à un mode de
fonctionnement donné.
Enfin, des résultats de simulation ont été présentés pour montrer l’efficacité de la
technique des Réseaux de Neurones Artificiels pour le diagnostic automatique des
défaillances.
Description
Keywords
Machine asynchrone, commande à flux rotorique orienté, diagnostic automatique, défauts, réseaux de neurones, valeurs efficaces (RMS), algorithme de rétropropagation.