Khaireeddine, BoudrasHellal, BaadacheEnca/ BENYOUNES, ABDELHAFID2023-09-182023-09-182023-07-16http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/40845Ce travail se concentre sur la détection et la classification des défauts de roulement dans les machines asynchrones en utilisant des techniques d'apprentissage automatique. Les défauts de roulement peuvent entraîner des temps d'arrêt coûteux s'ils ne sont pas détectés. L'utilisation de l'intelligence artificielle et de l'apprentissage automatique permet de développer des systèmes automatisés précis pour la détection des défauts. Différents algorithmes d'apprentissage automatique ont été comparés pour la classification, et le modèle de l’algorithme XGBoost nous donne le meilleur score de précision.frmachines asynchrones, défauts de roulement, détection et classification. Apprentissage automatique, XGBoostThesis