Please use this identifier to cite or link to this item: http://dspace.ensta.edu.dz/jspui/handle/123456789/575
Title: Techniques Avancées de Diagnostic des Défauts de la Machines Asynchrones à Cage d’Ecureuil
Authors: BENELHADJ DJELLOUL, M’hamed Redouane
BOUMEHED, Badis
OUADAH, M’hamed (Directeur de Thèse)
Keywords: Méthodes avancées
Machines asynchrones à cage d’écureuil
Apprentissage automatique
Analyse fréquentielle
Harmoniques d'espace
Diagnostic en temps réel
Maintenance prédictive
classification
réseaux de neurones
Issue Date: 2024
Publisher: ENSTA
Abstract: Notre projet a pour but de classifier les défauts dans les machines asynchrones à cage d’écureuil en utilisant des techniques avancées d'apprentissage automatique. Notre contribution réside dans l'amélioration de la détection des défauts par l'étude des harmoniques d'espace, en intégrant méticuleusement les plages de fréquences en fonction de leurs composantes. En combinant la FFT avec des techniques avancées d'apprentissage automatique, nous avons développé une méthode robuste pour le diagnostic en temps réel, capable de minimiser les temps d'arrêt coûteux en détectant rapidement et de manière fiable les défauts potentiels. Ce projet met en évidence l'importance de la surveillance continue des machines pour garantir leur fiabilité opérationnelle et optimiser les performances industrielles. En intégrant l'analyse des harmoniques d'espace avec des techniques d'apprentissage automatique, nous offrons des outils précieux pour une maintenance prédictive plus efficace, contribuant ainsi à une production industrielle plus sûre, plus fiable et plus durable.
Description: Projet de Fin d’Etude Ingéniorat: Traction Electrique: Alger: Ecole Nationale Supérieure des Technologies Avancées:2024.
URI: http://dspace.ensta.edu.dz/jspui/handle/123456789/575
Appears in Collections:PFE- Electrotechnique (Traction Electrique)

Files in This Item:
File Description SizeFormat 
ELE-TE 03-24 GELT_BOUMEHED_BENELHADJDJELLOUL- OUADAH Mhamed.pdfPFE-Traction Electrique4.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.