Please use this identifier to cite or link to this item: http://dspace.ensta.edu.dz/jspui/handle/123456789/575
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBENELHADJ DJELLOUL, M’hamed Redouane-
dc.contributor.authorBOUMEHED, Badis-
dc.contributor.authorOUADAH, M’hamed (Directeur de Thèse)-
dc.date.accessioned2026-11-10T14:04:44Z-
dc.date.available2026-11-10T14:04:44Z-
dc.date.issued2024-
dc.identifier.urihttp://dspace.ensta.edu.dz/jspui/handle/123456789/575-
dc.descriptionProjet de Fin d’Etude Ingéniorat: Traction Electrique: Alger: Ecole Nationale Supérieure des Technologies Avancées:2024.en_US
dc.description.abstractNotre 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.en_US
dc.language.isofren_US
dc.publisherENSTAen_US
dc.subjectMéthodes avancéesen_US
dc.subjectMachines asynchrones à cage d’écureuilen_US
dc.subjectApprentissage automatiqueen_US
dc.subjectAnalyse fréquentielleen_US
dc.subjectHarmoniques d'espaceen_US
dc.subjectDiagnostic en temps réelen_US
dc.subjectMaintenance prédictiveen_US
dc.subjectclassificationen_US
dc.subjectréseaux de neuronesen_US
dc.titleTechniques Avancées de Diagnostic des Défauts de la Machines Asynchrones à Cage d’Ecureuilen_US
dc.typeThesisen_US
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.