Analyse et détection des défauts dans la machine asynchrone à base des techniques intelligentes.

Abstract

Le travail réalisé dans ce thèse s'inscrit dans la thématique de la surveillance et le diagnostic des défauts des entraînements électriques à base de la machine asynchrone à cage d'écureuil en présence des divers défauts, plus particulièrement le court circuit entre spires, le défaut des cassures de barres rotorique et le défaut mixte (court-circuit entre spires et cassure de barres). La conception d'un système de surveillance, de détection et de localisation des défauts depuis leurs naissance, pour différentes charges de la machine, est réalisée par l'utilisation des techniques avancées intelligentes à base des réseaux de neurones; Perceptron Multi-Couches du type feedforward et réseau neuro-flou de type MANFIS (Multi Adaptive Neural based Fuzzy Inference System) dont la base de connaissance est basée sur des indicateurs issus de l'analyse par l’ondelette et l'analyse spectrale de l'enveloppe du courant statorique de la machine, ce qui a permet en plus de la détection, l’évaluation du nombre de barres en défaut et la position des spires en court circuit.