Détection des défauts dans la machine à induction par des techniques avancées.

Abstract

L’objectif de cette thèse est d’apporter une contribution dans le domaine de la surveillance et du diagnostic des défauts des moteurs à induction. Les défauts pris en compte sont du type: court-circuits entre spires et rupture de barres rotoriques. Deux techniques sont utilisées pour détecter les défauts: l’une se base sur l'analyse spectrale de l'enveloppe du courant statorique (HFFT) pour diagnostiquer un défaut de rupture de barres rotoriques et l’autre se base sur les trois rapports d’énergie d'ondelette discrète (REOD) des courants statoriques pour diagnostiquer un défaut de court- circuits entre spires. Un système de surveillance automatique et intelligente pour détecter et localiser des défauts sous différentes conditions de fonctionnement du moteur est conçu par l'utilisation des techniques avancées intelligentes à base des réseaux de neurones (RN) et des réseaux neuro-flous de type ANFIS (système d'inférence flou à base de réseaux de neurones adaptatifs) dont la base de connaissance est déduite de l’utilisation des indicateurs issus les deux techniques (HFFT et REOD) du courant statorique du moteur. Ceci permet, en plus de la détection, la détermination du nombre de barres en défaut au rotor et la localisation de la phase de défaut de court-circuit entre spires