Application des systèmes hybrides neuro-flous au diagnostic des huiles de transformateurs

Abstract

La maintenance des éléments de production permet d'assurer la continuité de leur fonctionnement. Différentes techniques ont été appliquées dans des systèmes d'aides à la décision et ont donné des résultats satisfaisants. L'utilisation des méthodes intelligentes a montré leurs capacités de diagnostic et de prise de décision. Les réseaux de neurones artificiels (RNA) sont caractérisés par leur capacité d'apprentissage, alors que les systèmes flous sont simples et proches du raisonnement humain. Ce travail s'intéresse à l'hybridation de ces deux approches pour le diagnostic des huiles de transformateurs utilisées par la SONELGAZ (Borak 22) à partir de tests physico-chimiques. Plusieurs possibilités sont envisageables pour la combinaison des réseaux neuronaux et des systèmes flous. Deux grandes catégories existent: les réseaux de neurones flous et les systèmes neuro-flous. Les méthodes de diagnostic proposées conduisent à de meilleurs résultats que ceux offerts par chacune techniques.