Abstract:
Ce projet de fin d’études porte sur la conception d’un système de diagnostic de défauts à l’aide des outils de l’intelligence artificielle. L’objectif est de minimiser le temps de recherche de défaillances dans un laminoir à chaud. Après une bref description du processus de laminage de l’usine SIDER d’El Hadjar, un modèle mathématique du Looper est proposé. Ainsi, plusieurs lois commandes linéaires non linéaires ont été synthétisées avec tests de robustesse afin de simuler le comportement du système réel. Tout cela nous a permis de générer, artificiellement, des données proches des signaux réels récupérés du laminoir d’El Hadjar. Ensuite et grâce à une analyse profonde du comportement des signaux, une base de données a été construite. Afin de classifier les signaux entre sains et avec défauts, nous avons construit un modèle à base de réseau de neurones artificiels. Ce dernier a donné un taux de réussite de 92.5% ainsi qu’une perte de 0.08 permettant ainsi une détection précise des défauts. A l’aide des anomalies détectées, un système complet de diagnostic, qui consiste à reconnaitre, classer, localiser puis extraire les causes des défauts, a été réalisé.
