Diagnostic de défauts électriques de la machine asynchrone à cage d'ecureuil avec la méthode de séparation à vaste marge

Show simple item record

dc.contributor.author Boutikar, Bilal
dc.contributor.author Mezerreg, Hamza
dc.contributor.other Touhami, Omar, Directeur de thèse
dc.date.accessioned 2020-12-31T10:14:37Z
dc.date.available 2020-12-31T10:14:37Z
dc.date.issued 2009
dc.identifier.other PA00809
dc.identifier.uri http://repository.enp.edu.dz/xmlui/handle/123456789/4104
dc.description Mémoire de Projet de Fin d'Etudes: Electrotechnique: Alger, Ecole Nationale Supérieure Polytechnique: 2009 fr_FR
dc.description.abstract Dans cette étude, nous abordons le diagnostic de défauts électriques de la machine asynchrone à rotor à cage d’écureuil. Les trois premiers chapitres ont permis de présenter la machine asynchrone, les défaillances qu’elle peut présenter, les différentes méthodes de diagnostiques, les outils de traitement du signal utilisés. Dans l’étude expérimentale, les cassures de barres et portion d’anneau de court circuit, l’effet que peuvent avoir le niveau de charge et les oscillations du couple sur le diagnostic ont fait l’objet d’une étude par l’analyse spectrale du courant statorique, on a fini par une classification des défauts utilisant la méthode de séparation à vaste marge SVM. Pour cela notre travail est composé de quatre chapitres ponctués par une conclusion générale: Dans le chapitre 1, on présente la machine asynchrone et la description succincte des différentes parties pouvant être sujettes au défaut, à savoir: le stator, le rotor et les paliers. Les différents défauts peuvent être de nature mécanique ou électrique. Dans le chapitre 2, on présente les différentes méthodes de diagnostic telles que: les études basées sur l’automatique, le traitement de signal ainsi que les méthodes de l’intelligence artificielle. Le chapitre 3 décrit la méthode de séparation à vaste marge. Cette méthode est basée sur la théorie d’apprentissage statistique de Vapnik, [24]. Elle permet de gagner une bonne partie de la recherche en apprentissage statistique. Le chapitre 4 présente une étude expérimentale basée sur l’analyse du courant stator comme méthode de traitement et SVM comme méthode de classification. fr_FR
dc.language.iso fr fr_FR
dc.subject Machine asynchrone fr_FR
dc.subject Diagnostic Cassure de barres fr_FR
dc.subject Cassure de portion d’anneau de court-circuit fr_FR
dc.subject Classification SVM fr_FR
dc.title Diagnostic de défauts électriques de la machine asynchrone à cage d'ecureuil avec la méthode de séparation à vaste marge fr_FR
dc.type Thesis fr_FR


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search Repository


Advanced Search

Browse

My Account