Browsing by Author "Gana Massine"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Implémentation d'un réseau de neurones dans un microcontrôleur
    (Université Mouloud Mammeri, 2016) Gana Massine; Laghrouche Mourad
    Dans ce memoire on a implemente un reseau de neurones sur un microcontroleur de la carte Arduino DUE. Ainsi on a partage notre travail en deux grandes etapes : theorique et pratique. Dans la premiere partie nous avons developpe les idees suivantes : æ Les reseaux de neurones : principe, fonctionnement, types et mise en oeuvre. æ les differents types d'implementation : FPGA, MATLAB et microcontroleur. æ Les microcontroleurs : definition, architecture et programmation. æ Les cartes Arduino: definition et utilite. Dans la deuxieme partie, on a detaille la procedure suivie pour deux types d¡¦implementation des reseaux de neurones sur la carte Arduino DUE. Le premier type est celui d'une classification dont l'algorithme presente est celui de la retropropagation du gradient et le deuxieme est la modelisation dont l'algorithme est celui de Levenberg-Marquardt, a chacun des deux, on a presente leur definition et leur but, et aussi on a donne leurs equations mathematique respectives qui nous ont permis de les implementer. Les resultats de la simulation sont rapportes a chaque etape. On a termine notre travail par une conclusion generale et de quelques perspectives.
  • Thumbnail Image
    Item
    Mise au point d’un système embarqué de détection de défauts dans les machines électriques
    (FGEI-UMMTO, 2023-03-20) Gana Massine
    La machine asynchrone occupe une place prépondérante dans le milieu industriel, elle est appréciée pour sa puissance massique, sa robustesse et son adaptation à toutes sortes d’applications. Néanmoins, il n’est pas rare que cette machine présente quelques défaillances qui peuvent être prévisible ou intempestive, mécanique, électrique ou magnétique et leurs causes sont très variées. Pour éviter ces pannes inutiles et vu l’importance des enjeux en termes de productivité et de sécurité, les entreprises investissent énormément dans la maintenance préventive de leur système de production afin d’augmenter la disponibilité d’assurer le bon fonctionnement des dispositifs. Cette stratégie appliquée s’avère gagnante où des travaux de recherches sont menés à flots ces dernières décennies, et aujourd’hui la maintenance n’a pas pour seul objectif de réparer l’outil mais surtout de prévoir et éviter le dysfonctionnement. L’objectif de cette thèse est d’apporter de nouvelles techniques de diagnostic des défauts de moteurs asynchrones. Dans la première méthode, on utilise un nouveau type capteur de vibration piézoélectrique flexible sans plomb. Une analyse thermique est associée à l'analyse vibratoire afin d’avoir une fiabilité de diagnostic maximal. Un algorithme de réseau de neurones artificiels est employé pour la prédiction et la classification des éventuels défauts présents dans le moteur. La deuxième méthode expose une classification des images couleurs en utilisant un réseau de neurones de convolution. Les images sont créées à partir des signaux temporels unidimensionnels et convertis en matrices carrées. Ces images possèdent toutes les informations relatives aux vibrations et à la température du moteur.