Approche numérique et expérimentale d'aide au diagnostic vibratoire des systèmes mécaniques par la transformée en ondelettes
Loading...
Date
2023-01-26
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
UNIVERSITE MOULOUD MAMMERI TIZI OUZOU
Abstract
La détection des composantes non-stationnaires cachées dans un signal est un problème très répandu dans de nombreux domaines. Dans la surveillance des machines tournantes, la plupart des défauts génèrent des signaux transitoires ; ces défauts affectent de nombreux composants de la machine tels que les roulements et les engrenages.
L’analyse basée sur le signal vibratoire s’est imposée comme la principale signature qui permet de détecter les défauts des machines. Les vibrations transitoires générées par ces défauts représentent la convolution des forces d’excitation (impulsions périodiques) par la fonction de réponse impulsionnelle (résonances) de la structure de la machine. Les résonances peuvent être considérées comme un amplificateur des impacts de faible énergie. Le diagnostic est basé sur l’identification de ces forces d’excitation par l’analyse des réponses des résonances excitées. L’identification des peignes de raies espacées par les fréquences du défaut autour des résonances est souvent difficile ou impossible avec l’analyse spectrale classique. En pratique, les fréquences de résonance, qui dépendent de la vitesse de fonctionnement et de la nature de l’impulsion, s’étendent de quelques dizaines de hertz à plusieurs kilohertz, et chaque résonance peut contenir des informations complémentaires sur les défauts ; il est donc nécessaire d’analyser plusieurs résonances pour prendre des décisions correctes dans le diagnostic des défauts.
L’objectif de la thèse est la détection, l’analyse et la caractérisation des résonances excitées par les défauts des roulements et des engrenages en utilisant la redondance de la transformée continue en (TCO) et la mesure d’éparsité (SM-sparsity measurement) comme critère de sélection des paramètres optimaux. La méthode proposée se déroule en deux étapes. Tout d’abord, la TCO est calculée avec un vecteur d’échelle qui couvre la gamme des moyennes et hautes fréquences du signal analysé, avec des incréments de 0,1.
Les coefficients d’ondelettes à l’échelle de résonance ont la forme d’un train d’impulsions avec les mêmes caractéristiques de la résonance et une grande amplitude. En s’éloignant de la valeur de l’échelle de la résonance, la ressemblance avec les impulsions du défaut diminue continuellement jusqu’à devenir du bruit. Ainsi, les échelles des résonances excitées avec un rapport signal-bruit plus élevé sont révélées clairement par la maximisation de l’indicateur d’éparsité (SMM). Cette méthode de sélection des échelles basée sur la SMM permet de sélectionner plus d’une ou deux fréquences de résonance. En deuxième partie, le signal est soumis à un filtrage passe-bande autour de chaque résonance localisée afin de détecter la bande de fréquences contenant le défaut. Les bandes passantes sont obtenues en ajustant les valeurs du facteur de forme de l’ondelette de Morlet complexe. La bande optimale où le SNR est le plus élevé peut être déduite à l’aide du SMM. Cette technique permet de localiser avec précision toutes les échelles de résonances présentes dans un signal, y compris celles de faible énergie, et la bande de filtrage optimale de chaque résonance. L’efficacité de la méthode proposée a été vérifiée par des simulations numériques et par des signaux de vibrations de défauts provenant de bancs d’essai. Les résultats montrent que la méthode proposée permet une identification et une localisation précises d’un seul ou même de plusieurs défauts.
Description
119f. : ill. ; 30 cm. + CD Rom
Keywords
Signal : traitement, Machines tournantes : surveillace, Indicateurs scalaires, L'indicateur d'éparsité (SM)
Citation
GÉNIE MÉCANIQUE