Maintenance d’un MICROGRID par l’utilisation de la méthode PHM

Abstract

Le changement climatique laissant penser que des évènements extrêmes de plus en plus fréquents, produisant des blackouts difficilement acceptables socialement. Les micro grids sont évoqués comme une solution pour améliorer la résilience du système en cas de catastrophe naturelle. Le rendement énergétique de la chaîne de production des MG est relativement bas a cause de défaillance. Cela nécessite une maintenance très rigoureuse. L'objectif de cette thèse est d’élaborer une stratégie de maintenance prédictive afin de détecter les pièces et sous-systèmes qui démontrent une tendance à court et à moyen terme vers une anomalie de fonctionnement ou un arrêt complet à cause de bris. On prend comme maintenance d’un MG par l’utilisation de la méthode PHM aux niveaux d’un roulement de la boite de vitesse d’une éolienne. Finalement, un modèle de pronostic basé sur les réseaux de neurones artificielles a été développé, à partir des signaux générés par les capteurs installés sur les différents sous-systèmes du roulement, avec l’objectif de se doter d’un outil capable de localiser la défaillance sur le roulement et permet la prédiction de sa durée de vie utile restante. les mots clés:: Miro grid, Maintenane, Pronostic health maintenance, éolienne, Roulement, Reseaux de noronnes

ABSTRACT Climate change suggests that extreme events more and more frequent, producing blackouts that are difficult to accept socially. Micro Grids are mentioned as a solution to improve system resilience in the event of a natural disaster. The energy efficiency of the MG production line is relatively low because of failure. This requires very rigorous maintenance. The objective of this thesis is to develop a predictive maintenance strategy to detect parts and subsystems that demonstrate a short and medium-term trend towards an operating anomaly or a complete stop due to breakage. A MG is taken as a maintenance of the PHM method at the levels of a bearing of the gearbox of a wind turbine. Finally, a prediction model based on artificial neuron networks has been developed, from the signals generated by the sensors installed on the different subsystems of the bearing, with the objective of having a tool capable of locating the Failure on the bearing and allows the prediction of its remaining useful life. key words: micro grid, maintenance, diagnostics, hygiene, rolling, wind power.