Dépôt DSpace/Manakin

diagnostics des défauts de la machine asynchrone par l'intelligence artificielle

Afficher la notice abrégée

dc.contributor.author Rabehi, Halima
dc.contributor.author Chehab, Nadjet
dc.date.accessioned 2024-09-17T07:13:46Z
dc.date.available 2024-09-17T07:13:46Z
dc.date.issued 2024-06-27
dc.identifier.citation Chaouch Abdellah en_US
dc.identifier.uri http://e-biblio.univ-mosta.dz/handle/123456789/26703
dc.description.abstract Cette étude examine les machines asynchrones, se concentrant spécifiquement sur la détection des défauts, tels que la rupture de barre de rotor, en utilisant la technologie des réseaux neuronaux. La recherche vise à identifier avec précision les défauts en utilisant les paramètres de la machine comme principale source d'informations sur l'état du système. Les informations clés incluses dans le résumé comprennent également le succès croissant des machines asynchrones, en particulier dans les machines électriques à vitesse variable, et la proposition d'utiliser les paramètres de la machine pour diagnostiquer les défauts en raison de leur capacité à fournir des informations complètes sur l'état du système Les mots clé : Machine asynchrone, Les réseaux de neurone Artificielle, Méthode LDA Abstract This study explores asynchronous machines, specifically focusing on fault detection, such as rotor bar breakage, using neural network technology. The research aims to accurately identify faults by utilizing machine parameters as the primary source of information about the system's condition. Key information included in the summary also encompasses the increasing success of asynchronous machines, especially in variable-speed electric machines, and the proposal to use machine parameters for fault diagnosis due to their ability to provide comprehensive information about system status Keywords: Asynchronous machine, Artificial neural networks, LDA method الملخص: تستكشف هذه الدراسة الآلات غير المتزامنة، مع التركيز بشكل خاص على اكتشاف الأخطاء، مثل كسر القضيب الدوار، باستخدام تقنية الشبكة العصبية. يهدف البحث إلى تحديد الأخطاء بدقة من خلال استخدام معلمات الآلة كمصدر أساسي للمعلومات حول حالة النظام. تشمل المعلومات الأساسية المضمنة في الملخص أيضًا النجاح المتزايد للآلات غير المتزامنة، خاصة في الآلات الكهربائية ذات السرعات المتغيرة، واقتراح استخدام معلمات الآلة لتشخيص الأخطاء نظرًا لقدرتها على توفير معلومات شاملة حول حالة النظام الكلمات المفتاحية: الآلة غير المتزامنة، الشبكات العصبية الاصطناعية، طريقة LDA en_US
dc.language.iso fr en_US
dc.subject Machine asynchrone en_US
dc.subject réseaux de neurone Artificielle en_US
dc.subject Méthode LDA en_US
dc.title diagnostics des défauts de la machine asynchrone par l'intelligence artificielle en_US
dc.type Other en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Parcourir

Mon compte