Contribution au diagnostic intelligent des systèmes mécaniques

Abstract

Les défauts affectant les systèmes mécaniques ont un impact direct sur les coûts de fabrication. Afin d'éviter des dépenses inutiles en maintenance, il est crucial d'assurer une maintenance efficace. Dans cette optique, on propose une nouvelle approche de détection et de classification des défauts mécaniques en combinant la décomposition intrinsèque temps-échelle (ITD), la racine carrée moyenne (RMS) et le réseau multicouche perceptron (MLP). Les signaux vibratoires provenant de conditions normales, de désalignement horizontal, de désalignement vertical, de déséquilibre, ainsi que les défauts de roulement à différents niveaux, ont été collectés à différentes vitesses. L'analyse ITD, qui permet une décomposition non linéaire des signaux de vibration en composantes de rotation appropriées, a été appliquée. Les valeurs RMS des composantes ont été calculées et utilisées comme vecteur d'entrée pour le modèle. Enfin, le réseau MLP a été utilisé pour identifier et classifier les défauts. Les résultats obtenus ont démontré l'efficacité de la méthode proposée. La précision moyenne obtenue s'élève à 97,99 % pour la classification des défauts de rotor et à 98 % pour la classification des défauts de roulements. Cette approche permet d'optimiser la maintenance en intervenant uniquement lorsque nécessaire, contribuant ainsi à réduire les coûts et à améliorer la fiabilité des systèmes mécaniques