Maintenance prédictive des éoliennes par d’intelligence artificielle

Abstract

تتمحور هذه المذكرة حول تطبيق استراتيجية الصيانة التنبؤية لتوربينات الرياح باستخدام تقنيات الذكاء الاصطناعي، بهدف تحسين الموثوقية التشغيلية والحد من توقفاتها المفاجئة. وقد ركز العمل على دراسة وفهم السلوك الديناميكي للتوربينات وذلك عبر الاعتماد على المحاكاة ونمذجة النظام في برنامج ماتلاب بالتكامل مع الحلول البرمجية الذكية المعتمدة على معالجة البيانات بالذكاء الاصطناعي ضمن بيئة أناكوندا وواجهة سبايدر. وقد أتاح هذا الدمج التكنولوجي رصد السلوك غير الطبيعي للتوربينات والكشف المبكر عن الاختلالات الميكانيكية والكهربائية قبل تفاقمها وتحولها إلى أعطال حقيقية من خلال تحليل نتائج المحاكاة والنماذج المطورة. الكلمات المفتاحية: الصيانة التنبؤية – توربينات الرياح – الذكاء الاصطناعي – محاكاة ماتلاب– بيئة أناكوندا سبايدر – تشخيص الأعطال – تحليل البيانات

Abstract: This thesis focuses on the application of a predictive maintenance strategy for wind turbines using artificial intelligence techniques, aiming to enhance operational reliability and minimize unscheduled downtime. The work concentrates on studying and understanding the dynamic behavior of turbines through simulation and system modeling in MATLAB, integrated with intelligent software solutions .based on AI data processing within the Anaconda environment and Spyder interface This technological integration enables the detection of abnormal turbine behavior and the early identification of mechanical and electrical anomalies before they escalate into actual failures, through .the analysis of simulation results and the developed models Keywords: Predictive Maintenance ; Wind Turbines ; Artificial Intelligence ; MATLAB Simulation ;Anaconda Spyder Environment ;Fault Diagnosis ; Data Analysis