book

Détails du sujet

Détection et diagnostic des défauts dans un moteur asynchrone triphasé à l’aide d’une méthode hybride combinant MCSA, ondelettes et reseaux des neurones convolutifs


Résumé


Auteur : MUYISA NDEKENINGE
Niveau: TECH2
Département: Genie Electrique
Année Ac: 2024-2025 , | 2025-09-26 08:45:21

Mots clés

MCSA, ondelettes, CNN

Intérêt

L’intérêt du sujet est d’ordre économique Parce que la technique de détection précoces des défauts dans le moteur asynchrone que l’on veut mettre en œuvre évitera un arrêt dans le système dans le système de production. Il est d’ordre scientifique parce que nous allons mettre en œuvre une technique qui pourra enrichir la recherche dans les détections précoces des défauts dans les moteur asynchrone.

Problématique

La technique d’ondelettes n’est pas efficace pour le régime permanent, mais elle est efficace pour le régime transitoire. La technique MCSA n’est pas efficace pour le régime transitoire mais elle est efficace pour le régime permanent. Pour pallier aux limites des techniques basées sur le MCSA et ondelettes dans la détection et le diagnostic des défauts dans le moteur asynchrone triphasé,l’approche combinant MCSA+ondelettes, combiné CNN, pour automatiser et généraliser l’identification des défauts, peut-elle constituer une technique efficace?

Plan provisoire

Chapitre 1: revue de la littérature
Chapitre 2: présentation de la méthode combinant MCSA+ondelettes+CNN
Chapitre 3: présentation des résultats +discution
Chapitre4: conclusions générales

Hypothèses

L’association combinée des techniques des MCSA+ondelettes+ CNN permettrait d’améliorer la détection et le diagnostic par rapport à l’usage isolé de chaque technique individuellement.

Méthodes

Une méthode expérimentale et numérique permettra de mettre en œuvre cette technique.

Bibliographie

1. A. Bouzida, O. Touhami et R. Abdelli , Application de la technique des ondelettes au diagnostic des moteurs asynchrones,2014
2. Aïcha , Mokhobi Fatima Zahra et Abid, diagnostic des défauts du moteur à induction, 2023
3.Elbouchikhi Elhoussin, Yassine Amirat, Gilles Feld, Franck Le Gall, Mohamed Benbouzid, diagnostic et détection des défauts dans les machines asynchrones par des méthodes avancées de traitement du signal (janvier 2018)
4. Zakaria, Al-Mushiaa Mohammed Mansoor et Aoukli, technique de diagnostic des défauts dans les systèmes electriques par les reseaux de neurones (machine asynchrones), juin 2022

Directeur & Encadreur

Directeur: BARAKA Olivier MUSHAGE
Encadreur: Bertille Japhet MUSHAGASHA

Status

Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON