Apport de l'échantillonnage aléatoire dans le cadre de diagnostic de machines tournantes
Auteur / Autrice : | Mayssaa Hajar |
Direction : | Mohamed El Badaoui, Mohamad Khalil |
Type : | Thèse de doctorat |
Discipline(s) : | Image, Vision et Santé |
Date : | Soutenance le 26/01/2018 |
Etablissement(s) : | Lyon en cotutelle avec Université Libanaise |
Ecole(s) doctorale(s) : | École doctorale Sciences Ingénierie Santé (Saint-Etienne) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'analyse des signaux et des processus industriels (Roanne ; 1995-....) |
Jury : | Président / Présidente : Nazih Moubayed |
Examinateurs / Examinatrices : Mohamed El Badaoui, Mohamad Khalil, Mohamad Diab, Jérôme Antoni, Amani Raad, Francois Guillet | |
Rapporteurs / Rapporteuses : Mohamad Diab, Jérôme Antoni |
Mots clés
Résumé
Récemment, le diagnostic des machines tournantes devient un des sujets de recherche les plus importants. Plusieurs axes sont développés dans ce domaine : traitement de signal, reconnaissance des formes et autres. En plus, les systèmes industriels peuvent être surveillés à distance en temps réel grâce à la disponibilité de l’internet. Cette surveillance se trouve exigeante au niveau de l’acquisition et le stockage des données. En 2004, le Compressive Sensing est introduit dans le but d’acquérir les données a une basse fréquence afin d’économiser l’énergie dans les réseaux de capteurs sans fils. Des résultats similaires peuvent être achevés par l’Echantillonnage Aléatoire qui procure une acquisition à basse fréquence grâce à sa propriété d’anti-repliement. Comme cette technique d’échantillonnage est jusqu’à l’instant de la rédaction de cette thèse n’est pas encore disponible au marché, le travail sur ce sujet se trouve promettant afin de présenter une implémentation pratique validée. D’où, la contribution de cette thèse est de présenter les différentes propriétés de l’échantillonnage aléatoire à travers une étude théorique détaillée dans le domaine temporel et fréquentiel suivie d’une simulation et d’une application pratique sur des signaux synthétisés simples puis sur des signaux de vibration extraits des principaux composants des machines : roulements et engrenages. Les résultats obtenus au niveau de la simulation et la pratique sont satisfaisants grâce à la diminution de la fréquence d’échantillonnage et la quantité de données à sauvegarder ce qui peut être considéré comme une résolution de la problématique de la surveillance à temps réel