Mise au point d'algorithmes pour la détection de dégradations de roulements d'actionneurs synchrones à aimants permanents. Application dans le domaine aéronautique sur des ventilateurs embarqués

Development of algorithms for rolling bearing fault detection in permanent magnet synchronous machine. Application in onboard aviation fans field

• Auteur / Autrice : Ziad Obeid
• Direction : Pascal Maussion, Jérémi Régnier
• Type : Thèse de doctorat
• Discipline(s) : Génie électrique
• Date : Soutenance le 05/07/2012
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Génie électrique, électronique, télécommunications et santé : du système au nanosystème (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Plasma et Conversion d'Energie (Toulouse ; 2007-....)

Mots clés

Mots clés libres

Machine synchrone à aimants permanents

Surveillance et diagnostic

Défaut mécanique

Analyse spectrale

Défaut de roulements

Défaut non stationnaire

Kurtosis spectral

Défaut localisé/non localisé

Permanent magnet synchronous machine

Condition monitoring

Mechanical faults

Spectral analysis

Bearing faults

Stationary defect

Spectral Kurtosis

Single point defect/Generalized roughness

Résumé

Ce travail de thèse traite de la détection des défauts mécaniques des roulements à billes par analyse de grandeurs mécaniques et électriques dans des machines synchrones à aimants permanents haute vitesse. Le domaine applicatif de ce travail concerne l'aéronautique. Généralement, pour surveiller l'état des roulements à billes dans un actionneur électrique, des mesures vibratoires sont réalisées. Elles permettent, en exploitant le spectre du signal vibratoire, de mettre facilement en évidence la détérioration du roulement. Cette méthode de surveillance est cependant relativement couteuse en termes d'instrumentation et le placement d'un capteur vibratoire dans des équipements à fort degré d'intégration est parfois difficile. Nous proposons dans ce mémoire d'utiliser d'autres grandeurs physiques prélevées sur le système pour réaliser la surveillance de ces défauts. Il peut s'agir de grandeurs mécaniques (vitesse, position par exemple) et de grandeurs électriques (courant statorique, courant onduleur par exemple). L'utilisation de données déjà disponibles dans l'équipement pour les besoins de la commande permet ainsi de supprimer le système d'acquisition vibratoire. A partir d'enregistrements temporels de données réalisées au cours de campagnes d'essais, nous proposons des méthodologies de traitement du signal permettant d'extraire automatiquement des informations sensibles au défaut à surveiller. L'idée finale est de construire des indicateurs de l'état de santé des roulements permettant de prendre « juste à temps » des décisions fiables relatives à la maintenance ou à la sécurisation de l'équipement. Pour construire ces indicateurs, les signatures spécifiques aux défauts de roulements sont étudiées de manière théorique et expérimentale, pour l'ensemble des grandeurs prélevées. Leurs propriétés sont mises en évidence, permettant ainsi de définir les bandes fréquentielles les plus contributives au diagnostic. L'extraction de ces signatures est réalisée dans le domaine fréquentiel selon plusieurs méthodes. Deux types d'indicateurs automatiques différents sont proposés. Le premier est construit directement à partir du spectre d'amplitude des grandeurs par extraction de l'amplitude des harmoniques dans des bandes fréquentielles particulières. Le second intègre une dimension statistique dans l'analyse en exploitant le caractère aléatoire de certains harmoniques pour détecter la présence du défaut. Des critères de comparaison sont définis et utilisés pour étudier les performances des indicateurs proposés pour deux campagnes d'essais avec des roulements artificiellement dégradés, pour différentes vitesses de fonctionnement et pour différents paramètres de réglage des indicateurs.

This Ph.D. thesis deals with detection of mechanical bearings faults by analysis of mechanical and electrical signals in high speed permanent magnet synchronous machine. The application domain of this work concerns aeronautics. Generally, to monitor the ball bearings status in electrical actuator, the vibration measurements are used. They allow, by extracting the vibration spectrum, to easily detect the deterioration of the bearing. This monitoring method is relatively expensive in terms of instrumentation and placing a vibration sensor in equipment with a high integration degree can be difficult. We propose in this paper to use other physical quantities taken from the system to perform the monitoring of these defects. It may be mechanical quantities (for example speed, position) and electrical quantities (for example stator current, power inverter). From time recording of data carried out during test campaigns, we propose signal processing methodologies to automatically extract information sensitive to the monitored fault. The final idea is to construct indicators of bearings health and make decisions relating to maintenance or equipment security. To construct these indicators, specific bearing defects signatures are studied theoretically and experimentally, for all collected variables. The extraction of these signatures is carried out in frequency domain. Two different types of automatic indicators are proposed. The first is constructed directly from the amplitude spectrum by extraction of the harmonic amplitude of the spectrum in particular frequency bands. The second includes a statistical dimension analysis by exploiting the random nature of some harmonics to detect fault presence. Criteria of comparison are defined and used to study the proposed indicators performances for two trial campaigns with artificially degraded bearings, for different speed functioning and for different regulation of indicators parameters.