Diagnostic de fuites internes dans une pompe à pistons axiaux

Internal leakages diagnosis in an axial piston pump

• Auteur / Autrice : Djihed Bensaad
• Direction : François Guillet
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal
• Date : Soutenance le 03/09/2019
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Sciences Ingénierie Santé (Saint-Etienne)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Jean Monnet (Saint-Étienne ; 1969-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'analyse des signaux et des processus industriels (Roanne ; 1995-....)
• Jury : Président / Présidente : Kamal Medjaher
• Jury : Examinateurs / Examinatrices : Abdenour Soualhi, Rosario Toscano, Frédéric Bonnardot, Adeline Bourdon
• Jury : Rapporteurs / Rapporteuses : Xavier Chiementin, Jean-Luc Dion

Mots clés

Mots clés contrôlés

Usure (mécanique)

Détection de défaut (ingénierie)

Eau -- Fuite

Pompes

Mots clés libres

Pompe à pistons axiaux

Diagnostic de fuites internes

Détection de défaut

Axial piston pumps

Diagnostic of internal leakages

Fault detection

Résumé

Le travail présenté dans ce mémoire traite le diagnostic des pompes à pistons axiaux. Dans ce contexte, nous proposons différentes méthodes capables de diagnostiquer les fuites internes dans une pompe à pistons axiaux, notamment celles provoquées par l'usure d'un ou plusieurs pistons. Nous commençons ce manuscrit par un rappel des notions fondamentales liées à l'hydrostatique et nous expliquons le fonctionnement des pompes à pistons axiaux. Ensuite, nous abordons la modélisation et la simulation du comportement dynamique de ce type de pompe. Cette étape permet de comprendre les variations des grandeurs caractéristiques de la pompe (pression et débit). Après cela, nous comparons les signaux de pression simulés avec ceux acquis sur un banc d'essai expérimental. Ceci a pour but de démontrer la robustesse de la modélisation utilisée et de souligner les cas où la modélisation diverge de la réalité. Finalement, nous proposons trois méthodes de diagnostic basées sur différentes approches. Les deux premières visent à identifier le piston défectueux lorsqu'il y a fuite de piston. Ce sont des méthodes à base de modèle qui s'appuient sur l'estimation de grandeurs d'intérêts pour faire la décision du diagnostic. La dernière méthode, quant à elle, est orientée données. Elle exploite les données collectées pour différents états de santé (état sain et en présence de fuite de piston) et dans différentes conditions de fonctionnement (Vitesse et charge). Cette méthode se base sur plusieurs paramètres extraits à partir des données collectées. Elle permet de distinguer l'indicateur le plus robuste lorsqu'il s'agit de diagnostic de fuite de piston. Ceci, quelle que soit la condition de fonctionnement.

The work presented in this thesis is intended for the fault diagnosis of axial piston pumps. In this context, we propose different methods able to diagnose internal leakages in an axial piston pump, in particular those caused by one or several worn pistons. We begin this manuscript by recalling the fundamental concepts related to hydrostatics and explaining the working principle of axial piston pumps. After that, we discuss the modeling and simulation of the behavior of this type of pump. This step is essential to understand the variation of characteristic variables of the pump (pressure and flow rate). Next, we compare the simulated pressure signals with those acquired on an experimental test bench. This is intended to demonstrate the robustness of the used modeling and to highlight cases where the modeling differs from reality. Finally, we propose three diagnostic methods based on different approaches. On the one hand, the first two methods aim to identify the faulty piston when there is a piston leak. These are model-based methods that use the estimation of interest parameters to make the diagnosis decision. On the other hand, the last method is data oriented. It uses the collected data for various health conditions and under different operating conditions (speed and load) in order to discriminate several classes. Each class corresponds to one health condition. This method offers the possibility to distinguish the most robust indicator that allows piston leak diagnosis, regardless of the operating condition.