Thèse soutenue

Surveillance des Câbles en mouvement dans le cadre d'une maintenance prédictive.

FR  |  
EN
Auteur / Autrice : Souha Khadraoui
Direction : Jean-Paul DronFabrice Bolaers
Type : Thèse de doctorat
Discipline(s) : Matériaux, mécanique, structures
Date : Soutenance le 25/03/2021
Etablissement(s) : Reims
Ecole(s) doctorale(s) : École doctorale Mathématiques Physique Sciences du Numérique et de l'Ingénieur (Reims ; 2018-)
Partenaire(s) de recherche : Laboratoire : Institut de Thermique, Mécanique, Matériaux (ITheMM) - EA 7548
Jury : Président / Présidente : Jérôme Antoni
Examinateurs / Examinatrices : Jean-Paul Dron, Fabrice Bolaers, Roger Serra, Mohamadou Lamine Dieng, Olivier Cousinard, Cécile Capdessus, Xavier Chiementin
Rapporteurs / Rapporteuses : Roger Serra, Mohamadou Lamine Dieng

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les câbles métalliques sont depuis longtemps utilisés dans diverses applications de levage telles que les grues ou les ascenseurs. Or, ces câbles sont susceptibles de se dégrader dans le temps, notamment à cause de l'abrasion et la corrosion. Il est donc nécessaire pour des raisons de sécurité de suivre leur état lors de leur fonctionnement, par exemple par des méthodes de contrôles non destructif en temps réel. Une telle inspection des câbles se fait souvent par des méthodes magnétiques, qui ont l'avantage d'être particulièrement efficaces mais aussi onéreuses. D'autres méthodes, telles que la surveillance par ultrasons, permettent un diagnostique moins cher mais aussi moins complets car il ne permettent que difficilement la localisation des défauts sur le câble, pourtant utile aux contrôles visuels. Dans ce contexte, nous proposons une méthode de diagnostic alternative s'appuyer sur des mesures soit de vitesse angulaire instantanée soit de courant moteur. Cette méthode, peu coûteuse, permet la localisation des défauts surfaciques à partir de deux fils rompus pour une large plage de de charge et de vitesse. Basée sur un filtrage numérique des données et un algorithme de détection, elle a le potentiel d'évoluer vers une surveillance en temps réel pour des applications industrielles.