Contribution à la modélisation et à l'étude expérimentale des défauts dans les roulements à billes d’une machine électrique pour la surveillance et le diagnostic d’un système électromécanique complexe

Contribution to the modelling and the experimental study of ball bearings faults in electrical machine for monitoring and diagnostics of complex electromechanical system

• Auteur / Autrice : Mahamad Hassan gaditto
• Direction : Humberto Henao, Amine Yazidi
• Type : Projet de thèse
• Discipline(s) : Sciences pour l'Ingénieur Génie Electrique
• Date : Inscription en doctorat le ; Soutenance le 18/12/2023
• Etablissement(s) : Amiens
• Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des technologies innovantes (Amiens ; 2004-....)
• Jury : Président / Présidente : Bruno Gérard Michel Robert
• Jury : Examinateurs / Examinatrices : Lanfranchi Vincent, Humberto Henao, Yazidi Amine, Vacossin Bruno, Hamadou Ali Osman
• Jury : Rapporteurs / Rapporteuses : Lanfranchi Vincent, Bruno Gérard Michel Robert

Mots clés

Mots clés libres

Modelisation de roulement à bille

Surveillance et diagnostic

Systemes electromecaniques

Modelling of ball bearing

Monitoring and diagnsotic

Electromechanical system

Résumé

Dans les systèmes électromécaniques complexes, on trouve des roulements qui se situent dans la partie tournante des machines électriques mais également tout au long de la chaîne cinématique de transmission de la puissance mécanique. Ces roulements facilitent la transmission de puissance de l'ensemble en assurant un minimum de pertes par frottement. En fonction des applications, ils se trouvent souvent soumis à des charges comportant des efforts mécaniques importants qui se répètent de manière cyclique, ce qui contribue à la dégradation permanente de leurs performances et à terme à celles du système électromécanique dans lequel ils sont intégrés. Pour répondre à une compréhension des phénomènes de dégradation des performances mécaniques des roulements, il est important de détecter à son état naissant la moindre défaillance d'un roulement qu'elle soit dans les pistes internes ou externes, dans la cage ou dans les éléments roulants (billes), afin de prévoir la maintenance adaptée avant que le système tombe en panne de manière brutale, en produisant par conséquence un arrêt imprévu du processus industriel associé. Industriellement, la surveillance et le diagnostic des roulements s’effectue classiquement par l'analyse des vibrations caractéristiques de l'ensemble d'éléments qui les constituent, mais l'application de cette procédure fait nécessairement appel à l'implantation de capteurs (accéléromètres) qui introduisent un encombrement supplémentaire pour lequel les équipements ne sont pas en général conçus. Le but de cette étude est de s'intéresser aux roulements associés à une machine électrique tournante et à ceux de la chaîne de la transmission mécanique, pour identifier leur comportement au travers des signaux électromagnétiques obtenus autour de la machine électrique, avec l'utilisation de capteurs non invasifs (couple, courant). Dans ce domaine, quelques méthodes de surveillance et diagnostic ont été développées pour des roulements en état de défaillance avancée, mais l'utilisation de ces méthodes dans des conditions de défauts naissants n'a pas encore montré son efficacité à cause de l'absence d'outils de modélisation et d'analyse adaptés à l'étude des interactions électromécaniques dans les machines électriques. Dans ce sens, cette étude a permis l'analyse de différents modèles de roulement existant dans la littérature, pour choisir finalement celui qui s'adapte le mieux à un modèle dynamique de machine électrique, afin d'évaluer sa présence et ses éventuelles défaillances notamment du point de vue des courants statoriques.

In complex electromechanical systems, ball bearings are found in the rotating parts of electric machines and throughout the mechanical power transmission chain. These bearings facilitate the efficient power transmission of the entire system while minimizing friction losses. Depending on the applications, they are often subjected to significant mechanical loads that repeat cyclically, leading to a gradual degradation of their performance and, consequently, affecting the electromechanical system's overall performance. To better understand the mechanisms behind the degradation of mechanical bearing performance, it's crucial to detect any early signs of bearing failure, whether it occurs in the inner or outer races, the cage, or the rolling elements (balls). This proactive approach allows for appropriate maintenance to be scheduled before the system experiences an abrupt failure, potentially causing unexpected downtime in associated industrial processes. In industrial settings, the monitoring and diagnosis of bearings traditionally rely on analyzing characteristic vibrations produced by the components, but this approach necessitates the installation of sensors (accelerometers), introducing additional space requirements that might not align with the original equipment design. The aim of this study is to investigate the behavior of bearings in rotating electric machines and within the mechanical power transmission chain by identifying their performance through electromagnetic signals acquired around the electric machine, using non-invasive sensors (voltage and current measurements). In this field, several monitoring and diagnostic methods have been developed for bearings in an advanced state of failure. However, applying these methods to early-stage defects has not proven effective due to the lack of appropriate modeling and analysis tools for studying the electromechanical interactions within electric machines. Consequently, this study involved an analysis of various bearing models available in the literature to ultimately select the one that best aligns with the dynamic model of an electric machine. This choice enables the evaluation of bearing presence and potential faults, particularly from the perspective of stator currents.