Détection et classification des défauts des machines tournantes par les réseaux de neurones artificielles
dc.contributor.author | Irekti, Anis | |
dc.contributor.author | Belhadef, Aboubakeur | |
dc.date.accessioned | 2022-05-17T12:55:16Z | |
dc.date.available | 2022-05-17T12:55:16Z | |
dc.date.issued | 2021-07 | |
dc.description | 74 f. : ill. ; 30 cm. (+CD-Rom) | en |
dc.description.abstract | La maintenance des machines tournantes par l’analyse des vibrations a considérablement évoluée ces dernières années grâce aux techniques avancées de l’intelligence artificielle, ces techniques permettent de détecter à un stade précoce l’existence d’une anomalie en passant par l’analyse des signaux comme l’amplitude, la fréquence et la bande passante du signal. Ce travail s’inscrit dans la thématique de la détection et la classification des défauts mécaniques des machines tournantes au niveau des roulements. L’objectif de notre travail est de détecter et classifier les anomalies qui peuvent survenir dans une machine au niveau des roulements (bille, cage, bague extérieur) en utilisant une technique d’intelligence artificielle basée sur les réseaux de neurones artificiels (RNA). L’implémentation numérique du problème posé avec la méthode proposée (RNA) est validée en passant par une étude de l’influence des différents paramètres du code Matlab en vue d’améliorer la qualité de l’apprentissage automatique. Les résultats obtenus montrent la pertinence de la méthode proposée. | en |
dc.identifier.citation | Electromécanique | en |
dc.identifier.other | MST/ELECTRO16 | |
dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/17716 | |
dc.language.iso | fr | en |
dc.publisher | Université Mouloud Mammeri Tizi Ouzou | en |
dc.subject | Machine tournante | en |
dc.subject | Réseau de neurone artificiel | en |
dc.title | Détection et classification des défauts des machines tournantes par les réseaux de neurones artificielles | en |
dc.type | Thesis | en |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Irekti Anis, Belhadef Aboubakeur.pdf
- Size:
- 2.28 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: