Détection et classification des défauts des machines tournantes par les réseaux de neurones artificielles

Simple item page
dc.contributor.authorIrekti, Anis
dc.contributor.authorBelhadef, Aboubakeur
dc.date.accessioned2022-05-17T12:55:16Z
dc.date.available2022-05-17T12:55:16Z
dc.date.issued2021-07
dc.description74 f. : ill. ; 30 cm. (+CD-Rom)en
dc.description.abstractLa 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.citationElectromécaniqueen
dc.identifier.otherMST/ELECTRO16
dc.identifier.urihttps://dspace.ummto.dz/handle/ummto/17716
dc.language.isofren
dc.publisherUniversité Mouloud Mammeri Tizi Ouzouen
dc.subjectMachine tournanteen
dc.subjectRéseau de neurone artificielen
dc.titleDétection et classification des défauts des machines tournantes par les réseaux de neurones artificiellesen
dc.typeThesisen

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Irekti Anis, Belhadef Aboubakeur.pdf
Size:
2.28 MB
Format:
Adobe Portable Document Format
Description:
pdf
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Département Électromécanique