Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

THÈSE PRÉSENTÉE À L’UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE

THÈSE PRÉSENTÉE À L’UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE DU DOCTORAT EN SCIENCES ET TECHNOLOGIES DE L’INFORMATION PAR JULIEN MAITRE RECONNAISSANCE DES DÉFAUTS DE LA MACHINE ASYNCHRONE : APPLICATION DES MODÈLES D’INTELLIGENCE ARTIFICIELLE Mai 2017 I II RÉSUMÉ Les machines asynchrones sont omniprésentes dans les systèmes de production automatisé à cause de leur robustesse et leur facilitée de mise en œuvre. Néanmoins, ces moteurs électriques concèdent tout de même des défauts (ex : court-circuit entre spires, barre rotoriques rompues) menant à des arrêts non planifiés. Par conséquent, les industries manufacturières investissent des ressources importantes afin de les éviter avec des programmes de maintenance qui sont partiellement inefficace. C’est dans ce contexte que, depuis plusieurs décennies, des chercheurs proposent des travaux permettant de diagnostiquer l’état des machines asynchrones. Cependant, les solutions ne donnent que très rarement la localisation et l’estimation du degré de sévérité des anomalies qui ne permet pas de prioriser les actions pour l’amélioration de la maintenance. De plus, la majorité des moyens de diagnostic ne sont pas adaptifs à d’autres gammes de moteur et les études ne prennent pas en compte la commande des machines asynchrones pour les applications à vitesse et couple variables. Ainsi, nous proposons dans cette thèse une nouvelle approche pour l’amélioration du processus de maintenance par la reconnaissance des défauts de la machine asynchrone reposant principalement sur l’exploitation des modèles d’intelligence artificielle. Celle-ci permettra de détecter, de localiser et d’estimer le degré de sévérité des anomalies du moteur grâce à ses courants statoriques. La solution donnée dans cet ouvrage est adaptif et surtout a été testé pour une machine possédant une commande et un asservissement de vitesse avec des différents profils de vitesse et couple variables. Pour ce faire, la recherche proposée exploite les modèles mathématiques de la machine asynchrone et de ses défauts afin de simuler les différents comportements de celle- ci. Les simulations serviront à créer des bases de données grâce à l’extraction de caractéristiques issue du traitement des signaux. Chacune des séries de données appartient à une catégorie décrivant le défaut du moteur. Par la suite, des algorithmes de classification permettront de reconnaître les anomalies de la machine asynchrone. Nous présentons également une approche hiérarchique qui améliore le taux de reconnaissance des défectuosités du moteur à induction. Ce projet se situant à la frontière des domaines du génie III électrique, du génie informatique et des mathématiques constitue un défi complexe et formidable de recherche scientifique. IV ABSTRACT Induction machines are omnipresent in production systems because of their sturdiness and their ease of implementation. Nevertheless, these electrical motors still concede failures (e.g. inter-turn short circuit, broken rotor bar), which may lead to unplanned shutdowns. Consequently, manufacturing industries invest significant resources to avoid them with maintenance, which is partially inefficient. In this context, some studies propose solutions to abnormal diagnostic conditions of the induction machine. Nevertheless, they rarely localize the defect and estimate the severity of the failure, which does not allow prioritizing action for the maintenance improvement. In addition, solutions are not adaptive for other motors, and studies do not include the control part very useful for speed and torque variable applications. Thus, in this thesis, we propose a new approach improving the maintenance process by the recognition of the induction machine failures. It relies mainly on Artificial Intelligence models and will allow to detect, localize and to estimate the degree of severity of the asynchronous motor faults thanks to the exploitation of current signals. The solution given in this project is adaptive and have been tested for induction machines operating with a speed and drives control. In addition, several speed and resistant torque profiles have been applied. To do this, the research proposed exploits the mathematical models of the induction machine operating under the healthy and faulty conditions. Simulations allow creating some datasets thanks to the feature extractions and the signals processing. Each vector of data belongs to a category describing the failure. Then, classification algorithms will recognize the induction machine defects. We also present a hierarchical approach, which improves the recognition rate. This project being a mix of electrical engineering, informatics and mathematic is a complex and amazing challenge of scientific research. V REMERCIEMENTS Ce doctorat n’aurait pas été possible sans le soutien et la présence de certaines personnes. Il m’est difficile de les remercier par écrit pour tout ce qu’ils ont pu m’apporter. En premier lieu, je tiens à remercier deux importantes personnes qui ont grandement contribué à la réalisation de ce doctorat. La première de ces personnes est mon directeur de recherche initial, M. Bruno Bouchard, qui m’a offert la formidable opportunité de rejoindre l’équipe du Laboratoire d’Intelligence Ambiante et de Reconnaissance d’Activité. Il a été une source constante de motivation pendant cette thèse et d’inspiration pour, espérons-le, une future carrière dans le milieu universitaire. En effet, il a grandement participé au rayonnement international de l’UQAC mettant en avant les travaux du laboratoire et de ces étudiants. La seconde personne est anciennement mon codirecteur et directeur de recherche actuel, M. Sébastien Gaboury, qui a été un formidable support pendant ces trois ans de doctorat. De part et autre sa grande disponibilité, son suivi systématique et rigoureux des points clés du projet, il s’est également battu pour tous les étudiants du laboratoire afin de leur garantir les meilleures conditions à la réalisation de leurs recherches. Il faut aussi mentionner qu’ils ont été d’une grande gentillesse et d’une patience immesurable à mon égard lors de l’écriture de papiers scientifiques. De plus, leur optimisme et leur bonne humeur ont grandement influencé mon état d’esprit. J’exprime aussi mes remerciements au Professeur Abdenour Bouzouane pour sa gentillesse et ses encouragements. Je tiens également à remercier tous mes collègues du laboratoire et le service d’administration de l’UQAC pour leur bonne humeur jour après jour. VI J’adresse finalement un remerciement spécial à ma femme, Yasmine Chamam. Elle a su s’armer de patience quand je préférais travailler sur ma thèse, et me soutenir en tout temps. VII TABLE DES MATIÈRES RÉSUMÉ ........................................................................................................................... II ABSTRACT .................................................................................................................... IV REMERCIEMENTS........................................................................................................ V TABLE DES FIGURES ................................................................................................. XI TABLE DES TABLEAUX ........................................................................................... XX LISTE DES ALGORITHMES ................................................................................ XXIV LISTE DES ACRONYMES ET ABREVIATIONS ................................................ XXV CHAPITRE 1 : INTRODUCTION ................................................................................. 1 1.1 CONTEXTE DE LA RECHERCHE .................................................................... 1 1.2 MAINTENANCE INDUSTRIELLE ................................................................... 2 1.3 LA MACHINE ASYNCHRONE ET LE CONTEXTE DE RECHERCHE ........ 3 1.4 MACHINE ASYNCHRONE ............................................................................... 8 1.4.1 LE STATOR ................................................................................................... 10 1.4.2 LE ROTOR ..................................................................................................... 11 1.4.3 PRINCIPE DE FONCTIONNEMENT DE LA MACHINE ASYNCHRONE ............................................................................................................ 13 1.5 INTELLIGENCE ARTIFICIELLE .................................................................... 17 1.6 RECONNAISSANCE DES DÉFAUTS DE LA MACHINE ASYNCHRONE 19 1.7 DÉFINITION DU PROJET DE RECHERCHE ................................................ 19 1.8 ORGANISATION DU PROJET DE RECHERCHE ......................................... 21 CHAPITRE 2: REVUE DE LITTÉRATURE .............................................................. 23 2.1 INTRODUCTION .............................................................................................. 23 2.2 MODÉLISATION DES DÉFAUTS DE LA MACHINE ASYNCHRONE ...... 26 2.2.1 MODÉLISATION DES DÉFAUTS STATORIQUES .................................. 27 2.2.2 MODÉLISATION DES DÉFAUTS ROTORIQUES .................................... 50 2.2.3 CONCLUSION ............................................................................................... 75 2.3 IDENTIFICATION DES PARAMÈTRES MOTEURS .................................... 76 2.3.1 ÉTAT DE L’ART GÉNÉRAL ....................................................................... 77 2.3.2 ALGORITHMES D’OPTIMISATION .......................................................... 79 VIII 2.3.3 LES ALGORITHMES GÉNÉTIQUES .......................................................... 82 2.3.4 LES ALGORITHMES GÉNÉTIQUES MULTI-OBJECTIFS ...................... 88 2.3.5 CONCLUSION ............................................................................................... 92 2.4 TRAITEMENTS DES SIGNAUX ET EXTRACTION DES CARACTÉRISTIQUES .................................................................................................... 93 2.4.1 L’APPROCHE FRÉQUENTIELLE ............................................................... 95 2.4.2 L’APPROCHE ÉNERGÉTIQUE ................................................................. 113 2.4.3 L’APPROCHE GÉOMÉTRIQUE ................................................................ 120 2.4.4 AUTRES APPROCHES ............................................................................... 125 2.4.5 CONCLUSION ............................................................................................. 126 2.5 LES ALGORITHMES DE CLASSIFICATION .............................................. 127 2.5.1 ARBRES DE CLASSIFICATION ............................................................... 129 2.5.2 SUPPORT VECTOR MACHINE ................................................................ 136 2.5.3 K-PLUS PROCHES VOISINS ..................................................................... 141 2.5.4 RÉSEAUX NEURONES ARTIFICIELS ..................................................... 142 2.5.5 CONCLUSION ............................................................................................. 149 2.6 COMMANDE DE LA MACHINE ASYNCHRONE ...................................... 150 2.6.1 MONTAGE D’EXPLOITATION DE LA MACHINE ASYNCHRONE EN INDUSTRIE ................................................................................................................ 151 2.6.2 COMMANDE DIRECTE DU COUPLE ..................................................... 153 2.6.3 AUTRES MÉTHODES DE CALCUL DE LA COMMANDE DE LA MACHINE ASYNCHRONE ...................................................................................... 169 2.6.4 CONCLUSION ............................................................................................. 170 2.7 CONCLUSION ................................................................................................ 170 CHAPITRE 3 : IDENTIFICATION DES PARAMÈTRES DE LA MACHINE ASYNCHRONE ............................................................................................................ 172 3.1 INTRODUCTION ............................................................................................ 172 3.2 DESCRIPTION DU MODÈLE D’IDENTIFICATION DES PARAMÈTRES .............................................................................................................. 175 3.2.1 LES MODÈLES DE LA MACHINE ASYNCHRONES............................. 177 3.2.2 LES ALGORITHMES GÉNÉTIQUES ........................................................ 179 IX 3.3 CONDITIONS DES TESTS RÉALISÉS ......................................................... 182 3.3.1 LES FONCTIONS OBJECTIVES ............................................................... 183 3.3.2 LES FONCTIONS DE CONTRAINTES ET PARAMÈTRES DES AGs... 184 3.4 RÉSULTATS ET ANALYSE DE L’IDENTIFICATION DES PARAMÈTRES .............................................................................................................. 187 3.4.1 IDENTIFICATION DU MOTEUR 1 ........................................................... 187 3.4.2 IDENTIFICATION DU MOTEUR 2 ........................................................... 191 3.4.3 ANALYSE DES RÉSULTATS .................................................................... 193 3.5 CONCLUSION ................................................................................................ 199 CHAPITRE 4 : RECONNAISSANCE DES DÉFAUTS DE LA MACHINE ASYNCHRONE ............................................................................................................ 201 4.1 INTRODUCTION ............................................................................................ 201 4.2 ÉTAT DE L’ART ............................................................................................. 204 4.2.1 LES OUTILS DE TRAITEMENTS DU SIGNAL ....................................... 205 4.2.2 LES ALGORITHMES DE DÉCISION ........................................................ 207 4.3 RECONNAISSANCE DES DÉFAUTS DE COURT-CIRCUIT ENTRE SPIRES 209 4.3.1 STRATÉGIE DE RECONNAISSANCE 1 .................................................. 219 4.3.2 STRATÉGIE DE RECONNAISSANCE 2 .................................................. 240 4.4 RECONNAISSANCE DES DÉFAUTS DE BARRES ROMPUES ................ 245 4.5 RECONNAISSANCE DES DÉFAUTS DE COURT-CIRCUIT ENTRE SPIRES ET DE BARRES ROMPUES ......................................................................................... 253 4.6 CONCLUSION ................................................................................................ 263 CHAPITRE 5 : CONCLUSION GÉNÉRALE ........................................................... 268 5.1 RÉALISATIONS DES OBJECTIFS ............................................................... uploads/Industriel/maitre-uqac-0862d-10350.pdf