Comparaison entre la Technique Vibratoire et la Technique des Courants Statoriq
Comparaison entre la Technique Vibratoire et la Technique des Courants Statoriques : Application au Diagnostic des Roulements à Billes Mohamed Boudiaf KOURA, Mohammed-El-Amine KHODJA, Ahmed Hamida BOUDINAR Laboratoire de Développement des Entrainements Electriques, Groupe Diagnostic Département d’Électrotechnique, Université des Sciences et de la Technologie d’Oran MB Oran, Algérie E-mail : mohamedkoura@outlook.fr, khodjamea@gmail.com, boud_ah@yahoo.fr Résumé — Le diagnostic des défauts affectant les roulements à bille utilisés dans les entrainements électriques est un axe de recherche très étudié vu l’importance de ces organes dans le transfert d’énergie. A cet effet, plusieurs techniques de diagnostic ont été développées. Parmi ces techniques on cite l’analyse vibratoire, approche très utilisée en industrie, et l’analyse du courant statorique. Le but de cet article est d’effectuer une simple étude comparative sur les capacités et les performances de chaque technique dans le diagnostic des défauts de roulement à billes d’un moteur asynchrone. Les résultats expérimentaux obtenus montrent que ces deux techniques sont complémentaires vu que leur fiabilité dépend de l’élément défectueux constituant le roulement. Mots clés— Diagnostic, Moteur asynchrone, Défauts, Roulement. , Vibration , Courant statorique ; Analyse spectrale. I. INTRODUCTION Parmi les principaux organes qui constituent la grande majorité des moteurs asynchrones, nous citons les roulements à billes. Ces roulements, jouant le rôle d’interface électromécanique, sont responsables de la conversion d’énergie, ce qui les rend plus fragiles [1]. En effet, plusieurs études statistiques [1]-[3] ont montré que les pannes dues aux roulements représentent 40% à 69% des pannes totales selon la puissance des moteurs. La Fig. 1 représente la répartition des différents défauts affectant le moteur asynchrone. Fig. 1. Répartition des différents défauts affectants le moteur asynchrone. Il est donc logique, d’un point de vue industriel, scientifique et financier de concentrer les efforts de la détection et du diagnostic des moteurs asynchrones sur les défauts de roulement à billes. Ce diagnostic permet de préserver la sécurité du personnel, d’éviter l’arrêt de toute la chaine de production ce qui permet d’augmenter la durée de vie de ces moteurs et de minimiser les pertes financières. L’analyse vibratoire est la technique la plus utilisée dans l’industrie car elle permet de détecter la plupart des défauts mécaniques et plus précisément les défauts de roulement. Cependant, l’inconvénient majeur de cette technique est la nécessité à l’accès au corps du moteur pour positionner les capteurs de vibrations. De plus, le montage de ces capteurs nécessite un personnel compétent pour avoir des mesures fiables. Par ailleurs, cette technique ne peut être utilisée que pour diagnostiquer les grosses unités qui travaillent sur des processus critiques et sensibles vu le coût de ce type de capteur. A noter enfin, que la fiabilité de cette technique peut être biaisée par la présence de vibrations anormales dues par exemple à une mauvaise fixation de la machine [4]-[7]. Une autre technique permettant de diagnostiquer ce type de défaut est la technique du courant statorique (MCSA : Motor Current Signature Analysis) [8]-[10]. Cette technique présente plusieurs avantages tels que : la facilité d’installation du capteur qui ne nécessite pas l’accès au corps du moteur ; la richesse du spectre du courant en informations sur l’état du moteur et sur les différents type défauts. Cette technique est largement utilisée dans le diagnostic des défauts électriques, mais malheureusement reste très peu exploitée pour le diagnostic des défauts mécaniques. Plusieurs études [11]-[13] ont montré que la présence d’un défaut de roulement se manifeste par l’apparition d’une signature fréquentielle particulière au niveau du spectre de vibration et du courant mais sur des bandes fréquentielles différentes. Pour identifier cette signature fréquentielle caractérisant le défaut à partir de la vibration ou du courant, l’estimation de la Densité Spectrale de Puissance (DSP) par Périodogramme est la méthode la plus utilisée en industrie car elle présente une programmation facile et une exécution rapide due à l’utilisation de la FFT (Fast Fourier Transform). Le but de cet article est de comparer les performances et les capacités des deux techniques citées à savoir la technique vibratoire et la technique du courant statorique. Cette comparaison est effectuée sur la base d’essais expérimentaux réalisés sur des roulements à billes défectueux. A cet effet, les performances de ces deux techniques sont illustrées par l’analyse des deux grandeurs mesurées en utilisant l’estimation de la DSP par Périodogramme. 978-1-5386-4988-6/18/$31.00 ©2018 IEEE 978-1-5386-4988-6/18/$31.00 ©2018 IEEE 3rd CISTEM’18 - Algiers, Algeria, October 29-31, 2018 II. SIGNATURES DES DÉFAUTS DE ROULEMENT Le roulement à billes est l’un des éléments les plus importants constituant les moteurs électriques. Ce roulement est constitué principalement d’une bague externe, d’une bague interne, de billes et d’une cage qui assure une équidistance entre les billes comme le montre la Fig. 2. Fig. 2. Géométrie du roulement à billes. Où Db et Dc sont respectivement le diamètre de la bille et de la cage, étant l’angle de contact et Nb est le nombre de billes. Malheureusement, à cause d’une corrosion, d’une mauvaise installation, ou tout simplement d’une mauvaise lubrification, ce roulement peut subir certaines défaillances des éléments qui le constituent. La défaillance de ces éléments se manifeste par l’apparition de signatures fréquentielles au niveau des grandeurs vibratoires et électriques. A. Signatures frequentielles vibratoires des defauts de roulement La défaillance d’un des éléments constituant le roulement se manifeste par des vibrations au niveau du moteur. Plusieurs études [14]-[17] ont montré que chaque élément défaillant est caractérisé par une signature fréquentielle particulière comme le montre les équations suivantes : • Le défaut de la bague externe : 1 cos , 2 N D b b f f bague ext r Dc β = − (1) • Le défaut de la bague interne : 1 cos ,int 2 N D b b f f bague r Dc β = + (2) • Le défaut de la Cage : 1 1 cos 2 Db f f cage r Dc β = − (3) • Le défaut de billes : 2 2 1 cos 2 D D c b f f billes r Db Dc β = − (4) fr est la fréquence de rotation du moteur qui peut être déduite de la vitesse mécanique de rotation nr. Cette relation est définie comme suit : 60 nr fr = (5) B. Signatures fréquentielles électriques des défauts de Roulement Toutes les vibrations du moteur causées par l’existence de défauts mécaniques comme par exemple les défauts de roulement se manifestent par une modulation d’amplitude et de phase au niveau du courant statorique. Cette modulation se répercute bien évidement sur le spectre du courant par l’apparition de composantes fréquentielles autour du fondamental comme le montre la relation suivante [18], [19] : ( ) . 1, 2, 3... f Hz f k f k s v roul = ± = (6) Où fs est la fréquence d’alimentation. fv est l’une des fréquences vibratoires caractérisant l’élément défaillant définit par les équations (1), (2), (3) et (4) c'est-à-dire : fbague,ext, fbague,int, fcage et fbille. III. IDENTIFICATION DES DÉFAUTS DE ROULEMENT PAR LA TECHNIQUE DU PÉRIODOGRAMME. Parmi les méthodes d’analyse fréquentielle permettant d’identifier l’élément défaillant du roulement, on peut citer la méthode basée sur l’estimation de la Densité Spectrale de Puissance (DSP) par la technique du Périodogramme. Cette méthode est largement utilisée dans l’industrie car elle est [16] : • indépendante de la nature physique du signal x(t) à analyser (vibratoire ou électrique), pourvue que ce signal soit stationnaire. • simple à programmer. • rapide à cause de l’utilisation de l’algorithme de la FFT (Fast Fourier Transform). • facile à implémenter sur des cartes à base de FPGA pour une utilisation en temps réel. L’estimation de la DSP par Périodogramme est définie comme étant le carré du module de la Transformée de Fourier du signal numérique à analyser x(n), comme le montre la relation suivante [13], [20] : ( ) ( ) 2 1 2 . 0 N j nk f x n e n DSP k f N π − − Δ = Δ = (7) Où f est la résolution fréquentielle définie comme suit : 3rd CISTEM’18 - Algiers, Algeria, October 29-31, 2018 Fsp f N Δ = (8) Avec Fsp la fréquence d’échantillonnage et N le nombre d’échantillons du signal numérisé. A noter que pour améliorer la résolution fréquentielle il est conseillé d’augmenter le temps d’acquisition, autrement dit le nombre d’échantillons. Malheureusement, cela peut affecter le temps de calcul de l’analyse. IV. RÉSULTATS EXPÉRIMENTAUX A. Description de Banc de Mesures Le moteur utilisé dans ces essais pratiques est de type triphasé à cage d’écureuil dont les paramètres sont : 3 kW ; 50 Hz ; 7A ; 1410 tr/min. Ce moteur est accouplé à une génératrice à courant continu reliée à une charge résistive. Le banc de mesure utilisé est illustré par la Fig. 3. Fig. 3. Photo du banc d’essai réalisé. Deux chaines de mesures sont utilisées en même temps pour l’acquisition des deux signaux à analyser, à savoir uploads/Management/ comparaison-entre-la-technique-vibratoire-et-la-technique-des-courants-statoriques-application-au-diagnostic-des-roulements-a-billes.pdf
Documents similaires










-
24
-
0
-
0
Licence et utilisation
Gratuit pour un usage personnel Attribution requise- Détails
- Publié le Nov 12, 2022
- Catégorie Management
- Langue French
- Taille du fichier 0.2749MB