Diagnostic des vibrations nonstationnaires des machines tournantes : Application aux systèmes de transmission de puissance aéronautiques

Le bon fonctionnement des machines tournantes repose sur la surveillance vibratoire de composants rotatifs fragiles tels que les engrenages et les roulements. Concernant plus particulièrement le cas des systèmes de transmission de puissance en aéronautique, la surveillance vibratoire présente des défis considérables qui sont abordés dans cette thèse : (i) les régimes de fonctionnement non stationnaires, qui nécessitent l'adoption d'approches synchrones, (ii) les interactions complexes entre différents sous-systèmes, susceptibles de masquer ou perturber les signaux de diagnostic et (iii) le bruit émis par diverses sources, tant environnementales qu’internes, rendant la détection des défauts plus difficile. Pour répondre à ces défis, les principes de diagnostic proposé dans cette thèse s'articulent autour de plusieurs objectifs : (1) une estimation fiable de la vitesse angulaire instantanée, permettant la synchronisation des signaux avec les variations du régime, (2) l'extraction des composantes vibratoires pertinentes pour isoler les composants mécaniques critiques et (3) l'application de diagnostics spécifiques à chaque composant, tenant compte des variations opérationnelles pour garantir robustesse et fiabilité. Les méthodologies développées sont validées par des données expérimentales, démontrant leur potentiel pour améliorer la fiabilité et la sécurité des systèmes de transmission en aéronautique.

Institutions

Publication Details

Journal
theses.fr (ABES)
Published
2024-12-18
Primary Topic
Machine Fault Diagnosis Techniques
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Diagnostic des vibrations nonstationnaires des machines tournantes : Application aux systèmes de transmission de puissance aéronautiques

theses.fr (ABES)
Machine Fault Diagnosis Techniques
article

Diagnostic des vibrations nonstationnaires des machines tournantes : Application aux systèmes de transmission de puissance aéronautiques

article en

Abstract

Le bon fonctionnement des machines tournantes repose sur la surveillance vibratoire de composants rotatifs fragiles tels que les engrenages et les roulements. Concernant plus particulièrement le cas des systèmes de transmission de puissance en aéronautique, la surveillance vibratoire présente des défis considérables qui sont abordés dans cette thèse : (i) les régimes de fonctionnement non stationnaires, qui nécessitent l'adoption d'approches synchrones, (ii) les interactions complexes entre différents sous-systèmes, susceptibles de masquer ou perturber les signaux de diagnostic et (iii) le bruit émis par diverses sources, tant environnementales qu’internes, rendant la détection des défauts plus difficile. Pour répondre à ces défis, les principes de diagnostic proposé dans cette thèse s'articulent autour de plusieurs objectifs : (1) une estimation fiable de la vitesse angulaire instantanée, permettant la synchronisation des signaux avec les variations du régime, (2) l'extraction des composantes vibratoires pertinentes pour isoler les composants mécaniques critiques et (3) l'application de diagnostics spécifiques à chaque composant, tenant compte des variations opérationnelles pour garantir robustesse et fiabilité. Les méthodologies développées sont validées par des données expérimentales, démontrant leur potentiel pour améliorer la fiabilité et la sécurité des systèmes de transmission en aéronautique.

theses.fr (ABES)
Laboratoire de Mécanique et d’Acoustique (FR)
Openalex Percentile: Top 54%
Machine Fault Diagnosis Techniques
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.