Développement de techniques de traitement du signal pour la surveillance vibratoire des machines tournantes industrielles

Cette thèse présente des nouvelles techniques de traitement des signaux et améliore les techniques existantes pour la surveillance des machines tournantes industrielles complexes basée sur les vibrations. La littérature sur la maintenance conditionnelle basée sur les vibrations fournit des nombreuses solutions pour révéler les modèles défectueux à partir d'un signal vibratoire. Cependant, les tests de leur performance sur les signaux des machines complexes modernes est généralement limitée. En outre, il leur manque souvent une version robuste prête à être appliquée à des mesures réelles. Cette étude s'attaque à ces limites en proposant plusieurs solutions. Les principales directions de recherche comprennent le développement d'une méthode de filtrage aveugle stable pour optimiser les filtres à réponse impulsionnelle finie pour une détection efficace des défauts et le test de la méthode proposée sur les signaux vibratoire obtenus à partir d'un multiplicateur d'éolienne. En outre, la thèse fait progresser l'utilisation d'indicateurs basés sur le test du rapport de vraisemblance généralisé pour une surveillance plus stable et plus efficace et propose de nouveaux indicateurs statistiques avec des seuils définis pour améliorer la fiabilité. La dernière discussion concerne les indicateurs estimés sur la corrélation spectrale cyclique et sa contrepartie normalisée, la cohérence. Les cartes de cohérence sont largement utilisées car la normalisation permet de comparer des signaux acquis à des charges et des vitesses différentes, ce qui affecte considérablement la puissance du signal. Néanmoins, la normalisation s'accompagne d'une suppression du contenu spectral qui, autrement, pourrait contenir davantage d'informations sur la gravité d'un défaut. L'interprétabilité des indicateurs estimés sur ces deux cartes spectrales et les résultats sont présentés sur des signaux vibratoires simulés et expérimentaux.