Afficher la notice abrégée
dc.contributor.author |
Hamoudi Heythem, Salah Salah Haithem |
|
dc.date.accessioned |
2021-02-24T08:15:27Z |
|
dc.date.available |
2021-02-24T08:15:27Z |
|
dc.date.issued |
2020-06 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10167 |
|
dc.description.abstract |
Le travail présenté dans ce mémoire s’inscrit dans le cadre de la maintenance conditionnelle des machines tournantes par analyse vibratoire. Il porte sur l’application de deux méthodes avancées de traitement de signal ; l’Empirical Mode Decomposition (EMD) et l’Ensemble Empirical Mode Decomposition (EEMD), pour la détection des défauts de roulements.
Les deux méthodes sont alors appliquées sur plusieurs signaux réels obtenus à partir de la base de données Américaine « Bearing data center ». L’objectif étant, d‘une part, de vérifier l’aptitude des deux méthodes à détecter différents types de défauts, et d’autre part comparer les deux méthodes dans le domaine temporel et fréquentiel. Plusieurs paramètres ont été considérés offrant plusieurs configurations pour l’étude menée. Trois types de défaut (sur la bague extérieure, intérieure et sur la bille), quatre charges du roulement, quatre gravités du défaut, deux fréquences d’échantillonnage et trois positions différentes pour le défaut sur la bague extérieure sont les principaux paramètres variés. |
en_US |
dc.language.iso |
fr |
en_US |
dc.subject |
Décomposition en Mode Empirique (EMD), Ensemble de Décomposition en Mode Empirique, Intrinsic Mode Function (IMF), Kurtosis, Analyse vibratoire, Domaine temporel, Domaine fréquentiel |
en_US |
dc.title |
Application de la méthode EEMD (Ensemble Empirical Mode Decomposition) pour la détection des défauts de roulements |
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée