Sur l'estimation spectrale paramétrique pour la détection des défauts dans les machines asynchrones en environnements stationnaire et non stationnaire

In this thesis, a signal processing-based approach for induction machine faults detection through stator currents has been proposed. A parametric spectral estimation approach has been adopted to extract sensitive index to induction machine faults. The proposed approach can perform induction machine condition monitoring in stationary and non-stationary environment. Moreover, it allows to propose a reliable diagnosis scheme for electrical and mechanical faults that may occur in induction machines. Moreover, A Matlab-Simulink®-based tool for faulty induction machines has been developed to generate faults database and therefore to allow the performance of the proposed approach assessment. The coupled magnetic circuits approach combined with the arbitrary reference frames theory has been used for induction machines modeling. The proposed technique has been validated using experiments on conventional induction machine test bed for bearing faults detection and diagnosis. The obtained results were satisfactory and very promising.Ce travail de thèse traite de la détection et du diagnostic des défaillances par analyse du courant statorique dans les entraînements mécaniques à base de machine asynchrone. En se basant sur des travaux ultérieurs un modèle du signal en présence de défaut est présenté. Pour estimer les paramètres du modèle, nous proposons une technique statistique basée sur le Maximum de Vraisemblance et une approche basée sur les sous-espaces signal/bruit. Ces techniques ont été développées pour analyser des courants statoriques dans le cas stationnaire et non-stationnaire. Ces techniques permettent de révéler la présence d'une défaillance et de mesurer sa sévérité. Les résultats de simulation sur des signaux issus d'un modèle de la machine asynchrone, basé sur les circuits électriques magnétiquement couplés, permettent de valider les méthodes de détection proposées et démontre l'intérêt des techniques afin d'extraire de façon automatique un indicateur de défaut. L'étude est complétée par une validation expérimentale sur des signaux issus d'un banc expérimental pour la détection des défauts de roulement