Search

Les machines asynchrones sont omniprésentes dans les systèmes de production automatisé à cause de leur robustesse et leur facilitée de mise en oeuvre. Néanmoins, ces moteurs électriques concèdent tout de même des défauts (ex : court-circuit entre spires, barre rotoriques rompues) menant à des arrêts non planifiés. Par conséquent, les industries manufacturières investissent des ressources importantes afin de les éviter avec des programmes de maintenance qui sont partiellement inefficace. C’est dans ce contexte que, depuis plusieurs décennies, des chercheurs proposent des travaux permettant de diagnostiquer l’état des machines asynchrones. Cependant, les solutions ne donnent que très rarement la localisation et l’estimation du degré de sévérité des anomalies qui ne permet pas de prioriser les actions pour l’amélioration de la maintenance. De plus, la majorité des moyens de diagnostic ne sont pas adaptifs à d’autres gammes de moteur et les études ne prennent pas en compte la commande des machines asynchrones pour les applications à vitesse et couple variables. Ainsi, nous proposons dans cette thèse une nouvelle approche pour l’amélioration du processus de maintenance par la reconnaissance des défauts de la machine asynchrone reposant principalement sur l’exploitation des modèles d’intelligence artificielle. Celle-ci permettra de détecter, de localiser et d’estimer le degré de sévérité des anomalies du moteur grâce à ses courants statoriques. La solution donnée dans cet ouvrage est adaptif et surtout a été testé pour une machine possédant une commande et un asservissement de vitesse avec des différents profils de vitesse et couple variables. Pour ce faire, la recherche proposée exploite les modèles mathématiques de la machine asynchrone et de ses défauts afin de simuler les différents comportements de celle-ci. Les simulations serviront à créer des bases de données grâce à l’extraction de caractéristiques issue du traitement des signaux. Chacune des séries de données ap

En dépit des coûts de société élevés attribuables aux lésions des tissus conjonctifs, plusieurs de leurs causes demeurent incertaines. Notamment, les grands taux de déformations que subissent ces tissus lors d’accidents, de sports ou de chutes pourraient expliquer certaines lésions. L’hypoThèse à l’origine du projet est que de grands taux de déformation pourraient induire un changement de raideur aux tissus conjonctifs, favorisant ainsi une lésion du tissu en extension. Ce projet de maîtrise avait pour objectif de développer les outils nécessaires pour effectuer les premières validations expérimentales de cette hypoThèse. Le modèle animal choisi pour les tests est le ligament capsulaire d’oursin de mer. Une base de connaissances concernant les oursins de mer a donc d'abord été construite pour mieux planifier les essais expérimentaux. Ensuite, comme la raideur du ligament capsulaire risque de changer au cours d’un même essai, un protocole d’identification à paramètres variable a été développé. Ce protocole utilise la base polynomiale de Tchebychev pour paramétrer le système à paramètres variables. L’identification peut ensuite se faire sur un nombre restreint de paramètres à partir desquels il est possible de reconstruire, par exemple, la raideur en fonction du temps. Le protocole d’identification a été validé avec des simulations numériques et avec un montage expérimental d’un système à raideur variable. Le montage consistait en une barre de section triangulaire équilatérale en torsion dont un des points d'appui était déplacé en fonction du temps. Enfin, un manipulateur a été conçu, fabriqué et validé pour imposer de grands taux de déformations au ligament capsulaire. Plusieurs outils ont donc été développés au cours de ce projet pour servir lors des tests sur les oursins de mer. Les prochaines actions à entreprendre sont la validation du montage avec les oursins de mer et la planification des essais expérimentaux.

En dépit des coûts de société élevés attribuables aux lésions des tissus conjonctifs, plusieurs de leurs causes demeurent incertaines. Notamment, les grands taux de déformations que subissent ces tissus lors d’accidents, de sports ou de chutes pourraient expliquer certaines lésions. L’hypoThèse à l’origine du projet est que de grands taux de déformation pourraient induire un changement de raideur aux tissus conjonctifs, favorisant ainsi une lésion du tissu en extension. Ce projet de maîtrise avait pour objectif de développer les outils nécessaires pour effectuer les premières validations expérimentales de cette hypoThèse. Le modèle animal choisi pour les tests est le ligament capsulaire d’oursin de mer. Une base de connaissances concernant les oursins de mer a donc d'abord été construite pour mieux planifier les essais expérimentaux. Ensuite, comme la raideur du ligament capsulaire risque de changer au cours d’un même essai, un protocole d’identification à paramètres variable a été développé. Ce protocole utilise la base polynomiale de Tchebychev pour paramétrer le système à paramètres variables. L’identification peut ensuite se faire sur un nombre restreint de paramètres à partir desquels il est possible de reconstruire, par exemple, la raideur en fonction du temps. Le protocole d’identification a été validé avec des simulations numériques et avec un montage expérimental d’un système à raideur variable. Le montage consistait en une barre de section triangulaire équilatérale en torsion dont un des points d'appui était déplacé en fonction du temps. Enfin, un manipulateur a été conçu, fabriqué et validé pour imposer de grands taux de déformations au ligament capsulaire. Plusieurs outils ont donc été développés au cours de ce projet pour servir lors des tests sur les oursins de mer. Les prochaines actions à entreprendre sont la validation du montage avec les oursins de mer et la planification des essais expérimentaux.