Diagnostic et Pronostic des Défaillances Basées sur la Dégradation pour la Maintenance des Systèmes Mécaniques

Abstract

La méthode de diagnostic et de pronostic des défauts des systèmes est un grand défi pour les industriels afin de garantir la sûreté opérationnelle des moyens de production et leur fiabilité, surtout dans les domaines exigeants et sensibles (nucléaire, aérospatiale, aéronautique, spatiale, etc.). Le travail de recherche effectué dans cette thèse présente une implantation des méthodes de diagnostic et de pronostic des différents modes de défaillance à savoir le phénomène d’usure et le phénomène des vibrations, ensuite l’influence de ces modes de défaillance sur l’état opérationnel du système (pompe centrifuge). Les méthodes de diagnostic et de pronostic sont appliquées selon le cas du composant/système étudié (palier d’usure, banc d’essai de vibration ou pompe centrifuge), c’est-à-dire, selon l’accessibilité du modèle à envisager. La méthode à base d’un modèle physique est utilisée pour le diagnostic et le pronostic d’un palier en alliage d’aluminium qui subit au phénomène de dégradation par usure, la loi empirique d’Archard permet de suivre l’évolution du comportement de la zone dégradée. Pour effectuer cette étude, des hypothèses ont été émises afin de modéliser le comportement de l’usure sur le composant défaillant (palier d’usure) et calculer la durée de vie restante à partir d’un seuil limite. La méthode à base de données est utilisée pour le diagnostic et le pronostic d’un système de vibration (banc d’essai vibratoire), cette méthode permet de collecter et classer les données acquises par le capteur piézoélectrique monté sur le palier le plus sensible (cas extrême). Les données (informations) permettent de générer la loi comportementale d’un système de vibration en l’absence et en présence du balourd. Cette étude vise l’importance du phénomène de balourd dans les machines tournantes. Une régression a été associée aux données acquises afin de modéliser l’évolution de l’accélération (paramètre modélisé). Les lois générées par régression (lois polynomiales) visent à prédire la date critique à partir de laquelle le système en totalité entre dans l’état de défaillance. Une méthode orientée données (pronostic à base d’apprentissage) vise à modéliser l’état de santé d’une pompe centrifuge subit à une dégradation accélérée. Cette méthode sert à optimiser le modèle d'endommagement discret par un modèle d'endommagement continu par l’utilisation des réseaux de neurones (intelligence artificielle). Le paramètre modélisé est le gain de la pompe centrifuge, le critère de ce choix est justifié par l’influence majeure des phénomènes d’usure et de vibrations sur le gain (débit refoulé par la pompe). L’apprentissage par les réseaux de neurones permet de donner plus de précision par rapport à la modélisation discrète, donc une optimisation a été assurée par les paramètres de performances réalisés. Ces méthodes utilisées recherchent le même objectif, c’est le diagnostic et le pronostic de l’état de santé du système. Les résultats réalisés montrent l’aptitude et l’efficacité de ces approches à diagnostiquer et prédire les phénomènes modélisés (usure et vibration) et leur influence.