Speaker: 
Jinane HARMOUCHE
Date: 
Thu, 11/20/2014 -
14:00 to 16:00
Lieu: 
Supelec Amphi Ampère
Résumé/Abstract: 
Les travaux de cette thèse portent sur la détection et le diagnostic des défauts naissants, dans les systèmes d'ingénierie et industriels, par des approches statistiques non-paramétriques. Un défaut naissant est censé provoquer, comme tout défaut, un changement anormal dans les mesures des variables du système. Ce changement est cependant imperceptible mais aussi imprévisible, dû a l'important rapport signal-sur défaut (SFR) et le faible rapport défaut-sur-bruit (FNR) caractérisant le défaut naissant. La détection et l'identification d'un changement général nécessite une approche globale qui prend en compte la totalité de la signature des défauts. En plus, le défaut naissant a une faible signature et sa détection fait appel aux indicateurs ayant une haute sensibilité aux petites distorsions. Dans ce cadre, la divergence de Kullback-Leibler est proposée comme indicateur général de défauts, sensible aux petites variations anormales cachées dans les variations du bruit. Une approche d'analyse spectrale globale est également proposée pour le diagnostic de défauts ayant une signature fréquentielle. L'application de l'approche statistique globale est illustrée sur deux études différentes. La première concerne la détection et la caractérisation, par courants de Foucault, des fissures dans les structures conductrices. L'approche basée sur la divergence est appliquée à des mesures expérimentales d'impédance d'une plaque conductrice présentant plusieurs fissures de petites tailles. La deuxième application concerne le diagnostic des défauts de roulements dans les machines électriques tournantes. L'approche basée sur une analyse globale du spectre est appliquée sur des signaux vibratoires générés, à plusieurs niveaux de charge, pour différents types et tailles de défauts de roulements. En outre, ce travail traite le problème d'estimation de l'amplitude des défauts naissants. Une analyse théorique menée dans le cadre d'une modélisation par analyse en composante principale, conduit à un modèle analytique de la divergence ne dépendant que des paramètres du défaut. Une estimation de l'amplitude du défaut est ainsi obtenu. Les performances de détection (au travers des probabilités de non détection et de fausse alarme) et la précision de l'estimation des défauts naissants sont évaluées sur des exemples numériques.

Jury:

Guy CLERC

Professeur

Laboratoire Ampère (rapporteur)

François AUGER

Professeur 

IREENA (rapporteur)

Nadine MARTIN

Directeur de recherche CNRS

CNRS (examinateur)

Mohamed BENBOUZID

Professeur 

LBMS(examinateur)

Stéphane FONT

Professeur

Supélec (examinateur)

Demba DIALLO

Professeur

LGEP (Co-directeur de thèse)

Claude DELPHA

HDR

L2S (directeur de thèse)