Diagnostic des défauts des machines asynchrones par emploi de l’intelligence artificielle

Abstract

Malgré la fiabilité de la machine asynchrone (MAS) et sa robustesse, elle subit au cout de son fonctionnement, un certain nombre de contraintes de différents nature (électrique, mécanique et environnement), ces dernières induisent des défaillances qui peuvent conduire à des arrêts non programmés. Pour surmonter ce problème, une variété de techniques de maintenance prédictive comme moyen de surveillance ont été proposées afin d'arriver à détecter les défauts affectant les machines asynchrones. Le but de ce travail est d’offrir une approche basée sur l’intelligence artificielle efficace et capable de détecter les défauts statoriques et rotoriques des machines asynchrones à cage d'écureuil.