Treatment in progress...
Close notification

Did you know that ?

SIDE has worked with its suppliers to make our parcels environmentally friendly.
No more plastics !
The tape that keep our parcels tightly shut and the wedging material that immobilizes books within the cartons are now made of fully recyclable and biodegradable materials.

Display notification

Automatisation du diagnostic des roulements par analyse vibratoire

Tchanga Mireille
Publication date 01/10/2018
EAN: 9786202352611
Availability Available from publisher
La surveillance vibratoire constitue une technique de contrôle non destructif très utilisée dans le secteur industriel. Ces travaux ont permis de fournir les éléments supplémentaires concernant le diagnostic des défauts de roulements dans la localisa... See full description
Attribute nameAttribute value
Common books attribute
PublisherNOOR PUBLISHING
Page Count92
Languagefr
AuthorTchanga Mireille
FormatPaperback / softback
Product typeBook
Publication date01/10/2018
Weight148 g
Dimensions (thickness x width x height)0.60 x 15.20 x 22.90 cm
La surveillance vibratoire constitue une technique de contrôle non destructif très utilisée dans le secteur industriel. Ces travaux ont permis de fournir les éléments supplémentaires concernant le diagnostic des défauts de roulements dans la localisation de l'emplacement du défaut. A partir des signaux d'un modèle expérimental du moteur électrique, les défauts de roulement ont été simulés. Les grandeurs physiques mesurées pour différentes conditions de fonctionnement étaient les accélérations recueillies sur deux paliers de roulements différents. L'analyse de ces données a permis de conclure que l'analyse spectrale du signal enveloppe est un outil de diagnostic des roulements quelles que soient les conditions de fonctionnement et l'état des autres organes mécaniques. Ce résultat a abouti à l'établissement d'une démarche de diagnostic pour la surveillance et la localisation de l'emplacement des défauts de roulement. Autre part, nous avons abordé le problème de l'automatisation du diagnostic par l'utilisation de réseaux de neurones. La précision du système expert développé dans les configurations retenue est de l'ordre de 98. 86% quand à la localisation de l'emplacement du défaut.