Diagnostics of gearbox faults using neural networks - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2004

Diagnostics of gearbox faults using neural networks

Résumé

mesure où les machines sont exploitées aussi longtemps que possible entre les arrêts, c'est-àdire que les réparations sont effectuées juste avant le dysfonctionnement. Plusieurs étapes sont nécessaires. D'abord, la détection du défaut naissant dans le mécanisme : elle est basée sur la mesure de la réponse du système et sur l'utilisation d'indicateurs qui caractérisent cette réponse. En outre, par l'utilisation de ces indicateurs et l'analyse statistique, le type et la nature de défauts peuvent être identifiés. Ensuite, des niveaux de seuil qui permettent l'intervention sur la machine peuvent être définis dès que possible. L'analyse de vibration s'est imposée comme un outil puissant pour le diagnostic des machines tournantes. Si on considère les boîtes de vitesses, chaque élément tournant a une signature spécifique, et la réponse du système est une combinaison de toutes les signatures. Ainsi, la contribution de chaque élément dans la réponse du système est isolée, et la comparaison des signatures avec et sans défauts mène à la définition des indicateurs appropriés pour les différents éléments et les défauts correspondants. Le but de ce travail est d'établir des procédures pour la détection et l'identification des défauts combinés sur un système engrenant à simple à un étage, et puis d'automatiser les procédures définies afin d'avoir un dispositif de diagnostic "en temps réel". L'automatisation est faite en utilisant une classification basée sur les réseaux de neurones. Une classification basée sur un réseau de neurones est moins affectée par le bruit, elle peut inclure un nombre important de données, et a la capacité de modéliser le processus à partir des paramètres réels du système. Les réseaux sont considérés comme des modèles, une fonction de transfert reliant les indicateurs en tant qu'entrées, et la classification des défauts en tant que sorties. Le banc d'essai est composé de deux arbres parallèles de 60 millimètres de diamètre. Chaque arbre est monté sur deux paliers et couplé par engrenage. L'arbre d'entrée est entraîné par un moteur à courant continu de 120 kilowatts. L'arbre de sortie est freiné en utilisant un équipement hydraulique. La vitesse de rotation, contrôlée par asservissement, peut varier entre 0 et 6000 tr/min, . On doit noter qu'il n'y a aucune vitesse critique dans cette plage de fonctionnement. Un couple résistant de 0 à 150 Nm peut être appliqué indépendamment de la vitesse. Les engrenages d'essai ont 36/38 dents avec une qualité initiale AGMA12, la distance d'entraxe est de 78 millimètres, avec un rapport de contact de 1,3 et un module de 2 millimètres, et l'angle d'helice est de 21 degrés. Les roulements d'essai étaient du type SKF 6012 pour les roulements à billes, et du type SKF NU1013 pour les roulements à rouleaux. Un défaut local d'engrenage a été produit sous la forme de perte de matière, suivant la ligne de contact sur une dent. Le défaut local a été fait sur le pignon de sortie. Un défaut réparti a été provoqué par brûlage, en supprimant graduellement la lubrification. Des défauts locaux (écaillage) sur les roulements à billes et à rouleaux ont été simulés sur la cage intérieure en utilisant une meuleuse. Un défaut sur un élément roulant du roulement à rouleaux a été également simulé. Les défauts des roulements ont été produits sur les paliers supportant l'arbre d'entrée. Dix-huit configurations ont été considérées. Les conditions de fonctionnement étaient trois vitesses, chacune sous deux couples. Deux répétitions ont été effectuées avec les mêmes conditions de fonctionnement, ceci permet l'application de l'analyse de variance, et fournit les données pour les phases d'apprentissage du réseau, et son test. Les réponses considérées du système étaient l'accélération et l'erreur de transmission. Les accélérations des paliers ont été mesurées à l'aide d'accéléromètres piézo-électriques. Des accéléromètres ont été placés près de chaque palier défectueux. Les signaux ont été enregistrés après filtrage (20 kilohertz) à l'aide d'une carte d'acquisition sur micro-ordinateur. La fréquence d'échantillonnage (50 kilohertz) tient compte de tous les phénomènes étudiés. La mesure de l'erreur de transmission a été assurée par des codeurs optiques montés à chaque extrémité d'arbre. Plusieurs réseaux ont été évalués,. Le réseau choisi se compose de 19 entrées (une réservée pour la vitesse de fonctionnement et dix-huit pour les indicateurs choisis), deux couches cachées avec 19 neurones, et de trois sorties qui correspondent aux états des éléments défectueux (engrenages, roulement à billes et roulement à rouleaux). Les indicateurs choisis sont la somme des deux premiers harmoniques d'un défaut de roulement, la somme des deux premiers rhamoniques de l'arbre d'entrée, l'étendu correspondant à chaque passage de dent et la somme des amplitudes des harmoniques engrènement. Le réseau est testé avec la valeur moyenne des deux répétitions. Toutes les combinaisons ont été détectées et identifiées indépendamment de la vitesse
Fichier non déposé

Dates et versions

hal-00507407 , version 1 (30-07-2010)

Identifiants

  • HAL Id : hal-00507407 , version 1

Citer

C. Breneur, Jarir Mahfoudh. Diagnostics of gearbox faults using neural networks. 5th Conference Internationale "Méthodes de surveillance et Techniques de Diagnostic Acoustiques et Vibratoires", Oct 2004, France. ⟨hal-00507407⟩
140 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More