LA MODELISATION AUTOREGRESSIVE ET LES SEPARATEURS A VASTE MARGE POUR LE DIAGNOSTIC DES DEFAUTS DES ROULEMENTS A BILLES

Abstract

La surveillance vibratoire constitue une technique de contrôle non destructif très utilisée dans le secteur industriel, l’automatisation de son utilisation représente un gain important pour une meilleure maintenabilité des machines. Dans ce travail nous avons proposer une démarche pour améliorer le diagnostic automatique des défauts de roulements à billes par une sélection du vecteur d’entrée, à partir d’indicateurs extraits de signaux vibratoires. Deux techniques ont été utilisée au niveau de l’extraction du vecteur d’entrée, la moadelisation autoregressive et le paquage d’ondelette. la phase de classification est assuré par des classifieurs intelligents a savoir, le perceptron multicouches et les support vecteur machine . l’algorithme des essaim de particule est utilisé pour l’optimisation des paramétre des SVM . Les performances des différentes combinaisons ont été comparées et discutées.La méthode proposée basée sur la modélisation autorégressive combinée avec SVM-PSO donne les résultats les plus satisfaisante.