Soutenance mémoire
Les capteurs et méthodes de détection de défauts
Beaucoup de recherches sur la surveillance des roulements ont été faites vue l’importance de ces composantes dans l’industrie et la nécessité de faire un suivi fréquent et fiable. On distingue quatre grands types de mesures exploitées en industrie :
– les vibrations,
– les émissions acoustiques,
– l’analyse d’huile,
– les mesures de température.
Les capteurs de vibrations
Le choix des accéléromètres doit être fait en prenant en compte la sensibilité des accéléromètres mais aussi leur réponse fréquentielle. En effet il existe deux types d’accéléromètres. Les accéléromètres piézoélectriques et les accéléromètres piézorésistifs.
Les accéléromètres piézoélectriques avec une tension de sortie basse sont utilisés pour mesurer des vibrations élevés. Par contre, ceux avec une tension de sortie élevée sont destinés à mesurer les vibrations de faible niveau. Donc on s’intéresse aux accéléromètres avec des sensibilités plus ou moins élevées (100mV/g / 500mV/g) dans ce projet car on ne va pas mesurer de très grandes amplitudes de vibration.
D’une autre part on s’intéresse à la réponse en fréquence des accéléromètres. En effet on a besoin d’une réponse en fréquence qui soit la plus faible possible puisqu’on travaillera en partie sur les machines qui tournent à très basses vitesses. Les accéléromètres avec des gammes très étendues de réponses en fréquences sont destinés à des machines avec des vitesses très élevées.
Il y a eu des études pour des capteurs de vibrations sans fil, notamment celle de Molineaux et al. (Mollineaux et al., 2014) proposant un système comptants plusieurs accéléromètres sans fil sur une même pâle d’éolienne. George (George, 2006) a développé un accéléromètre sansfil mesurant l’accélération mais aussi la température. Son accéléromètre envoie les données en utilisant la communication radio et permet une acquisition sur deux canaux de température et d’accélération .
D’autres types d’accéléromètres existent comme les capteurs piézorésistifs. Les premiers capteurs piézorésistifs ont été développés par Roylance en 1979 (Roylance et J.B., 1979). Il y a eu notamment plusieurs recherches pour améliorer ce nouveau type de capteurs (Chen et al., 1997; Partridge et al., 2000). Ces capteurs sont essentiellement destinés aux mesures d’accélérations statiques et des vibrations à basses fréquences (zani, 2002). Ce qui rend ces accéléromètres intéressants est surtout leur gamme fréquentielle de mesure; en effet, ils permettent de mesurer à partir de 0 Hz, ce qui n’est pas possible avec les accéléromètres piézoélectriques cités au début de cette section. Par contre, ils sont limités aux basses fréquences (250 ou 500 Hz).
Les sondes de proximité
Puisque le système de surveillance proposé doit être flexible et il n’est pas destiné à surveiller seulement des roulements, les sondes de proximité peuvent être ajoutées au projet comme un outil de surveillance pour les paliers lisses. Ces sondes de proximité, montées orthogonalement par paires sur un rotor, servent à reproduire l’orbite du centre de l’arbre du rotor. Cette orbite est tracée depuis des signaux provenant des deux sondes et d’une base de temps.
Les émissions acoustiques
La surveillance des roulements peut être effectuée en utilisant les vibrations ou les émissions acoustiques. En effet le passage d’une bille sur un défaut génère des vibrations pouvant être mesurées et traitées. Plusieurs recherches ont été menées pour démontrer l’efficacité d’une approche par rapport à une autre. Plusieurs articles (Jamaludin et Mba, 2002; Kedadouche, Thomas et Tahan, 2014a; McFadden et Smith, 1983; Yong-Han Kim, 2006) ont comparé les résultats fournis par les émissions acoustiques par rapport aux vibrations concernant les basses vitesses et ont démontré que les vibrations sont moins fiables quant à la détection des fréquences des défauts à de basses vitesses. Les émissions acoustiques sont un phénomène mesurable alternatif aux vibrations. Les capteurs ultrasonores transforment les ondes acoustiques en un signal électrique (Mba et Rao, 2006). Sur le plan commercial, il y a plusieurs gammes de capteurs d’émissions acoustiques . La plupart des capteurs travaillent dans une gamme fréquentielle de 20 kHz à 1 MHz.
La mesure des émissions acoustiques (EA) prend de l’ampleur dans les systèmes de surveillance préventive des machines. Plusieurs chercheurs ont travaillé sur les relations entre les indicateurs temporels utilisés avec les signaux vibratoires sur des signaux d’EA et ont démontré leur efficacité (Lees, Quiney et Murray, 2011). Il y a eu des études comparant les deux méthodes d’acquisition, EA et vibration, afin de démontrer les différences entre elles. Notamment celle de Kim Y-H et al (Yong-Han Kim, 2006) qui ont mené une étude expérimentale pour comparer les vibrations et les EA dans le domaine temporel et fréquentiel sur des roulements à des vitesses faibles. Ils ont fait varier la vitesse entre 1200 RPM et 30 RPM. Il s’est avéré que les émissions acoustiques donnaient un meilleur résultat par rapport aux vibrations quand il s’agit de détection de défauts naissants à des vitesses basses que ce soit dans le domaine temporel ou dans le domaine fréquentiel. Eric Y. Kim et al. (Kim et al., 2007) dans leur travail sur les émissions acoustiques, ont démontré l’efficacité des EA à détecter les défauts à de basses vitesses. En effet, ils ont fait une étude expérimentale sur des roulements défectueux de 50 RPM et de 140 RPM et ils ont comparé l’efficacité des indicateurs temporels appliqués sur les signaux des EA. Ils ont conclu que le niveau RMS et l’entropie sont les meilleurs indicateurs temporels pour détecter les défauts, peu importe la vitesse de rotation ou le type de défaut testé.
L’analyse d’huile
Cette technique consiste à analyser l’huile présente dans un roulement. Cette analyse peut se faire selon deux méthodes(Hameeda et al., 2009).
– La première utilise un simple examen visuel du lubrifiant. Avec cet examen à partir de la couleur du lubrifiant, on peut détecter les signes d’une usure anormale, de la présence d’une corrosion ou bien un écaillage des surfaces.
– La deuxième méthode consiste à procéder à une analyse chimique du lubrifiant afin de déterminer les concentrations et la présence de certaines particules.
Maru a démontré dans un travail (Maru, Castillo et Padovese, 2007) la corrélation qui se trouve entre les vibrations et le taux de contamination de l’huile. Il a analysé le lubrifiant et les vibrations d’un roulement sain et d’autres défectueux. Les vibrations dépendent en partie du taux de présence de particules dans le lubrifiant mais aussi de la taille de ces particules.
|
Table des matières
INTRODUCTION
CHAPITRE 1 Revue de la littérature : les systèmes de surveillance existants
1.1 Introduction
1.2 Les capteurs et méthodes de détection de défauts
1.2.1 Les capteurs de vibrations
1.2.2 Les sondes de proximité
1.2.3 Les émissions acoustiques
1.2.4 L’analyse d’huile
1.2.5 L’analyse de température
1.3 Le traitement de signal
1.3.1 L’approche temporelle
1.3.2 L’approche fréquentielle
1.3.3 L’approche temps-fréquence
1.3.4 Outils de diagnostic non optimisés
1.3.4.1 Les limites de l’approche temporelle
1.3.4.2 Les limites de l’approche fréquentielle
1.3.4.3 Les limites de l’approche temps-fréquence
1.4 Les systèmes de surveillance permanente et protocoles de communications
1.4.1 Le bluetooth
1.4.2 Le Zigbee
1.4.3 WirelessHART
1.4.4 Systèmes de surveillance inadaptés aux machines basses vitesses
1.5 Objectifs et originalité du travail de recherche
1.6 Conclusion
CHAPITRE 2 Conception du système de surveillance
2.1 Introduction
2.2 Le système de surveillance proposé
2.2.1 Instrumentation du système proposé
2.2.1.1 Unité de traitement de données et cartes d’acquisitions
2.2.2 Architecture du système proposé
2.2.2.1 Architecture générale
2.2.3 Développement effectué
2.2.3.1 Relation entre le système et la base de données
2.2.3.2 Logiciel de dépouillement des données
2.2.3.3 Conception et fonctionnalités du logiciel
2.2.3.4 Commercialisation
2.3 Le traitement de signal
2.3.1 La méthode Minimum Entropy Deconvolution (MED)
2.3.2 Le ‘Peak Hold Downsampling’
2.3.3 La méthode de traitement de signal proposée
2.4 Conclusion
CHAPITRE 3 Étude expérimentale
3.1 Introduction
3.2 Validation théorique avec les signaux simulés de BEAT-toolbox
3.2.1 Paramétrage du MED
3.2.2 Paramétrage du PHDS
3.3 Analyse des signaux simulés
3.4 Validation expérimentale : Banc de roulements
3.5 Étude d’un cas pratique industriel
3.6 Conclusion
CHAPITRE 4 Synthèse et discussion
4.1 Outils de diagnostic des roulements tournant à basses vitesses
4.2 Système de surveillance des machines à basses vitesses
CONCLUSION
Télécharger le rapport complet
