MRABTI Ammar

L’un des problèmes les plus terrifiants dans le milieu industriel sont les pannes soudaines. Elles causent des pertes significatives en termes d’équipement et des finances. Pour cela, la surveillance des machines tournantes et le diagnostic des défauts sont les approches les plus courantes et les plus efficaces qui sont utilisés dans le domaine industriel pour éviter toutes sortes de défaillances précoces qui peuvent survenir sur les machines tournantes et qui engendrent des pertes financières très importantes. L’établissement d’un diagnostic fiable nécessite l’emploi des méthodes adéquates pour l’analyse des signaux mesurés pendant le fonctionnement, notamment les méthodes de décompositions des signaux. Ces derniers permettent de réduire la complexité des signaux et ainsi améliorer l'efficacité du diagnostic précoce des défauts dans des machines tournantes.

La décomposition en mode empirique (EMD), est une méthode de décomposition bien utilisée pour de nombreux diagnostics de machines tournantes au fil des décennies. Cependant, cette méthode est mise en cause au vu du processus de décomposition en raison du mélange de modes et de l'effet final. Afin de venir à bout des obstacles du EMD, une nouvelle méthode de décomposition du signal appelée Décomposition en Mode Variationnel (VMD) a été développée.

Nous proposons dans cette thèse de doctorat, en premier lieu une investigation sur l’utilisation de la méthode VMD et ses utilisations dans le diagnostic des défauts. En second lieu, la méthode VMD sera combinée avec deux autres méthodes très puissantes dans le domaine de traitement des signaux à savoir l’AMRO et la Cyclostationnaritée, pour montrer l’apport du VMD à ces deux méthodes, dans la détection des défauts dans deux régimes de fonctionnement, stationnaire et variable.