Automatique
Développement des lois de commande adaptative basées sur les multi-modèles pour la détection et la compensation des capteurs et d’actionneurs
Ce travail présente un développement des lois de commande adaptative basées sur l’approche de multi-modèles de défauts pour la détection et la compensation des défaillances des capteurs et des actionneurs des procédés industriels en une période prédéfinie. Pour la détection et isolation des défauts (FDI) deux approches ont été utilisées. une basée sur l’approche multi-modèle de défaut où chaque modèle représente un type de défaut, L’approche de multi-modèle a la mise en œuvre d’un multi-contrôleur, telle que chaque contrôleur est déterminé à partir le modèle de défaut pour compenser le défaut qu’il représente, une couple (modèle de défaut)/contrôleur est déterminée à chaque instant. L'autre approche est basée sur l’observateur à mode glissant, afin d’estimer chaque défaut d’actionneurs et des capteurs pour des sorties mesurables, des tests de décision permet de le détecter et de l’estimer. Pour la compensation des défauts, une commande adaptative à modèle de référence pour les systèmes incertains a été élaborée. Les lois de commande et de compensation ont été testées en simulation sous l’environnement MATLAB/Simulink, ces essais en simulation ont permis de déterminer les différents paramètres de commande. Le but principal de ce travail est de rendre le système stable à chaque instant et quelques que la perturbation et la défaillance. Voir les détails
Mots clés : diagnostic, commande tolérante au défaut, commande adaptative à modèle de référence, multi-modèles
NEURAL MODEL IDENTIFICATION OF METALLURGICAL PROCESS IN OXYGEN CONVERTER
In the iron and steel industry domain, the adjustment of the percentage of the chemical composition of the cast iron in the oxygen converter is essential to produce steel; this operation is to carry out by an oxygen lance in the liquid cast iron without expenditure of energy (fuel). The oxygen injected makes chemical reactions with the cast iron elements, and according to the quantity of oxygen injected we can fix the percentage of each chemical element in steel. It is sometimes extremely difficult to modeling the variations of the chemical compositions with the dynamic nonlinear. In this work, the identification of the nonlinear relations are studied by using the neural networks, the real cases were adapted using data banks of the process, the results obtained are presented and discussed. Voir les détails
Mots clés : modeling, neural networks, oxygen converter.
Application of Wavelet Transform for Fault Diagnosis in Rotating Machinery
Vibration analysis is essential in improving condition monitoring and fault diagnostics of rotating machinery. Many signal analysis methods are able to extract useful information from vibration data. Currently, the most of these methods use spectral analysis based on Fourier Transform (FT). However, these methods present some limitations; it is the case of non-stationary signals. In the present work, we are interested to the vibration signal analysis by the Wavelet Transform (WT). The WT is one of the most important methods for signal processing; it is especially suitable for non-stationary vibration measurements obtained from accelerometer sensors. The monitoring results indicate that the WT can diagnose the abnormal change in the measured data. Voir les détails
Mots clés : Vibration analysis, Fault Diagnosis, Rotating machinery, Spectral analysis, Wavelet transform
Welding Quality Evaluation Using Residual – Based Reference Temperature Distribution Model and Fuzzy Reasoning
A method for welding quality evaluation, which combines model identification and fuzzy sets methods, is proposed. To account for welding quality variations, the proposed approach is based on an optimal reference Gauss distribution temperature along of the welding line in order to take into account the eventual process changes. Fuzzy analysis is then applied to the generated residual data to give an evaluation of the welding condition. This approach is applied to welding process for constructing a complementary condition monitoring system which permits an online quality evaluation. The temperature measurement is carried out using an infrared camera. Simulation results based on the measured surface temperature and generated residual data show that the new approach is easily implementable and gives good evaluation online. Voir les détails
Mots clés : Heat Affected zone of Welding Process, Infrared temperature measurement, Gauss distribution model, Residual generation, intelligent modeling, Fuzzy reasoning, Quality evaluation.
Combining RBF-PCA-ReliefF Filter for a better diagnosis performances in rotating machines
Monitoring and faults diagnosis in rotating machinery is a current research field. In this direction the use of pattern recognition combined with non-destructive testing techniques such as' vibration analysis and signal processing can be very useful. In this paper was proposed, a diagnosis method of rotating machinery using vibration signatures with a Radial Basis Function classifier. The recorded signals were preprocessed with a Wavelet Decomposition and indicators were extracted both in temporal and frequency domain. To improve diagnosis performance, two techniques for dimension reduction of indicators space are combined; Principal Component Analysis and the filter ReliefF. The method was tested on real signatures from a vibration test bench, operating under several conditions, the results showed the interest to look closely at the choice of indicators in order to have best diagnosis performance. Voir les détails
Mots clés : diagnosis, Rotating machinery, principal component analysis, radial basis function
Identification d'un modèle neuronale du processusmétallurgique dans le convertisseur à oxygène
Dans le domaine de la sidérurgie, l'ajustement dupourcentage de la composition chimique de la fonte dansle convertisseur à oxygène est indispensable pour produirede l'acier, cette opération est effectuer par une lanced'oxygène dans la fonte liquide sans dépense d'énergie(combustible). L'oxygène injecté faire des réactionschimique avec les éléments de la fonte, et suivant laquantité d'oxygène injecté on peut fixer le pourcentage dechaque élément chimique dans l'acier. Il est parfoisextrêmement difficile de modéliser les variations descompositions chimiques avec des dynamiques nonlinéaires. Dans ce travail, l’identification des relations nonlinéaire à été étudiée en utilisant les réseaux de neurones,des cas réels ont été adaptés utilisant des banques dedonnées du processus, les résultats obtenus sont présentéset discutés. Voir les détails
Mots clés : modélisation, réseau de neurone, convertisseur à oxygène.
Application of the neural networks for modeling the molten steel level variation in the continuous casting process
In this paper our principal study is the development of a model of synthesis presents the variation of the molten steellevel in the ingot mould of continuous casting by using the extraction speed in the input of the model. The approach usedis based on the neural networks technique which allows modeled the process of level variation, and also makes it possibleto know the reliability of the neural networks the modeling the industrial processes. Voir les détails
Mots clés : modeling, continuous casting, neural networks
VIBRATION MONITORING FOR FAULT DIAGNOSIS IN ROTATING MACHINERY USING WAVELET TRANSFORM
Vibration analysis is essential in improving condition monitoring and fault diagnostics of rotating machinery. Many signal analysis methods are able to extract useful information from vibration data. Currently, the most of these methods use spectral analysis based on Fourier Transform (FT). However, these methods present some limitations; it is the case of non-stationary signals. In the present work, we are interested to the vibration signal analysis by the Wavelet Transform (WT). The WT is one of the most important methods for signal processing; it is especially suitable for non-stationary vibration measurements obtained from accelerometer sensors. The monitoring results indicate that the WT can diagnose the abnormal change in the measured data. Voir les détails
Mots clés : Vibration analysis, Fault Diagnosis, Rotating machinery, Spectral analysis, Wavelet transform
Fault detection and diagnosis using principal component analysis. Application to low pressure lost foam casting process
Process fault detection and diagnosis plays a very important role in the production security and the product quality. In this paper, in order to improve the accuracy for fault detection and diagnosis, a new method based on Principal Component Analysis (PCA) is proposed in low pressure lost foam casting process. PCA method reduces the dimensionality of the original data set by the projection of the data set onto a smaller subspace defined by the principal components, the aim of this method is to establish the normal statistical correlation among the coefficients of the data set to detect and diagnose the faults. The process faults are detected and diagnosed using Multivariate Statistical Process Control (MSPC) parameters such as: Hotelling’s T2-statistic, Q-statistic or Squared Prediction Error (SPE) and Q-residual contribution. The monitoring results indicates that the proposed method can be detect and diagnose the abnormal change of the process. Voir les détails
Mots clés : fault detection and diagnosis, principal component analysis, multivariate statistical process control, T2-statistic, Q-statistic, squared prediction error, Q-residual contribution.
Commande vectorielle d’une machine asynchrone polyphasée alimentée par onduleur a trois niveaux « application sur la machine heptaphasée »
Dans ce travail, nous exposons deux approches contribuant à la modélisation de la machine asynchrone à n phases régulièrement décalées entre elles. La première approche se base sur un formalisme vectoriel dont le but est de diagonaliser les matrices inductances de la machine dans les espaces, Hermitien et Euclidien. Cette diagonalisation permet de découpler magnétiquement les phases. La deuxième approche se base sur le concept multimachines qui consiste à assimiler mathématiquement la machine réelle polyphasée à un ensemble des machines fictives diphasées et monophasées. Nous exposons également la commande vectorielle d'une machine asynchrone heptaphasée (n=7) alimentée par onduleur MLI à trois niveaux. Voir les détails
Mots clés : machine asynchrone à n phases, diagonalisation des matrices, espace Hermitien, espace Euclidien, concept multimachines, machine fictive monophasée, machine fictive diphasée, machine heptaphasée, commande vectorielle