Détection et Classification de Defaults dans les Machines Tournantes par l’Analyse en Composante Principale Multi-Echelle

Type : Article de conférence
Auteur(s) :  OUDJANI Brahim
Année :  2013
Domaine : Automatique
Conférence: Conférence Internationale sur la Maintenance et la Sécurité Industrielle - CIMSI'13
Lieu de la conférence: 
Résumé en PDF :  (résumé en pdf)
Fulltext en PDF :  (.pdf)
Mots clés :  ACP multi échelle, Classifieur Neuro flou, diagnostique de défaut

Résumé : 

L’analyse en composantes principales à multi-échelles (MSPCA) et le classificateur Neuro logique floue sont considérés parmi les méthodes modernes, et qui est utilisée dans nombreux applications de classifications. D’entre eux une nouvelle application dans les machines tournantes, le diagnostic des defaults est proposé. Le modèle ACP à multi-échelle est construit par la variance des cinq niveaux de décomposition en ondelette. Comme un vecteur de caractéristiques, ces caractéristiques sont entrainées par le classificateur neuro flou pour diagnostiquer le défaut. La performance de la méthode sera discutée, et les résultants montrent l’efficacité de l’approche proposée.