Co-sponsored by: IEEE-IES-PES-IAS

Les machines électriques sont des composants indispensables dans les systèmes de conversion électromécanique. En milieu industriel, de natures polyphasées, elles sont destinées à fonctionner de manière « symétrique » aussi bien du côté du réseau électrique ou bien des convertisseurs statiques auxquelles elles sont reliées électriquement que de manière interne (bobinages). Tout déséquilibre entraîne des conditions de fonctionnement qui sont anormales et qui doivent être détectées et signalées. Dans cet exposé, nous définirons ce que sont la surveillance, la détection de défauts, le diagnostic et le temps de vie restant (ou pronostic) des machines électriques dans leur environnement industriel. Pour la surveillance, il s’agit de collecter des données de différents capteurs (thermiques, mécaniques, électriques) afin de s’assurer du bon fonctionnement de la machine électrique dans son système de conversion et d’observer les tendances sur des échelles de temps diverses (très courtes, courtes, longues et très longues). Pour la détection de défauts, il s’agit d’analyser finement des mesures issues de capteurs afin de constater la naissance d’un défaut (ou de plusieurs) et si possible sa localisation avant qu’il ne devienne trop important. Il peut s’agir également de défauts multiples ou « cumulants » qui n’empêchent pas la machine de fonctionner mais qui mettent en danger son intégrité technologique. Généralement, ces analyses font appels à des méthodes avancées de traitement des signaux. Pour le diagnostic, il s’agit de suivre l’évolution des signaux issues des différents capteurs pour voir quand apparait un défaut (ou plusieurs) et d’évaluer son (ou ses) évolution(s) dans le temps avant qu’il(s) ne devienne(nt) catastrophique(s). Cette technique est un passage obligé dans la maintenance des systèmes industriels puisqu’elle permet d’avancer ou de reculer des interventions déjà programmées. Pour le temps de vie restant (ou prognostic), il s’agit de se projeter dans le futur pour évaluer le probable état de santé de la machine électrique à une date donnée. A partir de mesures et/ou d’échantillons d’évènements, il s’agit d’introduire des méthodes statistiques pour programmer des interventions à des périodes fixes ou variables afin de minimiser les pannes catastrophiques provenant des machines électriques.On présentera plusieurs exemples provenant de la traction électrique grande vitesse, des systèmes de levage et de la génération décentralisée.

Speaker(s): Prof. G.A. Capolino,

Location:
Room: A-2473
Bldg: Pavilion A
1100, notre-dame ouest
Montreal, Quebec
H3C 1K3