Comparaison de différentes méthodes avancées de traitement de signal pour la détection et le diagnostic de défauts dans les machines asynchrones : application aux éoliennes
Institution:
BrestDisciplines:
Directors:
Abstract EN:
Fault detection and diagnosis play a vital role in industry. In fact, they help invested capitals to earn production and availability points in the production process. The increasing interest of different industrial sectors and the research domain clearly show that fault detection and diagnosis is a very promising niche. In recent years, many techniques have been developed for detecting faults in electric machines; among them stator current-based signal processing techniques mainly for induction motors. This PhD thesis have been therefore focused on an analysis and then a comparison study of advanced signal processing techniques for fault detection and diagnosis in induction machines used in wind turbines. First a state of the art presenting different type of energies (fossils and renewable) allowed to highlight wind energy importance. Then, a brief presentation is given on main faults in induction machine-based wind turbines. This has allowed the introduction of different advanced signal processing techniques for a wind turbine application and therefore has highlighted the main limitations of the already used techniques for the motor application. Knowing the stator current nonstationary nature (wind turbine operation and fault occurrence), it has then be proceeded to test specific techniques such as time-frequency and wavelets, These techniques were then used to build-up a Matlab-Simulink®-based tool devoted to the condition monitoring of a wind turbine induction generator.
Abstract FR:
La détection de défauts et leur diagnostic jouent un rôle industriel primordial. En effet, ils contribuent, par une détection rapide et précoce, à faire gagner des points de disponibilité et de production aux capitaux investis dans l’outil de production. Le regain d’intérêt manifesté par les différents secteurs industriels et par le monde de la recherche démontre que le domaine de la détection de défauts et leur diagnostic est un créneau très porteur. Durant ces dernières années, de nombreuses techniques ont été développées pour la détection de défauts dans les actionneurs électriques ; entre autres les techniques de traitement du signal appliquées au courant statorique dans le cas particulier des machines asynchrones. Ceci nous amène donc à l’objectif de celle thèse où il sera question de comparer et analyser les méthodes avancées de traitement de signal pour la détection et le diagnostic de défauts dans les machines asynchrones spécifiques aux éoliennes. Dans un premier temps, un état de l’art présente les différents types d’énergies fossiles et renouvelables et met en relief l’importance de l’énergie éolienne. Il est ensuite présenté un bref aperçu des principales défaillances affectant la machine asynchrone d’une éolienne. Ceci permet alors d’introduire différentes techniques de traitement de signal spécifiques à l’application éolienne et de mettre en évidence les principales limitations des techniques spécifiques à l’application moteur. Partant du caractère non stationnaire du courant statorique (en fonctionnement éolien et à l’apparition d’un défaut), il a alors été procédé au test de techniques spécifiques ; entre autres le temps-fréquence et les ondelettes. Ces techniques ont été ensuite mises à profit pour la réalisation d’un outil de type Matlab-Simulink® dédié à la surveillance de l’état de la génératrice asynchrone d’une éolienne.