Étude préliminaire de l'application de la fusion d'informations pour le diagnostic de défauts de bobinages de machines à courant alternatif
Dans cet article, une méthode de diagnostic de machines
électriques, exploitant des mesures de champs
magnétiques, est présentée. L'approche est couplée à un
processus de fusion d'informations basé sur les fonctions
de croyance. Une étude antérieure a montré qu'il
était possible de détecter un défaut sur le bobinage d'un
moteur à l'aide d'une méthode non-invasive. Celle-ci est
basée sur l'analyse des variations du champ magnétique
à l'extérieur de la machine lorsque la charge varie. Plusieurs
mesures autour de la machine sont nécessaires afin
d'augmenter la probabilité de détection de défaut car
la position du défaut par rapport au capteur influence
de façon importante le résultat. Ainsi dans cet article,
l'ensemble des mesures sont utilisées afin d'obtenir un
diagnostic plus fiable et d'augmenter la probabilité de
détection des défauts. La fusion des mesures est réalisée
dans le cadre de la théorie des fonctions de croyance.
Cette approche est testée sur des mesures réelles.
In this paper, a method for diagnosis of AC machines
using the magnetic field is presented. The method is associated
to a fusion process based on belief functions. In
previous works, it has been shown that it was possible to
detect fault in the stator windings of electrical machines
using a noninvasive method. It is based on the analysis of
the variation of the magnetic field outside of the machine
when the load varies. Several measurements around the
machine are necessary to increase the probability of the
fault detection because the fault position relatively to the
sensor can strongly influence the results. So in this paper,
it is proposed to exploit conjointly all the measurements
in order to obtain a more robust and reliable diagnostic
and to increase the probability of detecting the fault. The
merging of the different estimations being realized in the
framework of belief functions. This approach is tested on
real measurements.
