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.