Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-tiaret.dz:80/handle/123456789/13613| Titre: | Utilisation de l’intelligence artificielle pour le diagnostic des systèmes Applications au Moteur Synchrone à Aimants Permanent |
| Auteur(s): | ZIDANE HADJ, AISSA ZOUDJI, MOKHTAR |
| Mots-clés: | Machines synchrones Court-circuit Modélisation Diagnostic |
| Date de publication: | jui-2023 |
| Editeur: | Université Ibn Khaldoun |
| Résumé: | Grâces à leurs performances en termes d'efficacité énergétique, les machines synchrones à aimants permanents (MSAP), sont utilisées dans les chaînes de traction, des véhicules hybrides et électriques. Toutefois, en raison de conditions de fonctionnement assez sévères, différents types de défauts sont capables de survenir dans les composants de la machine, ses organes de commande ou de mesure. Ainsi, l'intégration d'une approche du diagnostic intelligent de défauts de l'actionneur devient de plus en plus primordiale. Dans ce contexte, l'objectif du mémoire est de contribuer au diagnostic et à la caractérisation de défauts dans la MSAP en faisant appel aux techniques de l'intelligence artificielle. une approche analytique de modélisation de la MSAP et des défauts de court-circuit inter-spires, est proposées. L'intérêt majeur du tel modèle, dans le cadre du diagnostic, est d'étudier le comportement de la machine en présence de défauts étudiés afin d'en déduire les méthodes de détection intelligentes à base des réseaux de neurones les plus adaptées |
| Description: | Thanks to their performance in terms of energy efficiency, permanent magnet synchronous machines (PMSMs) are used in the traction systems of hybrid and electric vehicles. However, due to relatively harsh operating conditions, various types of faults can occur in the machine components, control units, or measuring devices. Thus, the integration of an intelligent diagnostic approach for actuator faults becomes increasingly crucial. In this context, the objective of this thesis is to contribute to the diagnosis and characterization of faults in PMSMs by employing artificial intelligence techniques.an analytical approach for modeling PMSMs and inter-turn short-circuit faults is proposed. The major advantage of such a model, within the diagnostic framework, is to study the machine's behavior in the presence of the studied faults in order to deduce the most suitable intelligent detection methods based on neural networks. |
| URI/URL: | http://dspace.univ-tiaret.dz:80/handle/123456789/13613 |
| Collection(s) : | Master |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| TH.M.GE.2023.34.pdf | 5,71 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.