Détection des défauts d'une boîte de vitesses à l'aide d'un réseau neuronal artificiel (ANN)

Le diagnostic des défauts joue un rôle important dans la surveillance de l'état des machines afin d'améliorer le temps machine. Dans cette optique, la présente étude s'est concentrée sur le développement d'un système de diagnostic des défauts des boîtes de vitesses basé sur les signatures vibratoires et les réseaux neuronaux artificiels. Pour générer les signatures vibratoires, un dispositif expérimental a été mis en place avec des équipements de détection et de mesure. Les quatre principaux défauts - usure, fissure, dent cassée et lubrification insuffisante de l'engrenage - ont été induits dans la présente étude. Les signatures vibratoires de la boîte de vitesses ont été collectées en transmettant le mouvement à vitesse constante avec des engrenages sans défaut, sans appliquer aucune charge, en induisant un défaut à la fois, les signatures vibratoires ont été collectées avec différents défauts. En outre, il a été décidé d'utiliser un système de diagnostic de défauts basé sur l'ANN pour la présente étude. L'ensemble des caractéristiques statistiques ont été extraites sur la base des données relatives aux amplitudes maximales des vibrations. La fréquence inférieure du signal de vibration (RMS) est utilisée comme entrée du système de diagnostic de défaut basé sur ANN conçu et développé dans MATLAB.