Classification automatique des défauts dans les turbines a gaz

Abstract

Ce travail s'inscrit dans le cadre du développement d'un système automatisé de diagnostic des défauts dans les turbines à gaz. L'approche de la construction d'un système de diagnostic automatique est basée sur trois techniques principales. La première consiste à capturer les signaux de vibration à l'aide de techniques d'analyse des vibrations. Deuxièmement, la transformée en ondelettes est utilisée pour extraire des caractéristiques pertinentes des signaux de vibration qui représentent les différents états de la turbine. Troisièmement, ces caractéristiques sont utilisées comme entrées dans un outil d'apprentissage automatique basé sur des réseaux neuronaux. Les résultats montrent que le modèle construit détecte avec précision l'état de la turbine, même dans des conditions de fonctionnement différentes, avec un faible taux d'erreur. Cela montre l'efficacité de cette approche pour le diagnostic précoce des défaillances.