Abstract:
Dans le cadre de notre projet de fin d’études, nous avons travaillé sur l’étude du phénomène de cavitation dans les pompes centrifuges, un problème critique pouvant nuire au rendement et à la durabilité des équipements. L’objectif principal était de détecter ce phénomène en combinant une analyse théorique avec une application pratique sur le site SP2 de Biskra (SONATRACH). Un programme MATLAB a été développé pour calculer le NPSH disponible, puis enrichi par un modèle d’intelligence artificielle de type réseau de neurones MLP, capable d’identifier automatiquement les cas de cavitation. Des solutions de maintenance préventive ont également été proposées pour améliorer la fiabilité du système
As part of our final-year project, we focused on the study of cavitation in centrifugal pumps—a critical phenomenon that can negatively impact performance and cause severe damage to Equipment. The main objective was to detect cavitation by combining a theoretical analysis with practical application at the SP2 pumping station in Biskra (SONATRACH). A MATLAB program was developed to calculate the available NPSH, and enhanced with an artificial intelligence model using a Multilayer Perceptron (MLP) neural network to automatically identify cavitation cases. Preventive maintenance solutions were also proposed to improve the system’s reliability and operational efficiency
