Abstract:
Ce travail s’inscrit dans la thématique de la surveillance, la reconnaissance et le diagnostic automatisés des défauts mécaniques plus précisément des défauts d’engrenages dans les machines tournantes,particulièrementladétectiondesniveauxdedégradationcorrespondantsàcesdé fauts. L’étude que nous allons faire se base sur la logique floue qui est classée parmi les techniques de l’intelligence artificielle, la logique floue est utilisée pour résoudre les problèmes du diagnostic par la classification automatique des signaux vibratoires correspondant aux différents modes de fonctionnemen,t des machines. Leprincipedecettetechniqueestbasésurlaclassification par inférence floue, elle a pour but d’augmenter la précision et de réduire les erreurs causéesparlejugement subjectifdel’homme. Au cours de notre travail expérimental, cette opération est appliquée à un banc d’essai CETIM. Une meilleure performance de cette technique repose sur le bon choix des paramètres du systèmed’inférenceflouechoisie(variablesd’entréeetdesortieetleursdomainesdedéfiniti on, types et paramètres des fonctions d’appartenance associées aux différentes variables d’entrées et desortiedusystème,règlesd’inférencefloue, …).
