Hostname: page-component-cd9895bd7-dk4vv Total loading time: 0 Render date: 2024-12-27T08:06:51.205Z Has data issue: false hasContentIssue false
  • English
  • Français

Optimisation de l'analyse multirésolution en ondelettesdes signaux de choc. Application aux signaux engendrés par des roulements défectueux

Published online by Cambridge University Press:  13 November 2007

Abderrazek Djebala ,
Nouredine Ouelaa  and
Nacer Hamzaoui
Abderrazek Djebala
Affiliation:
Groupe Comportement Dynamique des Structures et Maintenance Industrielle, Laboratoire de Mécanique et Structures, Université de Guelma, BP 401, 24000 Guelma, Algérie
Nouredine Ouelaa
Affiliation:
Groupe Comportement Dynamique des Structures et Maintenance Industrielle, Laboratoire de Mécanique et Structures, Université de Guelma, BP 401, 24000 Guelma, Algérie
Nacer Hamzaoui
Affiliation:
Laboratoire Vibrations-Acoustique, INSA de Lyon, Bâtiment A. de St. Exupéry, 25bis avenue Jean Capelle, 69621 Villeurbanne Cedex, France
Get access

Abstract

L'objectif de cet article est de proposer l'analyse multirésolution en ondelettes en tant qu'outil efficace permettant d'améliorer la sensibilité des indicateurs scalaires (kurtosis et facteur de crête) pour l'identification des défauts mécaniques induisant des forces impulsives. En effet, ces indicateurs sont très sensibles aux variations dans le signal temporel dues aux chocs périodiques causés par le défaut. Néanmoins, leur fiabilité est immédiatement limitée en présence de niveaux intenses de bruit aléatoire associés à de faibles gravités du défaut. L'analyse Multirésolution en Ondelettes (AMRO) est proposée comme solution à ce problème. Adaptée pour un tel objectif, plusieurs de ses paramètres d'analyse sont choisis, voire optimisés. Initialement la méthode proposée est appliquée sur un signal simulé. Pour la validation expérimentale, plusieurs séries d'expériences ont été réalisées sur des roulements à billes et à rouleaux cylindriques, sur lesquels différents défauts ont été provoqués. Les mesures ont été prises dans différentes configurations, 210 signaux ont été mesurés dans plusieurs fréquences d'échantillonnage et vitesses de rotation sur un banc d'essais, l'application industrielle est faite sur un groupe turbo-alternateur.

Keywords

Shocks signalswavelet multiresolution analysiskurtosiscrest factordefects detectionSignaux de chocanalyse multirésolution en ondeletteskurtosisfacteur de crêtedétection des défauts
Type
Research Article
Information
Mechanics & Industry , Volume 8 , Issue 4 , July 2007 , pp. 379 - 389
Copyright
© AFM, EDP Sciences, 2007

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

A. Boulenger, C. Pachaud, Diagnostic vibratoire en maintenance préventive, Dunod, 1998
Pachaud, C., Salvetat, R., Fray, C., Crest factor and kurtosis contributions to identify defects inducing periodical impulsive forces, Mech. Syst. Signal Processing 11 (1997) 903–916 CrossRef
Heng, R.B.W., Nor, M.J., Statistical analysis of sound and vibration signals for monitoring rolling element bearing condition, Applied Acoustics 53 (1998) 211–226 CrossRef
Dron, J.P., Bolaers, F., Rasolofondraibe, L., Optimisation de la détection des défauts de roulements par débruitage des signaux par soustraction spectrale, Mécanique & Industries 4 (2003) 213–219 CrossRef
Dron, J.P., Bolaers, F., Rasolofondraibe, L., Improvement of the sensitivity of the scalar indicators (crest factor and kurtosis) using a de-noising method by spectral subtraction: application to the detection of defects in ball bearings, J. Sound Vib. 270 (2004) 61–73 CrossRef
Chaturvedi, G.K., Thomas, D.W., Bearings faults detection using adaptive noise cancelling, J. Mechanical Design 104 (1982) 280–289 CrossRef
Shao, Y., Nezu, K., Design of mixture de-noising for detecting faulty bearing signals, J. Sound Vibration 282 (2005) 899–917 CrossRef
Donoho, D.L., De-noising by soft thresholding, IEEE Trans. Information Theory 41 (1995) 613–627 CrossRef
Jing, L., Feature extraction based on Morlet wavelet and its application for mechanical fault diagnosis, J. Sound Vib. 234 (2000) 35–148
W. Peter, Wavelets analysis-A flexible and efficient fault diagnostic method for rolling element bearing, 7th International Congress on Sound and Vibration, Germany, 4–7 July 2000, 507–514
Sun, Q., Tang, Y., Singularity analysis using continuous wavelet transform for bearing fault diagnosis, Mechanical Systems and Signal Processing 16 (2002) 1025–1041 CrossRef
Wang, W.J., MacFadden, P.D., Application of wavelets to gearbox vibration signals for fault detection, J. Sound Vib. 192 (1996) 927–939 CrossRef
Zheng, H., Li, Z., Chen, X., Gear faults diagnosis based on continuous wavelet transform, Mechanical Systems and Signal Processing 16 (2002) 447–457 CrossRef
Yoshida, A., Ohue, Y., Ishikawa, H., Diagnosis of tooth surface failure by wavelet transform of dynamic characteristics, Tribology Int. 33 (2000) 273–279 CrossRef
Rubini, R., Meneghetti, U., Application of the envelope and wavelet transform analyses for the diagnosis of incipient faults in ball bearings, Mechanical Systems and Signal Processing 15 (2001) 287–302 CrossRef
Brabhakar, S., Mohanty, A.R., Sekhar, A.S., Application of discrete wavelet transform for detection of ball bearings race faults, Tribology Int. 35 (2002) 793–800 CrossRef
A. Djebala, N. Ouelaa, N. Hamzaoui, S. Guenfoud, Détection précoce des défauts de roulements par analyse multirésolution en ondelettes, First International Congress Design and Modeling of Mechanical Systems, Tunisia 23–25 March 2005
Chinmaya, K., Mohanty, A.R., Monitoring gear vibrations through motor current signature analysis and wavelet transform, Mechanical Systems and Signal Processing 20 (2006) 158–187
Sung, C.K., Tai, H.M., Chen, C.W., Locating defects of gear system by the technique of wavelet transform, Mechanism Machine Theory 35 (2000) 1169–1182 CrossRef
Nikolaou, N.G., Antoniadis, I.A., Rolling element bearing fault diagnosis using wavelet packets, NDT & E Int. 35 (2002) 197–205 CrossRef
Ericsson, E., Grip, N., Johansson, E., Persson, L.-E., Sjöberg, R., Strönberg, J.O., Towards automatic detection of local bearing defects in rotating machines, Mechanical Systems and Signal Processing 19 (2005) 509–535 CrossRef
Boltezar, M., Simonovski, I., Furlan, M., Faults detection in DC electro motors using the continuous wavelet transform, Meccanica 38 (2003) 251–264 CrossRef
Yang, D.M., Stronach, A.F., MacConnell, P., The application of advanced signal processing techniques to induction motor bearing condition diagnosis, Meccanica 38 (2003) 297–308 CrossRef