Ce travail de recherche s'inscrit dans le cadre de la surveillance des machines tournantes en régime non stationnaire et plus particulièrement la détection des défauts de roulement. Il se focalise sur la modélisation et l'analyse des variations de la vitesse de rotation instantanée. Les modèles numériques développés s'appuient sur une approche originale dite " angulaire " qui introduit explicitement les degrés de rotation libres de la machine et permet de s'affranchir de condition de fonctionnement en régime stationnaire. Un modèle de roulement à billes à gorge profonde a été développé couplant les efforts de contact normaux et tangentiels grâce à l'introduction du phénomène de résistance au roulement. Ce couplage permet d'expliquer l'origine des fluctuations de vitesse de rotation en présence de défaut de bague extérieure, phénomènes constatés expérimentalement : la présence d'un défaut sur une bague modifie périodiquement le couple de frottement. La modélisation de la liaison par engrenages est plus classique, la problématique a été de s'assurer qu'elle était compatible avec l'approche angulaire utilisée dans ces travaux. Le couplage des éléments de roulement et d'engrenage dans un modèle simple a montré que la présence de défauts de roulement provoque des variations des efforts radiaux ce qui modifie les efforts d'engrènement et en conséquence perturbe également la vitesse de rotation. Un modèle simplifié d'une éolienne a été réalisé et utilisé pour tester et valider des indicateurs spectraux de surveillance en conditions de fonctionnement non stationnaires. La comparaison avec des mesures expérimentales issues d'une éolienne a montré la robustesse du modèle. Il peut donc être exploité comme un outil d'analyse phénoménologique et de test d'indicateurs de surveillance. Il a par exemple permis de montrer l'importance des conditions de fonctionnement (charge et vitesse) sur le niveau des indicateurs utilisés en surveillance. Si besoin, les développements proposés peuvent être étendus sans difficulté à des modèles plus complexes de roulements, d'engrènements et de structures d'accueil de ces éléments technologiques. / This work has been developed within the framework of non-stationary rotating machinery surveillance with emphasis on the detection of roller bearing defects. It focuses on the modeling and analysis of instantaneous angular speed variations. The numerical models developed are based on an ``angular" approach which introduces explicitly the machine's free body rotation degrees of freedom allowing simulations in non stationary operating conditions. A deep groove ball bearing model has been developed coupling tangential and normal forces by taking into account the rolling resistance phenomenon. This coupling allows to explain the origin of angular speed fluctuations in the presence of outer race roller bearing defects, phenomena that has been observed experimentally: a roller bearing defect periodically modifies the friction torque. The description of the gear mesh has been performed by means of a classic approach where the scientific issue has been to verify the compatibility with the angular modeling, cornerstone of this dissertation. Integration of the roller bearing and the gear modeling approaches into a simple mechanical architecture has shown that the presence of bearing defects provoking variations in the rolling element-races normal forces, modifies the gear mesh forces leading to perturbations of the angular speed. A simplified wind turbine model has been used for the test and validation of non stationary surveillance spectral indicators. The robustness of the model has been shown by means of a comparison with measurements performed on a wind turbine. It has allowed to show the importance of the operating conditions (load and speed), on the level of indicators used. This means the model may be used as a tool for phenomenological analyses as well as a device to test surveillance indicators. If needed, the approaches presented may be easily extended into more complex models of bearings, gears, casings and foundations.

Dans une machine à induction, le diagnostic de défauts par analyse du signal du courant électrique nécessite la connaissance du comportement dynamique de la machine. En plus des sources externes d'excitation, le comportement du moteur est gouverné par un ensemble de phénomènes périodiques liés sa géométrie angulairement périodique et couplés par leur caractère multiphysique. En présence d’un défaut de roulement, les grandeurs mesurables présenteront des composantes à sa fréquence caractéristique combinée aux fréquences caractéristiques du moteur. La compréhension des interactions, en particulier de modulation, passe par la mise en place de modèles numériques qui représentent les manifestations des phénomènes couplés. Ce travail de thèse propose donc un modèle électro-magnéto-mécanique d'une machine à induction à cage d'écureuil couplé à un modèle de palier à roulement à billes dans un cadre original d'écriture appelé "Approches Angulaires". En conservant dans la modélisation la relation "Angle-Temps" il est possible d'étendre aisèment la modélisation aux conditions de fonctionnement non-stationnaires et d'introduire un couplage fort entre les modèles mécanique et électromagnétique. Ainsi, on montre que la vitesse angulaire instantanée est la grandeur qui assure la transmission du défaut mécanique localisé aux grandeurs électriques. Le modèle proposé offre ainsi un décryptage des phénomènes de modulation présents sur la voie de transfert et décrits par les couplages de comportements dynamiques cycliques (réseau de perméances, chargement des éléments roulants,...) et/ou périodiques (résonances de structure, résonance électriques, ...). Ces travaux ouvrent la voie à une meilleure compréhension du comportement couplé multiphysique d'une machine électrique pour mieux spécifier les outils de surveillance à mettre en œuvre. Les futurs développements peuvent maintenant s'orienter ver une complexification des modèles ou l'exploitation de comportements dynamiques fins en régime non-stationnaire. / In an induction machine, the diagnosis of defects by analysis of the electrical current signal requires knowledge of the dynamic behavior of the machine. In addition to external excitation sources, the behavior of the motor is governed by a set of periodic phenomena related to its angularly periodic geometry and coupled by their multiphysical character. In the presence of a bearing defect, measurable quantities will have components at its characteristic frequency combined with the characteristic frequencies of the engine. The understanding of interactions, in particular modulation, requires the implementation of numerical models that represent the manifestations of coupled phenomena. This thesis work proposes an electro-magneto-mechanical model of a squirrel-cage induction machine coupled to a rolling bearing model in an original writing frame called "Angular Approaches". By keeping the "Angle-Time" relation in modeling, it is possible to easily extend the modeling to non-stationary operating conditions and to introduce a strong coupling between the mechanical and electromagnetic models. Thus, it is shown that the instantaneous angular speed is the quantity which ensures the transmission of the localized mechanical defect to the electrical quantities. The proposed model thus offers a decryption of the modulation phenomena present on the transfer path and described by the couplings of cyclic dynamic behaviors (permeance network, loading of the rolling elements, etc.) and / or periodic (structural resonances, electrical resonance, etc.). This work opens the way for a better understanding of the multiphysical coupled behaviors of an electrical machine to better specify the monitoring tools to be used. Further developments can now be directed to a complexity of models or to the exploitation of fine dynamic behaviors in a non-steady operating conditions.

Le travail présenté dans ce mémoire a été effectué dans le cadre du projet FEDER ”Maintenance prédictive des éoliennes et maîtrise des impacts environnementaux”. Un des objectifs du projet a été de développer, dans le Poitou-Charentes, des compétences dans le domaine de l’éolien en lien avec les activités des laboratoires LIAS et LaSIE. Pour le LIAS, il a été décidé de lancer une nouvelle activité de recherche sur le diagnostic de défauts mécaniques. Le cadre du projet concernant l’éolien, les défauts localisés dans les multiplicateurs ont été privilégiés. Par ailleurs, nous avons restreint l’étude au régime stationnaire afin de simplifier l’apprentissage des différents phénomènes mis en jeu et des techniques de traitement du signal utilisées. Dans une première partie, nous avons étudié les signatures de défaut sur les signaux vibratoires. Cette phase a été facilitée par l’utilisation des données expérimentales mise à disposition par le Bearing Data Center de la Case Western Reserve - University de Cleveland. Parmi les méthodes de traitement de signal utilisées, nous avons opté pour l’analyse d’enveloppe mise en oeuvre dans les techniques de type Time Synchronous Analysis (TSA). A cette occasion, nous avons défini une procédure complète de détection de défaut que nous avons conservée tout au long de cette étude en appliquant une technique d’identification de type PNL qui nous a permis d’obtenir des résultats comparables à des méthodes haute résolution de type ESPRIT. Par la suite, nous nous sommes recentrés sur l’application éolienne en réalisant un banc d’essai original permettant d’émuler un défaut au niveau de l’accouplement de deux machines électriques. L’idée principale a été de recenser l’ensemble des signaux exploitables dans le cadre de la détection du défaut émulé et de fournir une classification entre les courants électriques, le couple mécanique et la vitesse des machines. Par ailleurs, un comparatif entre signaux mesurés et signaux estimés a été présenté. Il en ressort qu’il est possible d’obtenir un signal observé plus riche que la mesure directe en terme de composantes spectrales liées au défaut. Cette amélioration est rendue possible par une synthèse adéquate des gains d’observation qui a été obtenue après linéarisation de l’observateur étudié. En marge de l’application éolienne, le cas d’un moteur commandé vectoriellement a été abordé. L’idée a été d’exploiter les performances de la boucle de vitesse afin d’amplifier les composantes recherchées dans les courants électriques. L’ensemble de ces pistes de recherches a été testé en simulation et expérimentalement. / The work presented in this thesis was carried out under the FEDER project ”Maintenance prédictive des éoliennes et maîtrise des impacts environnementaux”. One of the project objectives was to develop, in Poitou-Charentes, expertise in the field of wind power in connection with the activities of LIAS and LaSIE laboratories. For LIAS, it was decided to launch a new research activity on the diagnosis of mechanical faults. The localized defects in gearbox were privileged. Furthermore, we restricted the study to the stationary system to simplify the learning of different phenomena involved and signal processing techniques. In the first part, we studied the fault signatures on the vibration signals. This phase was facilitated by the use of experimental data available from the Bearing Data Center of the Case Western Reserve - Cleveland University. Among the signal processing methods, we opted for envelope analysis implemented in the Synchronous Time Averaging (TSA). On this occasion, we defined a comprehensive fault detection procedure that we have maintained throughout this study by applying a NLP identification technique where we obtained similar results compared to high-resolution methods as ESPRIT. There after, we refocused on wind power applications by making an original test bench capable of emulating a fault in the coupling of two electrical machines. The main idea was to identify all usable signals in the context of emulated fault detection and to provide a classification between electric currents, mechanical torque and speed of the machines. Moreover, a comparison between measured signals and estimated ones was discussed. It shows that it is possible to get an observed signal richer than direct signal measurement in terms of spectral components related to the defect. This improvement is made possible by an appropriate synthesis of gains observer which was obtained after linearization of the studied observer. In the margin of wind application, the case of a motor controlled by vector was also discussed. The idea was to exploit the speed loop performance to amplify the fault components in electrical currents. All these researches have been tested in simulation and experimentally.