Les entraînements électriques à base de machine asynchrone sont largement utilisés dans les applications industrielles en raison de leur faible coût, de leurs performances et de leur robustesse. Cependant, des modes de fonctionnement dégradés peuvent apparaître durant la vie de la machine. L'une des raisons principales de ces défaillances reste les défauts de roulements à billes. Afin d'améliorer la sûreté de fonctionnement des entraînements, des schémas de surveillance peuvent être mis en place afin d'assurer une maintenance préventive. Ce travail de thèse traite de la détection et du diagnostic des défauts mécaniques et plus particulièrement des défauts de roulements dans une machine asynchrone. Généralement, une surveillance vibratoire peut être mise en place. Cette méthode de surveillance est cependant souvent chère du fait de la chaîne de mesure. Une approche, basée sur l'analyse et le traitement des courants statoriques, est alors proposée, afin de suppléer à l'analyse vibratoire. L'étude est basée sur l'existence et la caractérisation des effets des oscillations du couple de charge sur les courants d'alimentation. Un schéma de détection est alors introduit pour détecter différents types de défauts de roulements. De plus, des variables mécaniques, telles que la vitesse ou le couple, sont également reconstruites afin de fournir une indication sur la présence de défauts de roulements. Par ailleurs, un diagnostic des modulations des courants statoriques est proposé, en régime permanent et en régime transitoire, quel que soit le rapport entre les fréquences porteuse et modulante. Les méthodes étudiées sont la transformée de Hilbert, la transformée de Concordia, l'amplitude et la fréquence instantanées ainsi que la distribution de Wigner-Ville.

Dans l’industrie manufacturière, la consommation d’énergie électrique est considérée comme l'un des problèmes majeurs qui est malheureusement liée systématiquement à l'émission de gaz contenant du dioxyde de carbone et amenant à l’effet de serre. Des études sur l’estimation de l’énergie électrique consommée par les machines outils sont développées par des chercheurs au cours des dernières décennie pour proposer des modèles d’estimation de cette énergie. Ces modèles sont soit empiriques soit théoriques et se limitent à tenir compte du comportement dynamique du système de coupe lors des opérations d’usinage. La contribution fondamentale de cette thèse de doctorat est la caractérisation du comportement non linéaire des efforts de coupe et du système de guidage lors de l’estimation de l’énergie consommée par une machine outil. La modélisation repose sur la détermination de l’effort de coupe et de l’effort des roulements qui sont variables en fonction du temps et qui sont déduites de l’écriture de l’équation de mouvement du système (broche ou machine-outil)discrétisé en éléments finis en utilisant la méthode de Newark couplée avec l’algorithme de Newton Raphson. Ces efforts de coupe et de roulements sont utilisés pour calculer la puissance puis l’énergie consommée par la table d’avance, la broche et par conséquent la machine outil. Afin de valider notre approche, la puissance et l’énergie obtenues à partir du modèle développé sont comparées avec la puissance et l’énergie obtenues avec un dispositif expérimental. Une étude paramétrique est réalisée pour mettre l’accent sur l’impact de la variation des paramètres de coupe sur la valeur de la puissance et de l’énergie consommées. On introduit par la suite des défauts d’usure et de montage au niveau des roulements et nous présentons leurs impacts sur le comportement énergétique de la machine. Une attention particulière a également été consacrée à développer un modèle d’optimisation des mouvement d’une machine outil globale minimisant à la fois l’énergie consommée, le temps de production, le coût et la rugosité de surface en respectant les consignes technologiques. / In manufacturing, the electrical energy consumption is considered as one of the major problems which are systematically related to the gas emission containing carbon dioxide and leading to the greenhouse effect. Studies based on the estimation of the machine tools energy consumption become the interest of researchers in recent decades.As a result, different models for energy estimating are developed in order to minimize the quantity of consumed energy. These models are either empirical or theoretical and are limited to taking into account the dynamic behavior of the cutting system during machining operations. The fundamental contribution of this doctoral thesis is the characterization of the nonlinear behavior of cutting and rolling forces during estimating the consumed energy by a machine tool. The developed approach is based on the determination of the variable cutting forces and bearings forces which are function of time. These forces are deduced by solving the equation of motion based on finite element method using Newark's method coupled with Newton Raphson's algorithm. These forces are used to calculate the power then the consumed energy by the axis feed, the spindle and therefore the machine tool. In order to validate our approach, the power and energy obtained from the model developed are compared with the power and energy obtained with an experimental device. A parametric study is carried out to focus on the impact of the variation of the cutting parameters on the value of the consumed power and energy. An interest is given for different types of defect (innerring spalling, outer ring spalling, eccentricity and unbalance) in order to study their impact on the spindle consumed power during approach and cutting phases under different rotating conditions. Particular attention has also been devoted to develop a global model for optimizing machine too lmovements that minimizes the consumed energy, the production time, the cost and the surface roughness with respect of the technological constraints.

Les travaux de cette thèse portent sur la détection et le diagnostic des défauts naissants dans les systèmes d’ingénierie et industriels, par des approches statistiques non-paramétriques. Un défaut naissant est censé provoquer comme tout défaut un changement anormal dans les mesures des variables du système. Ce changement est imperceptible mais aussi imprévisible dû à l’important rapport signal-sur défaut, et le faible rapport défaut-sur-bruit caractérisant le défaut naissant. La détection et l’identification d’un changement général nécessite une approche globale qui prend en compte la totalité de la signature des défauts. Dans ce cadre, la divergence de Kullback-Leibler est proposée comme indicateur général de défauts, sensible aux petites variations anormales cachées dans les variations du bruit. Une approche d’analyse spectrale globale est également proposée pour le diagnostic de défauts ayant une signature fréquentielle. L’application de l’approche statistique globale est illustrée sur deux études différentes. La première concerne la détection et la caractérisation, par courants de Foucault, des fissures dans les structures conductrices. La deuxième application concerne le diagnostic des défauts de roulements dans les machines électriques tournantes. En outre, ce travail traite le problème d’estimation de l’amplitude des défauts naissants. Une analyse théorique menée dans le cadre d’une modélisation par analyse en composantes principales, conduit à un modèle analytique de la divergence ne dépendant que des paramètres du défaut. / This phD dissertation deals with the detection and diagnosis of incipient faults in engineering and industrial systems by non-parametric statistical approaches. An incipient fault is supposed to provoke an abnormal change in the measurements of the system variables. However, this change is imperceptible and also unpredictable due to the large signal-to-fault ratio and the low fault-to-noise ratio characterizing the incipient fault. The detection and identification of a global change require a ’global’ approach that takes into account the total faults signature. In this context, the Kullback-Leibler divergence is considered to be a ’global’ fault indicator, which is recommended sensitive to abnormal small variations hidden in noise. A ’global’ spectral analysis approach is also proposed for the diagnosis of faults with a frequency signature. The ’global’ statistical approach is proved on two application studies. The first one concerns the detection and characterization of minor cracks in conductive structures. The second application concerns the diagnosis of bearing faults in electrical rotating machines. In addition, the fault estimation problem is addressed in this work. A theoretical study is conducted to obtain an analytical model of the KL divergence, from which an estimate of the amplitude of the incipient fault is derived.

Les entraînements électriques à base de machine asynchrone sont largement utilisés dans les applications industrielles en raison de leur faible coût, de leurs performances et de leur robustesse. Cependant, des modes de fonctionnement dégradés peuvent apparaître durant la vie de la machine. L'une des raisons principales de ces défaillances reste les défauts de roulements à billes. Afin d'améliorer la sûreté de fonctionnement des entraînements, des schémas de surveillance peuvent être mis en place afin d'assurer une maintenance préventive. Ce travail de thèse traite de la détection et du diagnostic des défauts mécaniques et plus particulièrement des défauts de roulements dans une machine asynchrone. Généralement, une surveillance vibratoire peut être mise en place. Cette méthode de surveillance est cependant souvent chère du fait de la chaîne de mesure. Une approche, basée sur l'analyse et le traitement des courants statoriques, est alors proposée, afin de suppléer à l'analyse vibratoire. L'étude est basée sur l'existence et la caractérisation des effets des oscillations du couple de charge sur les courants d'alimentation. Un schéma de détection est alors introduit pour détecter différents types de défauts de roulements. De plus, des variables mécaniques, telles que la vitesse ou le couple, sont également reconstruites afin de fournir une indication sur la présence de défauts de roulements. Par ailleurs, un diagnostic des modulations des courants statoriques est proposé, en régime permanent et en régime transitoire, quel que soit le rapport entre les fréquences porteuse et modulante. Les méthodes étudiées sont la transformée de Hilbert, la transformée de Concordia, l'amplitude et la fréquence instantanées ainsi que la distribution de Wigner-Ville. / Asynchronous drives are widely used in many industrial applications because of their low cost, high performance and robustness. However, faulty operations may appear during the lifetime of the system. The most frequently encountered faults in asynchronous drives come from rolling bearings. To improve the availability and reliability of the drives, a condition monitoring may be implemented to favor the predictive maintenance. This Ph.D. thesis deals with detection and diagnosis of mechanical faults, particularly rolling bearings defects in induction motors. Traditionally, bearing monitoring is supervised using vibration analysis. Measuring such quantities is often expensive due to the measurement system. An other approach, based on stator current analysis, is then proposed. The characterization of load torque oscillation effects on stator currents is studied. A detection scheme is then proposed to detect several types of bearing faults. Moreover, mechanical variables, such as rotating speed or torque, are estimated in order to detect bearings defects. In addition, a diagnosis of stator currents modulations is proposed, in steady and transient state, whatever the career and modulation frequencies. Hilbert transform, Concordia transform, instantaneous amplitude and frequency are studied. The Wigner-Ville distribution is used in transient state.