Spelling suggestions: "subject:"détection d'usurers"" "subject:"détection d'usuris""
1 |
Contribution de la cyclostationnarité et de l'identification aveugle au diagnostic des outils de coupe / Cyclostationarity and blind identification contribution to cutting tool diagnosisAit Sghir, Khalid 11 November 2010 (has links)
Le diagnostic des outils de coupe joue un rôle dans l’industrie où il est important de maîtriser les coûts ainsi que la qualité des produits finis tout en maintenant la sécurité et la sûreté des biens et des personnes. L’objectif de cette thèse est l’analyse vibratoire des outils de coupe d’une opération de fraisage pour le diagnostic de leur état de dégradation. Dans une première partie nous avons étudié les possibilités offertes par les traitements statistiques synchrones des signaux vibrations issus d’une opération d’usinage pour étudier leur état de fonctionnement. Les signaux vibratoires traités ont la particularité d’être cyclostationnaires, c'est-à-dire périodiques dans leurs propriétés statistiques. La prise en compte de cette propriété permet l’utilisation des descripteurs capables de caractériser instantanément les processus vibratoires, en liaison avec la cinématique mécanique de l’opération d’usinage. De plus lorsque associé à l’échantillonnage angulaire, la cyclostationnarité conduit vers la proposition d’estimateurs statistiques synchrones commodes à mette en œuvre. Les statistiques synchrones d’ordre l et d’ordre 2, la corrélation spectrale ainsi que le bispectre cyclique sont définis avec leurs interprétations et leurs estimateurs. Un modèle des signaux de fraisage est donné. Cette modélisation vise à démontrer la cyclostationnarité de ces signaux. L’emploi de ces indicateurs est illustré sur des signaux réels et comparé avec des indicateurs classiques pour le diagnostic de dégradation des outils de coupe. Dans une deuxième partie, la déconvolution aveugle de la réponse impulsionnelle d’un processus cyclostationnaire est réalisé, en utilisant seulement les statistiques d’ordre deux. Pour cela on exploite la propriété de cyclostationnarité pour estimer la phase du système, même si le système est à phase non minimale. Deux méthodes sont présentées, paramétrique Ding-p et non paramétrique Ding-n. Ces méthodes ont été validées sur des signaux de simulation des signaux vibratoires issus des machines tournantes. Deux applications ont été faites, la première est d’estimer la réponse impulsionnelle d’un système broche-outil-pièce de fabrication. La deuxième c’est de reconstruire les forces de coupe, exerçants sur la pièce de fabrication, afin de faire le monitoring / The identification of the state of a cutting tool is important in any metal cutting process. An additional cost - in terms of scrapped components, machine tool breakage and unscheduled downtime - occurs as a result of tool defects. The thesis objective is the cutting tool vibration analysis of a milling operation for the diagnosis of their state of degradation. In the first part, the possibilities offered by the synchronous statistics, applied to vibration signal captured from a milling process, are studied to examine the cutting tool condition. The processed vibration signals are cyclostationary, i.e their statistical properties are periodic. Taking into account this property, the use of descriptors able to characterize the process, in conjunction with the kinematics of the mechanical machining operation. Furthermore, when combined with the angular sampling, the cyclostationarity led to the proposed synchronous statistical estimators convenient to implement. First order and second order synchronous statistics, the spectral correlation and the cyclic bispectrum are defined with their interpretations and estimators. A model of milling vibration signal is given. This model aims to demonstrate the cyclostationarity of the signals. The use of these indicators is illustrated on real signals and compared with conventional indicators for diagnosing degradation of cutting tools.In the second part, the blind deconvolution of the impulse response of a cyclostationary process is
|
Page generated in 0.0759 seconds