Ce travail de thèse traite du problème de surveillance en ligne de défaillances électriques dans les entrainements électriques à base de machines synchrones à aimants permanents (MSAP) par une méthode de suivi paramétrique. Les défauts de court-circuit entre spires au stator sont souvent critiques et doivent être détectés au plus tôt avec un bon taux de confiance afin d’informer un système superviseur de la présence d’une défaillance pour limiter les risques encourues par l’environnement matériel et humain situé autour de la machine en défaut. La méthode que nous proposons de mettre en œuvre pour la détection des courts-circuits statoriques est basée des techniques d’identifications récursives. Nous proposons d’identifier en ligne les paramètres d’un modèle diphasé électrique de l’actionneur synchrone et d’analyser les variations des paramètres identifiées lors de l’apparition d’un défaut. Pour assurer les performances des méthodes d’identification, il est souvent nécessaire de disposer d’un signal d’excitation additionnel pour assurer les bonnes performances des algorithmes. Ces signaux peuvent cependant perturber le fonctionnement normal de la machine et entrainer des pertes additionnelles. Dans ce contexte, nous proposons une approche par identification faisant appel à un modèle diphasé spécifique appelé « le repère de Park à courants orientés ». Ce repère permet, tout en réduisant la complexité du problème d’identification, d’obtenir des propriétés d’auto-excitation intéressantes et donc d’éviter l’utilisation d’une excitation additionnelle. Des simulations sont menées à l’aide d’un modèle fin de la machine permettant de reproduire des situations de défaillances de manière virtuelle et d’éprouver l’efficacité des algorithmes dans ces situations dégradées. Cette machine, pouvant fonctionner en générateur ou en moteur, est intégrée dans un environnement complet, incluant le cas échéant une alimentation, une charge mécanique et éventuellement une commande, ce qui permet également de tester les algorithmes pour des fonctionnements en boucle ouverte et en boucle fermée. Les résultats présentés permettent de valider les techniques proposées et montrent qu’elles permettent d’extraire automatiquement, à partir des variations des paramètres identifiés, un indicateur de défaut. Des résultats expérimentaux sont également présentés en fonctionnement générateur sur une machine spécialement re-bobinée pour permettre la réalisation de défaut statoriques. Les algorithmes sont implantés sur une cible de calcul numérique afin de démontrer la faisabilité temps réelle de la détection / This work deals with the on-line monitoring of electrical faults in permanent magnet synchronous machine (PMSM) by parameter monitoring method. The inter-turns short-circuits faults in stator are often critical and have to be detected as early as possible with a high confidence rate to inform the supervisor system of the fault presence in order to limit the risk for the material and human environment. The proposed method is focus on the detection of short-circuits in stator and based on recursive identification technique. The on-line parameter identification uses an electrical diphase model of the PMSM and the analysis of the estimated parameter variations is performed to detect the presence of stator faults. In a general way, to ensure the performance of identification algorithms, it is necessary to have additional excitation signals. Consequently, those signals could disturb the normal operation of the drive. To overcome this problem, a specific diphase model in currents oriented Park reference frame is introduced for identification process. By reducing the complexity of identification problem, this reference frame provides an interesting auto-excitation property that leads to avoid the utilisation of additional excitation signals. The simulations are performed using an accurate model of PMSM that allows reproducing the failure situation and prove the efficiency of algorithms in degraded situations. This machine, operating as generator or motor, is integrated in a complete environment, included a power supply, mechanical load and control process. The detection scheme is then tested in open and closed loop operation. The results obtained from the simulation process underline the ability of the proposed technique to detect a stator fault occurrence and show that a fault indicator can be extracted automatically from the variation of estimated parameters. Experimental results are also achieved. A PMSM, with a specific winding including additional connexion points for stator short-circuit realisation is used. The algorithms are implemented in a numerical calculator in order to demonstrate the feasibility of the real-time faults detection for a generator operation mode