Dans les dernières décennies, la surveillance vibratoire des machines tournantes a acquis un intérêt particulier fournissant une aide efficace pour la maintenance dans l'industrie. Aujourd'hui, de nombreuses techniques efficaces sont bien établies, ancrées sur des outils puissants offerts notamment par la théorie des processus cyclostationnaires. Cependant, toutes ces techniques reposent sur l'hypothèse d’un régime de fonctionnement (c.à.d. vitesse et/ou charge) constant ou éventuellement fluctuant d’une façon stationnaire. Malheureusement, la plupart des machines surveillées dans l'industrie opèrent sous des régimes non stationnaires afin de remplir les tâches pour lesquelles elles ont été conçues. Dans ce cas, ces techniques ne parviennent pas à analyser les signaux vibratoires produits. Ce problème a occupé la communauté scientifique dans la dernière décennie et des techniques sophistiquées de traitement du signal ont été conçues pour faire face à la variabilité du régime. Mais ces tentatives restent limitées, dispersées et généralement peu soutenues par un cadre théorique. Le principal objectif de cette thèse est de combler partiellement cette lacune sur la base d'une formalisation théorique du sujet et d’un développement systématique de nouveaux outils de traitement du signal. Dans ce travail, la non-stationnarité du régime est limitée à celle de la vitesse— c.à.d. vitesse variable et charge constante— supposée connue a priori. Afin d'atteindre cet objectif, la méthodologie adoptée consiste à étendre le cadre cyclostationnaire avec ses outils dédiés. Nous avons élaboré cette stratégie en distinguant deux types de signatures. Le premier type comprend des signaux déterministes connus comme cyclostationnaires au premier ordre. La solution proposée consiste à généraliser la classe cyclostationnaire au premier ordre à la classe cyclo-non-stationnaire au premier ordre qui comprend des signaux déterministes en vitesse variable. Le second type comprend des signaux aléatoires périodiquement corrélés connus comme cyclostationnaires au deuxième ordre. Trois visions différentes mais complémentaires ont été proposées pour traiter les variations induites par la non-stationnarité de la vitesse de fonctionnement. La première adopte une approche cyclostationnaire angle\temps, la seconde une solution basée sur l'enveloppe et la troisième une approche cyclo-non-stationnaire (au second ordre). De nombreux outils ont été conçus dont les performances ont été testées avec succès sur des signaux vibratoires réels et simulés. / In the last decades, vibration-based condition monitoring of rotating machine has gained special interest providing an efficient aid for maintenance in the industry. Nowadays, many efficient techniques are well-established, rooted on powerful tools offered in particular by the theory of cyclostationary processes. However, all these techniques rely on the assump-tion of constant— or possibly fluctuating but stationary— operating regime (i.e. speed and/or load). Unfortunately, most monitored machines used in the industry operate under nonstationary regimes in order to fulfill the task for which they have been designed. In this case, these techniques fail in analyzing the produced vibration signals. This issue, therefore, has occupied the scientific committee in the last decade and some sophisticated signal processing techniques have been conceived to deal with regime variability. But these works remain limited, dispersed and generally not supported by theoretical frameworks. The principal goal of this thesis is to partially fill in this gap on the basis of a theoretical formalization of the subject and a systematic development of new dedicated signal processing tools. In this work, the nonstationarity of the regime is confined to that of the speed— i.e. variable speed and constant load, assumed to be known a priori. In order to reach this goal, the adopted methodology consists in extending the cyclostationary framework together with its dedicated tools. We have elaborated this strategy by distinguishing two types of signatures. The first type includes deterministic waveforms known as first-order cyclostationary. The proposed solution consists in generalizing the first-order cyclostationary class to the more general first-order cyclo-non-stationary class which enfolds speed-varying deterministic signals. The second type includes random periodically-correlated waveforms known as second-order cyclostationary. Three different but complementary visions have been proposed to deal with the changes induced by the nonstationarity of the operating speed. The first one adopts an angle\time cyclostationary approach, the second one adopts an envelope-based solution and the third one adopts a (second-order) cyclo-non-stationary approach. Many tools have been conceived whose performances have been successfully tested on simulated and real vibration signals.

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.