Optimisation des paramètres du vecteur formé : application au diagnostic vibratoire automatise des défauts d'une boite de vitesse d'un hélicoptère^*

Pattern vector parameters optimization: application to the automatic vibratory diagnosis of helicopter gear defects box

Laboratoire de mécanique de précision appliquée, Département d'optique et mécanique de précision, Université de Sétif, 19000, Algérie

Reçu : 30 Décembre 2008
Accepté : 10 Avril 2009

Résumé

Les processus de détérioration des machines tournantes, qu'ils soient accidentels (rupture fragile d'un composant) ou résultant de l'usure normale des éléments mécaniques, sont en général très complexes. Toutefois, l'apparition d'une détérioration se traduit par une modification du comportement de la machine et en particulier une évolution des niveaux vibratoires. De ce fait, il existe plusieurs procédures de diagnostic de défauts. Le choix d'une approche est lié à la connaissance que l'on souhaite acquérir sur le système, mais aussi à la complexité de ce système. Les techniques de surveillance par reconnaissance de formes sont plus élaborées que les simples tests statistiques et sont capables de détecter et de diagnostiquer les défaillances d'une manière automatisée. Pour cela, il suffit d'extraire un vecteur de paramètres, appelé vecteur forme (VF), sur chacune des mesures effectuées sur la machine. La règle de décision utilisée permet de classer les observations décrites par le vecteur forme par rapport aux différents modes de fonctionnement connus avec ou sans défaut. Les travaux présentés dans cet article portent sur la sélection d'un nombre réduit de paramètres pertinents pour représenter les signatures vibratoires des défauts d'une boîte de vitesse CH-46 d'un hélicoptère de la marine américaine. Nous avons pu montrer que les performances des méthodes de reconnaissance de formes (RdF) sont étroitement liées à la pertinence des indicateurs de défauts.

Abstract

The rotating machines deterioration processes, which can be accidental (brittle fracture of a component) or resulting from normal wear of the machine elements, are in general very complex. However, the deterioration appearance, results in a modification of the machine behavior and in particular an evolution of the vibratory levels. So there are several procedures of defects diagnosis. The choice of an approach is related to the knowledge which we want obtain on the system and also with the complexity of this system. The methods of monitoring by pattern recognition are more elaborated compared to the simple statistical tests and are able to detect and to diagnose the failures in an automated way, it is sufficient to extract a pattern vector (PV) on each measurement taken on the machine. The rule of decision used makes it possible to classify the observations described by the pattern vector compared to the various operating modes known, with or without defect. The work presented in this article concerns the selection of a reduced number of relevant parameters to represent the vibratory signatures of the American navy helicopter CH-46 gear box defects. We could show, that the pattern recognition (PR) methods performances are closely related to the relevance of the defects indicators.