Diagnostic vibratoire des systèmes mécaniques à vitesses lentes.

Diagnostic vibratoiredes systèmes mécaniquesà vitesseslentes. Etudededéfaillancedansuneéolienne

Inti Morales Février 2011

Master2IMP 2 Diagnosticvibratoiredes Diagnosticvibratoiredessystèmesmécan systèmesmécaniquesàvi iquesàvitesseslentes. tesseslentes.

DIAGNOSTIC VIBRATOIRE DES SYSTEMES MECANIQUES A VITESSES LENTES

1. INTRODUCTION : La mesure et le suivi vibratoire constituent un moyen efficace pour  contrôler les systèmes de production et relever leur niveau d’usure en s’appuyant dans relevés vibratoires des équipements, dotant d’une maintenance prédictive au système on peut anticiper une anomalie et détecter son origine. Le présent travail présentera des méthodes de diagnostic appliquées aux éoliennes WEC (windenergyconverter). A nos jours, l'énergie éolienne est le système de production d'énergie de plus granddéveloppement. Avec une croissance annuelle moyenne dans la période 1997-2003 qui a atteint le 32% aux États-Unis et 22% dans l'Union européenne. La répartition des coûts au cours du cycle de vie de l'unité pour  l'énergie éolienne est sensiblement différente de celle des traditionnels. Tout d'abord, les coûts d'investissement initiaux sont relativement plus élevés, alors que les coûts des unités traditionnelles par exemple dans les thermiques,les combustibles jouent un rôle important (en général le plus important). Après la mise en service, avec une bonne politique de maintenance, les éoliennes peuvent atteindre le plus haut niveau de disponibilité dans le secteur de la production d'énergie même jusqu'à 98%. La nécessité de travaux constants de recherche des meilleures méthodes de diagnostic pour ce type de mécanisme est très important, car il y a un certain nombre de cas, où des nombreuses éoliennes avec une durée de vie supposée de 20 ans ne parviennent pas a avoir cinq. Afin de faire respecter les normes élevées de maintenance, depuis 2003, les entreprises ont mis en place place dans les marchés européens des des systèmes de surveillance de l'état des éoliennes. Les méthodes requises par  ces entreprises sont basées sur des années d'expérience, bonnes pratiques d'ingénierie et de recherche à long terme. Ces méthodes s'intègrent bien pour 

Master2IMP 3 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

la majorité des problèmes rencontrés sur les éoliennes. Il ya, cependant, certains cas où les méthodes proposées ne donnent aucune indication de panne. L’idée de cet travail dans un début c’était de faire une analyse de quelques méthodes de diagnostic, mais après une recherche et vu la complexité du travail en étant moi-même débutant dans le diagnostic des signaux, cela demandait beaucoup plus de temps que celui permit par la l’organisation du master 2 IMP. Je ferai donc une présentation d’un cas déjà étudié en Allemagne dans le but de comprendre les recherches qui ont été faites pour susciter le développement d'un nouveau sujet de recherche comme application pratique de cette méthode. 2. Description de l'aérogénérateur  L'éolienne est une Micon NM 1000-1060 de type NEG, avec 1070 kW de puissance électrique nominale. La base opérationnelle et la structure mécanique de l'éolienne sont présentées dans le tableau 1.Le rotor principal à trois pales est supporté par le palier principal et transmet le couple à l'engrenage planétaire. L'entrée de engrenage planétaire est la plaque, à laquelle le rotor principal est connecté. L'engrenage planétaire a trois planètes avec leurs arbres fixés à la plaque. Les planètes roulent sur la bague fixe et transmettre le couple au soleil. L'arbre de soleil est la sortie de l'engrenage planétaire. En outre, le soleil entraîne deux engrènements parallèles. Le train parallèle a trois axes: l’arbre lent relié à l'arbre de soleil, l'arbre intermédiaire et l'arbre rapide, qui entraîne le générateur. Le générateur produit du courant alternatif légèrement variée en fréquence. Ce courant est transformé d'abord en courant continu et en courant alternatif de fréquence égale à la fréquence du réseau. Ces transformations électriques sont effectuées par le contrôleur à la base de la tour. Le tableau 2 présente les fréquences caractéristiques de base de l'éolienne. L'arbre intermédiaire est monté à l'intérieur de l’engrenage parallèle.

Master2IMP 4 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

La Figure 2 présente les conditions considérées typiques de fonctionnement de l'éolienne enregistrées pendant environ 72 h. il faut noter  que l’échelle verticale (décrite comme 0-100%) n'est pas égale à la plage de mesure pour la clarté de la figure. Les valeurs de 0 et 100% sur cette échelle reflètent les gammes présentées dans la colonne ''visible range'', indiqué en haut de la figure. En effet, les parcelles ont été déplacé verticalement (Figure 3). La variable d'entrée est la vitesse du vent (ligne solide au bas de l'image). En réponse à la vitesse du vent, un contrôleur établit la vitesse de rotation à 1000 ou 1500 tr / min (trait plein en haut de l'image). Le plus bas des pics négatifs indiquent l'arrêt de la turbine. Lors d'une vitesse de rotation donnée, le contrôleur surveille la charge de la turbine en changeant le pas des pales. Par conséquent, la puissance générée (ligne pointillée dans le milieu) reflète la vitesse du vent. Le système d'acquisition de données a les caractéristiques suivantes : Table 1: paramètres opérationnels de base de l'éolienne à l'étude

Paramètre Hauteur de la tour Puissance nominale

Valeur 70 1070 1500 1000, 1500

Vitesse de rotation maximale Typique des vitesses de rotation

Unité M kW rpm rpm

Figure1:structuremécaniquedel'éolienne.Emplacementdescapteursdemesurede vibrationsreprésentéespar«An».

Table 2: cinématique des données de base de l'éolienne à l'étude

Paramètre

fréquence relative

Fréquenceà1500tr/min(Hz)

Périodeà1500tr/min(ms)

Master2IMP 5 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

arbre de la génératrice Arbre intermédiaire arbre solaire Planètes Plate (rotor principal)

1.0000 0.3256 0.0754 0.0294 0.0119

25.0 8.14 1.885 0.735 0.2975

40.0 122.8 530.5 1360 3361

Engrènement parallèle, je Engrènement parallèle II Maillage engrenage planétaire

28.000 7.1628 1.206

700 179.07 30.15

1.429 5.584 33.17

anneausurrouleau

0.0358 0.0294 0.1904

0.895 0.735 4.760

1117 1360 2100

planètes sur rouleau Soleil sur rouleau

Toutes les valeurs sont liées à la fréquence de l’arbre du générateur.

Figure 2: Typique des conditions de fonctionnement de l'éolienne. Le contrôleur de vitesse de rotation fixe à 1000 ou 1500 tr / min. Notez que la parcelle de vitesse est décalée vers le haut pour clarté

Six chaînes de vibration (accéléromètres) Numérisation

d'échantillonnage

(deux

voies

sont

échantillonnées

simultanément) Fréquence d'échantillonnage a 25 kHz sur chaque canal Temps d’échantillonnage de 10 ou 40s (40s de données ont été enregistrées sur les chaînes) Deux canaux de processus: la vitesse du vent et la puissance du générateur. Un facteur important à prendre en compte pour l'analyse de la turbine c’est que la puissance change très rapidement. Il existe des registres où, au

Master2IMP 6 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

cours d'une session d'échantillonnage de 40s, la puissance a changé de plus de 50% de la gamme. Cela a certainement eu un impact sur l’état dynamique, ce qui rend l'utilisation de techniques standard de l'analyse des vibrations plus difficile à appliquer.

Figure 3: Image de la dent fêlée sur la couronne du train planétaire. La dent entièrement fissurée peut être vue sur la gauche. Le matériel de la dent fêlée a été répandu sur les dents à droite.

Techniques d'analyse standard Au cours des dernières décennies, un certain nombre de techniques de traitement du signal de vibration ont été établis. Des études complètes sur  ces techniques sont connues. Il y a deux groupes de base de l'analyse: à large bande, et basé sur une sélection de raies spectrales. Les paramètres d'analyse à large bande de base sont les suivants:

•

quadratique moyenne

•

valeur de crête

Master2IMP 7 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes. •

facteur de crête

•

kurtosis. Une description détaillée sera omise ici, puisque une telle étude

donnera lieu à un nouveau thème de recherche. Les techniques d'analyse fondées sur certaines lignes spectrales reflètent des fréquences particulières générées par un certain composant. Ces fréquences sont : d’engrènement, des harmoniques de l’arbre bas et les harmoniques caractéristiques du roulement. En raison de la différente nature des événements et à des variations de la vitesse de rotation, quatre types de spectres sont étudiés dans la présence de ces fréquences: •

spectre des fréquences

•

spectre d'ordre

•

spectre d'enveloppe

•

enveloppe spectrale d’ordre. Certes, plusieurs avances dans les analyses ont été développées,

mais ceux qui sont présentés ci-dessus sont mis en œuvre dans le suivi commercial en ligne et dans les systèmes de diagnostic. Ceci est causé par le fait que ces analyses sont faciles à comprendre par la majorité des experts en vibrations, qui sont dans l'ensemble plutôt pratique que la dans la théorie orientée. D'autre part, la configuration requise peut être laborieuse, mais n'est pas complexe. Les compagnies d'assurance ont adopté une telle approche, alors qu'en 2003, les exigences des systèmes de surveillance des vibrations pour  les éoliennes ont été publiées. Il s'agit d'un ensemble exhaustif d'exigences, qui doivent être remplies, pour obtenir la recommandation du système qui sera installé sur une éolienne. Il définit un ensemble minimal de capteurs de vibrations (voir Fig. 1), avec leur sensibilité et leur orientation. Les analyses obligatoires sont présentéesdans le tableau 3. Le Suivi d'un tel objet comme les éoliennes doit faire face à la forte variation de son comportement vibratoire. Cette situation est principalement

Master2IMP 8 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

causée par de fréquents changements de vitesse du vent, qui provoquent des changements principalement dans la puissance de sortie et dans une moindre mesure à la vitesse de rotation. Puisque les niveaux de vibrations dépendent fortement de ces paramètres du procédé, il est nécessaire de définir plusieurs états. Seules les valeurs du même état sont comparées. En outre, les valeurs limites d'alarme sont définis pour un état donné. Composant Contrôlé

Condition générale de la machine Condition générale de la machine Condition générale de la machine Condition générale de la machine

Analyse Rms (haut débit) Sommetzéro(hautdébit) Facteur de crête Kurtosis

Base Signal brut du temps Signalbrutdutemps Signal brut du temps Signal brut du temps

Arbres Rotor principal Engrenages

fréquence de rotation fréquence de rotation Fréquenced’engrènement

Spectre d'ordre Spectre d'ordre Spectred'ordre

Roulements

Extra-anneau,anneau intérieur,élémentsroulants, fréquencedupanier.

Spectred'ordre enveloppe

Résonance de la tour  Résonance du rotor 

Fréquence de résonance Fréquence de résonance

Spectrede fréquence Spectrede Fréquence

Calcul du temps de la moyenne synchrone Le calcul de temps de la moyenne synchrone (TSA) est une technique efficace pour la détection des engins de défauts liés. Il est basé sur l'obtention d'un signal décrivant un tour de la machine considéré comme la moyenne du signal de vibration sur un certain nombre de révolutions. Le signal résultant représente le maillage des dents sur un tour complet, où le motif de maillage des dents devient visible et il est possible d'identifier, par exemple, une dent fêlée. Dans les applications pratiques le prélèvement est effectué avec une fréquence constante aux machines contenants souvent plusieurs vitesses, comme dans le cas de l'éolienne. Cela exige en moyenne un nombre entier  d'échantillons par un tour de vitesse, le signal de vibration doit d'abord être r ééchantillonné. Lorsque le signal en temps !

! !

est mesuré et ré-échantillonné,

est le nombre de tours des engins dans le signal,

!

est le nombre

Master2IMP 9 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

d'échantillons dans une révolution et

!!

est la période de ré-échantillonnage,

le signal de temps de la moyenne de synchronisation y !!"# !

1 =

!

TSA

est défini comme :

! !!

! ! + !"!! ! !!

L'application de la TSA est équivalente à l'application d'un filtre en peigne pour le signal de vibration. Le paramètre N décide de la sélectivité du filtre. Dans le cas du traitement des signaux acquis par des systèmes de surveillance en ligne, la longueur de l'acquisition ne peut pas être aussi grande que dans le cas d'expériences de laboratoire ou de mesures hors intermittents. Il s'agit d'une forte limitation de l'approche présentée. La question a été présentée et discutée, ainsi que d'autres limitations, mais pas applicable dans ce cas. Le signal de TSA présente un maillage sur un tour de vitesse, mais dans de nombreux cas, les variations de maillage (en particulier avec charge variable) influencent sifortement le maillage à obtenir, que les informations sur  l'échec sont cachées. Pour extraire d'éventuelles défaillances cachées, McFadden et Smith ont proposé une démodulation de l'amplitude et de la phase du signal de moyenne de vibration. Le manque d’information liée à la dent est alors visible dans la phase et l'amplitude des signaux, un cas typique étant une impulsion sur la phase démodulé. Par conséquent, l'algorithme complet peut être présenté dans les étapes suivantes: 1. Ré échantillonnage du signal de vibration pour obtenir un nombre entier d'échantillons par un tour du dispositif considéré. 2. Moyenne du signal de vibration pour obtenir des vibrations sur un tour. 3. Démoduler le signal en moyenne autour de la première et / ou le deuxième harmonique engrènement. Puisque l'objectif du travail est de valider la méthode sur un ensemble existant de mesures, le signal obtenu en moyenne, avec son amplitude et sa phase, doivent être analysées visuellement.

Master2IMP 10 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Le spectre kurtosis (SK) est un outil qui est capable de détecter des composants non-gaussien dans un signal. Ces composants non-gaussiens sont dans le cas de défauts structurels des réponses des engins à une excitation par exemple d’une dent fêlée. En outre, le spectre kurtosis peut déterminer la fréquence de la composante excitée. Lorsque nous considérons la décomposition de Wold-Cramer comme des signaux non stationnaires, nous pouvons définir le signal Y (t), comme la réponse du système qui varie avec le temps réponse impulsionnelle h (t, s), excité par un signal (X t). Ensuite, Y (t) peut être présenté comme: !!

! !

!

=

!!"#

! !

 !

,

!"

! .

!!

Maintenant, H (t, f) est la variable dans le temps de la fonction de transfert du système considéré et peut être interprété comme l'enveloppe complexe du signal) Y (t) à la fréquence f. Dans des cas réels de vibrations des machines, H (t, f) est stochastique et devrait être présentée comme H (t, f, o), où o est la variable aléatoire présentant des variations de temps du filtre. Lorsque H est temps fixe et indépendant du processus X, on obtient un processus conditionnel non-stationnaire (CNS). Le spectre kurtosis est basé sur l'ordre spectrale quatrième cumulé d'un processus CNS: !

!!!

Lorsque

!!! !  ! ,

=

!!"

! ! − 2!!!  ! .

est le moment instantanée d'ordre 2, qui est la

mesure de l'énergie de l'enveloppe complexe et est défini comme : !!! !  ! ,

=

!{ ! !

 !

,

!"

!

!!

|!} !"

=

! (!

 ! )

,

!!

!!!".

Ainsi, le SK est définie comme l'énergie normalisée cumulée, qui mesure le degré d'écrasement de la distribution et donc la densité de probabilité la fonction H: !!

!

=

!!! ( ! ) !

!!! ( ! )

=

!!! ( ! ) !

!!! ( ! )

− 2.

Master2IMP 11 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Une autre notion importante, qui est basé sur SK est le kurtogram, qui a été proposée comme outil pour l'identification aveugle de filtres de détection pour le diagnostic. En conséquence, une carte 2-D (appelé kurtogram) est obtenue, et présente des valeurs de SK calculées pour de différents paramètres de fréquence et de bande passante. Le kurtogram initiale était fondée sur le calcul STFT. Ensuite, il a été proposé d'utiliser l'approche du banc de filtres, qui ont donné des résultats sur le même niveau de qualité, mais moins de temps de calcul nécessaire. La carte 2-D résultante a été appelé le kurtogram rapide. Cette dernière approche sera utilisée ici. Ainsi, la méthode aura les étapes suivantes: 1. Calculer la kurtogram rapide du signal de vibration. 2. Concevoir le filtre passe-bande sur la base des résultats de l'kurtogram. 3. Analyser le signal filtré. Donc, la dent fêlée devrait générer des impulsions à l'une des fréquences caractéristiques de l'engrenage planétaire (voir tableau 2), l'analyse sera axée sur la recherche de ces excitations périodiques dans le signal. 4. Etude de cas: défaillance de l’engrenage planétaire 4.1. Description du cas La boîte de vitesse de l'éolienne à l'étude a été gravement endommagée la nuit du 08/10/2009. La dent sur la couronne du train planétaire a été entièrement fissurée. Cela a aussi causé la destruction des dents et d'autres étapes en parallèle. Le carter de la boîte était f issuré. L'analyse des vibrations, effectué par un système de surveillance des vibrations installé sur la turbine, n'a pas détecté d'éventuelles anomalies. La Fig. 4 présente les niveaux de vibration au cours de la dernière journée de fonctionnement. On peut apprécier que les valeurs du rms ou du pp ont le même comportement que pendant le fonctionnement normal. Pratiquement

Master2IMP 12 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

aucun autre paramètre de vibration (sur environ 100 qui ont été surveillés, selon le tableau 3) a considérablement augmenté. Le seul paramètre sensible était le kurtosis. Le kurtosis augmenté un facteur d'environ de 10 dans le dernier échantillon enregistré des données. La Fig. 5 présente la dernière forme d'onde enregistrée des premières vibrations. Encore une fois, il n'y a aucun signe visible de problèmes. L'analyse spectrale n'a pas montré tout écart par rapport à l'état normal. Plus tard, des recherches, qui ont été effectuées sur les données stockées par la suite, sur la base et les caractéristiques des spectres de fréquences ne présentent pas de problèmes sur la machine. Un avantage du système de suivi a été de stockage de signaux des premières vibrations, ce qui pourrait être très utile, mais pas toujours, en raison de la grande taille de d'une telle base de données. La base de données comprenait 60 formes d'ondes, dont 12 ont été enregistrés à 1500 tr / min, où le nombre grand des vibrations ont été la base pour des recherches supplémentaires. Pour cet analyse un seul capteur a été installé sur la boîte de vitesse planétaire et contenait des informations utiles, seules les données de l'analyse des signaux de ce capteur est présenté dans ce travail. 4.2. Application de la moyenne synchrone L'approche initiale choisie par les auteurs était d'étudier l'applicabilité de la méthode de la moyenne synchrone dans le temps, ce qui a été éprouvée dans des cas similaires. Premièrement, il a entraîné dans les modèles de maillage, obtenus pour tous les enregistrements disponibles vibrations, stockés par le système de surveillance sur le site. Ensuite, le signal a été en moyenne démodulé afin de continuer la recherche sur  l'amplitude et la phase, qui sont souvent des très bons indicateurs d'une défaillance de la dent. Comme on l'a mentionné dans le chapitre précédent, les signaux de vibration ont été échantillonnées à une fréquence constante (25 kHz) et la

Master2IMP 13 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

machine contenait trois étages de pignons (un planétaires et deux en parallèle).

Figure 4: Evolution des paramètres clés lors de la dernière journée avant la panne. Ligne du dessus (solide gris) est la vitesse de rotation. Notez qu’elle est décalée vers le haut pour plus de clarté. Les lignes en pointillé présents: rms (ligne inférieure en pointillé) et pp (supérieure ligne pointillée). La ligne noire solide présente l'aplatissement du signal. Jusqu'à le dernier échantillon de kurtosis, il n'y a pas de signes de problèmes. Rien ne peut être vu, même sur le dernier échantillon sur rms ou pp.

Figure 5: Dernière forme d'onde dans de l'opération, environ 18 h avant la panne. Aucun signe de  problèmes n’est visible.

Master2IMP 14 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Exige en moyenne un nombre entier d'échantillons par un tour de vitesse, le signal de vibration a été ré-échantillonné. Le ré échantillonnage a été réalisée en utilisant une interpolation linéaire, le ré échantillonnage a été réalisée par interpolation linéaire basé sur un signal une fois par tour a la sortie de l’arbre (générateur). Après l’interpolation le signal contenait environ quatre fois plus d'échantillons. Selon McFadden, une telle approche ne fournit pas d'anomalies significatives du processus de ré-échantillonnage. Comme indiqué précédemment, la moyenne temporelle synchrone nécessite beaucoup de tours en moyenne pour donner de bons résultats. Dans notre cas, cela n'est pas possible, car le temps d'échantillonnage dans rainure de vibration a été 40 s, et la période l’anneau sur rouleau est de 3,36 s (voir  tableau 2). Ainsi, seulement 10 périodes pourraient être en moyenne, ce qui a donné une forte limitation pour la méthode. Cependant, comme nous le verrons ci-dessous, il semble d'après les symptômes réels de l'échec qu'il est peu probable qu'il aurait été pu révélé, même avec des données illimitées. Au cours de tests tous les 12 enregistrements disponibles (avec une vitesse de rotation de 1500 Hz (rpm)) ont été traités. En premier lieu, aux fins de vérification, le signal de vibration a été en moyenne de la vitesse de rotation du générateur. L'un des registres de moyenne est présentés sur la Fig. 6. Le modèle de maillage de 28 dents peut être clairement vu. Une deuxième composante harmonique est également visible. Ensuite, le signal de vibration a été ré-échantillonné et moyennée dans les étapes suivantes. Les modèles de maillage se détériorent, comme le nombre de périodes disponibles a diminué. Lorsque le signal a été en moyenne de la période de l'anneau de l'engrenage planétaire, il n'y avait pas de motif visible. Le résultat de la moyenne est présenté dans la figure. 7. Tous les autres registres ont également été étudiés, et aucun n'a montré une tendance. Lorsque le signal a été moyenné une recherche plus approfondie a été faite, elle a été traitée par un filtre passe-bas. Les signaux ont montré des forts harmoniques à 84 et 168, qui ont été identifiés comme une composante et sa seconde harmonique. Après avoir éliminé ces fréquences par un filtre passe-bande, une image plus claire a été obtenue (voir Fig. 8). Maintenant,

Master2IMP 15 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

un maillage schéma clair ne peut être considérée, présentant toutes les dents 101. Lorsque les fréquences de maillage pour l'ensemble des signaux acquis ont été comparées, ils ont montré un grand facteur aléatoire. Pas de développement d'une fonctionnalité a été identifié, ni aucune croissance amplitudes trouvé. Une grande variation aléatoire des amplitudes pourraient être causés par des changements rapides de la vitesse du vent. Ce facteur a déjà été discuté dans la section Introduction. Comme il n'y avait aucun signe visible de tout défaut, un seul signal est présenté à titre d'illustration.

Figure 6 : Signal de moyenne vibratoire de la période du générateur. Maillage modèle avec 28 dents (nombre de dents sur le pignon de la deuxième étape de l'engrenage parallèle, monté sur l'arbre du  générateur) peut être clairement vu. Notez que l'axe horizontal est gradué en échantillons, car il   présente le signal ré-échantillonné (4096 échantillons de l’axe de révolutions du générateur).

Figure 7 : Signal de vibration en moyenne de l'anneau de l'engrenage planétaire. Pas de motif de maillage est visible. Certaines régularités peuvent être observées, mais sont identifiés comme les composantes du spectre. Notez que l'axe horizontal est gradué en échantillons, car il présente le signal ré-échantillonné (344 200 échantillons par révolution du rotor principal)

Master2IMP 16 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Enfin, les signaux obtenue qui ont étés moyennes et filtrées ont été démodulés

autour

de

la

première

harmonique

de

la

fréquence

d'engrènement. Parmi tous les résultats, en dépit de l'aléatoire, ne présentait aucun signe d'un défaut, une seule parcelle de terrain est présentée dans la figure. 9. Après des tentatives basées sur des moyennes synchrones sur une période n’ont pas donné de résultats visibles, une autre méthode (spectre kurtosis) a été appliquée.

Figure 8 : Signal de moyenne de vibration de l'anneau de l'engrenage planétaire après l'intégration du  signal et la suppression du composant fantôme. Modèle de maillage est maintenant visible avec 101 dents. Amplitudes obtenues sont très petites, remarque : l’élevé aléatoire ne conduisent pas à des conclusions de détection de défauts. L'axe horizontal est le même que sur la figure précédente (34 4200 échantillons par révolution du rotor principal).

Figure 9: Engrènement démodulé autour de la fréquence d'engrènement. Aucun signe d'une fissure de dent ne peut être vu. L'axe horizontal est de 1024 échantillons par révolution du rotor principal.

Master2IMP 17 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

4.3. Application de SK L'examen visuel des formes d'ondes enregistrées ont montré des résultats intéressants. En général, plusieurs sections de quelques secondes de données brutes stockées ont été passées en revue. Toutefois, pour les deux premiers canaux, 40 s de données ont été recueillies. Lorsque les registres complets ont été examinés, plusieurs pics de courte durée ont été découverts dans les deux premiers registres. Un de ces documents est présenté en Fig. 10. Un groupe de pics est présent dans le milieu de la session de mesure. La distance entre les pics est variable, mais un modèle de 1,12 a été découvert. Cette période est la période de l’anneau principal au cours du temps et serait la réponse de l'engin quand les planètes rouler sur  une dent fêlée sur l'anneau. Ensuite, le spectre de log du signal présenté dans la figure. 11 a été analysé. En dehors des raies spectrales dans la gamme en dessous de 4 kHz, qui étaient présents dans toutes les données précédentes et bien identifiés, on trouve une résonance amortie dans la bande comprise entre 8 et 12 kHz avec la fréquence centrale autour de 10,5 kHz.

Figure 10: forme d'onde du 28/07. L'examen visuel des données a révélé l'existence de hauts sommets dans le signal. La fréquence d'échantillonnage est de 25 kHz et de longueur est de 40 s.

L'existence de pics et de résonance conduit à l'hypothèse que le signal contient plusieurs impulsions qui peuvent être mieux détectés avec

Master2IMP 18 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

l'application de la spectre kurtosis. L'algorithme Matlab pour le calcul de la kurtogram rapide a été appliqué. Fig.12 présente les résultats de SK pour le signal de la Fig.10. Le kurtogram contient un maximum très élevé de 270,9 pour la bande à la fréquence centrale de 11 kHz.

Figure 11: Spectre du signal présenté dans Fig.10. Appartement de résonance autour de 10,5 kHz est  visible. Toutes les raies spectrales en dessous de 4 kHz ont été identifiés et trouvés liées à la fissure de la dent.

Après avoir obtenu le kurtogram rapide, le signal original a été filtré passe-bande de fréquences autour de 11 kHz. Le signal filtré est représenté sur la Fig.13. Le signal contient plusieurs pics d'amplitude élevée. La périodicité de la plupart d'entre eux peuvent être vus. Après une recherche, un modèle de 1,12 s (période de l’anneau principal) a été confirmé. Cette période reflète exactement le passage des planètes au cours de la dent fêlée. L'analyse de cet travail a donné lieu à l'application de SK à toutes les formes d'ondes brutes enregistrées à 1500 tr / min. Dans presque tous les cas, l'existence de valeurs kurtosis élevée dans les bandes comprises entre 9

Master2IMP 19 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

et 11 kHz a été détectée. Pour les plus faibles valeurs de kurtosis, la bande a été dominante dans les basses fréquences (70-700 Hz) et n'est donc pas liée à la fissure de la dent. Dans des tels cas, la valeur maximum pour les tranches supérieures est présentée. La Fig.14 présente une tendance de la valeur maximale de SK entre 9 et 11 kHz pour les 2 derniers mois avant l'échec.

Figure 12: spectre kurtosis obtenu à partir de la forme d'onde dans la figure10. Un maximum très élevé (270,9) du spectre kurtosis a été détecté à 11,0 kHz.

La base pour l'analyse de la tendance est limitée, puisque seulement 12 formes d'ondes brutes à 1500 tr / min ont été enregistrées. Malgré cela, il est clair que les graphes montrent une tendance à la hausse. Au début (miJuin) les valeurs de SK sont plutôt de petite taille (1,5 à 9), tandis qu'à la fin ce qu’ils atteignent le niveau de 50 (fin Juillet-Août). En outre, il existe trois cas où le SK atteint des valeurs extrêmement élevées, dans la gamme entre 216 et 270. La Fig.15 présente les signaux vibratoires obtenus par filtrage passe-bande des premiers signaux autour des fréquences de résonance fournies par le kurtogram rapide. Maintenant, les pics sont très visibles sur  tous les signaux. Ils peuvent être vus, même sur le premier signal du 16/06,

Master2IMP 20 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

mais avec de très faibles amplitudes. Malgré cela, on peut voir que ce même signal contient de petits pics à la même période de l’anneau principal.

Figure 13: Signal de Fig.10 filtrée passe-bande autour de la fréquence de la kurtosis bande spectrale la  plus élevée (voir fig. 12). Plusieurs pics importants sont clairement visibles. La majorité des pics sont  séparés par la période de passage de la planète (1,12 s). Cette période reflète exactement le passage des planètes sur la dent fêlée.

Pour la visibilité du graphe, l'axe de l’amplitude a été mis en échelle automatique. La moyenne du bruit dans chaque signal a une amplitude constante; l'amplitude des pics est notamment en croissance. Le signal du 28/07 est dans la figure.10. La périodicité des pics est vu beaucoup mieux sur  le terrain de forme d'onde que dans le spectre (non représenté). La raison en est la très courte durée d'un seul pic (de l'ordre de quelques millisecondes) et la longue période entre eux. En conséquence, le contenu dans les premiers harmoniques est très faible. Pour la détection automatique d'une telle composante de fréquence d'autres méthodes doivent être utilisés. Basé sur  l'expérience des auteurs, la meilleure méthode serait d'analyser le spectre de l'enveloppe filtré passe-bande du signal.

Master2IMP 21 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Figure 14: Courbe des valeurs de spectre kurtosis dans la bande 9-11 kHz. Malgré la faible quantité de données stockées, une tendance croissante à partir de presque 0 à 50 est visible. En outre, trois points avec des valeurs très élevées de plus de 200 ont été stockés.

Figure 15: Signaux du 16/06, 23/06, 28/07 et 08/09, filtre passe-bande autour de la fréquence de la bande maximum de spectre kurtosis. Les pics sont visibles même sur le premier signal, lorsque le spectral kurtosis n'était que de 1,5. La majorité des pics sont séparés par la période de passage planète (1,12 s). On peut remarquer des périodes aléatoires dans le pic de génération, en raison sans doute de l'évolution rapide de la charge. Notez les différentes échelles de Y.

Master2IMP 22 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Conclusions : Comme citée dans l’introduction de ce travail, le diagnostic vibratoire  joue un rôle très important dans les systèmes mécaniques, dans cette étude on a pu remarquer que les systèmes en ligne utilises jusqu’a dans les éoliennes pour la détection de défauts ne montre pas toujours de défauts si non peu avant la défaillance, ce qui fait une maintenance conditionnelle impossible, avec cette méthode ; on peu avoir des systèmes de génération qui atteignaient un très au niveau de fiabilité. Quand on se trouve avec un cas ou la moyenne synchrone ne donne pas de résultats du au fait de la courte période d’échantillonnage a disposition on peu s’appuyer sur cette méthode. Les différentes méthodes de diagnostic sont appliques pour des cas différents et c’est difficile d’arriver a adapter une méthode générale de traitement des signaux même s’il s’agit a simple vu d’un système qui se trouve dans une même classe, c'est-à-dire ; le thème de cet travail c’était le diagnostic vibratoire de systèmes mécaniques a vitesses lentes ; mais comme on o pu remarquer; chaque système a son propre ensemble de conditions externes et internes pour son fonctionnement et de cela dépend l’adoption d’une ou une autre méthode adéquate, dans ce cas on se retrouve avec des signaux qui changent fréquemment a cause de la non-constante vitesse du vent et il a fallu chercher une méthode de tel manière que cette non-périodicité ne cache pas les signaux indiquant une proche défaillance, dans d’autres mécanismes a vitesses lentes on se retrouverai avec d’autres situations agissant dans le système et il faudra appliquer la méthode qui obtienne le résultat cherchée.

Master2IMP 23 Diagnosticvibratoiredessystèmesmécaniquesàvitesseslentes.

Références: Antoni,J. CalculRapideduKurtogrammeetApplications.Compiègne:Universitéde TechnologiedeCompiègne. Antoni,J.(2004).Thespectralkurtosis:ausefultoolforcharacterisingnon-stationary signals.ScienceDirect . Applicationofspectralkurtosisfordetectionofatoothcrackintheplanetarygearofawind turbine2008 Mechanicalsystemsandsignalprocessing1352-1365 Gujarati,D.SKEWNESSETKURTOSIS.In BasicEconometrics.McGrawHill. Instruments,C. TimeSynchronousAveraging.SantaClara:CrystalInstruments. T.GRIGNOUX,R.G.(2006).Éoliennesenmilieuurbain-Etatdel'art.  ARENE . Wikipedia.(2010,Novembre4). TransforméedeFourieràcourtterme.RetrievedFevrier15, 2011,fromhttp://fr.wikipedia.org/wiki/Transformée_de_Fourier_à_court_terme