Étude comparative du multi-débrouillage des signaux

Pour la détection d'un défaut de roulement, il est utile d'utiliser l'analyse temporelle et spectrale. Ces dernières permettent la détection de défaut mais ne déterminent pas la nature et la gravité de ce défaut. Cela nécessite la connaissance à priori des caractéristiques des défauts et les paramètres cinématiques de la machine. Pour remédier à ce problème, une méthode de classification non supervisée OPTICS a été proposée pour le diagnostic des défauts réels et simulés. Néanmoins, Les méthodes de classification dynamiques et même de traitements de signal sont influencées par plusieurs paramètres tels que les méthodes de prétraitement pour diminuer ou annuler le bruit. De ce fait, notre travail se base sur une étude comparative entre deux méthodes de débruitages, méthode des ondelettes et le filtrage par la transformée de Fourier FFT.

Autorentext

Dr. Dalila BENMAHDI- Laboratoire de mécanique de précision appliquée, Institut d'optique et de mécanique de précision, Université Ferhat Abbas de Sétif1, Sétif, Algérie.

Klappentext

Pour la détection d'un défaut de roulement, il est utile d'utiliser l'analyse temporelle et spectrale. Ces dernières permettent la détection de défaut mais ne déterminent pas la nature et la gravité de ce défaut. Cela nécessite la connaissance à priori des caractéristiques des défauts et les paramètres cinématiques de la machine. Pour remédier à ce problème, une méthode de classification non supervisée OPTICS a été proposée pour le diagnostic des défauts réels et simulés. Néanmoins, Les méthodes de classification dynamiques et même de traitements de signal sont influencées par plusieurs paramètres tels que les méthodes de prétraitement pour diminuer ou annuler le bruit. De ce fait, notre travail se base sur une étude comparative entre deux méthodes de débruitages, méthode des ondelettes et le filtrage par la transformée de Fourier FFT.