E-diagnostic de processus physiques à base des méthodes de haute résolution Application : machines éoliennes - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Theses Year : 2015

E-diagnosis of physical processes based on high resolution methods Application : Wind turbine machines

E-diagnostic de processus physiques à base des méthodes de haute résolution Application : machines éoliennes

Abstract

The expansion of systems using intelligent sensors has prompted the study of physical processes E-diagnosis based on high resolution methods. The automated control of modern wind machines requires proactive maintenance. We proposed several indicators measuring the performance level of a wireless protocol for routing data packets to the monitoring station. A study to design a diagnosis system entitled IESRCM for local or remote monitoring for the mentioned machines is achieved. A comparison has been realized to appreciate the performance of this system when it is integrated with GPRS or Wi-Max wireless modules. The obtained results by simulation using Proteus ISIS and OPNET software have favored the incorporation of Wi-Max module in the proposed system because its advantages over GPRS. The high resolution spectral estimation methods are effectively used for detecting electromechanical wind turbine faults. In front of the diversity of these methods, an investigation of each algorithm separately has been performed with a composite signal of stator current containing several types of defects and under different noisy environments. It was deduced in therein that the accuracy of the spectral estimation depends on the degree of the signal disturbance, the severity level of the faults, the frequency sampling and the number of data samples. The comparison with simulation in Matlab that we have made between these algorithms has proved the superiority of ESPRIT algorithm. However, this algorithm has a relatively large computing time and requires an important memory size to be executed. To overcome this problem, an improvement of ESPRIT-TLS technique has been proposed to make it applicable in real time. A new version of this method is developed in this thesis entitled Fast-ESPRIT. The proposed development is made by combining pass band recursive filtering technique IIR of Yule-Walker and decimation technique. The evaluation of the proposed technique for wind turbine fault detection of various types is performed. The analysis of the obtained results confirms that the Fast-ESPRIT algorithm provides a very satisfactory spectral accuracy in discriminating the studied faults harmonics. It resulted in a reduced complexity with an eligible ratio, a reduction of the required memory size for its implementation 5 times lower and a decrease of calculation time about 14,25 times less. This method provides better spectral resolution even in presence of a significant number of harmonics of different faults. However, this new method has some limitations because it does not recognize the type and the severity level of a detected fault. Therefore, another real time control approach has been proposed. It combines the developed Fast-ESPRIT method, the fault classification algorithm called CAFH and a fuzzy inference system interconnected with vibration sensors located on various wind turbine components. A new indicator of severity level for each studied fault type was formulated. It allows avoiding unnecessary alarms. Matlab simulation of this approach under four failure types with a noise shows that it provides a good robustness of faults classification.
L’expansion des systèmes utilisant des capteurs intelligents a incité l’étude d’E-diagnostic de processus physiques à base des méthodes de haute résolution. Le contrôle automatisé des machines éoliennes modernes nécessite la maintenance proactive. On a proposé plusieurs indicateurs mesurant le niveau de performance d’un protocole d’acheminement sans fil des paquets de données vers la station de supervision. Une étude de conception d’un système de diagnostic IESRCM permettant la surveillance locale ou à distance des machines indiquées est réalisée. Une comparaison a été effectuée pour apprécier les performances de ce système lors de son intégration avec les modules sans fil GPRS ou Wi-Max. Les résultats obtenus avec simulation sous Proteus ISIS et OPNET ont favorisé l’incorporation du module Wi-Max dans le système proposé en raison de ses avantages par rapport au GPRS. Les méthodes d’estimation spectrale à haute résolution sont efficacement utilisées pour la détection de défauts électromécaniques d’éoliennes. Devant la diversité de ces méthodes, une investigation de chaque algorithme à part est réalisée avec un signal composite du courant statorique contenant plusieurs types de défauts et sous un environnement différemment bruité. On a déduit à cet égard que la précision de l’estimation spectrale dépend du degré de perturbation du signal, du niveau de sévérité d’un défaut, de la fréquence d’échantillonnage et du nombre d’échantillons de données. La comparaison avec simulation sous Matlab qu’on a effectuée entre ces algorithmes a prouvé la supériorité de l’algorithme ESPRIT. Cependant, cet algorithme présente un temps de calcul relativement grand et demande une taille mémoire importante pour être exécuté. Pour contourner cet obstacle, on a proposé une amélioration de la technique ESPRIT-TLS pour la rendre applicable en temps réel. Une nouvelle version est développée dans cette thèse intitulée Fast-ESPRIT. L’élaboration envisagée est effectuée en combinant la technique de filtrage passe bande récursif IIR de Yule-Walker et la technique de décimation. L’évaluation de la technique proposée dans la détection de quatre types de défauts d’une éolienne est réalisée. L’analyse des résultats obtenus confirme que l’algorithme Fast-ESPRIT offre une précision spectrale très satisfaisante dans la discrimination des harmoniques des défauts étudiés. On a abouti à une complexité réduite avec un rapport admissible, à une réduction de l’espace mémoire requis pour son exécution 5 fois inférieur et à la diminution du temps de calcul d’environ 14,25 fois moins. Cette méthode offre une meilleure résolution même en présence d’un nombre important d’harmoniques de défauts différents. Cependant, cette nouvelle méthode présente quelques limitations puisqu’elle ne permet pas de reconnaitre le type et le niveau de sévérité d’un défaut détecté. On a donc proposé une autre approche de contrôle en temps réel. Celle-ci combine la méthode Fast-ESPRIT développée, l’algorithme de classification de défauts intitulé CAFH et un système d’inférence flou interconnecté aux capteurs de vibration localisés sur les différentes composantes d’éolienne. Un nouvel indicateur du niveau de sévérité de chaque type de défaut a été formulé. Il permet d’éviter les alarmes inutiles. La simulation sous Matlab de cette approche avec quatre types de défaillances en présence d’un bruit montre qu’elle offre une meilleure robustesse dans la classification des défauts.
Fichier principal
Vignette du fichier
Thèse_finale.pdf (5.53 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-01216236 , version 1 (15-10-2015)

Licence

Attribution - NonCommercial

Identifiers

  • HAL Id : tel-01216236 , version 1

Cite

Saad Chakkor. E-diagnostic de processus physiques à base des méthodes de haute résolution Application : machines éoliennes. Instrumentations et Détecteurs [physics.ins-det]. Faculté des Sciences de Tétouan, Maroc, 2015. Français. ⟨NNT : 474⟩. ⟨tel-01216236⟩
356 View
1751 Download

Share

Gmail Facebook Twitter LinkedIn More