République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université M’hamed BOUGARA Boumerdes

Faculté des Sciences de l’Ingénieur

Département : Maintenance industrielle
Option : Génie électrique
Spécialité : Signal et communication

Mémoire de Master

Thème:

DETECTION ET CARACTERISATION DES DEFAUTS DES

ROULEMENTS PAR L’ANALYSE SPECTRALE

Présenté par : Promoteur :Dr RAHMOUNE Chemseddine

 CHAIB Sid ali co-promoteur : RATNI Azeddine

 BOUSSAIDI Azeddine

MSC Année 2015/2016

 dédicaces

je dédie ce mémoire à

Mes chers parents, que mille dédicace ne puisse exprimer

mes sincères sentiments, pour leur patience illimitée, leur

encouragement contenu, leur aide, en témoignage de mon

profond amour et respect pour leurs grands sacrifies.

Mes chers frères Amine, Majid et Amina pour leur grand

amour et leur soutien qu'ils trouvent ici l'expression de ma

haut gratitude.

Mes chers amis Walid , Bob , Fatma, Biba, Hanane,

Billel,Boualem, NadirFyçel et Meriéme qui sans leur

encouragement ce travail ne aura Jamais vu le jour.

Et à toute ma famille et à ceux que j’aime

Sid alichaib
 REMERCIEMENT

Ce travail a été réalisé à la faculté de science de l’ingénieur, université

M’HAMED BOUGERA -BOUMERDES, département de maintenance industrielle.
Nous remercions tout d’abord « allah » qui m’a donné la force et le courage pour
terminer ce travail. Nous tenons de remercie aussi nos parents et toute la famille
qui nous ont beaucoup aidé dans notre carrière scolaire.

Nous remercionsplus particulièrement mon promoteur Dr RAHMOUNE

Chemeddineprofesseur à l’université de BOUMERDES pour tous ses efforts et ses
conseils qui nous a donné et pour sa confiance qui nous a fait.

Nous tenons de remercie aussi mes collègues de groupe signal et

communication promotion 2015/2016, sans oublier tous nos amis avec qui j’ai
passé des bons et agréables moments : Billel, Nadir Bou3lem,Yacine,
Djamel,Fares,Fayçal et tous les gens qui j’ai connu à l’université pendant cinq
années que ce soit des professeurs, des agents de securité…
Liste des tableaux
TAB (III-1) : la géométrie du roulement (en mm)………………………………………...(39)
TAB (III-2) : fréquences de défaut (multiple la fréquence de l'axe en Hz………………...(39)
TAB (III-3) : fréquences caractéristiques des éléments défaillants de roulement…………(41)
TAB (III-4): évolution des amplitudes en fonction de diamètre de défautde la bague
externe……………………………………………………………………………………...(43)
TAB (III-5) : évolution des amplitudes en fonction de diamètre de défaut de la bague
interne……………………………………………………………………………………....(45)
TAB (III-6) : évolution des amplitudes en fonction de diamètre de défaut de la
bille…………………………………………………………………………………………(48)
LISTE DES FIGURES

Figure (I-1) : Différentes composantes d‘un roulement à bille……………………………...(6)

Figure (I-2) : une variété de roulements……………………………………………………...(8)

Figure(I-3) :différentes type de défaillances des roulements……………………………..(10)

Figure (I-4) : géométrie et dimensions d’un roulement……………………………………..(11)

Figure (II-1) : les différentes étapes de processus de diagnostic………………………......(18)

Figure (II-2) : principe de surveillance avec modèle……………………………………….(21)

Figure (II-3) : principe de la surveillance par estimation paramétrique…………………...(21)

Figure (II-4) : principe de la surveillance par observateurs………………………………..(22)

Figure (II-5) : a) Signal chirp, b) Sa représentation temps fréquence……………………..(27)

Figure (III-1) : les différents types des signaux vibratoires …………………………….....(31)

Figure (III-2) : schéma bloc de la chaine d’acquisition et de traitement de signal………..(32)
Figure (III-3):l’échantillonnage d’unsignal s(t)…………………………………………….(33)
Figure (III-4) : exemple d’un échantillonnage parfait……………………………………...(34)
Figure(III-5) : exemple d’un mauvais echantillonnage (recouvrement)…………….….....(34)
Figure (III-6) : signal temporel et sa représentation fréquentiel……………………......….(35)
Figure(III-7) :filtre passe bas…………………...………………………………………….(36)
Figure (III-8) : a)spectre en mode sain, b) spectre en mode défaillant……………….…...(36)
Figure (III-9) : le banc d'essai Américain (Data bearing center)……………………......…(38)
Figure (III-10) : signal temporel de roulement à l’état sain……………………………......(40)
Figure (III-11) : spectre de roulementà l’état sain……………………………………...….(40)
Figure (III-12) : spectre de roulement à l’état sain avec les fréquences caractéristiques des
défauts de roulement………………………………………………………………..………(41)
Figure (III-13) : spectre de défaut de roulement affectant la bague externe pour un diamètre de
défaut égale à 0.01778 (mm)…………………………………………….…………….…..(42)
Figure (III-14) : spectre de défaut de roulement affectant la bague externe pour un diamètre de
défaut égal à 0.0356 (mm)……………………………………………..……………………(42)
Figure (III-15) : spectre de défaut de roulement affectant la bague externe pour un diamètre de
défaut égal à 0.03556 (mm)……………………………………………………..…………..(43)
Figure (III-16) : l’évolution des amplitudes fonction de diamètre de défaut…………..….(43)
Figure (III-17) : spectre de défaut de roulement affectant la bague interne pour un diamètre de
défaut égal à 0.01778 (mm)……………………………………………………………....…(44)
Figure (III-18) : spectre de défaut de roulement affectant la bague interne pour un diamètre de
défaut égal à 0.0356 (mm)…………………………………………………………….…….(44)
Figure (III-19) : spectre de défaut de roulement affectant la bague interne pour un diamètre de
défaut égal à 0.05334 (mm)………………………………………………………………....(45)
Figure (III-20) : spectre de défaut de roulement affectant la bague interne pour un diamètre de
défaut égal à 0.07112 (mm)…………………………………………………………..….….(45)
Figure (III-21) : l’évolution de l’amplitude des raies en fonction de diamètre de
défaut………………………………………………………………………………….…….(46)
Figure (III-22) : spectre de défaut de roulement affectant la bille pour un diamètre de défaut
égal à 0.01778 (mm)……………………………………………………………….……….(46)
Figure(III-23) : spectre de défaut de roulement affectant la bille pour un diamètre de défaut
égal à 0.0356 (mm)…………………………………………………………..……………..(47)
Figure (III-24) : spectre de défaut de roulement affectant la bille pour un diamètre de défaut
égal à 0.05334 (mm)…………………………………………………………..……………(47)
Figure (III-25) : spectre de défaut de roulement affectant la bille pour un diamètre de défaut
égal à 0.07112 (mm)………………………………………………………………………..(47)
Figure (III-26) : l’évolution de l’amplitude des raies en fonction de diamètre de
défaut…………………………………………………………………………………….….(48)
Résumé
La maintenance des machines tournantes par l’analyse des vibrations a
considérablement évolué ces dernières années grâce aux techniques avancées de traitement
du signal. Ces techniques permettent maintenant de détecter à un stade précoce l’existence
d’un défaut, d’identifier sa nature, de déterminer sa gravité et de suivre son évolution. Ce
travail s’inscrit dans la thématique de la surveillance et diagnostic des défauts mécaniques et
plus particulièrement des défauts de roulements.
L’étude que nous allons faire se base sur l’application d’une technique de traitement
de signal qui est une solution efficace pour le diagnostic des défauts de roulements, cette
méthode est l’analyse spectrale, qui s’appuie sur la FFT ( Fast Fourier transformer).

Mots clés : analyse spectrale, roulement, diagnostic, transformé de Fourier, spectre, défaut.

Abstract
Maintenance of rotating machines by vibration analysis has evolved considerably in
recent years thanks to advanced signal processing techniques. These techniques now used to
detect at an early stage there is a fault, identify its nature, determine its severity and monitor
its evolution. This work is part of the theme of monitoring and diagnostics of mechanical
defects and particularly bearing defects.

The study we're going to do is based on the application of a signal processing

technique is an effective solution for the diagnosis of bearing fault, this method is spectral
analysis, which is based on the FFT ( Fast Fourier transform).

Keywords:analysisspectrum, bearing, diagnostic, Fourier transforms, defects.

 SOMMAIRE

REMERCEMENTS
DEDICACES
RESUME
ABSTRACT

INTRODUCTION GENERALE …………………………………………………………...1

CHAPITRE I : ETUDE THEORIQUE SUR LES ROULEMENTS
1. Introduction ……………………….……………………………………………………….5
2.Géométrie et constitution d’un roulement…………………………………………………..5
3. Différents types des roulements…………………………………………………….………6
4.Les facteurs essentielspour le choix de type de roulement.................................................8
5. Défauts des roulements……………………………………………………………………..9
5.1Causes principales des défauts………………………………………………………..9
5.2Principales défauts …………………………………………………………………...9
6.Fréquences caractéristiques pour les défauts d’un roulement………………...……..……10
6.1Défaut sur la bague intérieur……………………………………………………..….11
6.2Défaut sur la bague extérieure………………………………………………………..12
6.3Défaut sur la cage…………………………………………………………………….12
6.4Défaut sur l’élément roulant…………………………………………………...…….12
7.Conclusion …….……………………………………………………………………...…...13

CHAPITRE II : ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC PAR

TRAITEMENT DE SIGNAL

1. Introduction …………………………………………………………………………….....15
2.Définitions relatives au diagnostic…………………………………………….…………..15
2.1Le diagnostic…………………………………………………………….………….15
2.2 La détection……………………………………………………………….………….16
2.3 Le défaut……………………………………………………………………………..16
2.4Le défaillance…………………………………………………………….…….…….16
2.5La dégradation…………………………………………………………….…………17
2.6 La panne……………………………………………………………………....…….17
3.Les différentes étapes de diagnostic………………………...………………………….….17
3.1 Etape d’acquisition de données…………………………………………………....18
3.2 Etape d’élaboration d’indicateurs de défauts………………………………….......18
3.3Etape de d’élaboration d’indicateurs de défauts..............................................….....18
3.4Etape de localisation……………………………………………………………….19
3.5 Etape de prise de décision……………………………………………………….....19
4.Techniques et méthodes de diagnostic.…………………………………………....….........19
4.1 Classification des méthodes de diagnostic..……………………………………...…19
4.1.1 Méthodes de diagnostic avec modèles…………...………………………..…20
4.1.1.1Les méthodes de diagnostic par modélisation fonctionnelle
et matérielle…………………………………………………………………...20
4.1.1.2 Les méthodes de diagnostic par modélisationphysique…………...20
4.1.2Méthodes de diagnostic sans modèles…………...…………………………..22
4.1.2.1La reconnaissance des formes…..…………………………………...22
4.1.2.2 Les systèmes experts…………………………..……………...….…24
4.1.2.3 Les méthodes par approche signal………………..……………...…..…24
4.2 Quelques techniques de diagnostic par approche signal…….……………..……...25
4.2.1 Analyse temporelle……………………………………….…………...….…25
4.2.2 Analyse frequentielle…………………………………….……………….…25
4.2.3 Analyse cepstale………………………………………………………….…26

4.2.4 Analyse temps – fréquence…………………………………………....….....26

5. Conclusion…………………………………………………………………………...…...28

CHAPITRE III : DETECTION ET CARACTERISATION DE DES DEFAUTS DE

ROULEMENTS PAR L’ANALYSE SPECTRALE

1. Introduction…………………………………………………………………………….….30
2. Définitions…………………………………………………………………………….…...30
2.1 Signal vibratoire………………………………………………………………….…30
2.2 Le traitement de signal……………………………………………………………...31
2.3 Types des signaux……………………………………………………….………….31
2.3.1 Déterministe………………………………………………………………….31
2.3.2 Aléatoire…………………………………………….……………………….32
2.4 Chaine d’acquisition d’un signal………………………………………...………….32
2.5 Echantillonnage……………………………………………………………………..32
2.5.1 Définition……………………………………………………………………...32
2.5.2 Théorème Shannon……………………………………………………………33
3. L’analyse spectrale………………………………………………………………………..34
3.1 La transformée de Fourier discrète et rapide……………………...………….……34
3.2 Transformée de Fourier à fenêtre glissante…………………………………..…….35
3.3 Filtre anti-repliement……………………………………………………………….35
3.4 Principe de détection des défauts par l’analyse spectrale………………………….36
4. L’application de la méthode de l‘analyse spectrale pour la détection des défauts des
roulements ……………………………………………………………………………..…....38
4.1 Description de l’expérience……………………………………………………….38
4.2 Géométrie et caractéristiques du roulement à étudier….………….……….……...39
4.3 Caractérisation des signatures spectrales des défauts des roulements………....…39

4.3.1 Caractérisation des signatures spectrales à l’état sain……………….......…39

4.3.2 Caractérisation des signatures spectrales à l’étatdéfaillant…………….…40

4.3.2.1 signatures spectrales de défaut de la bague externe…………....…42

4.3.2.2 signatures spectrales de défaut de la bague interne……………....44

4.3.2.1 signatures spectrales de défaut de la bille………………..……….46

5. Conclusion……………………………………………………………………………...49

CONCLUSION GENERALE……………………………………………………………50
BIBLIOGRAPHIE
INTODUCTION GENERALE

INTRODUCTION GENERALE

MSC
1
INTRODUCTION GENERALE

Introduction générale

L’activité de maintenance des installations industrielles fait appel depuis une

vingtained’années à des techniques de diagnostic de plus en plus sophistiquées. Plusieurs
techniques dedétection de défauts sont aujourd’hui à la disposition des ingénieurs de
maintenance .parmicelles-ci on peut citer la thermographie infrarouge, pour la détection de
défauts d’origineélectrique ou mécanique, l’analyse des huiles pour le suivi de dégradation et
la contaminationdes fluides hydrauliques ainsi que l’évaluation du stade d’usure des pièces
mécanique, ladétection ultrasonore et l’analyse des vibrations mécaniques.

Parmi les outils de la maintenance conditionnelle, l’analyse des vibrations est celui
qui connaît aujourd’hui un des développements les plus importants du fait de l’évolution des
techniques dans les domaines de l’informatique et du traitement du signal. La finalité de ce
type de surveillance est destinée à assurer la sécurité de l’installation en évitant des
dégradations importantes par le déclenchement d’alarmes, lorsque le niveau des vibrations
atteint des valeurs jugées excessives pour le bon fonctionnement ou l’intégrité de cette
dernière. Il existe différentes techniques d’investigations utilisées dans le domaine du suivi
vibratoire des machines tournantes.

L’analyse vibratoire est couramment utilisée pour le diagnostic des

machinestournantes et fait appel à des outils de traitement du signal qui ont vu leur
champd’application s’élargir d’année en année. Il existe plusieurs techniques pour mettre
enœuvre les outils classiques de traitement du signal, tels que la transformée de Fourier (pour
letracé et l’analyse du spectre), la transformation de Hilbert [1], (pour la recherche
demodulations d’amplitude et/ou de fréquence utilisé souvent pour la détermination du
BCU), ainsi que le calcul d’indicateurs scalaires tels que la valeur efficace, le facteur décrète
etkurtosis.

L’un des problèmes les plus importants parmi ceux que pose la maintenance par
analysevibratoire est celui du diagnostic des roulements (les pièces les plus sensibles dans
unemachine tournante). On retrouve ces composants mécaniques dans de nombreuses
machinestournantes comptes tenus de leur simplicité et leur capacité à éviter les frottements
mécaniques.La détection de pannes de ces roulements se fait en analysant les vibrations
enregistrées avecdes accéléromètres mis en place pour le diagnostic.

MSC 2
INTRODUCTION GENERALE

Ce travail a pour but d’appliquer le traitement de signal dans la maintenance

industrielle, en faisant un diagnostic pour la détection et la caractérisation des défauts qui
peuvent affecter les différents éléments de roulements par la méthode d’analyse spectrale. Ce
mémoire est organisé en trois chapitres répartis comme suit :

Le 1௜௘௥ chapitre on décrira les constituants principaux d’un roulement, on détaillera

ses modes de défaillance et les fréquences caractéristiques des défauts, et on le finira par une
conclusion.

Dans le 2௜é௠ ௘ chapitre nous présenterons l’état de l’art sur le diagnostic industriel et
les différentes méthodes utilisées pour la détection des défauts qui existent couramment dans
l’industrie.

Dans le 3௜é௠ ௘ chapitre nous allons choisir une parmi les méthodes d’analyse par
traitement de signal les plus utilisée pour le diagnostic et la détection des défauts, cette
méthode est celle de l’analyse spectrale, dans cette partie nous étudierons quelques signaux
des roulements à l’état défaillant et on les compare avec celui de l’état sain afin de détecter et
identifier les défauts liés aux roulements et suivre l’évolution de ce derniers. Il est à noter
que les signaux des roulements qu’on va utiliser ont été pris du banc d'essai Américain
(Data bearing center).

Ce mémoire a pour but d’appliquer le traitement de signal dans la maintenance

industrielle, en faisant un diagnostic pour la détection et la caractérisation des défauts qui
peuvent affecter les différents éléments de roulements par la méthode d’analyse spectrale.

MSC 3
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

MSC 3
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

CHAPITRE
CHAPITRE 02 I:
ETUDE THEORIQUE SUR LES
ETUDE THEORIQUE
ROULEMENTSSUR LES
ROULEMENTS

MSC 4
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

I. Introduction
Les roulements sont plus récents par rapport aux paliers lisses, l'apparition des
roulements a été conditionnée par le remplacement du frottement de glissement par celui de
roulement. Ils sont largement utilisés dans le domaine de la construction mécanique, en
particulier dans le domaine des machines tournantes .L’utilisation aussi de ce produit dans le
domaine de l’automobile a donnée l’occasion de perfectionnement de la méthode de
fabrication, ainsi que l’amélioration de sa qualité.
On appelle roulement, une pièce mécanique composé de plusieurs éléments entre deux
organes, un mobile et l’autre immobile, le roulement est destiné à remplir un glissement par
roulement afin de réduire le frottement, il est définis deux critères qui sont : le type et les
dimensions.
le roulement est un organe mécanique, sa fonction est de permettre la transmission des
charges (efforts) entre deux pièces en rotation relative l’une par rapport à l’autre avec un
frottement très réduit. Il supporte et assure le guidage d’une charge tournante.
Dans ce chapitre, on va détailler la géométrie et la constitution du roulement, les critères du
choix des roulements, les défauts principaux qui peuvent affecter un roulement et finalement
les fréquences caractéristiques des défauts.

II. Géométrie et constitution d’un roulement

La performance des roulements est directement liée à la qualité du matériau utilisé en
particulier sa propreté (qualité). En effet les concentrations de contraintes liées à la géométrie
du contact sont considérablement amplifiées par la présence de défauts de type inclusions non
Métalliques dans la zone mécaniquement sollicitée (zone de charge).
Le roulement sans glissement des éléments roulants sur les chemins (pistes) assure la
transmission de la charge (l’énergie) d’une bague à une autre. Afin d’assurer un
roulementparfait[2], il faut que les éléments roulants soient complètement séparés par
unecage.
De manière générale, les roulements sont constitués de quatre composants essentiels[3]:
1-La bague extérieure.
2-La bague intérieure.
3- La cage.
4- Les éléments roulants.

MSC 5
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

Figure (I-1)) :Différentes composantes d‘un roulement [44].

1/La bague extérieure : C’est l’élément qui limite les dimensions extérieure
extérieures du roulement.
Elle sera montée dans un logement fixe (bague extérieure fixe) ou dans un moyeu tournent
(Bague extérieure tournante).

2/ La bague intérieure : Elle est montée sur un arbre fixe ou mobile. C'est
C'est-à-dire, elle est
fixe si la bague extérieure est mobile, et le contraire.
contra

3/ La cage : elle a pour rôle de maintenir le même écartement entre les éléments roulants, à
fin de préserver la même zone de charge du roulement, elle ne supporte aucune charge.

4/ Les éléments roulants : Ils s’agissent des billes, rouleaux et des aiguilles. Ce sont les
éléments des roulements qui assurent la transmission de la charge entre les deux bagues du
roulement, ils sont responsables de la rotation relative d’une bague par rapport à l’autre.

III. Différents types des roulements

Quel que soit la taille, la qualité et la matière utilisée pour la fabrication du roulement,
les roulements sont classés de plusieurs manières .En premier lieu, ils sont classés d’après la
forme des éléments roulant utilisés (roulements à billes ou à rouleaux), et ce d’après
l’importance de la charge appliquée au roulement (si la charge est importante, il faut choisir le
roulement à rouleaux, ce type de roulement est très proche de celui à billes, la cage contenant
des rouleaux au lieu de billes. Selon la forme des rouleaux il peut être possible de séparer les
bagues. Le problème d'assemblage du roulement n'est alors plus le même.

MSC 6
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

Le roulement à rouleaux supporte un effort radial supérieur par rapport au roulement à

billes, car le contact des éléments roulants avec les bagues est linéaire.
On utilise le roulement à rouleaux pour augmenter la surface de contact afin de minimiser les
contraintes ou les pressions sur les pistes. En deuxième lieu, ils sont classés d’après la
direction d’application de ces charges, à cet effet, il existe les roulements radiaux s’il
s’agitd’une charge radiale et des roulements axiaux (butées) dans le cas d’une charge axiale
importante.

 Les roulements rigides à billes (à rouleaux cylindriques) : ce sont les roulements

les plus répandus, ils sont conçus pour des charges radiales, mais peuvent supporter
une petite charge axiale. Les roulements à rouleaux peuvent supporter des charges
plus élevées.

 Les roulements à aiguilles : ils possèdent une forme cylindrique, et sont

suffisamment fin pour résoudre le problème où l’espace radial est fin.

 Roulements à billes à contact oblique : l’architecture de ces roulements les rend

capable de supporter des charges axiales et radiales à la fois.

 Roulements à rotules sur billes (de même sur rouleaux) : Ce type de roulement est
célèbre, inventé en 1907 par le fondateur de SKF Sven Wingquist, a permis de
résoudre l'un des problèmes industriels les plus épineux de l'époque, celui des arrêts de
production récurrents dus à des défaillances de roulements. Comme l'alignement des
arbres n'était pas suffisamment précis pour permettre une utilisation normale des
roulements rigides à billes, les pannes étaient fréquentes. Les roulements à rotule sur
billes à deux rangées, qui tolèrent un défaut d'alignement pour une durée de service
identique, ont permis de résoudre le problème[5].

MSC 7
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

Figure
Figure(I-2) : Une variété de roulements[6].

IV. Les facteurs essentiels pour le choix de type de roulement

Le choix du type et de la taille d’un roulement est basé sur les conditions de
fonctionnement et les caractéristiques de construction à fin d’assurer un bon fonctionnement à
des coûts réduits [7] [8].
Les facteurs qu’il faut tenir en considération pour réaliser
réaliser un choix optimal de roulement sont
les suivants :
 Savoir la nature, la direction ainsi que l’intensité de la charge que doit supporter le
roulement.
 La vitesse de rotation du roulement.
 La durée de vie souhaitée (demandée).
 La température à laquelle le roulement va travailler.
 La précision de fonctionnement à fin de permettre
permettre fixé le jeu interne de chaq
chaque
roulement.
 Il faut tenir en compte le mode de la lubrification, ainsi que le type du lubrifiant.
 La nature de la machine pour faire le choix du type de montage du roulement.
 La matière de l’arbre et du logement qui permettre de calculer le jeu résiduel
(fonctionnel) duroulement.
 L’encombrement (l’espace) réservé au roulement.

MSC 8
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

V. Défauts des roulements

V.1 Causes principalesdes défauts
Les roulements peuvent être endommagés par des causes externes comme:
– contamination du roulement par des particules extérieures : poussière, grains de sable ...
– corrosion engendrée par la pénétration d’eau, d’acides…..
– lubrification inadéquate qui peut causer un échauffement et l’usure du roulement.
– mauvais alignement du rotor.
– courant qui traverse le roulement et qui cause des arcs électriques[9].

V.2 Principaux défauts

On peut noter deux types d'avaries caractéristiques de la détérioration des roulements :
Les avaries dites naturelles dues à la fatigue des roulements et les avaries dues à un
mauvaismontage ou une mauvaise utilisation du roulement.

On qualifie les principaux défauts :

 Le grippage, dû à l'absence de lubrification, à une vitesse excessive ou un
mauvaischoix du type de roulement. Ceci se manifeste par un transfert de matière
arrachée surles surfaces et redéposée par microsoudure.
 Les empreintes par déformation, dues à des traces de coups, des fissures ou
descassures.
 L'incrustation de particules étrangères, due à un manque de propreté au montage ou
del'entrée accidentelle d'impuretés.
 La corrosion, due à un mauvais choix du lubrifiant, surtout quand les
roulementsviennent d'être nettoyés et sont contaminés par la transpiration des mains.
 La corrosion de contact, due au mauvais choix d'ajustements entre les bagues et
leslogements ou les arbres.
 Les criques, fissures étroites ou autres amorces de cassures dues aux
contraintesexagérées au montage ou au démontage.
 L'usure par abrasion, due à une mauvaise lubrification. L'usure par abrasion donne
auxroulements un aspect gris, givré.
 Le cas le plus rencontré est un défaut d'écaillage dû à la fatigue des roulements.

MSC 9
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

L'écaillage de fatigue, est un phénomène normal qui conduit à une défaillanc

défaillance et ce,quel que
soit les conditions d'utilisation et de fonctionnement. Ce défaut survient sousl'effet de la
fatigue due aux contraintes de cisaillement alternées qui sévissent en souscouche.
L'écaillage localisé et prématuré résulte d'anomalies caractérisées
caractérisées telles qu'unmauvais
montage, une surcharge, un défaut d'alignement, une mauvaise forme delogement. Ces
défauts donnent naissance à des vibrations qui les caractérisent. C'estpourquoi l'analyse
vibratoire s'avère intéressante et s'est montrée très puissante
puissante d'unepart pour surveiller l'état de
fonctionnement et d'autre part pour diagnostiquer le défautet
défaut suivre son évolution [[10].

Figure (I-3) :différentes

: type de défaillances des roulements
roulements.

VI. Fréquences caractéristiques pour les défauts d’un roulement

Les défauts que l’on peut y rencontrer sont les suivants : écaillage, grippage, corrosi
corrosion
(qui entraine l’écaillage)…etc.
…etc. Les roulements défectueux génèrent des vibrations de
fréquences égales aux vitesses de rotation de chaque pièce du roulement
roulement. Ils correspondent
notamment à la rotation des billes, des rouleaux ou de la cage et au passage des billes sur les
bagues.

MSC 10
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

Figure (I-44) : géométrie et dimensions d’un roulement..

ࡺ Lee nombre d’éléments roulants (billes, rouleaux ou aiguilles).

ࢊ࢓ Le diamètre primitif.
ࢊ࢈Le diamètre des éléments roulants.
ࢻ Angle de contact.

Pour chaque type de roulement, et en fonction de ses cotes de fabrication, on peut

considérer les fréquences caractéristiques données par les équations suivant :

VI.1Fréquence de défaut
éfaut sur la bague intérieure
Sa fréquence caractéristique est donnée dans l’équation (Eq.1).
). Cette fréquence est
modulée par safréquence de rotation de l’arbre (bandes latérales autour de la raie de défaut).

ࡺ ࢊ
ࢌ࢈࢏ = ૛ ቆ૚ + ࢊ ࢈ ‫ ࢚࢕࢘ࢌ( )ࢻ (ܛܗ܋‬− ࢌࢋ࢚࢞)ቇ………………..Eq(I
(I-1)
࢓

Avec :
ࢌ࢈࢏Fréquence de défaut de la bague intérieure.
intérieure
ࢌ࢘࢕࢚Fréquence de rotation de la bague intérieure.
intérieure
ࢌࢋ࢚࢞Fréquence de rotation de la bague extérieure.
ࡺ Le nombre d’éléments roulants (billes, rouleaux ou aiguilles).
ࢊ࢓ Le diamètre primitif.
ࢊ࢈Le diamètre des éléments roulants.
ࢻ Angle de contact.

MSC 11
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

VI.2Fréquence de défaut sur la bague extérieure

Sa fréquence caractéristique est donnée dans l’équation (Eq.2). Bien que la
chargeappliquée sur la bague externe soit constante, on peut remarquer une
modulationd’amplitude à la fréquence de rotation de l’arbre autour de la fréquence de défaut.

ࡺ ࢊ
ࢌ࢈ࢋ = ૛ ቆ૚ − ࢊ ࢈ ‫ ࢚࢕࢘ࢌ( )ࢻ (ܛܗ܋‬− ࢌࢋ࢚࢞)ቇ………………..Eq(I-2)
࢓

Avec :

ࢌ࢈ࢋFréquence de défaut de la bague extérieure.

VI.3Fréquence de défaut sur la cage

La fréquence de passage d’un défaut de cage est donnée par l’équation (Eq.3) Ce
défaut se manifeste par la présence de raies à la fréquenceࢌࢉࢇ, et ses harmoniques.

૚ ࢊ ૚ ࢊ
ࢌࢉࢇ = ૛ ቀ૚ − ࢊ ࢈ ‫)ࢻ (ܛܗ܋‬ቁࢌ࢘࢕࢚ + ૛ ቀ૚ − ࢊ ࢈ ‫)ࢻ (ܛܗ܋‬ቁࢌࢋ࢚࢞……………….Eq(I-3)
࢓ ࢓

Avec:
ࢌࢉࢇFréquence de défaut de la cage.

VI.4 Fréquence de défaut sur l’élément roulant

La fréquence de passage d’un défaut de bille (ou de rouleau), sur la bague externe ou
sur la première fréquence caractéristique de défaut correspond à la fréquence de rotation
del’élément roulant sur lui-même. De plus, cet élément roulant rencontre une fois la bague
intérieure et une fois la bague extérieure par tour, il génère donc des chocs à 2 fois
cettefréquence.

૚ࢊ ࢊ ૛
ࢌ࢈ = ૛ ࢊ࢓ ൬૚ − ቀࢊ ࢈ ‫)ࢻ (ܛܗ܋‬ቁ ൰(ࢌ࢘࢕࢚ − ࢌࢋ࢚࢞)………………..Eq(I-4)
ࢊ ࢓

Avec :

ࢌ࢈Fréquence de défaut de la bille [11] [12] [13] [14].

MSC 12
CHAPITRE I ETUDE THEORIQUE SUR LES ROULEMENTS

VII. Conclusion
Dans ce chapitre Nous avons vu qu’il existe plusieurs types de roulements dans
l’industrie, chaque type de roulements présente des caractéristiques qui dépendent de sa
conception et qui la rendent plus ou moins adapté à une application donnée.

Ensuite, on a détaillé les déférentsdéfauts qui peuvent affecter les roulements, et on a

mentionné les fréquences caractéristiques du chaque défaut.

Dans le chapitre suivant on verra l’état de l’art sur les méthodes utilisées pour le
diagnostic des défauts de roulements dans l’industrie, en se basant sur les méthodes par
approche signal.

MSC 13
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

CHAPITRE II :
ETAT DE L’ART SUR LES METHODES DE
DIAGNOSTIC INDUSTRIEL

MSC
14
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

I. Introduction
Le diagnostic est une composante principale du module de supervision. Il consiste à
déterminer chaque instant le mode de fonctionnement dans lequel le système se trouve.
Le diagnostic est l’identification de la cause probable de la (ou des)défaillances à l’aide d’un
raisonnement logique fondé sur un ensemble d’information prévenants d’une inspection, d’un
contrôle ou d’un test.
Le diagnostic de défaillance des systèmes industriels, s’il est réalisé avec efficacité ou s’il
permet de détecter de façon précoce une dégradation, représente un des moyens pour contribuer à
gagner des points de productivité, à cause de l’importance de diagnostic dans la maintenance
corrective, de sa pertinence et de sa rapidité dépend l’efficacité de l’intervention au sein de
l’entreprise. Pour cela, des recherches ont été effectuées autour du problème du diagnostic, que ce
soit pour des systèmes dynamiques, des réseaux de distribution ou des réseaux de
télécommunications

Dans ce chapitre nous présentons l’état de l’art sur les méthodes de diagnostic
industriel, ou on va définir quelques concepts relatifs au diagnostic et à la défaillance
industrielle, puis on cite les étapes essentielles de diagnostic et on finira par les méthodes
utilisées dans le diagnostic industriel.

II. Définitions relatives au diagnostic

II.1Diagnostic
De nombreuses définitions sont proposées pour le terme de diagnostic, celle du
dictionnaire Robert est rigoureusement étymologique : « action de déterminer une
maladie d’après ses symptômes ». L’origine de ce mot provient de deux mots grecs, «
dia » qui signifie « par » et « gnossie » qui signifie « connaissance ».
Dans l’industrie, le diagnostic est défini par l’ensemble d’actions visant à évaluer un
procédé (système) et identifier la cause probable des défaillances à l’aide d’un
raisonnement logique fondé sur un ensemble d’informations provenant d’une inspection,
d’un contrôle ou d’un test de son fonctionnement.
Le diagnostic est en principe défini comme un processus à trois phases :

- détection du mode de fonctionnement.

- qualification du mode de fonctionnement.

- décision à partir de la reconnaissance du mode de fonctionnement.

MSC
15
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

La mission pour laquelle le système a été conçu, peut être totalement remplie,
partiellement remplie ou non remplie, cela dépend du mode de fonctionnement.

Un système est dit diagnosticable s’il est susceptible d’être soumis à un diagnostic, il doit
alors être muni d’organes d’observation (capteurs) et d’un système d’analyse pour étudier les
informations fournies. La diagnosticabilité sera l’aptitude d’un système à être
diagnostiqué[15].
Le diagnostic permet de déterminer le type, lataille, l’endroit et l’instant de
l’apparition de du défaut. L’opération de diagnostic incluse la localisation et l’identification
d’un défaut.
Deux tâches essentielles en diagnostic :
 la localisation : permet de déterminer les ou les élémentsdéfaillants.
 l’identification : estime les caractéristiques statiques et dynamiques de
défaut : l’instant d’apparition de la panne, sa durée et son importance[16].

II.2La détection
Pour détecter les défaillances d’un système, il faut être capable de classer les situations
observables comme étant normales ou anormales.
Cette classification n’est pas triviale, étant donné le manque d’information qui caractérise
généralement les situations anormales. Une simplification communément adoptée consiste à
Considérer comme anormale toute situation qui n’est pas normale [17].

II.3 Défaut
Un défaut est une anomalie de fonctionnement d’un système physique. On appelle
défaut tout écart entre la caractéristique observéesur le dispositif et la caractéristique
théorique.
Cet écart est idéalement nul en absence de défauts. Les défauts peuvent apparaître au niveau
des capteurs, des actionneurs ou au niveau du système lui-même.

II.4Défaillance
Evénement engendrant une modification du fonctionnement du procédé. L’état du
système ne correspond plus à un fonctionnement normal. Le système n’est plus apte à assurer
totalement ses fonctions. Il est clair qu’une défaillance implique l’apparition d’un défaut
puisqu’il existe un écart entre la caractéristique mesurée et la caractéristique théorique. Par

MSC
16
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

contre, un défaut n’implique pas nécessairement unedéfaillance puisque le dispositif peut très
bien continuer à assurer sa mission principale [15].

Une défaillance est l’altération ou la cessation de l’aptitude d’un ensemble à accomplir

sa ou ses fonction requise avec les performances définies dans les spécifications techniques,
on peut classer les défaillances selon leur degré de sévérité par :
 Défaillance absorbable : pouvant être ignorée dans un premier temps.
 Défaillance significative : nécessite un processus de traitement.
 Défaillance critique : nécessite une intervention d’urgence.

II.5Dégradation
Une dégradation représente une perte de performance d'une des fonctions assurées
par un équipement, Si les performances sont au-dessous du seuil défini dans les spécifications
fonctionnelles de cet équipement, Il n'y a plus dégradation mais défaillance [17].

II.6Panne
C’est la conséquence d’une défaillance affectant le système, aboutissantà une
interruption permanente de sa capacité à remplir une fonction requise et pouvant provoquer
son arrêt complet .C’est la cause de l’apparition de symptômes.
Deux types de pannes peuvent être distingués :
 Les pannes permanentes : une fois la panne est produite, ellenécessite une action de
réparation.

 Les pannes intermittentes : le système peut retrouver son fonctionnement normal

après l’occurrence de la panne. Une panne intermittente est généralement le résultat
d’une dégradationpartielleet progressive d’un composant du système, pouvant aboutir
à une panne permanente [16].

III. Les différentes étapes de diagnostic

Effectuer un diagnostic nécessite un certain nombred’étapes qui s’enchaînent :

MSC
17
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

Figure (II-1) : lesdifférentesétapes de processus de diagnostic.

III.1Etape
Etape d’acquisition de données
La procédure de diagnostic nécessite une disponibilité d’informations sur le
fonctionnement du système à surveiller. Ces informations sont recueillies lors d’une phase
d’acquisition de données suivie d’une validation.
Cette étape implique l’utilisation de capteurs appropriés permettant
permettant de mesurer les différentes
variables du processus.

III.2Etape
Etape d’élaboration d’indicateurs de défauts
A partir des mesures réalisées et des observations issues des opérateurs en charge de
l’installation, il s’agit de construire des indicateurs permettant
permettant de mettre en évidence les
Éventuels défauts pouvant apparaître au sein du système. Dans le domaine du diagnostic, les
Indicateurs de défauts sont couramment dénommés lesrésidus ou symptômes.

III.3Etape de détection
Cette étape doit permettre de décider si le systèmese trouve ou non dans un état de
fonctionnement normal. Il ne suffit pas de tester le non nullité des résidus pour décider de
l’apparition d’un défaut car, dans la pratique, lesgrandeurs mesurées sont toujours entachées
de bruits et le système à surveiller est toujours soumis à des perturbations. Par conséquent,

MSC
18
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

cette étape fait le plus souvent appel aux tests statistiques ou, de manière plus simple, est
réalisée à l’aide d’un seuillage.

III.4 Etape de localisation

Il s’agit à partir des résidus non nuls statistiquement, de localiser le défaut, c'est-à-dire
de déterminer le ou les éléments défaillants. La procédure de localisation nécessite
l’utilisation d’un ensemble (ou vecteur) de résidus, qui doivent avoir des propriétés
permettant de caractériser de manière unique chaque défaut. Pour ce faire, deux méthodes
peuvent être utilisées :
 la construction de résidus structurés.
 la construction des résidus directionnels.

III.5Etape de prise de décision

Il s’agit de décider de la marche à suivre afin de conserver les performances
souhaitées, du système sous surveillance. Cette prise de décision doit permettre de générer,
éventuellement sous le control d’un opérateur humain, les actions correctrices nécessaires à
un retour à la normale du fonctionnement de l’installation.
En résumé, quelle que soit la méthode employée, la procédure de diagnostic comprend
deux Principales étapes, une étape de génération de résidus et une étape d’évaluation des
résidus [14].

IV. Techniques et méthodes de diagnostic

IV.1Classification des méthodes de diagnostic
Les méthodes de diagnostic se distinguent selon différents critères :

• la dynamique du procédé (discret, continu ou hybride).

• la complexité du procédé, l’implémentation du diagnostic en ligne et/ou hors ligne.

• la nature de l’information (qualitative et/ou quantitative).

• la profondeur de l'information (structurelle, fonctionnelle et/ou temporelle), sa

distribution(centralisée, décentralisée ou distribuée)[18].

L’existenced’un modèle formel ou mathématique de l’équipementdétermine la méthode de

surveillanceutilisée. Le diagnostic avec modèle se compose essentiellement de deux
techniques :

MSC
19
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

Technique basée sur une modélisation fonctionnelle et matérielle, et la technique basée sur
une modélisation physique.
D’un autre cote, les méthodes qui ne se basent pas sur l’existence du modèle sedivisent en
troiscatégories : méthodes utilisant des outils statistiques (méthodes de traitement de signal),
et celles utilisant lareconnaissance desformes, et celles qui utilisent les systèmes experts.

IV.1.1Méthodes de diagnostic avec modèles

Les méthodes de diagnostic avec modèle ont pour principe de comparer les mesures
effectuées sur le système aux informations fournies par le modèle. Tout écart estsynonyme de
défaillance. Ces méthodes peuvent êtreséparées en deux :
Méthodes de diagnostic par modélisation fonctionnelle et matérielle, Lesméthodes de
diagnostic par modélisation physique[19].

IV1.1.1 Les méthodes de diagnostic par modélisation fonctionnelle et matérielle

Le principe de ces méthodes consiste à établir à priori et de la manière la plus
complète possible, les liens entre les causes initiales des défaillances et leurs effets
mesurables. Les méthodes les plus couramment rencontrées sont l'AMDEC (Analyse des
Modes de Défaillance, de leurs Effets et de leur Criticité) et les ADD.

IV.1.1.2Les méthodesde diagnostic par modélisation physique

Les méthodes de surveillance avec modèle physique ont pour principe de comparer les
mesures effectuées sur le système aux informations fournies par le modèle [20]. Tout écart est
alors synonyme d’une défaillance. Les outils de-là théorie de la décision sont ensuite utilisés
pour déterminer si cet écart est dû à des aléas normaux, comme par exemple le bruit de
mesure ou s’il traduit une défaillance du système.
Ces méthodes utilisent un modèle décrit par des relations mathématiques représentant
les différentes relations physiques du procédé. Généralement, ces relations physiques
découlent de l’application de lois fondamentales dedivers domaines (physique, chimie,
électricité, thermodynamique, mécanique, etc.). Ainsi, il est possible de créer une
modélisation du système qui, en lui appliquant les entrées similaires au système réel (lois de
commande, paramètres du procédé, etc.), fournit uneréponse estimée du système. Il est alors
possible de calculer l’écart entre la réponse réelle du système et sa réponse estimée, comme
indiqué sur la Figure (II-2). Cet écart est usuellement appelé résidu (R).

MSC
20
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

Figure (II-2)
(I : Principe de surveillance avec modèle

En d’autres termes, on peut dire que les résidus sont les écarts entre les observations du
système et le modèle mathématique. L’objectif dece type d’approche est de réussir à faire la
distinction entre les résidus causés
causés par des défauts et les résidus causés par les autres sources
de variation. Les résidus sont relativementélevés lorsqu’un défaut est présenté dans le
procédé, et sont plutôt faibles en l’absence du défaut. Dans ce cas, la présence du défaut est
détectée en appliquant des seuils adéquats sur les résidus.
Il existe plusieurs approches de génération de résidus, cependant troi
trois sont vraiment
essentielles [21], il s’agit de :

a)Estimation des paramètres :

Les résidus sont la différence entre les paramètres nominaux du modèle et les paramètres
estimés du modèle [22].

Figure (II-3) : Principe de la surveillance par estimation paramétrique

paramétrique.

b)Observateurs :
Les méthodes à base d’observateurs reconstruisent une estimationde la sortie à partir de toutes
ou parties des sorties réelles du système. Les résidus sont alors classiquement la différence
entre les sortiesmesurées et les sorties estimées [23].

MSC
21
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

Figure (II-4)) : Principe de la surveillance par observateurs

c)Equations de parité :
Cette méthode consiste à vérifier l’exactitude deséquations mathématiques du modèle en se
basantt sur les sorties du procédé [24].

IV.1.2Méthodes de diagnostic sans modèles

Nombreuses sont les applications industrielles dont le modèle est difficile,
voireimpossible à obtenir suite à une complexité accrue ou à de nombreuses
reconfigurationsintervenantess durant le processus de production. Pour ce type d’applications
industrielles, lesseules méthodes de diagnosticopérationnelles sont celles sans modèle. Deux
techniquesexistent dans ce cas : technique par les outils de traitement de signal (approche
signal) et celle par reconnaissance deformes
de [25], et la méthode les systèmes experts. Pour des
raisons de simplicité le diagnostic par approche signal est la technique la plus utilisée
actuellement en diagnostic industriel [26], c’est pour cela on essaiera de le détailler un peu
dans ce qui suit.

IV.1.2.1 La reconnaissance des formes

Ces méthodes reposent sur l’utilisation des algorithmesde classification des formes et
des mesures (continues ou discrètes). Le fonctionnementd’un système de diagnostic par
reconnaissance des formes se déroule en troisphases:

MSC
22
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

_ Une phase d’analyse qui consiste à déterminer et à réduire l’espace de représentationdes

données et à définir l’espace de décision permettant de spécifier l’ensemble desclasses
possibles.
_ Une phase de choix d’une méthode de décision permettant de définir une règle dedécision
qui a pour fonction de classer les nouvelles observations dans les différentesclasses de
l’ensemble d’apprentissage.
_ Une phase d’exploitation qui détermine, en appliquant la règle de décision, le modede
fonctionnement du système en fonction de chaque nouvelle observation recueilliesur le
processus.
Ils existent trois techniques de reconnaissance des formes. La première technique est une
technique classique de discrimination basée sur les outils de la probabilité. Cette technique
peut se montrer insuffisante car elle suppose une connaissance à priori de tous les états de
fonctionnement et ne prend pas en compte révolution du système [26]. Les deux autres
techniques reposent sur la théorie de l'intelligence artificielle. Ces techniques ont l'avantage
de ne pas se baser sur les connaissances à priori des états de fonctionnement mais plutôt sur
une phase d'apprentissage. Ces deux techniques sont la reconnaissance des formes par la
logique floue et la reconnaissance des formes par réseaux de neurones.

a)Les réseaux de neurones artificiels

Imitent la structure neuronale d'un cerveau humain : ils sont formés par un réseau
complexe de blocs arithmétiques simples. Ilspeuvent facilement représenter les systèmes non
linéaires multi-entrées/multi-sorties. Cette technique a largement été utilisée dans le domaine
du diagnostic des machines électriques. Selon plusieurs démarches et techniques :

 apprentissage à partir de signaux temporels ou fréquentiels issus de simulation ou

d'expérimentation.
 diagnostic en temps réel et autonome.
 mise â jour dynamiquede la structure du réseau.
 filtrage des transitoires, des perturbations et du bruit.
 détection des défauts dès leur naissance.
b) La logique floue
Traduit la perception humaine des valeurs. Elle ne se limite pas à des valeurs «vrai.
Faux» comme la logique traditionnelle. Elle offre une large fourchette de valeurs
intermédiaires. Les systèmes flous sont capables de traiter des variables naturelles via

MSC
23
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

desconditions floues «si-alors». Les systèmes flous adaptatifs exploitent les

facultésd'apprentissage des réseaux de neurones ou la robustesse des algorithmes génétiques
dans le domaine de l'optimisation des paramètres du système â étudié. Afin de prendre en
considération les connaissances à priori et l'expertise humaine dans le domaine. Nous
pouvons trouver dans la littérature[27] [28], plusieurs articles exploitant cette technique dans
le domaine du diagnostic et de la surveillance des machines électriques. Avec des objectifs
variés :

 détection d'un fonctionnement anormal et localisation de la défaillance.

 évaluation des indices de performance.
 construction de bases des données issues de l'expertise humaine. et formulation sous
forme de règles conditionnelles «si-alors».
 conception de systèmes adaptatifs pour le diagnostic.

IV.1.2.2 Les systèmes experts :

Les systèmes experts utilisent une information heuristiquepour lier les symptômes aux
défauts .Ce sont des systèmes à base derègles qui établissent des associations empiriques entre
effets et causes.
Ces associations sont généralement fondées sur l’expérience de l’expert plutôt que sur
uneconnaissance de la structure et/oudu comportement du système. Leur fonctionnalité estde
trouver la cause de ce qui a été observé en parcourant les règles par un raisonnementinductif
par chaînage avant ou arrière.

IV.1.2.3 Les méthodes par approche signal

Le traitement et l’analyse d’un signal peuvent être parfois utiles dans le domaine de
diagnostic, en effet, La mesure d’un signal indique des oscillations qui peuvent être
harmoniques, de nature stochastique ou les deux simultanément. La variation de ces signaux
peut être reliée aux défauts.
Ainsi, d’une manière générale, on peut déterminer les caractéristiques d’un signal
relatif à un défaut en déterminant par exemple son amplitude. Il existe toutefois d’autres
possibilités qui consistent à déterminer les fonctions d’auto corrélation, les transformées de
Fourier ou la densité spectrale .

MSC
24
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

La première étape dans cette approche concerne l’acquisition des signaux en les
caractérisant dans le domaine fréquentiel, en déterminant leur contenu spectral, leur
variance... etc.[29].L'apparition d'un défaut étant à l'origine de nombreux phénomènes tels que
l'échauffement, les vibrations,...etc. ces symptômes sont la manifestation flagrante d'une
modification des caractéristiques temporelles et fréquentielles des grandeurs électriques et
mécaniques.
Cette étape est basée sur la connaissance du système sain (par mesure ou par modèles
numériques). La deuxième étape consiste ensuite en une création(artificielle) de défauts (à
nouveau sur maquettes physiques ou par modèle numérique). La signature du défaut, c'est-à-
dire sa répercussion sur certaines grandeurs, est alors identifiée.
Une observation est ensuite réalisée sur un convertisseur réel. Une analyse est portée sur les
grandeurs consistant en la reconnaissance de signatures de défaut déjà connues.

IV.2Quelques techniques de diagnostic par approche signal

IV.2.1 Analyse temporelle
L’analyse temporelle peut se faire soit à l’échelle du signal, c’est à dire en utilisant des
indicateurs obtenus à partir d’une fenêtre glissante sur le signal, cela permet la détection et la
localisation du défaut, soit à l’échelle d’un ensemble de signaux, les indicateurs ont une
valeur scalaire calculée directement sur la totalité d’un signal. Cette analyse s’applique à des
machines simples et consiste à effectuer des mesures de vitesse dans des gammes de
fréquences faibles et des mesures d’accélération dans des gammes de fréquences élevée.
Cet outil est aisé à employer lorsque le signal est simple (vibration de type sinusoïdal du
balourd d’un rotor par exemple), mais devient inexploitable dans le cas de sollicitations
multiples et de faible influence sur les défauts [30].

IV.2.2 Analyse fréquentiel

Le second type de représentation est la représentation du domaine de fréquence
(fréquence, amplitude) appelé spectre ou représentation spectrale. Le signal complexe F(t) qui
est difficile à interpréter, est décomposé en une série de composants élémentaires définis par
leurs fréquences et leurs amplitudes.
L‘outil mathématique utilisé dans ce cas est la décomposition du signal à l‘aide de la
transformée de Fourier. Si cette décomposition est possible, sa représentation dans le domaine
temporel est encore inutilisable. Il consiste à représenter dans un diagramme appelé spectre la

MSC
25
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

fréquence et l‘amplitude. Avec ce type de représentation, chaque composante sinusoïdale est

définie par son amplitude et sa fréquence. La représentation spectrale devient plus nette et
réalisable. Le spectre final contient toutes les fréquences sinusoïdales (lignes discrètes)
formant le signal de vibration d'origine. A noter que le spectre d'un choc périodique comporte
un peigne de lignes à la fréquence de choc.

IV.2.3 Analyse cepstale

Le cepstre se définit comme la transformée de Fourier inverse du logarithme décimal
de la transformée de Fourier [31]

࡯[࢙(࢚)] = ࢀࡲି૚‫|])࢚(࢙[ࡲࢀ| ܏ܗܔ‬ ି૛

…………………………….Eq(II-5)

Il a pour but d’identifier et de quantifier toutes les structures périodiques contenues

dans le spectre. Il permet de définir des indicateurs adaptés à la détection précoce des défauts
induisant, à des stades plus ou moins avancés, des énergies vibratoires que les indicateurs
issus de techniques traditionnelles mettraient difficilement en évidence. Le cepstre et ses
dérivées représentent les amplitudes des composantes dont les quéfrences correspondent aux
périodes de répétition des chocs induits par les défauts de la machine surveillée. Il est
largement utilisé pour la détection de défauts d’engrenage et dans une moindre mesure pour
les défauts de roulements [32].

IV.2.4Analyse temps – fréquence

Les méthodes d’analyse temps fréquence ont été développées pour l’étude des signaux
non-stationnaires [33] [34] [35].Cette notion de non stationnarité peut s’appliquer aussi bien à
des signaux aléatoires qu’à des signaux certains. Plus généralement, elles s’appliquent à des
signaux dont le contenu fréquentiel ou les propriétés statistiques évoluent au cours du temps,
Ellepermet une localisation des périodicités dans le temps et indiquera aussi la période varie
d'une façoncontinue, si elle disparaît puis réapparaît par la suite, etc.
L’analyse temps-fréquence concilie les avantages de l’analyse spectrale et de l’analyse
temporelle, en caractérisant le signal vibratoire à la fois en temps et en fréquence. C’est une
Analyse fine qui permet de détecter des changements anormaux dans la répartition
fréquentielle d’une signature vibratoire à un instant précis dans le cycle. Elle apporte par

MSC
26
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

ailleurs une solution pour séparer des signatures vibratoires proches qui se recouvrent en
temps et/ou en fréquence.
L'analyse temps–fréquence
fréquence traditionnelle utilise des distributions qui rreprésentent
l'énergie ou puissance des signaux en deux dimensions de temps et de fréquence pour révéler
les meilleurs modèles de diagnostic.

La Figure (II-5) montre un signal chirp et sa représentation temps fréquence, on peut

voir que sa fréquence est variable dans le temps. Uniquement cette présentation donne une
bonne localisation
ocalisation pour les fréquences [36].
[

Figure (II-5) : a) Signal chirp, b) Sa représentation temps fréquence

fréquence.

Les méthodes temps-fréquencee permettent alors de fournir une représentation du signal en

trois dimensions (amplitude-temps
temps-fréquence), etde
de détecter et de suivre le développement
des défauts qui génèrent une
ne faible puissance vibratoire.

MSC
27
CHAPITRE II ETAT DE L’ART SUR LES METHODES DE DIAGNOSTIC INDUSTRIEL

V. Conclusion
Dans ce chapitre on a été consacré à une présentation de quelques définitions relatives
au diagnostic dans le domaine industriel, suiviepar les différentesétapesutilisées dans un
diagnostic et on a terminé par les méthodes d’analyses utilisées pour la détection et le
diagnostic des défauts.
Le choix d’une méthode d’analyse s’effectue suivant des critères par exemple la
nature des signaux acquis de la machine, l’environnement industriel etc.…
Grâce à sa simplicité et sa rapidité d’extraire les résultats, la méthodepar approche
signal est parmi les méthodes les plus utilisées pour la détection et le diagnostic des défauts,
surtout les défauts des engrenages, les défauts de roulements par exemple…
Dans le chapitre qui suit on s’intéressera à la détection des défauts de roulements en
appliquant la méthode de l’analyse spectralesur des signaux réels.

MSC
28
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

CHAPITRE III :
DETECTION ET CARACTERISATION DES
DEFAUTS DE ROULEMENT PAR
L’ANALYSESPECTRALE
, ;kkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkk

MSC
29
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

I. Introduction
Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet
l'élaboration ou l'interprétation des signaux porteurs d'informations. Son but est donc de réussir à
extraire un maximum d'information utile sur un signalperturbé par du bruiten s'appuyant sur les
ressources de l'électronique et de l'informatique.
Le diagnostic industriel basé sur le traitement de signal est parmi les méthodes les plus
efficaces et les plus utilisées dans l’industrie, surtout ce qui concerne la détection des défauts
affectant les machines tournantes (les défauts des roulements, les défauts des engrenages…etc.)
Le diagnostic par approche signal consiste à étudier les contenus des signaux relevés afin
d’extraire leurs propriétés temporels, fréquentiels ou bien leurs amplitudes, ça dépond la méthode
d’analyse à suivre.
Dans ce qui suit nous nous intéressons par la détection des défauts des roulements à billes par
la méthode d’analysespectrale, ou on va donner quelques définitions sur le signal vibratoire et ses
caractéristiques, la transformée de Fourier rapide et le principe de détection des défauts par l’analyse
spectrale,et on finira par l’application de cette méthode sur quelques signaux obtenus du banc d’essai
American.

II. Définitions
II.1Signal vibratoire
Un signal est la représentation physique de l'information, qu'il convoie de sa source à son
destinataire. La description mathématique des signaux est l'objectif de la théorie du signal, Elle offre
les moyens d'analyser, de concevoir et de caractériser des systèmes de traitement de l'information.

Les signaux vibratoires ont une structure complexe, et sont constitués de différentes
composantes :
 une partie du signal provient des phénomènes cycliques (déterministes ou non) se produisant
dans le système, comme la rotation des arbres, les chocs des engrènements, les mouvements
existants au sein d’un roulement...,
 une partie aléatoire, due aux phénomènes parasites générés lors du fonctionnement d’un
système (jeu, frottement, ...) Ces signaux ne sont globalement pas stationnaires. En effet, ils ne
sont pas indépendants du temps même si la vitesse de fonctionnement reste constante. Cette
non-stationnarité a plusieurs origines :
 vieillissement du système.

MSC
30
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

 excitation du système en vibration due aux chocs internes successifs voire chaotiques
(engrenages, roulements...),
 non-stationnarité
stationnarité des efforts transmis à travers le système,
 imperfection des surfaces de contact, et contact variable
varia entre dentures.
dentures

II.2Le traitement de signal

Le traitement du signal est la théorie permettant d'effectuer une description (une modélisation)
et une analyse des signaux et des systèmes. Le traitement du signal a pour objectif la réalisation et
l'interprétation des signaux porteurs d'information. Le but du traitement du signal est en effet d'extraire
le maximum d'information utile sur un signal perturbé par le bruit [37].

II.3Type des signaux

Lafigure (III-1)représente les différents types des signaux:

Figure (III--1) : les différents types des signaux vibratoire [38].

II.3.1 Déterministe
Des signaux (périodique ou non périodique) dont l’évolution en fonction du tempspeut être
parfaitement décrite par un modèle mathématique. Ces signaux proviennent dephénomènes pour
lesquels on connaît les lois physiques correspondantes et les conditionsinitiales, permettant ainsi de
prévoir le résultat. Les signaux non périodiques se composentd’une part des signaux
pseudopériodiques formés d’une somme de sinusoïdes de périodesdifférentes et d’autre part des

MSC
31
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

signaux transitoires dont l’existence

l’existenc est limitée dans le temps. Ces signaux "certains" peuvent en
principe être reproduits rigoureusement identiques àeux-mêmes
à [39].

II.3.2Aléatoire
Le signal aléatoire fait intervenir deux notions :
 La notion de signal c’est à dire une mesure qui dépend d’un ou plusieurs paramètresd’espace,
le plus souvent le temps.
 La notion d’aléatoire qui fait que, à un instant t donné, la mesure n’est pas certainemais dépend
du hasard. Cet aspect est appelé l’aspect stochastique et on parle indifféremmentde signal
aléatoire
atoire ou de signal stochastique.
Ce sont les signaux qui ont caractère non reproductible et imprévisible.

II.4La
La chaîne d’acquisition d’un signal
La chaîne d’acquisition figure(III-2)
f est l’élément essentiel de toutestechniques. Elle permet de
transformer un phénomène physique en un signal exploitable via le capteur. Son intérêt est
d’améliorer le signal émis enun signal retravaillé pour faire ressortir ses caractéristiques.

Figure (III-2) : schéma bloc de la chaine d’acquisition et de traitement de signal.

signal

II.5Echantillonnage
II.5.1 Définition
L’échantillonnage consiste à prélever à des instants précis, le plus souvent équidistants, les
valeursinstantanées d’un signal. Le signal analogique ࡿࢋ(࢚), continu dans le temps, est alors
représenter par un ensemble de valeur discrète :

ࡿࢋ(࢚) = ࢙(࢔. ࢀࢋ).................... Eq(III.6)

Avec :
࢔ Entier.
ࢀࢋpériode d’échantillonnage.

MSC
32
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Figure (III-3)
( :L’échantillonnage
L’échantillonnage d’un signal s(t).

On appelle période d’échantillonnage ࢀࢋ(en s), le temps entre deux mesuressuccessives.

mesures La fréquence

d’échantillonnageࡲࢋ, correspond au nombre de mesures effectuées par seconde. On a :

ࡲࢋ = ૚ൗࢀ ……………………………….. Eq(III-7)

ࢋ

Le choix de la fréquence d’échantillonnage est crucial afin de reproduirefidèlement le signal étudié.

En effet si le signal analogique varie trop vite par rapport à la fréquence d’échantillonnage, la
numérisation donnera un renduincorrect.

II.5.2Théorème de Shannon :
Pour un signal
al périodique la fréquence d’échantillonnage
d’échanti ࡲࢋ doitêtre au moins le double de la
fréquence maximale ࡲ࢓ ࢇ࢞du signal [40] :

ࡲࢋ > 2 ∗ ࡲ࢓ ࢇ࢞…………………………………..Eq(III-8)
8)

’échantillonnage est : ࡲࢋ = ૛. ૞૟ ∗ ࡲ࢓ ࢇ࢞
En pratique, la valeur couramment choisie pour la fréquence d’échantillonnage

Figure(III : exemple d’un échantillonnage parfait.

Figure(III-4) parfait

Le théorème de SHANNON montre que la reconstitution correcte d’un signal nécessite que la
fréquence d’échantillonnage ࡲࢋ soit au moins deux fois plus grande que la plus grande des
fréquencesࡲ࢓ ࢇ࢞ du spectre du signal : ࡲࢋ > ࡲ࢓ ࢇ࢞
à ࢋ /૛, la
 Siࡲ࢓ ࢇ࢞, la fréquence maximale du spectre du signal à échantillonner, est supérieure àࡲ
restitution du signal original sera impossible car il va apparaître un recouvrement spectral
lors de l’échantillonnage. On dit qu’on est en sous-échantillonnage.
échantillonnage.
MSC
33
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Figure(III-5) : exemple d’un mauvais echantillonnage (recouvrement).

III. L’analyse spectrale

L’analyse « en fréquence » est devenue l’outil fondamental pour le traitement des signaux
Vibratoires. Elle s’appuie sur la transformée de Fourier, qui permet le passage du domaine temporel
au domaine fréquentiel. Cette représentation permet de connaître le
l e contenu spectral d’énergie ou de
puissance, présent dans le signal à la fréquence F,, et donc de détecter la présence d’un défaut générant
un choc périodique à une fréquence de défaut. La comparaison de cette fréquence avec celles
celle des
défauts théoriques potentiels
otentiels (fréquences caractéristiques des défauts)) sur le roulement permet sa
localisation [41].Dans
Dans la pratique, on utilise la transformée de Fourier discrète rapide (FFT).

III.1La
La Transformée de Fourier Discrète et Rapide
La transformée de Fourier est parmi les méthodes les plus robustes pour le traitement des
signaux en régime stationnaire. Ses dérivées discrète (TFD) et rapide (TFR) comptent parmi
parm les outils
fondamentaux pour lee calcul des caractéristiques spectrales des signaux et utilisent des programmes
progr
efficaces moyennant les systèmes numériques [19].
L’analyse dans ce domaine est basée sur
s ur la transformation du signal de domaine temporel au
domainefréquentiel, l’avantage de l’analyse dans ce domaine par rapport au domaine temporel, est
sonaptitude d’identification et d’isolation facile de certains composants fréquentiels d’intérêt.
Ainsi cette analyse de spectre permet de mettre en évidence les différentes périodicités dansle
dans signal
original, alors laa transformée de Fourier permet le passage du domaine temporel au domaine
fréquentiel, suivant la relation :
ାஶ
ࢄ(ࢌ) = ∫ିஶ
ି
࢞(࢚)ࢋି࢐૛࣊ࢌ࢚ ࢊ࢚………………..Eq(III-9)
Eq

Où :
ࢄ(ࢌ) est la transformée de Fourier.
࢚est la variable temps.
ࢌ estla variable fréquence.

MSC
34
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Exemple :
Si on prend un signal sinusoïdal périodique simple avec une fréquence de 120 Hz. L’analyse spectrale
permet d’extraire la fréquence fondamentale qui existe dans ce signal.

Figure (III-66) : signal temporel et sa représentation fréquentiel.

fréquentiel

III.2Transformation de Fourier à fenêtre glissante

Pour donner un pouvoir de localisation aux fonctions analysantes de la transformée deFourier,
qui oscillent avec la même amplitude sur tout l'axe des réels, on pondère cesfonctions par une fonction
fenêtre de manière à sélectionner
ionner uniquement la partie utile dusignal. La fenêtre est bien sûr translatée
de manière observer toutes les parties utiles du signal.
Concrètement, la transformée de Fourier à fenêtre glissante s'exprime par:

ାஶ
࢞(࢚)ࢋି࢐૛࣊ࢌ࢚࢝ ∗ (࢚− ࣎)ࢊ࢚………………..Eq(III-10)
ࢄ(ࢌ, ࣎) = ∫ିஶ ࢞

Où ࢝ (࢚) est la fonction fenêtre qui est à choisir et " ࣎"" est le paramètre de translation de lafenêtre.
On notera que la transformée dépend maintenant de deux variables: une variable defréquence et une
variable de localisation temporelle du contenu fréquentiel. Cette transforméenous permet donc bien
d'atteindre le but recherché qui était d'avoir des informations sur lesignal en temps et en fréquence à
partir de la transformation réalisée.

III.3Filtres anti-repliement
Un filtre anticrénelage, filtre anti aliasing(en
(en anglais), parfois appelé filtre antirepliement, est
un filtre passe-bas
bas analogique que l'on retrouve dans les dispositifs de numérisation, qui permet
perme de
nettoyer le signal avant de l’étudier.
étudier. Ce type de filtre ne laisse passer que les composantes dont les
fréquences sont en dessous d’une valeur donnée, il est utilisé pour éviter le repliement du spectre.
spectre

MSC
35
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Cee dispositif chargé d'éliminer, autant que faire se peut, les parties du signal qui ne contiennent
conti
aucune information pertinente, parce queleur fréquence est supérieure à la fréquence maximale qu'on
envisage de transmettre, s'appelle
pelle un filtre anti-repliement.
anti

Figure (III-7) :filtre passe-bas.

III.4Principe de détection d’undéfaut de roulement par l’analyse spectrale

La détection des défauts des roulements par la méthode de l’analyse de spectre repose
principalement sur l’étude des fréquences et leurs amplitudes existent dans le spectre. Comme dans
toutes les machines tournantes, l’apparition d’une
d ’une anomalie provoque directement une modification du
spectre de signal de référence :

 Soit par l’apparition des raies spectrales dont les fréquences associées sont directement liées à
une fréquence caractéristique d’un défaut de roulement bien précis (exemple
( : défautde la
bague extérieure).

 Soit par la modification de l’amplitude des raies spectrales déjà existées dans le spectre à
l’état sain.

a) b)

Figure(III-8) : a)spectre en mode sain, b) spectre en mode défaillant.

défaillant

MSC
36
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Alors , la détection des défauts de roulement par l’analyse spectrale consiste à comparer le spectre de
roulement à l’état sain avec celle de l’état défaillant , s’il y aura des modifications des amplitudes des
raies des fréquences déjà existées , ou bien il y a une apparition des nouvelles fréquences dont elles
n’existent plus dans le signal de référence (à l’état sain) , on conclut qu’il y a une anomalie ou bien un
défaut de roulement.

MSC
37
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

IV. L’application de la méthode de l’analyse spectrale pour la détection des

défauts des roulements

IV.1Description de l’expérience
Pour mesurer les effets des vibrations engendrées par le fonctionnement ou les
dysfonctionnements d’un roulement à billes, il faut placer des capteurs externes au roulement.
La méthode la plus couramment utilisée est de placer sur le carter de la machine, auprès des
roulements à surveiller, des accéléromètres mesurant les accélérations subies. Notons que le
positionnement des capteurs revêt un caractère essentiel pour une bonne détection des défauts.
Les accéléromètres sont souvent de nature piézo-électrique : une masse est utilisée pour
convertir une accélération en effort qui, lui-même, est converti en charge électrique par un
cristal piézo-électrique. Cette charge est ensuite intégrée par un conditionneur pour donner
une tension représentative de l’accélération mécanique.
Les accéléromètres piézo-électriques sont de nature très sensible, ce qui permet une
mesure efficace. Cependant, ils nécessitent un étalonnage très précis. Il en va de même pour
les conditionneurs.

Figure (III-9) :Le banc d'essai Américain (Data bearing center).

Le banc d'essai américain Figure (III-9) se compose d'un moteur (à gauche), un capteur de
couple / le codeur (au centre), un dynamomètre (à droite), et un circuit électronique de
commande (non représentée). Les roulements ont été utilisés pour des défauts de diamètres
0.01778, 0.03556,0.05334 et0.07112 (mm). Les essais ont été réalisés sur le palier côté
accouplement (Drive End bearing) de type 6205-2RS JEM SKF [42].

MSC 38
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

IV.2Géométrie et caractéristiques du roulement à étudier

Les caractéristiques et la géométrie de roulement à étudier coté accouplement, et les
multiples de fréquences des défauts sont mentionnés dans les tableaux ci-dessus :

Taille : (mm)

Diamètre Diamètre Epaisseur Diamètre de Diamètre

intérieur extérieur bille moyen de
roulement
25 52 15 8 39

TAB (III.1) :La géométrie du roulement (en mm).

Fréquences des défauts : (coefficient multiplié par la fréquence de rotation en Hz)

Bague intérieure Bague extérieure Cage Elément roulant

5.4152 3.5848 0.39828 4.7135

TAB (III.2) :Fréquences de défaut (multiple la fréquence de l'axe en Hz).

Les signaux vibratoires ont été acquit à l'aide des accéléromètres, qui ont été attachés sur le
boîtier avec des bases magnétiques. Des accéléromètres ont été placés à la position 6 heures
sur le palier côté accouplement. Les signaux vibratoires ont été recueillis en utilisant un
enregistreur DAT à 16 canaux, et ont été post-traités dans un environnement MATLAB. Les
données numériques ont été recueillies à 12 KHz (fréquence d’échantillonnage de signal).
L’étude a été faite pour une vitesse de rotation égale à 1772 tr/min.

IV.3Caractérisation des signatures spectrales des défauts des roulements

IV.3.1 Caractérisation des signatures spectrales de roulement à l’état sain
Dans cette première étape, nous allons analyser le spectre designal de roulement dans
son état sain. Ce spectre seraconsidéré comme la référence de tous les prochains tests.

MSC 39
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

0.4

0.3

0.2
Amplitude (dB)

0.1

-0.1

-0.2

-0.3

-0.4
0 5 10 15 20 25 30 35 40 45
time (s)

Figure(III-10) : signal temporel de roulement à l’état sain.

20

-20
Fr=29.53 (Hz)
-40

-60
Amplitude (dB)

-80

-100

-120

-140

-160

-180

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-11) :spectre de roulementà l’état sain.

IV.3.2Caractérisation des signatures spectrales à l’état défaillant

Dans cette étape, il faut tout d’abord calculer les fréquences caractéristiques des
défauts grâce à des formules qu’on a cité dans le chapitre précédent, cesdernières sont liées à
la vitesse de rotation et les caractéristiques de roulement.
Dans notre étude on va calculer directement ces fréquences caractéristiques de chaque
défauten multipliant la vitesse de rotation par les coefficients des défauts déjàcités :

ࢌࢊࢋࢌࢇ࢛࢚ = ࢌ࢘ ∗ ࡯ࢊࢋࢌࢇ࢛࢚…………………………Eq(III-11)

 ࢌࢊࢋࢌࢇ࢛࢚fréquence caractéristique de défaut.

 ࢌ࢘fréquence de rotation.
 ࡯ࢊࢋࢌࢇ࢛࢚coefficient multiple de fréquence de défaut.

Pour une charge de moteur égale à 1 HP la vitesse de rotation égale à 1772 tr/min ce qui
correspondà une fréquence de rotation ࢌ࢘=29.53Hz .

MSC 40
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Les fréquences caractéristiques de chaque défaut sont les suivantes:

· Fréquence de la bague intérieure : ࢌ࢈࢏= 5.415 *ࢌ࢘
· Fréquence de la bague extérieure : ࢌ࢈ࢋ= 3.584 *ࢌ࢘
· Fréquence de la bille : ࢌ࢈= 4.713 *ࢌ࢘

Les fréquences caractéristiques des défauts des éléments défaillants sont notées sur le
tableau suivant :

L’élément défaillant La bague La bague interne L’élément roulant

externe (la bille)
La fréquence caractéristique de 105.87 159.87 139.157
défaut en (Hz)

Tab(III-3) :fréquences caractéristiques des élémentsdéfaillants de roulement.

0 Fbe=105.87 (Hz)
Fb=139.15 (Hz)
Y=-48.74 (dB)
Fr=29.53 (Hz) Y=-57.56 (dB)
Fbi=159.87 (Hz)
-50 Y=-51.68
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-12) :spectre de roulement à l’état sain avec les fréquences caractéristiques des
défauts de roulement.

La figure présente le spectre de roulement à l’état sain, elle montre des raies des fréquences
correspondantes respectivement à la :
 ܎‫=ܚ‬29.53 Hz : fréquence de rotation de moteur.
 ܎‫=ܑ܊‬105.87 Hz :fréquence caractéristique de défaut de la bague interne, son amplitude
est -48.74 dB.
 ܎‫=܍܊‬159.87 Hz :fréquence caractéristique de défaut de la bague externe, son amplitude
est : -51.68 dB.
 ܎‫ =܊‬139.15 Hz :fréquence caractéristique de défaut de la bille, son amplitude est :-
55.56 dB.
Ces résultats seront les références pour tous les cas suivants.

MSC 41
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Remarque
Pour la détection et l’identification d’undéfaut il suffit juste de faire une comparaison entre
les spectres obtenus dans chaque cas avec celui de référence. Cette comparaison nous montre
s’il y a une variation des amplitudes de certaines raies ou bien l‘apparition des nouvelles
fréquences.

IV.3.2.1 Signatures spectrales de défaut de la bague externe

0
Fbe=105.87 Hz
Fr=29.53 Hz Y=-65.41 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-13) : spectre de défaut de roulement affectant la bague externe pour un diamètre

de défaut égale à 0.01778 (mm).

Cette figure présente le spectre de défaut de roulement affectant la bague externe pour un
diamètre de défautégale à 0.01778 (mm) , en comparant ce spectre avec celui de laréférence
on voit qu’il y a une variation d’amplitude de raie de fréquence ࢌ࢈ࢋ=105.87 Hzde -48.74 dB
dans l’état sain à -65.41dB dans l’état défaillant, ce qui nous montre l’existence d’un défaut
surla bague externe de diamètre 0.01778 (mm).

Dans ce qui suiton présentera l’évolution d’amplitude de raie de fréquence ࢌ࢈ࢋ =105.87 Hz en
fonction de diamètre de défaut.

0
Fbe=105.87 Hz
Y=-78.31 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-14) : spectrede défaut de roulement affectant la bague externe pour un diamètre

de défaut égal à 0.03556 (mm).

MSC 42
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

0
Fbe=105.87 Hz
Y=-64.47 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-15) : spectre de défaut de roulement affectant la bague externe pour un diamètre

de défaut égal à 0.05334 (mm).

Diamètre de 0 (état sain) 0.01778 0.03556 0.05334

défaut (mm)
Amplitude (dB) -48.64 -65.41 -78.31 -64.47

Tab (III-4) : évolution des amplitudes en fonction de diamètre de défaut de la bague externe.

La figure ci-dessous donne l’évolution de l’amplitude de raie de fréquence ࢌ࢈ࢋ=105.87 Hz en

fonction de diamètre de défaut.

dimetre de défaut
0
0 0,01778 0,0356 0,05334
-10

-20

-30

-40

-50

-60

-70

-80

-90

Figure(III-16) : l’évolutiondes amplitudes fonction de diamètre de défaut de la bague externe.

MSC 43
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

D’après les spectres précédents et les résultatsrésumés dans le tableau et présentés dans la
figure (III-16), l’amplitude de la raie de fréquence caractéristique de défaut de la bague
externe varie aléatoirement suivant une fonction non linéaire, et cela par rapport à
l’augmentation de diamètre de défaut.

IV.3.2.2Signatures spectrales de défaut de la bague interne

0 Fbi=159.87 (Hz)
Y=-52.25 (dB)

-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-17) : spectre de défaut de roulement affectant la bague internepour un diamètre

de défautégal à 0.01778 (mm).

Cette figure présente le spectre de défaut de roulement affectant la bague interne pour un
diamètre de défautégale à 0.01778 (mm).
La comparaison entre ce spectre avec celui de la référencemontre une variation d’amplitude
de raie de fréquenceࢌ࢈࢏=159.87 Hzde -57.56 dB dans l’état sain à -52.25dB dans l’état
défaillant, ce qui nous montre l’existence d’un défaut de la bague externe de diamètre 0.01778
(mm).

0 Fbi=159.87 (Hz)
Y=-52.43 (dB)

-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-18) : spectre de défaut de roulement affectant la bague internepour un diamètre

de défautégal à 0.0356 (mm).

MSC 44
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

0 Fbi=159.87 (Hz)
Y=-49.97 (dB)

-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-19) :spectre de défaut de roulement affectant la bague internepour un diamètre de

défautégal à 0.05334 (mm).

0 Fbi=159.87 (Hz)
Y=-49.76 (dB)

-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-20) :spectre de défaut de roulement affectant la bague internepour un diamètre de

défaut égal à 0.07112 (mm).

Diamètre de 0 (état sain) 0.01778 0.0356 0.05334 0.07112

défaut (mm)
Amplitude -57.57 -52.25 -52.43 -49.97 -49.76
(dB)

Tab(III-5) :évolution des amplitudes en fonction de diamètre de défaut de la bague interne.

La figure ci-dessous donne l’évolution de l’amplitude des raies en fonction de diamètre de

défaut.

MSC 45
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

diametre de défaut

-44
0 0,01778 0,0356 0,05334 0,07112
-46

-48

-50

-52

-54

-56

-58

-60

Figure(III-21) : l’évolution de l’amplitude des raies en fonction de diamètre de défaut de la

bague interne.

D’après les spectres précédents et les résultats résumés dans le tableau et présentés dans la
figure (III-21), l’amplitude de la raie de fréquence caractéristique de défaut de la bague
interne augmente suivant l’augmentation de diamètre de défaut.

IV.3.2.3 Signatures spectrales de défaut de la bille

0
Fb=139.15 (dB)
Y=-77.69 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-22) :spectre de défaut de roulement affectant la billepour un diamètre de

défautégal à 0.01778 (mm).

Cette figure présente le spectre de défaut de roulement affectant la bille pour un diamètre de
défautégale à 0.01778 (mm) , en comparant ce spectre avec celui de la référence on voitqu’il

MSC 46
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

y a une variation d’amplitude de raie de fréquenceࢌ࢈=159.87 Hzde -51.68 dB dans l’état sain
à -77.69dB dans l’état défaillant ,ce qui nous montre l’existence d’un défaut de la bague
externe de diamètre 0.01778 (mm).

0
Fb=139.157 (Hz)
Y=-76.24 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-23) :spectre de défaut de roulement affectant la billepour un diamètre de

défautégal à 0.0356 (mm).

0
Fb=139.57 (Hz)
Y=-81.57 (dB)
-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-24) : spectre de défaut de roulement affectant la billepour un diamètre de

défautégal à 0.05334 (mm).

0 Fb=139.157 (Hz)
Y=-57.65 (dB)

-50
Amplitude (dB)

-100

-150

-200
0 50 100 150 200 250
Frequency (Hz)

Figure(III-25) : spectre de défaut de roulement affectant la billepour un diamètre de

défautégal à 0.07112 (mm).

MSC 47
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

Diamètre de Etat sain 0.01778 0.0356 0.05334 0.07112

défaut (mm)
Amplitude -51.68 -77.69 -76.24 -81.57 -57.65
(dB)

Tab(III-6) :évolution des amplitudes en fonction de diamètre de défaut de la bille.

La figure ci-dessous donne l’évolution de l’amplitude de raie de fréquence ࢌ࢈=105.87 Hz en

fonction de diamètre de défaut.

Diamètre de défaut
0
0 0,01778 0,0356 0,05334 0,07112
-10

-20

-30

-40

-50

-60

-70

-80

-90

Figure (III-26) :évolution des amplitudes en fonction de diamètre de défaut de la bille.

D’après les résultats résumés dans le tableau et présentés dans la figure (III-26), l’évolution
l’amplitude de la raie de fréquence caractéristique de défaut de la bille est perturbée. Des fois
il augmente et des fois il diminue.

MSC 48
Chapitre III Détection et caractérisation des défauts de roulement par l’analyse spectrale

V. Conclusion
Nous avons présenté dans ce chapitre uneméthode de traitement du signal utilisable
pour la surveillance et le diagnostic de systèmes à l’aide de mesures vibratoire, pour la
détection des défauts des roulements, cette méthode est l’analyse spectrale.
Dans cette partie on a analysé quelques signaux vibratoires des roulements à l’état sain
et à l’état défaillant, afin de détecter et caractériserles défauts, ces signaux ont été obtenu du
banc d’essai American et on les a étudier dans un environnement Matlab, ou on a suivi
l’évolution de défaut au fonction de son diamètre.
Cette dernière est très efficace dans le diagnostic et la maintenance, car non seulement
elle permet de détecter qu’il existe un défaut, mais elle permet aussi de définir et de
caractériser le type de défaut, cette méthode est très adaptée à la détection des défauts qui
génèrent un choc périodique.

MSC 49
CONCLUSION GENERALE

CONCLUSION GENERALE

MSC 50
 Avec les progrès technologiques considérables l’être humain est entouré d'outils, de machines
et de systèmes de plus en plus sophistiqués. Cette complexité croissante des systèmes rend la
tâche de diagnostic plus difficile et son accomplissement implique une grande perte de temps.
Le diagnostic des défaillances dans l’industrie est une solution qui avant tout, garde les
employés loin des risques qui surviennent lors de l’apparition d’un défaut mécanique sévère et
qui peuvent être dangereux, De même elle réduit les pertes en matières premières qui peuvent
êtres endommagées à cause de la panne, et augmente la productivité de la chaine de production.

Le diagnostic des procédés industriels a pour objet de trouver la cause d’une défaillance
ou d’un défaut, il est défini par les instances internationales de normalisation comme étant un
processus d’identification de la cause probable des défaillances à l’aide d’un raisonnement
logique fondé sur un ensemble d’informations provenant d’une inspection, d’un contrôle ou d’un
test.
De manière générale, lorsqu’on parle de diagnostic des défauts, on se réfère à la
procédure de détection et d’isolation de ces derniers. Cette procédure nous permet d’avoir des
informations sur l’apparition d’un défaut et sur sa provenance le plus rapidement possible. Les
méthodes de détection et de localisation des défauts ont connu un essor considérable depuis le
début des années 70 .
En effet, de nombreux chercheurs ont investi dans ce domaine proposant alors diverses
approches et techniques répondant à la diversité des applications.
Dans ce mémoire nous avons intéressé au diagnostic des défauts lié aux roulements. Le
roulement est l’un des éléments essentiels dans presque chaque machine tournante. Son intérêt
réside sur le fait que cet élément forme un support de lien entre deux structures tout en facilitant
leur mouvement en réduisant les forces de frottements entre eux. Le roulement dont on ne peut
jamais négliger l’importance est l’élément le plus susceptible de tomber en panne dans une
machine tournante, ce qui oblige une détection et un diagnostic précoce de ces pannes. Les
défauts essentiels qui peuvent affecter un roulement sont : Le grippage dû à l'absence de
lubrification, La corrosion due à un mauvais choix du lubrifiant, La corrosion de contact due au
l’analyse vibratoire qui a donné des bonnes résultats depuis des années. Cette méthode est basée
essentiellement sur le traitement des signaux vibratoires.
Le 1er chapitre de notre travail a permet de donner une idée générale sur la constitution et
la conception des roulements, on avait aussi cité les différents types des roulements et les défauts
qui peuvent les affecter en indiquant les de chaque défaut.
Le 2ème chapitre a été consacré à un état de l’art sur le diagnostic dans l’industrie, on a vu
les étapes essentielles à suive pour faire un diagnostic, puis on avait présenté les différentes
techniques de diagnostic, ou on a basé sur la technique qui utilise les outils de traitement de
signal.
Le 3éme chapitre a été divisé à deux partie, la première c’était un rappel relatif au
traitement de signal (signal, échantillonnage, type des signaux, théorème de Shannon), puis on
avait parlé suffisamment sur l’analyse spectrale qui est la transformée de Fourier en indiquant le
principe de détection des défauts des roulements par cette analyse.
Dans la 2éme partie on avait fait une simulation sous Matlab dans le but d’extraire des
signatures spectrales d’un roulement à l’état sain (fonctionnement normal), et à l’état défaillant.
Une comparaison a été faite entre le spectre de référence et les spectres des états défaillants afin
de suivre l’évolution de chaque défaut d’un élément de roulement en fonction de son diamètre.
La méthode d’analyse spectrale est très efficace pour le diagnostic des panne surtout
lorsque on parle des défauts lies aux éléments des machines tournantes qui produisent des chocs
périodiques comme les roulements, les engrenages…
Cette méthodes est rapide car il suffit juste d’avoir le signal vibratoire en lui caractérisant
dans le domaine fréquentiel (transformée de Fourier)afin d’obtenir son spectre ,puis on le
compare avec celui de référence, s’il y a des apparitions des nouvelles fréquences des défauts ou
bien des modifications des l’amplitudes des raies des fréquences des défauts ,cela signifiera
qu’un défaut est apparu au niveau de roulement.
BIBLIOGRAPHIE

[1] :ISO Norme"Vibrations m mécaniques-Evaluation des vibrations des machines par

mesurages sur les parties non tournantes".

[2] : SKF -<<catalogue technique France >>1981 .

[3] : AFNOR. Norme AFNOR X 60 - 010. Paris Afnor(1990).

[4] :Q. Meng, L. Qu, Rotating machinery fault diagnosis using Wigner distribution,
Mechanical Systems and Signal Processing, pp 155-166, 1991.

[5] : SKF : fournisseur de produits et de solutions sur les marchés des roulements, des
systèmes de lubrification, de la mécatronique, de l'étanchéité et des services.
http://www.skf.com/ .

[6] :ISO Norme "Vibrations m mécaniques- Evaluation des vibrations des machines par
mesurages sur les parties non tournantes".

[7]: Gilles DUDRAGNE, Daniel GIRODIN’application of a new model for calculating the
fatigue life of rollig bearings.SNR-roulement.1999.

[8] :www.skf.com/skf/support/html/dictionary.

[9] : «Contribution au diagnostic de machines électromécaniques exploitation des signaux

électriques et de la vitesse instantanée». Thèse de Doctorat 10 Mars 2009. [Alain Boulenger,
Christian Pachaud] «Analyse vibratoire en maintenance».

[10] : CHIEMENTIN Xavier thèse de doctorat en mécanique «Localisation et quantification

des sources vibratoires dans le cadre d'une maintenance préventive conditionnelle en vue de
fiabiliser le diagnostic et le suivi de l'endommagement des composants mécaniques tournants
: application aux roulements à billes»octobre 2007.

[11] :Breneur Claire « Éléments de maintenance préventive de machines tournantes dans le

cas de défauts combinés d’engrenage et de roulements », Thèse de l’INSA de Lyon,
Décembre 2002.

[12]:Ericssona Stefan, NiklasGripa, ElinJohanssona, Lars-Erik Perssona, Ronny Sjobergb,

Jan-OlovStr .ombergc : (Towards automatic detection of local bearing defects in rotating
machines). Mechanical Systems and Signal Processing 19 (2005) 509–535
[13]:KiralZeki, HiraKaragulle :( Vibration analysis of rolling element bearings with various
defects under the action of an unbalanced force).MechanicalSystems and Signal Processing
20 (2006) 1967–1991.

[14]: Boulenger A, Pachaud C : « Aide mémoire : Surveillance des machines par analyse des
vibrations ». Edition Dunod, Paris 2009.

[15]:Venkatasubramanian V, Rengaswamy R. Yin K., Kavuri S., "a review of process fault
detection and diagnosis part quantitative model-based methods", Computer and Chemical
Engineering, 2003.

[16] : Zwingelstein, G., (1995).Diagnostic des défaillances : Théorie et pratique pour les
systèmes industriels, Editions Hermès.

[17] : BOUTICHE hamza(2015) « modélisation et diagnostic d’un réducteur de vitesse à un

seul étage par analyse cepstrale »Thèse de master présenté à UNIVERSITÉ M’HAMED
BOUGARA - BOUMERDES

[18] :M. ZEMOURI, « contribution a la surveillance des systèmes de production a l’aide

desréseaux de neurones dynamiques : application a la maintenance »,Thèse de doctorat
présenté à l’université de Franche-Comte, France.2003.

[19] :DrRAHMOUNEChemseddine (2011), « Analyse et traitement du courant statoriquepour

ladétection des défauts dans les systèmes électromécaniques ».Mémoire de magister
présentéUNIVERSITÉ M’HAMED BOUGARA – BOUMERDES.

[20]: Frank, P.M., (1990).Fault Diagnosis in Dynamic Systems Using Analytical and
Knowledge Based Redundancy – Asurvey and New Results, Automatica, Vol. 26, pp. 459-
474.

[21]:Leo H. Chiang, Evan L. Russell, et Richard D. Braatz (2001). Fault detection and
diagnosis in industrial systems. New York : Springer-Verlag, 2001.

[22]:R. Isermann (1993). Fault diagnosis of machines via parameter estimation and
knowledge processing - tutorial paper. Autornatica, 29(4) :813-835, 1993.

[23]: Frank, P.M., (1990).Fault Diagnosis in Dynamic Systems UsingAnalytical and

Knowledge Based Redundancy – Asurvey and New Results, Automatica, Vol. 26, pp. 459-
474.
[24]: J. Gertler (1997).Fault detection and isolation using parity relations. Control
Engineering Practice, 5(5) :653–661, 1997.

[25] :Dubuisson, B., E. Boutleux, P. Dague, T. Denoeux, E. Didelet, Y. Gandvalet et M.

Masson (2001).Diagnostic, Intelligence Artificielle et reconnaissance de formes, Ed. Hermes.

[26] : buivietphuong (2007).« Diagnostic des machines électriques par l’analyse du champ
magnétique de fuite. Application a l’identificationde défauts rotoriques d’un alternateur a
vide ». Thèse de doctoratl’INPGRENOBLE .

[27]: Ballal M. S., Khan Z. J., Suryawanshi H. M., Sonolikar R. L.(2007),« Adaptive neural
fuzzy inference system for the detection of inter-turn insulation and bearing wear faults in
induction motor », IEEE Transaction on Industry Electronics, vol. 54, n°1, p. 250-258, 2007.

[28]: Zidani F., Diallo D., Benbouzid M. E. H., Nait-SaidR.(2008), « A fuzzybased approach
for the diagnosis of fault modes in a voltage-fed PWM inverter induction motor frive », IEEE
Transaction on Industry Electronics, vol. 55, n°2,p. 586-593, Feb. 2008.

[29]: babakvaseghi, (2009),contributiona l’étude des machines électriques enprésence des

défauts entre-spires, modélisation – réduction du courant du défaut. Thèse de doctorat
présenté a l’institut national polytechnique de lorraine.

[30]:Mr. TOUAFEK Ishak « Extraction d’indicateurs robustes pour le diagnostic des défauts
mécaniques : Comparaison de L’EMD et des ondelettes (WT) »Mémoire de magister
présenté à l’UNIVERSITE FERHAT ABBAS – SETIF UFAS (ALGERIE).

[31] : Boullenger, A., &Pachaud, C. "Diagnostic vibratoire en maintenance préventive", Dunod

(1998).

[32] :Cousinard O. " Contribution à l’étude et au développement d’un système intégré de suivi de
l’endommagement des composants mécaniques sur machines tournantes : Application au
développement et au choix des outils d’analyse et de mesure vibratoire " Thèse de doctorat de
l’Université de Reims (2002).

[33]: Ville J., « Théorie et applications de la notion de signal analytique », Câbles ettransm.,
2èmeA., N°1, 1948, pp. 61-74.

[34] : Flandrin P., « Temps-fréquence », traité des nouvelles technologies, coll.Hermes 1993.

[35] :Choy F.K, Polyshchuk V., Zakrajsek J. J. et al., « Analysis of the effects
ofRéférences127surface pitting and wear ont the vibration of a gear transmission system »,
tribologyinternational, vol. 29 N°1 1996, pp.77.
[36]:Djouada Mohamed : « Etude des performances de la classification par couplage réseaux
de neurones artificiels (RNA) – algorithmes génétiques (AG) : application au diagnostic
vibratoire ». Thèse magister UFAS. 2008.

[37] : james l. crowley, «TRAITMENT DU SIGNAL» ,8 octobre 2001.

[38]: ADBI ZOHRA (2010), « étude des effet vibratoires sur la durée de vie de roulement a
rouleaux » Mémoire de magister présenté à BADJI MOKHTAR-ANNABA UNIVERSITY
UNIVERSITE BADJI MOKHTAR-ANNABA.

[39]: Serge Dos Santos «COURS DE TRAITEMENT DU SIGNAL» École Nationale

d’Ingénieurs du Val de Loire Année 2008-2009.

[40] : Schenk S A « vibrations équilibrage sur le site : Application à la maintenance

industrielle ». Edition Schenk S A. 1994.

[41] : Dron J.P., " Elaboration et adaptation d’outils pour l’étude et le suivi de
L’endommagement de composants mécaniques par analyse vibratoire ", Thèse de Doctorat de
l’Université de Reims (1995).

[42] : http://csegroups.case.edu/bearingdatacenter/home.