Académique Documents
Professionnel Documents
Culture Documents
K. DROUICHE
Telecom-Paris, Dept. Signal,
46, rue Barrault, 75634 Paris Cedex 13
M . SIDAHMED
CETIM (Centre Technique des
Industries Mcaniques)
52 avenue Flix Louat - 60304 Senlis
Cedex
Y. GRENIER
Telecom-Paris, Dept. Signal,
46, rue Barrault, 75634 Paris Cedex 13
RSUM
Dans cet article, nous prsentons des applications de techniques de
traitement du signal pour le diagnostic prcoce de l'caillage dans les
dentures d'engrenages . Nous prsentons tout d'abord des mthodes
d'analyse spectrale haute rsolution, ensuite une mthode de dtection
de non-stationnarits utilisant la modlisation AR adaptive est expose,
enfin le test de sphricit est introduit . Des essais sont effectus sur des
signaux vibratoires recueillis sur des machines tournantes du CETIM .
Les performances du dtecteur bas sur le test de sphricit sont
analyses .
MOTS CLS
Signaux vibratoires, engrenages, analyse spectrale, modlisation autorgressive, test de sphricit .
331
Traitement du Signal
volume 8 - n 5
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
- ABSTRACT
This paper deals with signal processing techniques for non-destructive fault
detection on gears . First we describe high resolution spectral analysis
techniques, then an adaptive AR method is proposed for fault detection, in
the end the sphericity test is presented . Their performance is evaluated on
vibratory signais provided by CETIM (on industrial rotating machineries) .
The results indicated that the sphericity test out performed the other
methods, by scoring a high detection rate, 90 % to 100 % of cases .
KEY WORDS
1.
Introduction (1)
(')
2.
2 .1 . INTRODUCTION
L'analyse spectrale est l'outil majeur pour l'tude des
signaux vibratoires de machines tournantes dans le cadre
de la maintenance dire conditionnelle (i .e . en fonction de
l'tat mcanique) des machines . Bon nombre de problmes
lis la dtection de dfauts sur les organes de machines
tournantes peuvent tre rsolus par l'analyse de Fourier .
Nanmoins, il existe des cas o l'analyse simple de Fourier
s'avre inefficace [20] ; nous faisons principalement allusion aux cas de signaux comportant des non-stationnarits
locales . La transforme de Fourier n'est pas adapte de
telles situations car il est difficile de mettre en vidence les
non-stationnarits locales qui sont gnralement trs brves sur ce type de signaux . Par ailleurs, il faut noter que les
signaux vibratoires sont trs riches en harmoniques ; d'o
la difficult d'apprciation des variations dues aux nonstationnarits . Il est lgitime d'esprer que des mthodes
plus prcises apporteront un plus l'analyse de Fourier .
Dans ce qui suit, nous nous intressons en particulier aux
mthodes d'analyse spectrale dites de haute rsolution, la
mthode de Capon et la mthode de Lagunas . Elles
donnent une bonne approximation du spectre estim avec
un nombre d'chantillons relativement rduit . Ce sont des
mthodes d'analyse par banc de filtres ; et leur prcision
tant au niveau de la rsolution frquentielle que de
l'estimation de l'amplitude, nous laisse supposer qu'elles
sont susceptibles de mettre en vidence des dtails qui
chappent aux mthodes classiques d'analyse de Fourier .
332
Traitement du Signal
volume 8 - n 5
P (.f i) _
2 .2. MTHODE DE CAPON
tant
donne
une
squence
d'chantillons
x,
n = 0, . . ., N, N tant le nombre d'chantillons analyser,
d'un signal vrifiant les conditions du thorme de Shannon, nous cherchons une estimation de la densit spectrale
de puissance 4) x (f) de ce signal .
Dans la mthode de Capon [21], [22], la densit spectrale
de puissance est estime frquence par frquence . Pour
obtenir la densit spectrale du signal la frquence
fi , (x (f i ), on applique sur le signal un filtre rponse
impulsionnelle finie . Les coefficients [ao, . . ., ap] o
p est l'ordre du filtre, sont optimiss de manire
recueillir sans distorsion la contribution du signal la
frquence f i et minimiser la contribution des autres
frquences . Les coefficients du filtre vrifient ainsi une
contrainte linaire
H i Ei = 1
et
avec
E _ [1 e
(Dx (f )
I1
H i (.f) II 2 df ,
1/
par la quantit
BiiIHi(fi)II 2
IlHi(f)II 2 df = HTH1
1/2
P(fi)
B,
~D x (fi) = EH R 2 E
(2 .3 .2)
HT = [ao, . . . a, ]
-27rjfi
e -27rrpfi] .
du filtre H i
f-
1
EHR -1 Ei
-- IDx(fi)
(2 .2 .1)
x+
(2 .4 .1)
333
Traitement du Signal
ai x_
i-~
volume 8 - n 5
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
Q
=
2
2
1 +
(2 .4 .2)
-2wkifl
o a;, i = 1, . . ., p, sont les paramtres du modle autorgressif et v 2 la variance du bruit . L'estimation des paramtres a; et o2 du modle se fait en minimisant la variance de
l'erreur en , ce qui conduit la rsolution des quations de
Yule-Walker, par l'algorithme de Levinson .
La rsolution en frquence de cet estimateur est fonction
du rapport signal bruit, et elle se dgrade relativement
vite au fur et mesure que le rapport signal bruit (SNR)
dcrot . Nanmoins cet estimateur est trs performant en
rsolution frquentielle dans le cas d'enregistrements
courts, avec un rapport signal bruit satisfaisant
( .:> 5 dB ) . Par contre l'estimation de l'amplitude est affecte d'un biais qui reprsente le principal inconvnient de la
densit spectrale autorgressive . Elle est aussi efficace
dans le cas de signaux riches en harmoniques, suffisamment espaces, celles-ci sont parfaitement mises en vidence par des pics aux frquences correspondantes . La
rsolution de l'estimateur de densit spectrale autorgressive est fonction croissante de l'ordre p du modle choisi .
Il existe d'autres mthodes d'analyse spectrale haute
rsolution en traitement du signal comme MUSIC [29] ou
la mthode de Minimum Norm de Kumaresan et Tufts
[30] . Ces estimateurs sont moins biaiss que l'estimateur
de Capon ou de Lagunas pour l'estimation de sinusodes
pures dans du bruit, ce qui semble tre le cas de signaux
que nous traitons . Malheureusement la meilleure performance de ces estimateurs repose sur la connaissance de la
matrice de covariance du bruit . Comme celle-ci est inconnue dans notre cas nous ne pouvons pas employer ces
estimateurs .
3.
3.1 INTRODUCTION
Certains dfauts dans les machines tournantes sont caractriss par des chocs se traduisant par des non-stationnarits
locales sur les signaux vibratoires . C'est le cas dans les
engrenages o l'caillage et la fissuration de dents produisent des chocs localiss lors de l'engrnement des dents
incrimin . Ces chocs peuvent tre de faibles amplitudes
lorsque le dfaut est naissant. Ce type de dfauts voluant
rapidement vers la rupture, il est ncessaire de les dtecter
de faon prcoce, pour pouvoir planifier une maintenance
efficace d'une part, et pour des raisons de scurit d'autre
part, d'o le recours aux techniques de dtection de nonstationnarits qui ont montr de meilleures performances
que des dtecteurs bass sur les valeurs RMS, crte
crte . . ., classiquement utiliss en surveillance des machines tournantes .
e n = xn +
_ g
(3 .2 .1)
334
Traitement du Signal
p ak x n
k=1
volume 8 - n 5
Il
p
Dans le cas pratique une estimation 1 e de 1 peut tre
obtenue comme
suit :
( X i - ) (X. - )T,
e =
ap 2 0
ap z 1
0
[Ap Ap - 1 . . . Ao]
[APAP-1 . . . Ao] T
0
i
p
. I 1/P
- IY
= 1
Tr 1
... a- 2
(3 .3 .3)
o R est la matrice de covariance dfinie comme suit
Po P1
P1 Po
R=
PP
o p i = E [Xj X~ +, ]
d'ordre i
. . . Po
et A, reprsente le rgresseur
(3 .3 . 1)
... 0
ag 1
... 0
[Ap AP - 1 . . . Ap] =
.. . 0
3 .3 . TEST DE SPHRICIT
~ )i p
I * = TITT ,
Xi* = TXi
une telle matrice existe car 10 est une matrice de covariance, donc positive . Alors Xi , . . ., XN sont des observations de .NV ( *, 1 * ), et l'hypothse de sphricit H se
reformule donc comme suit : I * = u21 . Sous cette forme
le test de sphricit apparat comme la combinaison de
deux hypothses, la premire tant l'indpendance des
composantes des vecteurs alatoires X i (I matrice diagonale) . La seconde concerne les lments diagonaux de Y
qui doivent tre gaux, autrement dit les variances des
composantes alatoires de X i sont gales .
_ aPPaPP- 11
.. 1
i=P
u 11 0
. .. 0
1
... p
aP - 1, 1
T=
0
335
Traitement du Signal
il
=1
( 3 .3 .2)
Tr E *
volume 8 - n 5
ao-0,11
ap
..
. ap-1
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
(3 .3 .3) :
R * 11/2
P12
Tr R *
P
,= Q? 2
p/2
Tr R *
L
(3 .3 .4)
4.1 . CONDITIONS D'ESSAIS
Les tests ont t effectus sur des bancs d'essai d'engrenages de grandeur industrielle du CETIM, fonctionnant
o R* = TR2 TT et cr2 i est la variance du modle d'ordre i,
24 h/24 h (fig . 16) . Le dimensionnement des roues de
appliqu la matrice de covariance j . La formule (3 .3 .3)
l'engrenage cment tremp, ainsi que les conditions de
est particulirement intressante, car elle suggre une
fonctionnement (vitesse, couple) sont fixs de faon
structure en banc de filtres, ralise partir de modles
obtenir un caillage sur toute la largeur d'une dent (qui
autorgressifs d'ordres croissants (1 p) . C'est tout
fixe la fin de l'essai, la rupture tant imminente) en
naturellement qu'une structure en treillis s'impose pour le
environ 15 jours . Tous les jours aprs l'acquisition des
calcul de la formule (3 .3 .4), l'estimation des diffrents
signaux vibratoires, le banc est arrt pour observer l'tat
paramtres du modle se faisant dans un ordre croissant
des dents de roues . Un rapport d'expertise est ainsi rdig .
selon l'algorithme de Levinson . Le test de sphricit a t
utilis pour comparer une matrice de covariance rfLes mthodes de traitements retenues ont t testes sur
rence estime sur un tour complet d'arbre une seconde
trois sries d'essais A, B, C . Les sries A, B correspondent
test estime sur une dure quivalente au temps
des essais sur un rducteur (engrenages cylindriques) de
d'engrnement d'une dent de l'engrenage . Ainsi pour rapport 20/21 . Les essais s'talent respectivement pour la
chaque dent nous pouvons calculer le test de sphricit
srie A et B sur 12 et 10 jours, avec l'enregistrement d'un
(3 .3 .4), et cela chaque tour de roue d'engrenage . Nous signal vibratoire par jour . Quant la srie C, elle s'tale
sommes donc en mesure d'tablir une statistique du critre
sur cinq jours, et correspond un rducteur 16/16. Le
en fonction des diffrentes dents de l'engrenage et de
tableau I, rsume les observations des experts . La gravit
tracer des courbes COR (caractristiques oprationnelles
du dfaut, ici de l'caillage, est proportionnelle la
du rcepteur) qui donneront une ide de l'efficacit de ce
surface de couche superficielle arrache . En effet, dans ce
dtecteur.
type d'engrenages, la couche superficielle des dents est
Tableau 1. - Rsum du rapport d'expertise .
336
Traitement du Signal
volume 8 - n 5
I?
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
(fig .
(fig.
(fig.
337
Traitement du Signal
volume 8 - n 5
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
338
Traitement du Signal
volume 8 - n 5
echerches
Dtection de dfauts d'engrenages par analyse vibratoire
339
Traitement du Signal
volume 8 - n 5
echerches
Dtection de -dfauts d'engrenages par analyse vibratoire
SIGNAUX VIBRATOIRES
MODELISATION AR(30) ADAPTATIVE
340
Traitement du Signal
volume 8 - n 5
Arw
eeherches
Dtection de dfauts d'engrenages par analyse vibratoire
1f :
Orifice
2> :
Rampe
3c' :
Vers
de
de
rampe
de lubrification
lubrification
indicateur
de
des
sous pression
des
dentures
paliers
couple
341
Traitement du Signal
volume 8 - n 5
echerches
-
jour (3e jour pour les experts), les sries A et B offrent des
courbes COR lgrement moins performantes . Cependant
il est utile d'en mentionner la cause essentielle . Il est
apparu en effet qu'une dent sujette un dfaut pouvait
voir son tat s'amliorer au cours du temps, et se
comporter donc comme une dent saine nouveau . Ce
phnomne amoindrit l'efficacit des courbes COR, puisque pour leur estimation nous ne tenons pas compte de
cette ventualit, car elle est difficile apprcier et
quantifier. Ceci explique donc la moins bonne performance des courbes COR sur les sries A et B o nous
avons t confront ce problme (dent 2 pour la srie A,
3 pour la srie B) .
Deux courbes COR sont disponibles pour chaque srie de
signaux . La premire est dduite de l'analyse des rsultats
du dtecteur ainsi que des observations des experts ; la
seconde tient compte uniquement des apprciations de ces
derniers . Il est noter que pour les trois sries A, B, C ; la
premire courbe se situe au-dessus de la seconde montrant
ainsi l'aptitude de notre dtecteur oprer des dtections
prcoces, autrement dit la capacit de dtecter des anomalies non visibles l'oeil nu . Cela est particulirement le cas
pour la srie B, o la dent 14 subit une rupture au
10e jour, suite une fissure interne en sous-couche, donc
non visible l'oeil nu ; notre dtecteur incrimina la dent en
question ds le 8e jour . La mme performance est noter
sur la srie C, o la dent 5 est apparue dfaillante au
leL jour pour notre dtecteur et seulement au 3e jour pour
les experts .
Les courbes COR prsentes sur les figures 13, 14, 15
donnent une ide de l'efficacit de ce dtecteur qu'est le
test de sphricit . Par la mme, elles indiquent qu'il est
parfaitement possible de choisir un seuil optimal (qui
maximise la dtection et minimise la fausse alarme) . Il faut
noter aussi qu'il est tout fait possible de fixer le seuil en
fonction de la gravit du dfaut que l'on veut dtecter .
Reste souligner l'extrme simplicit de mise en oeuvre de
ce dtecteur, ainsi que son efficacit, prouve par les
courbes COR estimes . Les calculs sont simples et un
ordre p = 2 donne dj d'excellents rsultats (rsultats
produits ici) .
Conclusion
Cette tude a t consacre, la dtection prcoce de
dfauts dans des machines tournantes par analyse de
signaux vibratoires . En particulier, nous nous sommes
intresss la dtection de l'caillage dans des rducteurs
engrenages . L'importance de ce type d'lments mcaniques dans l'industrie, et la gravit de ce dfaut, qui conduit
rapidement la rupture de l'engrenage entranant ainsi
des consquences fcheuses (cot de maintenance, scurit, . . .), justifie le besoin d'une dtection prcoce . Les
techniques utilises actuellement, bases sur l'analyse de
Fourier et l'emploi de descripteurs de signaux tels les
valeurs RMS, Kurtosis, . . . ne sont pas efficaces . Nous
avons donc test des mthodes de traitement du signal
rputes plus performantes pour dtecter ce type de
dfauts, caractriss l'tat prcoce, par des non-stationnarits locales lors de l'engrnement des dents .
Tout d'abord, des techniques d'analyse spectrale haute
rsolution (Capon, Lagunas, AR) ont t appliques pour
analyser en dtail d'ventuelles volutions spectrales .
Aucune variation significative, corrle aux dfauts n'a t
observe . Toutefois, il semblerait que la mthode de
Lagunas soit bien adapte la surveillance d'harmoniques
sur des machines tournantes, o il est requis une bonne
rsolution en amplitude et en frquence ; la mthode de
Lagunas satisfait pleinement ces deux conditions .
Deux types de mthodes de dtection de non-stationnarits ont t appliques . Les mthodes bases sur l'analyse
de l'erreur de prdiction linaire d'un modle autorgressif
d'ordre 30 (cet ordre a t retenu car le spectre des signaux
vibratoires exhibe une quinzaine d'harmoniques) . La mise
en vidence des dfauts, matrialise par des sauts de
l'nergie de l'erreur de prdiction a t possible sur
certains signaux, mais hlas cette dtection n'est pas
systmatique . Par ailleurs la conception d'un dtecteur
bas sur le saut de l'nergie de l'erreur de prdiction n'est
pas a priori une tche aise .
Le test de sphricit a par contre donn des rsultats
remarquables . Dans tous les cas, nous avons t capables
de faire une dtection prcoce des dfauts . Les courbes
COR attestent de l'efficacit de ce dtecteur . Ces rsultats
suggrent aussi l'tude d'un dtecteur bas sur la comparaison de modles autorgressifs l'aide de distances
appropries, l'un estim sur un tour, le second estim sur
le signal quivalent la dure de l'engrnement d'une
dent. Cette tude est actuellement en cours et les premiers
rsultats sont fort satisfaisants .
Manuscrit reu le 26 .6 .91 .
BIBLIOGRAPHIE
342
Traitement du Signal
volume 8 - n 5
343
Traitement du Signal
volume 8 - n 5