Académique Documents
Professionnel Documents
Culture Documents
Ing. P. COLON
ISICHt MONS
1. Introduction
Dans le domaine de la maintenance prdictive, lanalyse vibratoire est un
outil majeur pour le diagnostic de dfaut. Pour cette raison, un travail de
recherche a t ralis au sein de la jeune socit I-Care, spcialise et
reconnue dans le domaine de la maintenance prdictive, au sujet de deux
nouvelles mthodes dont le but est damliorer le diagnostic. Ces deux
techniques ont t dveloppes par la socit Emerson1 et sont : le
PeakVueTM et le coefficient dautocorrlation.
1
Emerson Process Management : Socit base aux Etats-Unis proposant
de larges gammes de produits et des solutions dautomatisation aux
entreprises. Une alliance stratgique lie I-Care cette entreprise.
119
2. PeakVueTM :
Comme dit prcdemment, le PeakVueTM est une mthode de reprsentation
et de transformation du spectre dveloppe par la socit Emerson
permettant de dtecter des dfauts naissants et/ou des dfauts de hautes
frquences.
Il est possible den faire varier plusieurs paramtres mais jusqu prsent I-
Care utilise la configuration unique conseille par la socit cratrice de
cette technique, sans quelle nait jamais t rellement ni explique, ni
justifie.
Le premier but de ce travail est donc de tester tous ces paramtres aprs les
avoir dfinis correctement afin de choisir la configuration optimale pour
certains types de machine. Nous allons donc commencer par dcrire
brivement cette mthode ainsi que les diffrents paramtres afin de
comprendre leur raison dtre.
A,t)
(Amax,t)
On constate qu gauche, non seulement les pics sont plus fins, donc plus
prcis, mais en plus le bruit de fond a considrablement diminu. Il nest
cependant pas intressant de raliser des mesures avec encore plus de
moyennes car dans ce cas, les temps de mesure et de traitement augmentent
123
3. Le coefficient dautocorrlation :
Lors dune mesure classique de vibration sur une machine tournante, la
mesure et lacquisition dun bloc de donnes analogiques limit dans le
temps sont effectues. Ce bloc appel forme donde est transform en
donnes spectrales laide de la transforme de Fourier. Lanalyse cible
ensuite principalement les donnes spectrales pour dtecter des dfauts
ventuels.
En plus de cette technique, un paramtre danalyse calcul partir du bloc
de donnes brutes, nomm coefficient dautocorrlation, peut tre utilis. Ce
coefficient, par ailleurs largement utilis en statistique, a t dvelopp pour
lanalyse vibratoire afin de permettre lidentification des :
1. Dfauts apparaissant un bas niveau priodique.
2. Dfauts priodiques ou alatoires.
3. Dfauts sur base de la forme du graphique.
124
lim 1 + t max
Rx ( ) = x(t ) x(t + )dt
2t max t max
t
max
N/2 tant le retard maximum, seuls les N/2 premiers chantillons sont
traits, ce que lon pourra aussi constater sur le graphe de lautocorrlation
car lchelle de temps vaut la moiti de celle de la forme donde (voir
observations pour chaque dfaut).
126
R ( j ) = xi xi + j
2 2
N i =1
Avec
N N
i = 1,2,K et j = 0,1,...,
2 2
xi = x(t = it ) ,
xi + j = x(t = [i + j ]t ) ,
Sous son expression discrte, lintgrale devient une somme car le nombre
dchantillons de mesure est limit. La somme va donc de i = 1
(lchantillon un temps nul nexistant pas en pratique), i = N/2
(puisquon ne peut pas dpasser le N/2me chantillon). En outre, comme
1
nous avions prcdemment un coefficient 2t devant lintgrale, nous
max
1 1 2
avons prsent un rapport = = qui reprsente toujours la largeur
N N N
0
2 2
du bloc de donnes.
A partir de lexpression discrte de la fonction dautocorrlation ci-dessous,
N
R ( j ) =
2
2
xi xi + j
N i =1
il est possible de montrer que la valeur de R ( o ) )est la variance :
N N
2 2 2 2
R ( ) = xi xi = xi2
N i =1 N i =1
La srie somme R ( j ) peut avoir des valeurs positives et ngatives (sauf
quand j=o ) et donc aucune de ses valeurs ne peut tre suprieure R ( o ) ,
qui est par dfinition, la variance. Cette proprit introduit donc une
nouvelle fonction appele coefficient dautocorrlation dfinie par :
127
R( j )
A( j ) =
R( o )
Avec A( o ) = 1.0 et - 1.0 A( j ) 1.0
Car R ( j ) R ( o ) pour tout j = 0,1,..., N
2
Cest le coefficient dautocorrlation A( j ) et non la fonction
dautocorrlation R ( j ) qui est utilis comme outil dinterprtation des
donnes de vibration.
1/BPFO
3.2. Mthodologie :
Aprs avoir commenc par une phase de familiarisation avec le sujet grce
la lecture de lensemble des documents relatifs lautocorrlation, ltude
dun maximum de situations pratiques a pu dbuter dans le but den ressortir
les diffrents cas et la forme des graphes en fonction des dfauts quil est
possible danalyser avec ce nouvel outil.
les recherches sont ralises sur des cas dont les dfauts sont connus et leur
prsence est confirme.
Toutes les valeurs changeant damplitude chaque priode vont alors tre
minores et seules les valeurs priodiques seront gardes, quelle que soit la
priode. Le signal final sera donc telle une image propre de la forme
donde dont tous les parasites alatoires seraient limins.
Tous ces lments sont encore une fois confirms par le graphique du
coefficient dautocorrlation qui affiche une sinusode presque parfaite, sans
134
Il est important de prciser que deux exemples sont prsents ici mais cette
technique peut sutiliser pour tous les dfauts apparaissant sur les machines
tournantes quon peut trouver en industrie.
Ci-dessous, la liste de lensemble des dfauts qui peuvent tre traits avec
cet outil :
- Jeu
- Balourd (ou dsquilibre)
- Piste interne, externe, de cage ou dlments roulants
- Engrnement
- Accouplement
- Lubrification
- Electrique
De plus, lorsque deux dfauts sont prsents simultanment sur une machine,
ils apparaissent tout deux dans le graphique du coefficient dautocorrlation.
En effet, le graphique est alors compos de lensemble des caractristiques
des deux dfauts. Cependant, celles lies au dfaut dont la prsence est la
plus importante apparaissent de manire plus marque.
136
4. Conclusions :
Concernant le PeakVueTM , il est possible de montrer que la configuration
gnrale conseille par Emerson nest pas systmatiquement optimale. En
effet, ce travail met en vidence une nouvelle combinaison de paramtres
fournissant de meilleurs rsultats pour chaque type de machine.
Il faut prciser quil est toujours possible daller plus loin dans la rflexion.
Plusieurs voies dtudes se sont ouvertes et ce sur deux plans principaux :
- Le premier concerne lvolution des graphiques du coefficient
dautocorrlation en fonction de lvolution des dfauts.
137
5. Rfrences bibliographiques
[1] BENDAT, J. S., PIERSOL, A.G., Random Data: Analysis and Measurement
Procedures, Wiley-Interscience, 1971.
[2] BRION, F., Sminaire de vibration, I-Care, Mons, 2007.
[3] BRION, F., Les techniques de dtection des dfauts, la dmodulation et le
PeakVueTM , Formation, Emerson, document powerpoint, 2002.
[4] BRION, F., Advanced Vibration : Section 3 : PeakVueTM , Emerson,
document powerpoint, 2002.
[5] LIPSCHUTZ, S., Probabilits, cours et problmes, Paris, McGraw-Hill
Inc., (1973) 1982, coll. Srie Schaum .
[6] NUTTE, J.-C., Maintenance et vibration, cours de 1re Master, ISICHt,
Mons, 2007.
[7] ROBINSON, J. C., COLLETTE, A., Diagnostic Aid Provided By
Autocorrelation, Emerson, document pdf, 2006.
[8] ROBINSON, J. C., Autocorrlation as a diagnostic tool, Emerson,
document pdf, 2006.
[9] ROBINSON, J. C., Detection and Severity Assessment of Faults in Gear
Boxes from Stress Wave Capture and Analysis, Emerson,
http://www.mhm.assetweb.com/expertise/prodsupt.html.
[9] ROBINSON, J. C., BERRY, J. E., PeakVue reliability 2001 Conference,
Emerson, document pdf, 2001.
[10] Lautocorrlation, http://fr.wikipedia.org/wiki/Autocorrlation, 2008.
[11] Techniques digitales innovantes pour la dtection de dfauts de
roulement sur machines critiques et vitesse lente, CSI, 2001.
[12]La fonction dautocorrlation,
http://www.tsi.enst.fr/tsi/enseignement/ressources/mti/fractal/ node2.html