Doctorat en Sciences: Spécialité: Génie Électrique Option: Electrotechnique

‫الجمهورية الجزائرية الديمقراطية الشعبية‬
République Algérienne Démocratique et Populaire

‫وزارة التعلين العالي و البحث العلوي‬
Ministère de l’enseignement supérieur et de la recherche scientifique
Université Mohamed Khider – Biskra ‫جاهعت دمحم خيضر بسكرة‬

Faculté des Sciences et de la Technologie ‫كليت العلوم و التكنولوجيا‬
Département: Génie Electrique ‫ الهندسة الكهربائية‬:‫قسم‬
Réf. : :‫المرجع‬
Thèse présentée en vue de l’obtention du diplôme de
Doctorat en Sciences
Spécialité: Génie électrique
Option: ELECTROTECHNIQUE
Contribution au Diagnostic des Défauts dans les Machines

Asynchrones : Comparaison entre l'Analyse Vibratoire et l'Analyse
du Courant d'Alimentation
Présentée par :
BESSOUS Noureddine
Soutenue publiquement le 28 /09 /2017
Devant le jury composé de :
M. BETKA Achour Professeur Président Université de Biskra
M. ZOUZOU Salah Eddine Professeur Rapporteur Université de Biskra
M. YAHIA Khaled Professeur Examinateur Université de Biskra
M. NAIT SAÏD Mohamed Saïd Professeur Examinateur Université de Batna
M. DRID Saïd Professeur Examinateur Université de Batna

M. BAHI Tahar Professeur Examinateur Université de Annaba
Remerciements
Tout d’abord, je remercie Dieu de m'avoir béni. Chaque jour que Dieu fasse réussir
toutes nos entreprises, je le remercie de me donner la force et la détermination de poursuivre
ce travail.
Je voudrais remercier le professeur Salah Eddine ZOUZOU, pour l’accueil qu’ils

m’ont réservé au sein du laboratoire de génie électrique à Biskra (LGEB) en tant que le
directeur et le responsable du laboratoire, pour ses conseils, son soutien, sa vision et ses
initiatives, qui ont permis de formuler mon travail de thèse.
Je voudrais vivement à remercier les membres du jury :
– Monsieur Achour BETKA, Professeur à l’université de Mohamed khider, Biskra, pour

m’avoir fait l’honneur de présider le jury. J’ai beaucoup apprécié son intérêt pour notre
travail. Les remarques constructives que l’on a pu échanger.
– Monsieur Khaled YAHIA, Maître de conférences à l’université de Mohamed khider,

Biskra, pour avoir accepté la lourde tâche de rapporteur. J’ai beaucoup apprécié son intérêt
pour notre travail et ses avis apporteront sans aucun doute les éclairages opportuns.
– Monsieur Said DRID, Professeur à l’université de Batna, pour avoir accepté d’être
rapporteur, pour ses commentaires et remarques constructives, ainsi que pour son grand
intérêt pour notre travail.
– Monsieur Mohamed Said NAIT SAID, Professeur à l’université de Batna, d’avoir accepté
d’être parmi le jury en tant qu’examinateur, d’avoir porté autant d’intérêt à nos travaux à
travers ses questions pertinentes sur notre approches et de nos résultats.
– Monsieur Tahar BAHI, Professeur à l’université de ANNABA, d’avoir accepté

d’examiner ce travail, en l’enrichissant avec son expérience, son avis judicieuses, ses
remarques et conseils.
Mes remerciements vont également aux :
- Madame Métera BIA (Ma chère mère), pour ses conseils, son soutien et ses
encouragements tout au long de mes études. Ses qualités humaines m’ont permis de
terminer ce travail.
- Monsieur Mohamed SAHRAOUI, Maître de conférences à l’université de Mohamed
khider, Biskra, pour ses aides et ses conseils dans de nombreux points qui nous ont
aidés à structurer ce travail.
- Monsieur Salim SBAA, Maître de conférences à l’université de Mohamed khider,
Biskra, pour son soutien et ses conseils concernant l’amélioration de ce travail.
Je voudrais saluer et remercier chaleureusement : Wafa BENTRAH, Zoubir BECER,

Djalal SOLTANI, Djamel GHARBI, Messaoud MOHAMMEDI, Islam Nacereddine EL
GHOUL, Adel GHOGGAL, Laid ZAAROUR, Riadh AJGOU, Mokhtar HABIBI, Hamza
SLIMANI, Mohamed Salah AIDA pour leur vision, leurs conseils et leurs gentillesses.
Je tiens à remercier les personnels administratifs (ingénieur du laboratoire « LGEB ») qui

par leur gentillesse et leur disponibilité ont su me faciliter toutes les tâches.
J’adresse également une pensée toute particulière aux enseignants, chercheurs et étudiants
qui m’ont appris à aimer la science, la recherche pendant mes études et ma recherche
scientifique.
Je voudrais remercier mon épouse (Z. TLIBA), qui a partagé ma vie au quotidien, qui m’a
soutenu et supporté durant cette thèse. J’admire sa patience et sa bonté.
Mes pensées vont également à ma famille : mes parents, mes frères, mes sœurs et mes
filles (ARIDJ et DJOUMANA).
Je voudrais également remercier mes amis et mes collègues qui m’ont encouragé et suivi
depuis longtemps.
Enfin, que ceux qui se sentent oubliés de prés ou de loin, trouvent dans cette phrase ma
profonde gratitude et mes remerciements pour l’aide et le soutien apporté durant ces années.
Noureddine BESSOUS
‫ملخص األطروحة‬
‫إنو من غير الممكن تصور الحياة اليوم من دون آالت (ماكينا ت) كيربائية و من جممة ىذه اآلالت‬
‫نذكر الدورانية‪ ،‬ىذه األخيرة التي ليا األثر الكبير لمعديد من المنتجات و األشغال‪ ،‬لتكون متواجدة في‬
‫عديد من المجاالت‪.‬‬
‫إن عممية صيانة ىذه اآلالت تؤدي إلى الربح في الوقت و المال‪ ،‬لذا فإن عممية التشخيص الكتشاف‬
‫العيوب (الخالل) في وقت مبكر أضحت ضرورة حتمية‪.‬‬
‫إن تشخيص أي عيب (خمل) قبل تحولو إلى عطل يتم بعدة تقنيات‪ ،‬و األكثر استعماال في الجانب‬
‫العممي اليوم ىي تقنية تحميل اإلشارات االىت اززية‪ ،‬إذ تعتمد في األساس عمى التحميل الطيفي بتحويالت‬
‫'فوريي'‪.‬‬
‫إال أن مجال البحث اليوم يتنافس و يتسارع ألجل إيجاد طريقة أكثر نجاعة الكتشاف العيوب في‬
‫اآلالت الدوارة‪ ،‬و نذكر منيا عمى سبيل الذكر ال الحصر‪ :‬تقنية التحميل الطيفي إلشارة تيار الجزء‬
‫الساكن‪ ،‬و في نفس السياق نذكر تقنية التحويل إلى مويجات متقطعة أو إلى حزمة مويجات مرتكزة في‬
‫دراستيا عمى ذات التيار الكيربائي‪.‬‬
‫إن اليدف من دراستنا ىذه ىو المقارنة بين الطرق التالية‪ :‬طريقة تحميل التيار الكيربائي بتقنية التحميل‬
‫الطيفي (فوريي) و تقنية التحويل إلى مويجات متقطعة و كذا طريقة تحميل اإلشارة االىت اززية قصد‬
‫الوصول إلى قرار فيصل يقود إلى تشخيص محكم‪.‬‬
‫ىذه الدراسة طرحت نموذج خاص و جديد لخمل المدحرجات‪ ،‬و ىو األول من نوعو الذي سمح لنا‬
‫بإجراء المحاكاة الرقمية لو‪ ،‬و تثمينا لذلك أنجزنا العمل التطبيقي (التجريبي) قصد محاكاة و مقارنة العمل‬
‫الرياضي (التحميمي) مع التجريبي‪.‬‬
‫في ىذا العمل كذلك ‪ ،‬و بخصوص تقنية التحويل إلى مويجات متقطعة ‪ ،‬اقترحنا مؤشر جديد لمعيوب‪،‬‬
‫و ىو ما يساعد عمى تحميل اإلشارات بصورة أدق (كميا و وصفيا)‪.‬‬
‫لقد قمنا بتشخيص العيوب التالية تجريبيا بمختمف الطرق المذكورة آنفا‪ ،‬و ىذه العيوب ىي‪ :‬انكسار‬
‫قضبان الجزء الدوار‪ ،‬عدم تمركز الجزء الدوار و كذا خمل المدحرجات‪.‬‬
‫عمى شكل قفص السنجاب‪،‬‬ ‫الكلمات المفتاحية‪ :‬اآلالت (الماكينا ت) الدورانية‪ ،‬اآلالت غير المتزامنة‬
‫التشخيص‪ ،‬تحويل 'فوريي'‪ ،‬الطيف‪ ،‬التحويل إلى المويجات المتقطعة‪ ،‬انكسار القضبان‪ ،‬عدم تمركز‬
‫الجزء الدوار‪ ،‬المدحرجات‪ ،‬التحميل االىتزازي‪.‬‬
Résumé de la thèse
Il est impossible d'imaginer notre vie d'aujourd'hui sans machines électriques (tournantes),
ces dernières qui ont un impact significatif pour la plupart des produits et des œuvres, d'être
présentés dans de nombreux domaines.
Le processus de la surveillance des machines tournantes menant à un bénéfice en temps et

en argent, donc le processus de diagnostic a pour objectif de détecter les défauts d’une
manière précoce, est devenu un impératif.
Le diagnostic des défauts avant ses conversions à un dysfonctionnement s’effectue de

diverses techniques, et le plus largement utilisé pratiquement, aujourd'hui, est la technique
d'analyse des signaux vibratoires, car elle se base principalement sur l'analyse spectrale (FFT)
des images de vibration.
Cependant, les chercheurs, aujourd'hui, sont en concurrence et accélèrent afin de trouver un

moyen plus efficace pour détecter les défauts dans les machines tournantes, et parmi ces
techniques on cite, mais sans s'y limiter: l'analyse des signatures du courant statorique par la
transformée de Fourier rapide (ASCS ou MCSA en Anglais) et l’analyse du même courant,
mais par la transformée en ondelettes discrètes (ASCS-TOD ou MCSA-DWT en Anglais).
L'objectif de cette étude est de faire une comparaison entre les méthodes d’analyses du
courant : MCSA-FFT, MCSA-DWT et la méthode d’analyse vibratoire afin d'accéder à une
décision précieuse.
Cette étude a d'abord porté sur le développement d'un nouveau modèle dédié au défaut de
roulement. Ce dernier nous a permis de faire la simulation numérique. Dans l'appréciation
d’accomplir et justifier les résultats théorique, nous avons présenté des résultats
expérimentaux pour faire la comparaison avec l’étude analytique (MCSA-FFT).
Concernant la méthode de la MCSA-DWT, nous avons proposé un nouvel indicateur qui

aide aux analyses des signaux d'une manière plus précise (quantitativement et
qualitativement).
Nous avons diagnostiqué le défaut de la cassure de barres, l’excentricité rotorique et le

défaut de roulement par différentes techniques mentionnées plus haut, et aussi, notre étude
pour différents défauts a été exploitée expérimentalement.
Mots clés : Machines tournantes, machines asynchrones à cage d’écureuil, diagnostic,

transformée de Fourier, spectre, transformée en ondelettes discrètes, cassure de barres,
excentricité, roulement, analyse vibratoire.
Abstract of the thesis
It is impossible to imagine our lives today without electrical machines (rotating), they have
a significant impact for most products and works, to be present in many areas.
The process of monitoring of rotating machinery leading to a profit in time and money, so
the diagnostic process is to detect the faults at an early date, has become an imperative.
Fault diagnosis before its conversion to a malfunction is carried out in various techniques,
and the most widely used practically today is the technical of analysis of vibration signals,
because it is mainly based on the spectral analysis (FFT) of vibration images.
However, researchers today are in competition and accelerate in order to find a more
effective way to detect the faults in rotating machinery, and among these techniques, we
mention, but not limited to: the motor current signature analysis (MCSA) by the fast Fourier
transform and analysis of the same current, but by the discrete wavelet transform (MCSA-
DWT).
The objective of this study is to make a comparison between the current analysis methods
(MCSA-FFT and MCSA-DWT) and the vibration analysis method to access a valuable
decision.
This study initially focused on the development of a new model dedicated to rolling
element bearing faults; this allowed us to make a numerical simulation. In appreciation, we
have presented the experimental results.
In this study, and regarding to the MCSA-DWT method, we have proposed a new indicator
which helps to analyze the signals by a more precise manner (quantitatively and
qualitatively).
We have studied the broken rotor bars, the rotor eccentricity and rolling bearing faults by
various techniques mentioned above, and also, our study of different faults was performed
experimentally.
Keywords: rotating machines, asynchronous machines (induction machine), diagnosis,

Fourier transform, spectrum, discrete wavelet transform, broken bars, eccentricity, rolling
element bearings, vibration analysis.
TABLE DES MATIERES
Table des matières
Table des matières
Liste des figures iv

Liste des tableaux ix
Liste des symboles et abréviations xi
INTRODUCTION GENERALE 1
CHAPITRE – I - Contexte et état de l’art de la surveillance des

machines asynchrones
I.1 INTRODUCTION 6
I.2 ETUDE STATISTIQUE 6
1) Rotor 8
1) Roulements à billes 8
2) Stator 8
I.3 LES DEFAILLANCES DE LA MACHINE ASYNCHRONE 9
I.3.1 Défauts statoriques 10
I.3.1.1 Les courts-circuits 10
I.3.1.1.1 Exemple : (Les décharges partielles) 10
I.3.1.1.2 Court-circuit entre phases 11
I.3.1.1.3 Court-circuit entre spire 12
I.3.1.1.4 Circuit ouvert sur une phase 13
I.3.1.1.5 Court-circuit avec le bâti (la carcasse) 13
I.3.1.2 Les défauts combinés : CC-encoches 13
I.3.2 Défauts rotoriques 14
I.3.2.1 Défauts de barres 14
I.3.2.2 Ruptures d’anneaux 16
I.3.2.3 Dissymétrie du rotor (excentricité) 17
I.3.3 Défauts de roulement 20
I.3.3.1 L’usure 22
I.3.3.2 Le piquetage 22
I.3.3.3 Le grippage 22
I.3.3.4 Jeu de roulement 23
I.3.3.5 La corrosion 23
I.3.3.6 Les contraintes mécaniques 23
I.3.3.7 La lubrification 24
I.4 SYNTHESE DES DEFAUTS DE ROULEMENT 24
I.4.1 Analyse de fréquences des défauts de roulements 24
I.4.1.1 Equation théorique (analytique) 24
I.4.1.2 Modulation de la fréquence du signal 26
I.4.1.3 Règles empiriques 26
Table des matières
I.4.1.4 Equations réelles déduites de l’expérimentation 27

I.4.2 Confirmation des règles et équations des fréquences 27
I.4.2.1 Confirmation des règles empiriques 28
I.4.2.2 Confirmation des équations expérimentales 28
I.5 LA SELECTION DES DEFAUTS 31
I.6 LE CHOIX DES METHODES DE DIAGNOSTIC 31
I.7 CONCLSION 32
CHAPITRE – II - Analyse des défauts rotoriques par la méthode de la

MCSA
II.1 INTRODUCTION 34
II.2 LA METHODE DE MCSA 34
II.3 PRESENTATION ET REALISATION DU BANC D'ESSAI 35
II.3.1 Schéma synoptique général de l’ensemble 36
II.3.2 Premier banc d’essais 37
II.3.3 Deuxième banc d’essais 37
II.4 RESULTATS EXPERIMENTAUX DE RUPTURE DE BARRES 38
II.5 ANALYSE DU DEFAUT D’EXCENTRICITE ROTORIQUE 51
II.5.1 Résultats expérimentaux dédiés à l’excentricité statique 52
II.5.2 Analyse spectrale du courant statorique avec excentricité 53
statique
II.5.3 Analyse spectrale du courant statorique avec excentricité 61
dynamique
II.6 CONCLUSION 71
CHAPITRE – III - Analyse des défauts de roulements par la méthode de

la MCSA
III.1 INTRODUCTION 73
III.2 ANALYSE DU DEFAUT DE ROULEMENT 73
ANALYTIQUEMENT
III.2.1 Simulation numérique de défauts des roulements 74
III.2.2 Contraintes de charges avec un défaut dans la bague externe 75
III.2.3 Développement de la fonction de la perméance 76
III.2.4 Discussion des études antérieures 79
III.2.5 Calcul de l’inductance mutuelle stator-rotor 80
III.2.6 Simulation da MAS en présence de DBE 83
III.3 ANALYSE DU DEFAUT DE ROULEMENT 88
EXPERIMENTALEMENT
III.3.1 Résultats expérimentaux dédiés au défaut de la bague 88
extérieure du roulement
III.3.2 Résultats expérimentaux dédiés au défaut de la bague intérieure 95
du roulement
III.4 CONCLUSION 99
Table des matières
CHAPITRE – IV - Analyse des défauts par la méthode de la TOD
IV.1 INTRODUCTION 101

IV.2 LA METHODE DE MCSA-DWT 102
IV.2.1 Théorie de la TOD (DWT) 102
IV.2.2 Energies et bandes fréquentielles pour DWT 106
IV.2.3 Erreur quadratique moyenne (EQM ou MSE) pour le 107
diagnostic
IV.4 TECHNIQUE D’ONDELETTES POUR LA DETECTION DU 108
DEFAUT DE LA CASSURE DE BARRES
IV.4 TECHNIQUE D’ONDELETTES POUR LE DEFAUT 117
D’EXCENTRICITE ROTORIQUE
IV.4.1 Défaut d’excentricité statique 117
IV.4.2 Défaut d’excentricité dynamique 121
IV.5 LA TECHNIQUE D’ONDELETTES POUR LES DEFAUTS DE 125
ROULEMENT
IV.5.1 Détection du défaut de la bague extérieure (BE) 125
IV.5.2 Détection du défaut de la bague intérieure (BI) 129
IV.7 CONCLUSION 133
CHAPITRE – V - Analyses vibratoires des défauts de la MAS
V.1 INTRODUCTION 136

V.2 DEFINITIONS 136
V.2.1 Mesure de la vibration 137
V.2.1 Mesure de la vibration 137
V.2.3 Type de détection 139
V.2.4 Analyse fréquentielle 139
V.2.5 Fixation de l’accéléromètre sur le palier 140
V.2.6 Les points de mesure 140
V.3 LES SOURCES DES VIBRATIONS ET DES BRUITS 141
V.4 REDUCTION DE BRUIT ET LES VIBRATIONS D'EXCITATION 142
V.5 RESULTATS EXPERIMENTAUX DE SIGNAUX VIBRATOIRES 143
V.5.1 Détection du défaut de la cassure des barres par la méthode de 143
MVSA
V.5.2 Détection du défaut d’excentricité statique et dynamique par la 153
méthode de MVSA
V.5.2.1 MVSA pour un défaut d’excentricité statique 153
V.5.2.2 MVSA pour un défaut d’excentricité dynamique 162
V.5.3 Détection du défaut de roulement par la méthode de MVSA 168
V.5.3.1 Mesure de vibration pour un défaut dans la bague externe 168
V.5.3.2 Mesure de vibration pour un défaut dans la bague interne 176
V.6 BILAN D’ETUDE 181
V.7 ETUDE COMPARATIVE ENTRE LA MCSA ET LA MVSA 182
Table des matières
V.7.1 Interprétation et discussion des résultats 183

V.7.2 Description de chaque défaut 183
Premièrement : la cassure de barres 183
Deuxièmement : l’excentration du rotor 184
Troisièmement : le roulement 184
V.7.3 Remarques importantes 185
V.8 BILAN DE LA COMPARAISON 187
V.9 CONCLUSION 189
CONCLUSION GENERALE 191
ANNEXES 195
REFERENCES BIBLIOGRAPHIQUES 217
Liste des figures
Liste des figures

CHAPITRE I : Contexte et état de l’art de la surveillance des machines
asynchrones
Figure I.1. Répartition des défauts. 7

Figure I.2. Répartition des défauts liés au stator. 7
Figure I.3. Schéma illustratif de certains défauts associés à la machine. 8
Figure I.4. Représentation des différents défauts statoriques possible. 11
Figure I.5. Court-circuit spire-spire. 12
Figure I.6. Court-circuit phase-phase. 12
Figure I.7. Détérioration d'isolation : CC entre spires (à gauche), extension aux 14
encoches (au centre) et une extension à la profondeur des encoches (à droite).
Figure I.8. Rupture d‟une et deux portions adjacentes d‟anneau de court-circuit. 16
Figure I.9. Type d‟excentricité, (a) : statique, (b) : dynamique. 18
Figure I. 10. Eléments constitutifs d‟un roulement à billes. 21
Figure I. 11. Bille saine et une autre défaillante. 22
Figure I. 12. Fissure (cassure) et piquetage dans la bague extérieure. 22
Figure I. 13. Jeu de roulement (axial et radial). 23
Figure I. 14. Progression d‟un écaillage. 23
Figure I. 15. Angle de contact d‟un roulement oblique. 25
CHAPITRE II : Analyse des défauts rotoriques par la méthode de la MCSA
Figure II.1. Schéma de principe de l'acquisition des signaux. 36

Figure II.2. Photo du banc d‟essai dédié au diagnostic (Dspace1104). 37
Figure II.3. Photo du banc d‟essai dédié à l‟analyse vibratoire. 38
Figure II.4. Photographie du rotor de la MAS de 3 kW pour un état sain (à gauche), 38
une barre cassée (au centre), deux barres cassées (à droite).
Figure II.5. Le courant statorique en fonction du temps (1BC) ; (a) : 0% de la 40
charge, (b) : 75% de la charge, (c) : Phénomène du battement (s=3.6%).
Figure II.6. Spectre de la tension d‟alimentation. 41
Figure II.7. Spectre du courant statorique (1BC, à vide) ; (a): Bande : 0-1000Hz, 42
(b) et (c) : Basses fréquences, (d) et (e) : Alentours des PSHs, (f) et (g) : Alentours
des 5 et 7.
Figure II.8. Spectre du courant statorique (s=3.6%, 1BC) ; (a) : 0-1000Hz, (b) et 44
(c) : 0-200Hz, (d) et (e): 200-400Hz, (f) et (g): 600-800Hz.
Figure II.9. Spectre du courant statorique (s=3.6%, 1BC) ; (a) et (b): 20-800Hz, (c) 45
et (d): 600-650Hz.
ix
Liste des figures
Figure II.10. Courant statorique en fonction du temps (s=3.6%, 2BC). 46

Figure II.11. Spectre du courant statorique (MAS sain, 1BC et 2BC) ; (a) : Autour 47
du fondamental, (b) : Autour de L-PSH, (c) : Autour de 5, (d) : Autour de 7.
Figure II.12. Spectre du courant statorique (2BC) de 0 à 100 Hz. 48
Figure II.13. Stratégie et principe de préparation de l‟ES et l‟ED. 53
Figure II.14. Spectre du courant statorique avec un degré d‟excentricité statique 56
δs=45% (s=0.004, à vide); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et
(e) : Autour de 5 et 7, (f) et (g) : Autour des PSHs.
Figure II.15. Spectre du courant statorique avec un degré d‟excentricité statique 58
δs=45% (s=0.032); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et (e) :
Autour de 5 et 7, (f) et (g) : Autour des PSHs.
Figure II.16. Evolution d‟amplitude en fonction des RSHs (δs=45%) avec 75% de 61
charge nominale (s=0.032).
Figure II.17. Spectre du courant statorique à vide avec un degré d‟excentricité 63
dynamique δd=30% (s=0.004); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental,
(d) et (e) : Autour de 5 et 7, (f) et (g) : Autour des PSHs.
Figure II.18. Spectre du courant statorique en charge avec un degré d‟excentricité 65
dynamique δd=30% (s=0.035); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental,
(d) et (e) : Autour de 5 et 7, (f) et (g) : Autour des PSHs.
Figure II.19. FBL pour un degré d‟excentricité statique δd=30% (s=0.035); (a) : 66
Autour de 525.4 Hz, (b) : Autour de L-PSH, (c) : Autour de U-PSHs.
Figure II.20. Evolution d‟amplitude en fonction des RSHs (δd=30%). 70
CHAPITRE III : Analyse des défauts de roulements par la méthode de la

MCSA
Figure III.1. Position du rotor avec le mouvement des billes. 76

Figure III.2. Contrainte radiale de la charge appliquée. 76
Figure III.3. Schéma d‟une bille autour d‟un petit trou dans la bague extérieure. 77
Figure III.4. Forme du signal triangulaire en présence d‟un défaut de la bague 77
extérieure (DBE).
Figure III.5. Inductances mutuelles entre les phases a, b, c et une maille rotorique 82
pour α=0.1 mm et δs =20%.
Figure III.6. Evolution des inductances mutuelles stator-rotor ; (a): Lsr=f(δs), 82
α=constant=1mm, (b): Lsr=f(α), δs =constant=20%.
Figure III.7. Grandeurs électromécanique “fonctionnement à vide”; (a): Vitesse de 83
rotation (b): Couple électromagnétique, (c): Courant statorique.
Figure III.8. Grandeurs électromécanique “fonctionnement en charge”; (a): Vitesse 84
de rotation (b): Couple électromagnétique, (c): Courant statorique.
Figure III.9. Spectre du courant statorique par simulation “fonctionnement à vide” ; 86
(a) et (b) Bande: 0-300 Hz, (c) et (d) Bande: 550-1500Hz.
Figure III.10. Spectre du courant statorique par simulation “fonctionnement en 87
charge” ; (a) et (b) Bande: 0-300 Hz, (c) et (d) Bande: 550-1500Hz.
Figure III.11. Photos d‟un roulement défectueux dans la BE. 88
Figure III.12. Spectre du courant statorique pour différentes bandes fréquentielles 90
(défaut de la BE, s≈0) (a) : 0-1000Hz, (b) : 0-150Hz, (c) : 140-300 Hz, (d) : 450-
600 Hz, (e) : Autour des PSHs.
x
Liste des figures

(défaut de la BE, s=0.04) (a) : 0-1000Hz, (b) : 0-150Hz, (c) : 140-300 Hz, (d) : 450-
600 Hz, (e) : Autour des PSHs.
Figure III.14. Spectre du courant statorique pour la bande de 1000-1500Hz 93
(s≈0.04) ; (a) : Etat sain, (b) : Etat défectueux (BE).
Figure III.15. Photos d‟un roulement défectueux dans la BI. 95
(défaut de la BI, s=0.004) (a) : 0-1000Hz, (b) : 0-200Hz, (c) : 200-500 Hz, (d) :
500-760 Hz.
(défaut de la BI, s=0.048) (a) : 0-1000Hz, (b) : 0-200Hz, (c) : 200-500 Hz, (d) :
500-750 Hz.
CHAPITRE IV : Analyse des défauts par la méthode de la TOD
Figure IV.1. Echelle de décomposition par la TO. 103

Figure IV.2. Filtres de décomposition d‟un signal original f(t) en approximations et 104
détails.
Figure IV.3. Décomposition en multi-niveau du signal f(t). 105
Figure IV.4. Analyse par TOD d‟une phase statorique is en fonctionnement à 110
vide (1BC) : sain (en bleu), défectueux (en rouge).
Figure IV.5. Analyse par TOD d‟une phase statorique is pour un fonctionnement en 111
charge (1BC) : sain (en bleu), défectueux (en rouge).
Figure IV.6. Analyse par TOD d‟une phase statorique is en fonctionnement à 112
Figure IV.7. Analyse par TOD d‟une phase statorique is pour un fonctionnement en 113
Figure IV.8. Variation de l‟énergie des détails pour un fonctionnement à vide. 114
Figure IV.9. Variation de l‟énergie des détails pour un fonctionnement en charge. 114
Figure IV.10. Variation de l‟énergie des détails pour un fonctionnement à vide. 115
Figure IV.11. Variation de l‟énergie des détails pour un fonctionnement en charge. 115
Figure IV.12. Evolution de l‟EQM pour une barre cassée. 117
Figure IV.13. Analyse par TOD d‟une phase statorique is pour un fonctionnement à 118
vide (ES) : sain (en bleu), défectueux (en rouge).
Figure IV.14. Variation de l‟énergie des détails pour un fonctionnement à vide 118
(ES).
Figure IV.15. Analyse par TOD d‟une phase statorique is pour un fonctionnement 119
en charge (ES) : sain (en bleu), défectueux (en rouge).
Figure IV.16. Variation de l‟énergie des détails pour un fonctionnement en charge 119
(ES).
Figure IV.17. Evolution de l‟EQM pour un défaut d‟excentricité statique. 121
Figure IV.18. Analyse par TOD d‟une phase statorique is pour un fonctionnement à 122
vide (ED) : sain (en bleu), défectueux (en rouge).
Figure IV.19. Variation de l‟énergie des détails pour un fonctionnement à vide 122
(ED).
Figure IV.20. Analyse par TOD d‟une phase statorique is pour un fonctionnement 123
en charge (ED) : sain (en bleu), défectueux (en rouge).
Figure IV.21. Variation de l‟énergie des détails pour un fonctionnement en charge 123
(ED).
xi
Liste des figures
Figure IV.22. Evolution de l‟EQM pour un défaut d‟excentricité dynamique. 125

Figure IV.23. Décomposition en multi-niveaux du courant statorique pour un 126
fonctionnement à vide (BE) : sain (en bleu), défectueux (en rouge).
Figure IV.24. Evolution de l‟énergie des détails pour un fonctionnement à vide 126
(BE).
fonctionnement en charge (BE) : sain (en bleu), défectueux (en rouge).
Figure IV.26. Evolution de l‟énergie des détails pour un fonctionnement en charge 127
(BE).
Figure IV.27. Evolution de l‟EQM pour un défaut de la bague externe. 129
fonctionnement à vide (BI) : sain (en bleu), défectueux (en rouge).
Figure IV.29. Evolution de l‟énergie des détails pour un fonctionnement à vide 130
(BI).
fonctionnement en charge (BI) : sain (en bleu), défectueux (en rouge).
Figure IV.31. Evolution de l‟énergie des détails pour un fonctionnement en charge 131
(BI).
Figure IV.32. Evolution de l‟EQM pour un défaut de la bague interne. 133
CHAPITRE V : Analyses vibratoires des défauts de la MAS
Figure V.1. Schéma de principe d‟un capteur de vibration. 138

Figure V.2. Exemple des points de fixations dans un système électromécanique. 140
Figure V.3. Différents points de mesure des vibrations d‟une MAS. 141
Figure V.4. Signal temporel de vibration dans l‟état sain et pour 2BC du MAS ; 144
(a) : fonctionnement à vide, (b) : fonctionnement en charge.
Figure V.5. Spectre du signal vibratoire pour différentes plages de fréquences 146
(2BC, s=0.004) ; (a) et (b) :0-200Hz, (c) et (d) :200-400Hz, (e) et (f) :400-600Hz.
Figure V.6. Spectre du signal vibratoire pour différentes plages de fréquences 147
(2BC, s=0.004) ; (a) et (b) :600-800 Hz, (c) et (d) :1100-1300 Hz.
Figure V.7. Evolution d‟amplitudes de 2kfs (2BC, s=0.004). 148
Figure V.8. Bande latérales alentour de kfr (2BC, s=0.004). 149
Figure V.9. Spectre d‟un signal de vibration pour différentes plages de fréquences 150
(2BC, s=0.034) ; (a) et (b) :0-200Hz, (c) et (d) :200-400Hz, (e) et (f) :400-600Hz.
Figure V.10. Spectre d‟un signal de vibration pour différentes plages de fréquences 151
(2BC, s=0.034) ; (a) et (b) :600-800 Hz, (c) et (d) :1100-1300 Hz.
Figure V.11. Spectre d‟un signal de vibrations pour une ES et s=0.004 « (a) et (b) : 154
0-200 Hz ».
Figure V.12. Spectre d‟un signal de vibrations pour une ES et s=0.004 « (a), (b) et 154
(c) : 0-100 Hz».
Figure V.13. Spectre d‟un signal de vibrations pour une ES alentour de 2fs pour 155
s=0.004.
Figure V.14. Différentes plages des fréquences du spectre d‟un signal de vibrations 156
pour une ES et s=0.004 « (a), (b) : 500-600 Hz ; (c), (d) : 900-1000 Hz ».
Figure V.15. Spectre d‟un signal vibratoire pour un défaut d‟ES (s=0.032), 0-200 157
Hz.
Hz.
xii
Liste des figures
Hz.
Figure V.18. Spectre d‟un signal de vibrations pour une ES alentour de 2fs pour 159
s=0.032.
Figure V.19. Spectre d‟un signal vibratoire pour un défaut d‟ES aux alentours la 161
fréquence RBPF; « (a) et (b) : 550-800 Hz „à vide‟», « (c) et (d) : 550-800 Hz „en
charge‟».
Figure V.20. Spectre d‟un signal vibratoire pour un défaut d‟ED (s=0.004), 0-200 163
Hz.
Hz.
Figure V.22. Spectre d‟un signal vibratoire pour différentes plages de fréquences 164
(ED, s=0.004).
Figure V.23. Bande latérale de kfr alentour de RBPF pour un défaut d‟ED 165
(s=0.004).
Figure V.24. Spectre d‟un signal vibratoire pour un défaut d‟ED (s=0.032), « (a) et 166
(b) : 0-200 Hz ».
Hz.
Figure V.26. Bande latérale de kfr alentour de RBPF pour un défaut d‟ED 167
(s=0.032).
Figure V.27. Signal vibratoire en fonction du temps pour un MAS défectueux 169
(BE,s=0.004).
Figure V.28. Différentes plages des fréquences du spectre d‟un signal vibratoire 170
(BE, s=0.004).
Figure V.29. Spectre d‟un signal vibratoire ; (a) et (b) : 0-100 Hz, (c) et (d) : 100- 171
200 Hz, (e) et (f) : 200-400 Hz (BE, s=0.004).
Figure V.30. Signal vibratoire en fonction du temps pour un MAS défectueux (BE, 172
s=0.032).
(BE, s=0.032).
Figure V.32. Présentation des fréquences de bandes latérales alentours de k×fbe 174
dans le spectre du signal vibratoire (BE, s=0.032).
Figure V.29. Présentation des fréquences de bandes latérales alentours de k×fbe 175
dans le spectre du signal vibratoire (BE, s=0.032).
Figure V.30. Signal vibratoire en fonction du temps „BI‟ ; (a) : à vide, (b) : en 177
charge.
(BI, s=0.004).
Figure V.32. Spectre d‟un signal vibratoire aux alentours de différentes plages 178
fréquentielles (BI, s=0.004).
Figure V.29. Présentation des fréquences caractéristiques et latérales pour 180
différentes plages des fréquences dans le spectre d‟un signal vibratoire (BI,
s=0.032).
xiii
Liste des tableaux
Liste des tableaux

CHAPITRE I : Contexte et état de l’art de la surveillance des machines
asynchrones
Tableau I.1. Synthèse des signatures des défauts. 30
CHAPITRE II : Analyse des défauts rotoriques par la méthode de la MCSA
Tableau II.1. Récapitulation des raies dans le spectre du courant statorique (1BC). 45
Tableau II.2. Récapitulation des raies induites dans les enroulements statoriques 49
(2BC, s=3.2%).
Tableau II.3 Récapitulation des raies induites dans les enroulements statoriques 50
(1BC+2BC).
Tableau II. 4. Récapitulation des harmoniques théoriques et pratiques (δs=45%). 60
Tableau II. 5. Récapitulation des harmoniques théoriques et pratiques (δd=30%). 70
CHAPITRE III : Analyse des défauts de roulements par la méthode de la

MCSA
Tableau III.1 Valeurs théoriques des PSHs. 85

Tableau III.2 Valeurs théoriques des fréquences caractéristiques. 85
Tableau III.3 Valeurs théoriques et pratiques des harmoniques (BE, s=0). 92
Tableau III.4 Valeurs théoriques et pratiques des harmoniques (BE, s=0.04). 94
Tableau III.5 Fréquences caractéristiques théoriques et pratiques du défaut de la 97
bague interne (s=0.004).
Tableau III.6 Fréquences caractéristiques théoriques et pratiques du défaut de la 99
bague interne (s=0.048).
CHAPITRE IV : Analyse des défauts par la méthode de la TOD
Tableau IV.1. Bandes fréquentielles des détails (fe=12.8 kHz). 107

Tableau IV.2. Tableau récapitulatif des EQMs pour 1BC (fonctionnement à vide). 116
Tableau IV.3. Tableau récapitulatif des EQMs pour 1BC (fonctionnement en 116
charge).
Tableau IV.4. Valeurs des EQMs (fonctionnement à vide-ES). 120
Tableau IV.5. Valeurs des EQMs (fonctionnement en charge-ES). 121
Tableau IV.6. Valeurs des EQMs (fonctionnement à vide-ED). 124
Tableau IV.7. Valeurs des EQMs (fonctionnement en charge-ED). 124
Tableau IV.8. Valeurs des EQMs (fonctionnement à vide-BE). 128
Tableau IV.9. Valeurs des EQMs (fonctionnement en charge-BE). 128
Tableau IV.10. Valeurs des EQMs (fonctionnement à vide-BI). 132
Tableau IV.11. Valeurs des EQMs (fonctionnement en charge-BI). 132
ix
Liste des tableaux
CHAPITRE V : Analyses vibratoires des défauts de la MAS
Tableau V.1. Valeurs théoriques et pratiques des harmoniques dans le spectre d’un 152
signal vibratoire (2BC, s=0.034, fr=24.15Hz).
Tableau V.2. Valeurs théoriques et pratiques de quelques harmoniques du signal 155
vibratoire (ES, s=0.004).
Tableau V.3. Valeurs théoriques et pratiques de quelques harmoniques du signal 158
vibratoire (ES, s=0.032).
Tableau V.4. Résumé de quelques valeurs théoriques et pratiques des harmoniques 160
causés par le défaut d’ES dans le spectre d’un signal vibratoire (s=0.032).
Tableau V.5. Bilan d’amplitudes caractéristiques du défaut d’ES autour de RBPF. 162
Tableau V.6. Récapitulation de quelques harmoniques théoriques et pratiques dans 172
le spectre d’un signal vibratoire (BE, s=0.004).
le spectre d’un signal vibratoire (BE, s=0.032).
le spectre d’un signal vibratoire (BI, s=0.004).
le spectre d’un signal vibratoire (BI, s=0.032).
Tableau V.10. Récapitulation des avantages et des inconvénients de la MCSA et la 189
MVSA.
x
Liste des symboles et abréviations

fs : fréquence d’alimentation statorique
ωs : pulsation du courant statorique
fr : fréquence de rotation du rotor
g, s : glissement
e, g0 : épaisseur d’entrefer
D diamètre extérieur du stator
p: nombre de paires de pôles
Kbh : coefficients de bobinage relatif à l’harmonique de rang h
Λ: perméance d’entrefer
nbr, nb : nombre de barres rotoriques
μ: perméabilité magnétique du matériau utilisé
μ0 : perméabilité du vide
μr : perméabilité relative
δs : degré d’excentricité statique du rotor
δd : degré d’excentricité dynamique du rotor
l: longueur du fer rotorique
r: rayon moyen de la machine
Nt : nombre de spires en série par phase
Ne : nombre d’encoches par pôle et par phase
Q: nombre de dents par pas d’enroulement
froul , fc : fréquence caractéristique du défaut de roulement
αr : angle d’ouverture d'une maille rotorique
Tc : période caractéristique
HERs : Harmoniques d’Encoches Rotoriques
RSHs : Rotor Slot Harmonics
fRSHs : fréquences d'harmoniques d’encoches rotoriques
L-PSH : Lower Principal Slot Harmonic
U-PSH : Upper Principal Slot Harmonic
fPSHs : fréquences d'harmoniques principaux rotoriques
fFBL : fréquences de bande latérale
fcb : fréquence caractéristique du défaut de la cassure de barres
fES : fréquence caractéristique du défaut d’excentricité statique
fED : fréquence caractéristique du défaut d’excentricité dynamique
fMix, fExc-Mix : fréquence caractéristique du défaut d’excentricité mixte
fbe, fBE, fOR : fréquence caractéristique du défaut de la bague externe du
roulement
fbi, fBI, fIR : fréquence caractéristique du défaut de la bague interne du
roulement
fball, fB : fréquence caractéristique du défaut de la bille du roulement
fcage : fréquence caractéristique du défaut de la cage du roulement
fcaract-be : fréquence caractéristique du défaut de la bague externe dans le
xi
spectre du courant statorique

fcaract-bi : fréquence caractéristique du défaut de la bague interne dans le
spectre du courant statorique
fsat : fréquence de saturation
ffmm : fréquence de force magnétomotrice
fv : fréquence de vibration
fdésal : fréquence de désalignement
fe : fréquence d’échantillonnage
fs : fréquence de glissement
Nb : nombre de billes de roulement
δg0 : profondeur du petit trou dans la bague extérieure
α: largeur du petit trou dans la bague extérieure
ν: ordre d’harmoniques du temps
nd : ordre de l’excentricité dynamique
fmm, FMM : force magnétomotrice
J: moment d’inertie
Cem : couple électromagnétique
Cr : couple resistant
ASCS : Analyse des Signatures de Courant statorique
MCSA : Motor Current Signal Analysis
TFR : Transformée de Fourier Rapide
FFT : Fast Fourier Transform
TOD : Transformée en ondelettes discrètes
DWT : Discrete Wavelet Transform
ASSV : Analyse des Signatures du Signal Vibratoire
MVSA : Motor Vibration Signature Analysis
RBPF : Rotor Bar Pass Frequency
DBE : Défaut de la Bague Extérieure
DBI : Défaut de la Bague Intérieure
DB : Défaut de la bille du roulement
EQM : Erreur Quadratique Moyenne
MSE : Mean Square Error
CAj : coefficients d’approximation
CDj : coefficients de détailles
Db44 : ordre d’ondelette mère de Daubechies
NSA : seuil d’arrêt pour la TOD
BC : Barre Cassée
CB : Cassure de Barre
MAS : Machine (Moteur) Asynchrone
AFEM : Approche de la Fonction d’Enroulement Modifiée
Fab : Force magnétomotrice du circuit magnétique –ab-
H: Rang d’un harmonique.
Kbh : Coefficient de bobinage.
xii
Kdh : Coefficient de distribution.

Krh : Coefficient de raccourcissement.
Nc : Nombre de conducteur par encoche du stator.
Ne : Nombre d’encoches par pôle et par phase.
Ns : Nombre d’encoches statoriques.
Nt : Nombre de spires en série par phase.
r : Position mécanique du rotor.
φ: Ouverture angulaire (position dans l’espace).
n: Fonction de distribution.
N: Fonction d'enroulement.
Rb : Résistance d’un barreau du rotor.
Re : résistance d’une portion d’anneau
Rs : Résistance d’une phase statorique.
La : Inductance de fuite d’une portion d’anneau de court circuit du
rotor.
Lb : Inductance de fuite d’un barreau du rotor.
Ljk : Inductance mutuelle entre deux mailles rotoriques.
Lmq : Inductance de magnétisation d’une phase statorique.
Lrk : Inductance de magnétisation d’une maille rotorique.
Ms : Inductance mutuelle entre deux phases statoriques.
Lsr : Inductance mutuelle entre une phase statorique et une maille
rotorique.
xiii
INTRODUCTION GENERALE
Introduction générale
La machine asynchrone à cage (machine à induction) est aujourd’hui très appréciée dans
les milieux industriels pour sa qualité de robustesse, la quasi-absence d’entretien, l’avantage
d’être alimentée directement par le réseau triphasé, son prix d’achat est moins élevé à
puissance donnée par rapport à la machine à courant continu et la machine synchrone ; grâce
aux progrès de l’électronique, elle est utilisée dans les applications nécessitent une vitesse
variable, en faisant appel à plusieurs types de commandes. La machine asynchrone est
apparaît, maintenant, comme un élément de base des actionneurs électriques performants dans
des endroits les plus divers, tels que : éolienne, les applications militaires, la propulsion
électrique des véhicules, de tramway et de trains de grandes vitesses, voire même de bateaux
de croisières.
Cependant, comme toute autre machine, elle peut être affectée par une faiblesse indésirable
aux moments inattendus. Les raisons de ces faiblesses sont nombreuses, telles que, problèmes
de charge, mauvaises conditions de travail, problèmes d'installation et de fabrication, etc.
Avec les progrès dans le processus des systèmes de contrôle, la phase de la surveillance est
assez primordiale afin d’assurer le bon fonctionnement des machines asynchrones. Le
diagnostic est une partie de la surveillance qui a pour objectif de détecter et isoler les défauts
dans les machines asynchrones d’une manière précoce [CAS03]. Autrement, lorsque les
défauts ne sont pas détectés à l'avance, ils peuvent entraîner des pertes importantes, ainsi
qu’ils peuvent provoquer une menace pour la fiabilité et la sécurité dans le fonctionnement
de la machine tournante.
Récemment, la détection et l’isolation des défauts (FDI : Fault Detection and isolation) est
devenu un souci majeur pour de nombreux chercheurs orientés aux applications de l'ingénierie
[SAL13]. Les deux principaux objectifs des processus de la FDI sont la décision précieuse sur
l’état de la machine pour localiser le défaut et l’élimination du problème. Cette stratégie de
diagnostic a comme rôle d'améliorer le contrôle, de réduire les coûts de maintenance,
d'augmenter la disponibilité et la fiabilité, d’éviter les temps d'arrêt non planifiés, et
d'améliorer l'efficacité opérationnelle des systèmes.
De façon générale, dans un moteur asynchrone peut se développer un défaut interne ou un
défaut externe. En se référant à l'origine, un défaut peut être mécanique ou électrique. Il peut
être classifié comme un défaut statorique ou rotorique et autres défauts qui sont associés aux
pièces mobiles comme les roulements. Plus précisément, les défauts de la MAS peuvent se
2
trouver aux roulements, au stator et au rotor, qui se traduisent, généralement par une vibration
mécanique [BELH14].
Les vibrations sont omniprésentes dans la plupart des machines électriques. Les machines
tournantes vibrent pour plusieurs raisons comme : défauts d’équilibrage et d’alignement et les
imperfections des paliers, les cassures partielles ou totales des barres rotoriques, les
problèmes aux roulements, et l’excentricité. Généralement, les vibrations diminuent la durée
de vie de l’équipement et dans les cas extrêmes peuvent endommager celui-ci ou même
provoquer des défaillances catastrophiques.
Pour cela, plusieurs méthodes ont été proposées pour la détection des défauts et le
diagnostic, mais la plupart des méthodes nécessitent une bonne connaissance et un savoir-
faire pour les appliquer avec succès.
Les approches doivent être plus simples afin de permettre aux utilisateurs (opérateurs) ayant
une connaissance basique sur le système, de le surveiller afin d’analyser l'état de défaut et de
prendre des décisions fiables.
L’observation de phénomènes vibratoires est une technique largement utilisé dans
l’industrie, notamment pour la surveillance des composants sensibles, comme les roulements
à billes, les engrenages ou les rotors. L’analyse vibratoire permet de dénoter et de détecter les
problèmes dans les machines tournantes.
La procédure de l’analyse des signatures vibratoires du moteur (ASVM ou MVSA en
Anglais), consiste à détecter l’apparition d’un défaut sans démontage de la machine en
prélevant l’image vibratoire à l’aide d’un capteur de vibration. Dans la plupart des cas, le
traitement des signaux vibratoires s’effectue par l’analyse du contenu spectral.
Le même principe d’analyse vibratoire (spectre), est appliqué au courant statorique de la
machine asynchrone. Cette technique se basant sur l’analyse des signatures du courant
statorique (ASCS ou MCSA en Anglais) en utilisant la transformée de Fourier rapide (TFR ou
FFT en Anglais), est actuellement en concurrence avec la méthode de MVSA.
La richesse d’informations dans le courant statorique, permet de l’exploiter par différentes
techniques. Parmi elles, on trouve la transformée en ondelettes discrètes (TOD ou en Anglais
DWT), qui est dernièrement très utilisée sous plusieurs formes, surtout, dans l’aspect de
filtrage.
Pour toutes ces raisons, et pour bénéficier des avantages que procurent ces approches, nous
posons la question sur la méthode la plus efficace au diagnostic des machines asynchrones.
L'objectif de cette étude est de faire une comparaison entre la méthode d’analyse du courant
par MCSA-FFT, MCSA-DWT et MVSA afin d'accéder à une décision précieuse.
3
Cette étude vise tout d'abord à présenter un nouveau modèle analytique adéquat au
traitement des différents défauts de roulement. Ce dernier nous a permis de faire une
simulation numérique. Dans l'appréciation d’accomplir et justifier les résultats théorique, nous
avons présenté des résultats expérimentaux pour les simuler et les comparer avec l’étude
analytique.
En plus, notre travail traite différents défauts par la technique de la MCSA-DWT, mais avec
un nouvel aspect qui se base sur l’erreur quadratique moyenne.
Le plan du mémoire est résumé et agencé en cinq chapitres, comme suit :
 Dans le premier chapitre, nous allons rappeler le contexte de notre étude : une
synthèse très générale de la problématique pour rendre compte de l’étude menée, nous
présenterons d’abord, à travers une analyse bibliographique, l’état de la recherche dans
ce domaine.
 Le deuxième chapitre sera consacré aux analyses des défauts rotoriques: rupture de
barres et excentricité (statique et dynamique) par la technique de la MCSA.
 Le troisième chapitre regroupera le nouveau modèle analytique de simulation
concernant le défaut mécanique (roulement). Nous allons dans ce chapitre faire une
validation expérimentale des défauts du roulement qui nous permettra de confirmer
nos résultats de simulation en se basant sur la méthode de la MCSA.
 La technique de la transformée en ondelettes discrètes (MCSA-DWT) sera appliquée
dans le quatrième chapitre pour les trois défauts cités auparavant.
 Le cinquième chapitre sera consacré à l’étude des défauts de la machine asynchrone
par l’analyse vibratoire (MVSA). Et afin de bien tirer profit des résultats obtenus, nous
consacrerons une partie dans ce chapitre à une discussion détaillée des différentes
techniques appliquées dans ce travail.
Une conclusion générale donnera une synthèse du travail effectué, et résumera les principaux
résultats obtenus, ainsi que les perspectives envisagées pour d’éventuelles améliorations.
4
CHAPITRE I
Contexte et état de l’art de la

surveillance des machines asynchrones
CHAPITRE I. Contexte et état de l’art de la surveillance des machines asynchrones
I.1 INTRODUCTION
Les équipements de surveillance des machines sont des matériels qui assurent l'entretien
et la maintenance des machines. La surveillance des machines permet de vérifier la compatibilité
matérielle et le taux de consommation afin de garantir une utilisation optimale des ressources. La
surveillance des équipements industriels a pour objet également d’observer l'état d'un dispositif,
dans le but de faire face aux aléas d'un système au cours de la phase d'exploitation [BES07]. Bien
que le diagnostic est une partie de la surveillance, sa définition adoptée par les instances
internationales de normalisation, est la suivante : « Le diagnostic est l’identification de la cause
probable de la (ou des) défaillance(s) à l’aide d’un raisonnement logique fondé sur un ensemble
d’informations provenant d’une inspection, d’un contrôle ou d’un test». [LAL04]. Le mot
diagnostic peut avoir plusieurs interprétations selon le contexte et le domaine d’application.
En général, lorsqu’on parle de diagnostic des défauts, on se réfère à la procédure de
détection et d’isolation de ces derniers, que l’on retrouve souvent sous le nom : FDI (Fault
Detection and Isolation). Le rôle d’une telle procédure est de fournir une information sur
l’apparition d’un défaut et 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
[ISH79], [HAR82], [CAM86], [KLI88], [ELK92], [PEN94]. En effet, de nombreux chercheurs
ont investi dans ce domaine proposant alors diverses approches et techniques répondant à la
diversité des applications [ARK96], [TRZ00], [BEN03], [JES14], [MUS16], [BES16-1].
Dans ce chapitre, nous allons décrire l’état de l’art de défauts concernant le système
étudié, dans notre cas, qui est la machine asynchrone triphasée à cage d'écureuil (MAS). Nous
allons effectuer une introduction à l’état de l’art du diagnostic des défauts dans les systèmes
physiques. L’intérêt portera essentiellement sur le problème de détection et d’isolation des
défauts.
I.2 ETUDE STATISTIQUE
Dans la littérature, des statistiques ont été émises concernant les défauts qui peuvent
affecter la machine. La classification se fait selon des critères précis mais différents pour chaque
auteur, comme par exemple le critère des variations dues à l’amélioration des isolants.
6
Pour [MEL99], le partage se fera comme suit : 50% pour les défauts statoriques, 20%
comme défauts rotoriques, 20% sont des défauts mécaniques et 10% autres.
Pour [CAS02], (voir figure I-1) plus de 50% de défauts affectent les roulements, environ
16% comme des défauts localisés au stator, 5% apparaîtront au rotor et 2.5% seront des défauts
de l’axe et d’accouplement.
D’après l’article de [RAZ03], on trouve une répartition des défauts que peut rencontrer la
machine de la manière suivante:
Les défauts statoriques : 40%, les défauts rotoriques pour presque 20 %, les pannes de
types mécaniques pour près de 20 % et autres pour environ 10%.
Les statistiques, présentées par [EPR85] et [LU04], les destinent quant à eux, pour 40 à
50% comme étant des défauts de roulement, 30-40% pour des défauts statoriques et enfin pour 5
à 10% de défauts rotoriques.
De manière plus spécifique, au niveau du stator, on prend à titre d’exemple, la répartition
donnée par la figure (I-2) [RAI00].
Figure I.1. Répartition des défauts selon [CAS02].
Figure I.2. Répartition des défauts liés au stator [RAI00].
7
L’étude précédente permet de classer les défauts suivant leur localisation [KLI96]:
1) Rotor
o Rupture de barreaux (Cassures partielles ou totales des barres).
o Cassure de l’anneau de court-circuit de la cage (Cassures partielles ou
totales des anneaux).
o Excentricité statique ou dynamique.
o Défaut du circuit magnétique (ruptures de tôles).
2) Roulements à billes
o Trous dans les gorges de roulement intérieures et extérieures.
o Ondulation de leur surface de roulement.
o Attaque des billes.
o Corrosion due à l’eau.
o Défaut de graissage, problème du à la température.
o Décollement, effritement de surface, provoquée par une surcharge.
3) Stator
o Court-circuit entre spires, court-circuit entre bobines de la même phase.

o Ouvertures de phases, court-circuit phase-phase ou phase-terre.
o Coupure d’une phase.
o Défaut du circuit magnétique (ruptures de tôles).
o Défaut de l'isolation de masse.
On peut illustrer certains défauts par le schéma (I-3).
Figure I.3. Schéma illustratif de certains défauts associés à la machine.
8
Les plus préoccupants de ces défauts sont :

1) Les défauts statoriques.
2) Les défauts de roulements.
3) Les cassures partielles ou bien totales des barres et des portions
d’anneaux de court-circuit de la cage rotorique.
4) Les défauts d’excentricité.
I.3 LES DEFAILLANCES DE LA MACHINE ASYNCHRONE
Parmi les méthodes les plus utilisées, nous citerons l'analyse du courant statorique et
l’analyse vibratoire. Ces dernières sont l’objectif de notre travail ; nous allons mettre en lumière
une étude comparative en présence des défauts.
La première (basée sur le courant du stator) dépend de la distribution de champ dans l'entrefer et
son influence sur les courants statoriques, elle porte l’abréviation ASCM ou ASCS (Analyse les
Signatures de Courant du Moteur ‘ou du Stator’, ou en anglais Motor Current Sigature Analysis
‘MCSA’).
En réalité, l’induction magnétique dans l’entrefer n’est pas sinusoïdale, elle est en fonction
de différents paramètres, tels que la disposition du bobinage statorique et de la structure de la
cage rotorique dans le cas des moteurs à cage [ALG65], [HEL69], [CAM86], [VAS93],
[GHO05], [FAI16]. A cause de cette structure, il a été démontré, qu’en plus de l’harmonique
fondamental, apparaissent dans le spectre du courant statorique, des harmoniques dites
d’encoches rotoriques (RSHs), ayant pour fréquences [ALG65], [ISH84], [CAM86], [THO01]:
 n 
f RSHs   b (1  s )  n s  . f s (I. 1)
 p 
Avec, p est le nombre de paire de pôles, nb le nombre de barres, nωs l'ordre des harmoniques de
temps de la FMM (nωs=±1, ±3, ±5,…), et λ un entier positif. Pour λ=1 et nωs=1 on défini ce qui
est appelé " harmoniques d'espaces ou d'encoches principales " (PSHs).
La seconde, est la méthode d’analyse des signatures vibratoires du moteur (ASVM), qui est un
des moyens les plus utilisés dans l’industrie, par des équipements disponibles aux mesures des
signaux de vibration. L’ASVM a le rôle de suivre la santé des machines tournantes en
9
fonctionnement. Cela s’inscrit dans le cadre d’une politique de maintenance prévisionnelle de

l’outil de production industrielle.
La connaissance des différents organes d’une machine, savoir comment déterminer les
fréquences prévisibles de vibration et savoir configurer une chaîne de mesures vibratoires, sont
des étapes primordiales avant d’utiliser cette méthode. Le relèvement des signaux vibratoires
donne l’occasion de les traiter, les analyser et les manipuler par une diversité d’idées. L’analyse
vibratoire est encore un sujet actuel, de nos jours. Beaucoup de techniques d'analyse vibratoire
orientées aux équipements industriels, ont été proposées par les chercheurs, surtout avec
l’introduction et le développement du traitement de signal [IMM13], [FOU15], [SHAO16],
[KUM16].
I.3.1 Défauts statoriques

Même si les vibrations des conducteurs d’encoches et les divers frottements qui en
résultent, suite à de grandes sollicitations de la machine, accélèrent l’usure des isolants, il reste
que le facteur principal de vieillissement est l’échauffement anormal de bobinages. En effet, pour
les machines fonctionnant en milieu hostile, poussière et humidité viennent se déposer pour les
machines fermées entre les ailettes extérieures, et pour les machines ouvertes au niveau des têtes
de bobine, affaiblissant ainsi l’isolation électrique et court-circuitant ainsi les conducteurs
[KLI96], [REF15].
I.3.1.1 Les courts-circuits

Comme précité, l'apparition d'un défaut au niveau des circuits électriques statoriques de la
machine asynchrone peut avoir des origines diverses [DUV15], [BESS15].
I.3.1.1.1 Exemple : (Les décharges partielles)
Ce phénomène naturel, dû aux décharges dans les isolants entre conducteurs ou entre
conducteurs et la masse, s'amplifie avec le vieillissement des isolants. Il est pratiquement
imperceptible dans les isolants neufs par les moyens de mesures classiques, car son effet n'est pas
discernable par rapport aux bruits de mesure. Sa présence précède l'apparition des courts-circuits
entre phases ou entre phase et masse, lorsque ces décharges partielles ont suffisamment détérioré
les isolants [BARM15].
10
Nous avons aussi les causes suivantes :

 Déconnection des attaches des enroulements ;
 Une augmentation de la température des enroulements ou de l’armature statorique ;
 courts-circuits ou contraintes de démarrage ;
 contamination due à l’humidité et à la saleté.
On peut clarifier les différents défauts possibles de court circuit par la figure (I-4).
Entre spires
Ouverture de phase
Entre phases
Entre bobines
Bobine à la terre
Figure I.4. Représentation des différents défauts statoriques possible.
I.3.1.1.2 Court-circuit entre phases : Un court-circuit entre phases provoquerait un

arrêt net de la machine. Cependant, un court-circuit au bobinage près du neutre où entre spires
n'a pas d’effet aussi radical. Il conduit à un déséquilibre de phases, ce qui provoque une
répercussion directe sur le couple [TOL95], [BOU01]. Ce type de défauts perturbe également
de manière sensible les commandes développées sur la base du modèle de Park (Hypothèse
d'un modèle équilibré).
11
Figure I.5. Court-circuit spire-spire. Figure I.6. Court-circuit phase-phase.
Pour déceler ces défauts, plusieurs approches ont été mises en œuvre, par exemple
l'utilisation d'une bobine concentrique placée autour de l'arbre de la machine afin de capter, puis
analyser le flux axial de la machine. Ce type de défauts entraîne l’apparition d’une série
d’harmoniques dans le spectre du flux axial donné par [PEN94] :
 n(1  s ) 
f st  f s .  k   (I. 2)
 p 
avec k=1, 3 et n=1, 2, 3… (2p-1).
Parmi les auteurs à avoir utilisé cette technique, nous pouvons citer [GEN03], [BON92]
qui montrent que certains composants fréquentiels augmentent en amplitude, lorsque un défaut de
court-circuit apparaît. Cependant, ils pensent qu’il est difficile de préciser le pourcentage du
défaut, car les amplitudes des composants harmoniques sont également affectées par la saturation
magnétique des dents rotoriques ainsi que le déséquilibre d’alimentation [BOU01].
I.3.1.1.3 Court-circuit entre spire : Un court-circuit entre spire de même phase entraîne
une augmentation des courants statoriques dans la phase affectée [JOK00], [REF15], une légère
variation de l’amplitude sur les autres phases, modifie le facteur de puissance et amplifie les
courants dans le circuit rotorique. Ceci a pour conséquence, une augmentation de la température
au niveau du bobinage, et de ce fait, une dégradation accélérée des isolants, pouvant provoquer
un deuxième court-circuit [OND06], [ZOU10]. Il faut aussi prendre en compte que des spires en
court-circuit engendrent un couple résistant, dû aux courants induits par le flux d'excitation
circulant et les mutuelles de la machine en fonctionnement. Ce couple résistant est une valeur à
12
caractériser, pour en prévoir les conséquences sur le fonctionnement, suite à la panne de la

machine. Le couple électromagnétique moyen délivré par la machine reste sensiblement
identique, hormis une augmentation des oscillations proportionnelle au défaut [STA01].
I.3.1.1.4 Circuit ouvert sur une phase : Les conséquences d’ouverture de phase sont
moins graves qu'un court circuit entre spires ou entre phases. Le courant ne peut pas circuler, et
ça ne pose donc pas de problème d'échauffement pouvant détériorer le reste de bobinage. De
même, un circuit ouvert ne crée pas de couple résistant lorsqu'un champ variable est appliqué à la
bobine.
I.3.1.1.5 Court-circuit avec le bâti (la carcasse) : Le bâti est raccordé généralement avec
une masse de terre. Si le bâti n’a pas d’importance dans la sécurité, il crée les effets capacitifs ; le
bâti prend alors le potentiel de l’enroulement en cas court-circuit. La sécurité des personnes est
donc soumise à un danger inattendu, et les dispositifs de protection sont nécessaires (disjoncteurs
de sécurité).
I.3.1.2 Les défauts combinés : CC-encoches
Les défauts répartis sur certaines ou toutes les dents statorique : La circonférence
intérieure de stator porte un nombre fixé par le constructeur, la qualité de matière du circuit
magnétique, type de charge et la vitesse du glissement du bobinage par la force de Laplace
exercée sur le faisceau de spires. Tous ces effets aux dents statorique, impose un phénomène
local, caractérisé par la déformation des lignes de champ dans la surface d’entrefer. Le problème
réside donc, dans une zone d’échange critique, qui assure la transformation d’une énergie
électrique à une énergie mécanique, et vice versa.
Les défauts de court-circuit (CC) au stator peuvent être distribués aux autres points,
comme les encoches statoriques. L’origine du problème électrique est un court-circuit, mais, il
peut dépasser le bobinage aux dents (circuit magnétique). La réparation du problème ne réside
pas au changement du bobinage, puisque la nouvelle structure ou la forme d’encoche ne prend
pas sa forme originale de l’état sain.
13
Ces problèmes engendrent principalement des défauts d’isolation, qui à leurs tours,
provoquent d’autres défauts inattendus dans la machine asynchrone.
La figure (I-7) représente deux types de court-circuit, à gauche un CC entre spires, au centre une
extension de défaut de CC entre spires aux encoches (dents).
Figure I.7. Détérioration d'isolation : CC entre spires (à gauche), extension aux encoches (au
centre) et une extension à la profondeur des encoches (à droite).
I.3.2 Défauts rotoriques

Malgré ses qualités, la machine asynchrone, peut présenter des défauts structurels parmi
lesquels, la cassure totale ou partielle de barres ou des anneaux de court-circuit.
I.3.2.1 Défauts de barres

On distingue deux principaux types de cages rotoriques, les cages coulées et les cages
fabriquées. Les rotors fabriqués sont en général, employés dans les grosses machines ou les
machines à applications spéciales. Les rotors coulés, qui n’étaient destinés qu’aux petits moteurs,
sont actuellement employés même pour des moteurs pouvant atteindre les 3 MW, et cela grâce au
développement remarquable des techniques de moulage. Cependant, ceux-ci présentent
l’inconvénient de ne pouvoir être réparés, suite à une cassure partielle ou bien totale de barres
[VIC05], [SAI17-1].
Suivant la puissance du moteur, la cage d’écureuil à des barres en cuivre ou en
aluminium. Il peut donc exister ou non des courants inter-barres.
La détection des barres cassées et de rupture des anneaux de court-circuit du rotor, dans
les moteurs asynchrones à cage d’écureuil par l’outil paramétrique, est basée sur l'hypothèse que
14
la résistance apparente du rotor d'un moteur augmente quand une barre ou une portion d’anneau
de court-circuit du rotor se casse [THO92], [BEL00], [ZOU05]. Ici, la résistance apparente du
rotor est celle qui est située dans le modèle électrique équilibré par phase d'un moteur
asynchrone à cage d’écureuil. Pour détecter les cassures des barres et des portions d’anneau de
court-circuit de la cage du rotor, des mesures de courant du stator, de tension du stator, la
fréquence d'excitation du stator, et la vitesse du rotor sont effectuées. Ces mesures sont traitées
par un estimateur de moindres carrés récursifs pour évaluer les états et les paramètres du
moteur. En particulier, on estime la résistance apparente du rotor et on la compare avec sa
valeur nominale pour détecter les défauts.
Plusieurs méthodes de diagnostics de défauts rotoriques par le traitement de signal ont été
le siège d'études de plusieurs auteurs [NAN00], [BEN98], [BEN03], [ZOU11] et [SAH15] qui
utilisent l'analyse spectrale de la signature du courant moteur, pour la détection des défauts dans
les barres rotoriques. Les défauts apparaissent aux fréquences selon la formule suivante:
fcb  1  2ks  . f s (I. 3)
La composante (1-2s) fs du courant interagit avec le fondamental du flux de l'entrefer et

produit des ondulations dans la vitesse à la fréquence 2sfs, ce qui provoque une augmentation de
la composante du courant aux fréquences : fcb=(1±2ks)fs.
L'inertie de la charge affecte également l'amplitude du courant à ces fréquences, et d'autres
composantes spectrales sont observées pour [DEL82]:
 k  
f cb    1  s   s  . f s (I. 4)
 p  
D’autres travaux sont présentés concernant la détection des barres rotoriques cassées par
l’utilisation des signaux de tensions et de courants statoriques destinés à l’estimation simultanée
de la vitesse et de la résistance rotorique. Cette dernière est comparée à sa valeur nominale pour
détecter les barres cassées en tenant compte de l'influence de la température [NAI00].
Une autre référence [CAM86], a mentionné l'existence de deux défauts rotoriques :
Le premier est l'oscillation de l'arbre le long de l'entrefer, qui cause la variation de la
densité du flux dans ce dernier, l’oscillation produit alors des harmoniques de courant statorique
pour des fréquences prédîtes par :
 k  
f osc    1  s   1 . f s (I. 5)
 p  
15
Le deuxième défaut est l'asymétrie du rotor qui perturbe la densité du flux dans l'entrefer
[FIL98], les fréquences des composantes spectrales de la densité du flux dans l'entrefer sont
données par : fra=fs(k (1-s)/p ±s).
avec k=1, 5, 7,…
Dans cet axe, de nombreux articles traitent ce genre de défaut, et nous rappelons parmi
ces articles: [FAI07], [KAR15], [BENO15] et [ISHK15].
I.3.2.2 Ruptures d’anneaux

La rupture de portion d’anneau est un défaut qui apparaît aussi fréquemment que la cassure
de barres. Ces ruptures sont dues soit à des bulles de coulées ou aux dilatations différentielles
entre les barres et les anneaux (figure I-8).
Une portion d'anneau Deux portions d'anneaux
Figure I.8. Rupture d’une et deux portions adjacentes d’anneau de court-circuit.
Comme il est difficile de le détecter, ce défaut est généralement groupé, voir confondu,
avec la rupture de barres dans les études statistiques. Ces portions d’anneaux de court-circuit
véhiculent des courants plus importants que ceux des barres rotoriques. De ce fait, un mauvais
dimensionnement des anneaux, une détérioration des conditions de fonctionnement (température,
humidité,…) ou une surcharge de couple et donc de courants, peuvent entraîner leur cassure.
La rupture d’une portion d’anneau déséquilibre la répartition des courants dans les barres
rotoriques et de ce fait, engendre un effet de modulation d’amplitude sur les courants statoriques
similaire à celui provoqué par la cassure de barres.
16
Comme la cassure de barre, nous pouvons rappeler que [RIT94], [TOL95], [ZOU14], ont
fait des recherches importantes pour détecter la rupture d'une portion d'anneau
( f ca  (1  2ks). f s ).
L’analyse vibratoire discute les signatures qui apparaissent au niveau de signaux de
vibration, et comme les autres défauts, la conséquence essentielle est représentée par l’asymétrie
du champ rotorique dû aux causes suivantes:
• Barres rotoriques cassées, fissurées, desserrées, …etc. ;
• Tôles ou spires de rotor en court-circuit ou défaut résistif sur les liaisons barres-anneaux ;
• Anneaux de court-circuit fissurés ou cassés.
Ces défauts peuvent être détectés dans le spectre vibratoire, par la mise en évidence de:
- Répartition asymétrique des bandes latérales espacées de deux fois la fréquence
d’alimentation, fdéfaut=2.fs.
- Fréquences d'encoches fbar (ou de barres) visibles, c-à-d. fbar = fr x nb.
- Fréquence principale d’alimentation avec bandes latérales espacées de la fréquence de
glissement, avec fglissement = 2fs/(p – fr).
I.3.2.3 Dissymétrie du rotor (excentricité)

Parfois, la machine électrique peut être soumise à un décentrement du rotor, se traduisant
par des oscillations du couple (décalage entre le centre du stator et le centre du rotor, figure (I-9)
[ISHK15], [BIN15]. Ce phénomène est appelé excentricité (statique et dynamique) dont l’origine
peut être liée à un positionnement incorrect des paliers lors de l’assemblage, à un défaut de
roulement (usure), à un défaut de charge, ou à un défaut de fabrication (usinage).
Celui-ci provoque la variation de l'entrefer dans le moteur, une répartition non homogène
des courants dans le rotor et le déséquilibre des courants statoriques.
Le déséquilibre des efforts sur les barres génère un couple global non constant [BOU01].
Quand l’excentricité devient grande, les forces radiales résultantes causées par le stator avec la
bande de frottement du rotor, conduisent à des dommages du stator et du rotor.
La géométrie du rotor peut présenter des dissymétries d’ordre naturel. Celles-ci relèvent de
trois catégories d’excentricité de l’entrefer [SMI96], [DOR97] ; à savoir :
 L’excentricité statique : correspond au cas où le centre de rotation de l’arbre du
rotor n’est pas celui du centre géométrique du stator [RAZ02], [BES16-3].
17
Dans ce type d’excentricité, la position de l’épaisseur minimale de l’entrefer est fixe dans
l’espace. Elle peut être causée par l’ovalité de la partie intérieure du stator ou encore par le
mauvais positionnement du rotor ou du stator durant la phase de construction [BAB14].
 L’excentricité dynamique : correspond à un centre de rotation du rotor diffère du
centre géométrique du stator mais, de plus, le centre du rotor tourne autour du centre géométrique
de ce stator [RAZ02], [BES16-2].
Dans ce type d’excentricité, le centre du rotor n’est pas en son centre de rotation et de ce fait la
position d’épaisseur minimale d’entrefer tourne avec le rotor. Parmi les causes de ce type
d’excentricité, on cite : la flexion de l’arbre du rotor, l’usure ou le défaut d’alignement du
roulement [BAB14].
 L’excentricité mixte : est la plus fréquente, elle fait la combinaison des deux
excentricités précédemment citées.
(a) (b)
Figure I.9. Type d’excentricité, (a) : statique, (b) : dynamique.
Le rotor peut être le siège d'autres défauts tels que l'excentricité, il est nécessaire de
signaler ici l’excentricité inclinée, cette dernière assure un entrefer variable spatialement et
constant dans chaque point bien déterminé, c.-à-d. le rotor ne porte qu’une seule position malgré
son inclinaison. Généralement, les effets et les dégâts dus à l’excentricité ont été l'objet d'études
de plusieurs travaux [DOR97], [CAM86], [FAI16].
Deux méthodes présentent la détection de défauts qui utilisent la signature du courant
moteur [BEN99], [OBA03], [BEN99], [LU04], [BEN99], [VER16] :
La première, par le contrôle du comportement du courant autour des fréquences d'encoches, et
les fréquences associées sont :
f slot  enc  f s [(k.Z  nd )((1- s) / p)  n ] (I. 6)
18
où k =1, 2, 3,… ; m=1, 2, 3 ; p : nombre de paires de pôles ;

Z: nombre d'encoches rotoriques, s : glissement ;
nω: ordre des harmoniques de la FMM statorique.
La seconde, par le contrôle du comportement du courant autour du fondamental de la
fréquence d'alimentation et ces fréquences sont données par : fexc= fs[1± m(1- g)/p].
Parmi ceux qui étudient les défauts d’excentricité, on cite [NAN01], [NAN02], [GHO06] et
autres. Les chercheurs montrent la présence de certains harmoniques dans le spectre du courant
de ligne sous un défaut d’excentricité, les fréquences additionnelles qui apparaissent dans le
spectre du courant statorique sont [CAM86] :
 kn  n  
f exc   b d  (1  s )  n s  . f s (I. 7)
 p  
Avec k un entier et nωs=1, 2, 3… est l’ordre d’harmonique du temps, nb est le nombre de barres
rotorique, nd est égal à 0 pour l’excentricité statique et 1, 2, 3,…. pour l’excentricité dynamique.
Cependant, il a été démontré par Nandi [NAN98] qu’une seule combinaison particulière, d'une
machine de paires de pôles p et un nombre d’encoches du rotor Q2, donnera lieu à des
composants importants liés uniquement à l’excentricité statique ou seulement à l'excentricité
dynamique.
Cette relation pour une machine triphasée est donnée par :
Q2  2 p 3(m  q)  r   k (I. 8)
avec, m±q=0, 1, 2, 3, k=1 et r=0 ou 1.
Une autre série d'harmoniques liées à la coexistence des deux types d’excentricité en même
temps, apparaît de part et d’autre de la fondamentale, à des fréquences données par [THO94],
[DOR97], [OBA00], [NAN98]:
f mix  f s  kf r (I. 9)
Tel que k est un entier positif.
Il n’est pas besoin avec cette expression de connaître les paramètres de la machine comme le
nombre de barres nb, et ce qui la rend parfois avantageuse.
La présence de l’excentricité se manifeste donc dans une autre distribution de champ (flux)
ou en anglais " unbalanced magnetic pull (UMP) ", donc cela donne une attraction magnétique, et
pour cette raison, on trouve beaucoup de travaux qui ont traité l’essentiel de cet axe [BRA68],
[DOR95], [DOR97], [DI15], [DOR15], [CHU16], [ZHO16].
19
Nous distinguons aussi, [BAN01], [FAI02], [MAR03], [JOK05], [HAL13], [FIR16] et

autres qui utilisent la méthode des éléments finis pour détecter ce type de défauts.
On peut consulter aussi les travaux de [AND08], [SAH08], [FIR13], [ZAA14], [FIR16] …etc.
Du point de vue de la méthode d’analyse de vibration, ce défaut est crée par l’asymétrie du
champ de moteurs électriques, mais aussi il est causé par d’autres défauts comme l’armature du
stator. Les fréquences signalées par les signaux de vibration sont [BAT80], [NAR13]:
- Deux fois la fréquence d'alimentation, fdéfaut=2.fs , (fs =50 Hz).

- Pas de bandes latérales visibles à 2.fs.
- Pour une machines bi-polaires: Présence de la deuxième harmonique de la vitesse de
rotation fr (2.fr).
Les défauts les plus répandus à ces fréquences sont non seulement l’excentricité, mais aussi les
suivants [FIN99]:
• Excentricité statique, entrefer non constant sans défaut d’angle (concentrique uniquement) ;
• Déséquilibre de phase ;
• Défaut d’isolement ;
• Spires en court-circuit.
I.3.3 Défauts de roulement

Les défauts de roulement se manifestent comme des défauts d’asymétrie au rotor, qui sont
usuellement rangés dans la catégorie des défauts relatifs à l’excentricité [KER92], [SCH95],
[BES15-1]. Un défaut de roulement se manifeste par la répartition continuelle du contact
défectueux [BARK00], [OCA01], [OJA15], [SID15], [YUA15], [SAI17-2]. Le type de roulement
dans notre étude est les roulements à billes qui sont constitués de quatre éléments : une bague
externe, une bague interne et une rangée de billes gardées par une cage, ainsi que de la graisse
pour un mouvement souple (lubrification). La figure (I-10) illustre les différents éléments
constitutifs le roulement.
20
Figure I. 10. Eléments constitutifs d’un roulement à billes.
Le roulement de notre machine a une bague extérieure fixe en contact avec le stator, et
une bague intérieure tournante en contact avec le rotor. Par ailleurs, les billes sont en contact avec
les deux pistes des deux bagues.
La durée de vie normale d'un roulement sous une charge est déterminée par la durée de l’usage
et la fatigue des surfaces des éléments du roulement. La durée de vie a la notation L10 et se
compte par un nombre d’heures. L10 est calculée comme suit [PHI09]:
 CR  6
  .10
 PR 
L10  Lh   h (I. 10)
60. f r
avec, CR est une constante caractéristique de roulement, PR : c’est la charge équivalente sur le
roulement.
Les défauts qui peuvent affecter le roulement sont nombreux, on peut décrire dans cette partie,
certain de ces défauts:
21
I.3.3.1 L’usure
Le glissement des différents éléments, progresse avec l’introduction de particules
contaminant au montage ou pendant le fonctionnement. Il est vrai que l'usure d'un
roulement à billes peut être une source de contamination.
Figure I. 11. Bille saine et une autre défaillante.
I.3.3.2 Le piquetage
Ce phénomène important est créé par des arcs électriques qui traversent le roulement, ce
courant se traduit par des points de fusions, des stries circonférentielles, des micro-trous ou des
soudures. Le problème va donc s’aggraver en présence d’un refroidissement rapide, c.-à-d.
l’élément visé peut être exposé aux fissurations [BES16-4].
Figure I. 12. Fissure (cassure) et piquetage dans la bague extérieure.
I.3.3.3 Le grippage
Le frottement métal-métal produit des échauffements, ces derniers font des
microsoudures. Le manque de lubrifiant, résulte le grippage. Selon le type, les dimensions et
l’application du roulement, la lubrification initiale est une opération indispensable, en particulier
quand il s’agit de roulements à faible bruit, haute précision ou de roulements de broche à hautes
vitesses. La lubrification des roulements à l’aide de graisses ou d’huiles empêchent tout contact
métallique direct entre les composants et la cage. La lubrification empêche par ailleurs les
infiltrations de corps étrangers dans les roulements et protège ces derniers contre la corrosion.
22
I.3.3.4 Jeu de roulement

Comme indiqué sur la figure ci-dessous, on peut distinguer plusieurs positions des vides ;
bagues intérieure ou extérieure, billes ou cage, le jeu est très dangereux puisqu’il aggrave l’état
de roulement rapidement (ex. écaillage) et fait une dégradation des contacts mécaniques surtout
dans un milieu pollué.
Le jeu radial ou axial au niveau de roulement peut provoquer l’usure (Fig. I-13 et I-14).
Figure I. 13. Jeu de roulement (axial et radial).
Figure I. 14. Progression d’un écaillage.
I.3.3.5 La corrosion
Des réactions chimiques à l’aide des paramètres atmosphériques d’humidité ou des acides
dans le roulement. Les composants oxydés modifient la qualité de lubrifiant, ce qui conduit à
l’apparition de rouille.
I.3.3.6 Les contraintes mécaniques

Lorsqu’un roulement est placé dans une machine, il subit des contraintes mécaniques
radiales et axiales. Une charge insupportable par le roulement conduit à des dégâts inattendus.
23
I.3.3.7 La lubrification
Le choix du type de lubrification dépend plus de l’application prévue que du type de
roulement. Dans de nombreuses applications, le lubrifiant a pour fonction principale, de réduire
les frottements et l’usure, l’effet des particules et le bruit. Les particules indésirables peuvent
endommager les surfaces et conduire à la dégradation rapide des éléments machines.
La présence de grains de sable (pollution) dans le lubrifiant provoque des pertes de cotes notables
aux premiers cycles de fonctionnement.
I.4 SYNTHESE DES DEFAUTS DE ROULEMENT
Les défauts dans les roulements à billes, sont l'une des raisons principales des défaillances
des entraînements électriques et la réduction de leur durée de vie [BES15-2], [BES16-1].
L'analyse et le traitement des grandeurs mesurables par l’analyse vibratoire ou par l’analyse des
courants statoriques occupe une place importante pour diagnostiquer les défauts des roulements
[BES15-3]. Les signaux vibratoires à analyser permettent de détecter la présence du défaut à
partir d’indications bien précises. L'analyse fréquentielle est l’une des méthodes les plus utilisées
pour l'identification de l'élément défaillant. Le roulement a des fréquences caractéristiques
générées par le défaut [SCH94], [STAC04-1], [STAC04-2], [FRO15], [PRU15], [BOUD16]. En
effet, des quatre éléments constitutifs du roulement, on trouve quatre fréquences caractéristiques.
Ces fréquences peuvent être fournies par le constructeur ou par une estimation théorique d’après
une considération cinématique [VAS93], [KLI97], ou par des logiciels spécialisés.
I.4.1 Analyse de fréquences des défauts de roulements

On trouve pour les formules des fréquences caractéristiques des défauts de roulement des
formules théoriques et autres approximatives, ces formules sont expliquées en détail dans cette
partie.
I.4.1.1 Equation théorique (analytique)

Les fréquences analytiques (théoriques) et caractéristiques qui se trouvent dans le contenu
spectral d’un signal de vibration sont [VAS93]:
24
 Défaut de la bague extérieure :
f r .N b  Db 
fbe   1 cos   
2  Dm  (I. 11)
 Défaut de la bague intérieure :
f r .N b  Db 
fbi   1 cos    (I. 12)
2  Dm 
 Défaut de la cage :
fr  Db 
fc   1 cos    (I. 13)
2 Dm 
 Défaut de la bille :
f r Dm   
2
 Db
f bille   1  cos     (I. 14)
2 Db   Dm  
– fbe : la fréquence caractéristique de la bague extérieure ;

– fbi : la fréquence caractéristique de la bague interne ;
– fr : la fréquence de rotation de la cage ;
– fbille : la fréquence caractéristique de rotation des billes ;
– Nb : le nombre de billes ;
– Db : le diamètre de la bille ;
Dbag ext  Dbag int
– Dm : le diamètre du centre des billes (diamètre moyen= Dm  );
2
– α : l’angle de contact (le roulement oblique possède les valeurs de α=150, 250 ou 400 et pour un
roulement à gorge profonde, il présente une charge purement radiale α=00).
Figure I. 15. Angle de contact d’un roulement oblique.
25
Les autres relations entre ces fréquences sont les suivantes :

fbe  fbi  Nb . f r et fbe  Nb . f c
Cependant, elles ne sont connues que pour un roulement neuf géométriquement parfait et
pour une vitesse de rotation donnée de la machine. Dûs à certains facteurs comme le
vieillissement des roulements et les fluctuations de la vitesse de rotation de la machine, les
fréquences caractéristiques actuelles peuvent dévier de celles théoriquement estimées [TAY94].
De plus, la présence des fréquences caractéristiques dépend de plusieurs facteurs comme : le type
du défaut lui-même et la répartition de la charge [ONG00], [OCA01], [BES15-3], [BES16-4].
Parfois, le défaut peut aussi persister sans générer la fréquence caractéristique associée [HAR14].
On cite maintenant d’autres règles intéressantes qui expliquent le déplacement ou
l’approximation des fréquences caractéristiques du défaut de roulement.
I.4.1.2 Modulation de la fréquence du signal

En tenant compte de la modulation du signal par fréquence fm, les équations des fréquences
caractéristiques sont modifiées ainsi [PHI09] :
- Défaut sur la bague intérieure :
f r .N b  Db 
fbi  Mod   1 cos     f m (I. 15)
2  Dm 
- Défaut sur la bille :
f r Dm   
2
 Db
f bille  Mod   1  cos      f m (I. 16)
2 Db   Dm  
Cette modulation du signal résulte des imperfections de construction, de montage ou de

fonctionnement.
I.4.1.3 Règles empiriques

Schoen [SCH95] a montré que les fréquences caractéristiques de vibration peuvent être
rapprochées pour la plupart des roulements en prenant Nb entre 6 et 12 billes par les formules
suivantes:
- Bague extérieure :
fbe  0, 4.Nb . f r (I. 17)
26
- Bague intérieure :
fbi  0, 6.Nb . f r (I. 18)
- Cage :
f c  0, 4. f r (I. 19)
I.4.1.4 Equations réelles déduites de l’expérimentation

Ces équations sont basées sur l’expérimentation de plus de 2000 roulements de différents
types [SCHI89] :
 Bague extérieure :
 
f be  f r .  0,5.N b  1, 2  (I. 20)
 
 Bague intérieure :
  (I. 21)
f bi  f r .  0,5.N b  1, 2 
 
 Cage :
 1, 2 
f c  f r .  0,5   (I. 22)
 Nb 
 Bille :
 1, 2 
fbille  f r .  0, 2.Nb   (I. 23)
 Nb 
Il existe une dispersion [ARQ99] entre les fréquences des défauts des roulements calculés
avec les formules théoriques et expérimentales développées.
I.4.2 Confirmation des règles et équations des fréquences

Notre travail est focalisé sur la détection précise du défaut. Pour cela, tout écart ou toute
fausse information conduit à des résultats indiscutables. Pour éviter au départ tout problème à
venir en cours du diagnostic des machines asynchrones, nous voulons faire une vérification des
formules (théoriques et expérimentales) avec notre roulement. Le roulement monté à la machine
27
asynchrone est de la série 6206 à gorge profonde, c.-à-d. α presque 00 pour une charge radiale, et
les dimensions dont nous avons besoin sont:
Db=9,5 mm, Dm=46 mm, Nb=9 billes.
I.4.2.1 Confirmation des règles empiriques

D’après le calcul, on trouve :
 Bague extérieure :
fbe  0,3967.Nb . f r  0, 4.Nb . f r
 Bague intérieure :
fbi  0, 60326.Nb . f r  0, 6.Nb . f r
 Cage :
f c  0,3967. f r  0, 4. f r
 Bille :
fbille  2,31779. f r  2,32. f r
I.4.2.2 Confirmation des équations expérimentales

De la même façon, en remplaçant les valeurs de dimensions, on trouve :
 Bague extérieure :
 1, 2 
fbe  Nb . f r .  0,5    0,3666.Nb . f r  0,37.Nb . f r  0, 4.N b . f r
 Nb 
 Bague intérieure :
 1, 2 
fbi  Nb . f r .  0,5    0, 6333.Nb . f r  0, 64.Nb . f r  0, 6.N b . f r
 N b 
 Cage :
 1, 2 
f c  f r .  0,5    0,3666. f r  0,37. f r  0, 4. f r
 Nb 
 Bille :
 1, 2 
fbille  f r .  0, 2.Nb    1, 666. f f  1, 67. f f  2,32. f f
 Nb 
28
D’après ce calcul, nous confirmons qu’il y a une dispersion des fréquences entre les
valeurs analytiques et expérimentales proposées. Il est clair que cette dispersion peut nous
conduire à une divergence au niveau des résultats. La différence a été remarquée pour toutes les
fréquences, et précisément à la fréquence de la bille. Tout écart, même infime, influe sur les
placements des fréquences caractéristiques. D'autant plus que la machine a une vitesse
pratiquement non constante, c.-à-d. un glissement qui se déplace. Pour cette raison, la fréquence
de rotation du rotor fr sera également changée, cette dernière fait donc le changement des
fréquences caractéristiques de roulement à cause de l’intégration de celle-ci aux formules des
fréquences.
Une autre notation, plus utilisée dans la littérature pour les fréquences caractéristiques de
roulement, est la suivante :
• BPFO : la fréquence de passage des billes (ou rouleaux) sur la couronne externe pour un défaut
sur la couronne externe (Ball Pass Frequency of Outer ring);
• BPFI : la fréquence de passage des billes (ou rouleaux) sur la couronne interne pour un défaut
sur la couronne interne (Ball Pass Frequency of Inner ring);
• BSF: la fréquence de rotation des billes (ou rouleaux) pour un défaut sur l'élément roulant (Ball
Spin Frequency) ;
• FTF : la fréquence de cage pour un défaut de cage (Fundamental Train Frequency).
Plusieurs chercheurs ont tracé pour objectif, la détection de défauts de roulements dans la
machine asynchrone par l’analyse des signatures de courant statorique (ASCS ou MCSA en
Anglais) [LN03], [BES16-2], [SAI17-2], [DON16]. Les défauts de roulements entraînent des
oscillations du couple de charge à des fréquences caractéristiques du roulement [KLI97]. A cause
de ces oscillations du couple de charge, on trouve des modulations aux courants de phase. Ces
modulations de phase se manifestent dans le domaine fréquentiel par l’apparition d’une série
d’harmoniques dans le spectre du courant qui sont utilisées pour la détection des défauts de
roulements. Les fréquences caractéristiques du défaut de roulement dans le spectre du courant,
sont définies par la formule suivante :
f caract  f s  k. fv (I. 24)
où, fv est la fréquence caractéristique de vibration (fv= fbe , fbi , fc ou fbille) et k=1, 2, 3, ...etc.
29
Avant d’étudier les détailles de diagnostic des différents défauts, nous proposons de
résumer toutes les fréquences caractéristiques de chaque défaut au tableau (I.1).
Tableau I.1. Synthèse des signatures des défauts.
Type de défaut Signaux et signatures
Courants statoriques Vibrations
f cb  (1  2kg ). f s f r  2.s. f s
k   (1  s ) 
ou f cb   (1  s )  s  . f s ou   2 . f s
Cassure de barres p   p 
et (k/p=1,5,7,11,…)
Statique :
 kn  
f ES   b  (1  s)  n s  . f s
Excentricité:  p   Statique :
- Statique Dynamique : 2.f s ou k .f r  f s
- Dynamique  kn  n   Dynamique :
f ED   b d  (1  s )  n s  . f s
- Mixte f r  2.s. f s ou f r
 p  
Mixte :
f mix  f s  kf r
Bague extérieure :
Bague extérieure : fbevib  k. fbe  0, 4.k.Nb . f r
Roulement : f c be  f s  k . fbe Bague intérieure :
-Bague extérieure Bague intérieure : fbi vib  k . fbi  0, 6.k .Nb . f r
-Bague intérieure f c bi  f s  k . fbi ou fbi vib  fbi  k . f r
-Cage
Cage : Cage :
-Bille
f c cage  f s  k . f cage fcagevib  k. fcage  0, 4.k. f r
Bille : Bille :
f c bille  f s  k . fbille f bille vib  k . fbille  2,32.k . f f
Désalignement  k .(1  s )  f r et 2. f r
f désal  1 
p 
. fs

30
I.5 LA SELECTION DES DEFAUTS
Les critères de sélection des défauts étudiés se basent sur les causes suivantes :
1- Pourcentage et statistique d'occurrence importante;
2- Phénomène électromagnétique directement ou indirectement touché ;
3- L'impact sur le rendement et la puissance de la machine;
4- Conséquences du défaut sur la machine, les équipements, l’environnement et l’être
humain ;
5- Objectif de notre application ;
6- Multi-symptômes du défaut;
7- La mise au point de modèle en présence du défaut.
D'après ces critères, nous allons retenir les défauts suivants :
o Défaut de cassure de barres ;

o Défaut d’excentricité statique, dynamique et mixte ;
o Défaut de roulement (bague extérieure, bague intérieure).
I.6 LE CHOIX DES METHODES DE DIAGNOSTIC
Les points essentiels de la sélection des méthodes étudiées sont les suivants :
1- Statistique d’utilisation (d’après la littérature) ;
2- Réaction du défaut aux grandeurs exploitées ;
3- Savoir utiliser les applications de chaque technique ;
4- Connaissance, compréhension, compétence et possibilité de développement des
méthodes;
5- Etude de la correspondance des méthodes avec le modèle proposé ;
6- Intérêt d’aboutir à un choix judicieux ;
7- Contribution au diagnostic des machines électriques.
D'après ces points, nous allons mettre plus particulièrement la lumière sur les méthodes de
diagnostic suivantes :
- Analyse des signatures de courant statorique en utilisant la FFT « ASCS-FFT ou MCSA-
FFT» ;
31
- Analyse des signatures de courant statorique par la transformée en ondelettes discrète

« ASCS-TOD ou MCSA-DWT » ;
- Analyse des signaux vibratoires (analyse vibratoire).
I.7 CONCLSION
Dans ce premier chapitre, nous nous sommes intéressés à répertorier (synthèse

bibliographique) les principales défaillances qui peuvent affecter les différentes parties de la
machine asynchrone. Pour mieux comprendre les phénomènes affectés par les défauts, une
analyse complète sera réalisée dans le chapitre suivant qui se base sur l’analyse du contenu
spectral du courant statorique de la MAS (MCSA-FFT) sous le défaut de la cassure des barres et
le défaut d’excentricité rotorique.
32
CHAPITRE II
Analyse des défauts rotoriques par la

méthode de la MCSA
CHAPITRE II. Analyse des défauts rotoriques par la méthode de la MCSA
II.1 INTRODUCTION
Les défauts qui apparaissent dans les machines électriques ont des causes variées. La
rupture des barres dans les moteurs a fait l’objet de nombreux travaux. D’autres recherches
ont suivi dans la même voie, où ont été étudiées dans le diagnostic d’autres défauts de la
machine (désalignement entre la machine et la charge, les courts circuits statoriques, usure des
paliers,…). L'excentricité est l’une des principales causes de défaillance des entraînements
électriques. L'apparition de l'excentricité crée des vibrations :
o elles sont à l’origine d’une partie du bruit rayonné par cette machine et sont
donc indésirables pour les utilisateurs situés à leur proximité ;
o elles peuvent être transmises aux structures avoisinantes et accélèrent la
détérioration ou le vieillissement de la machine électrique ;
o elles peuvent également endommager les machines tournantes elles-mêmes ;
o elles sont considérées comme une source de dangers écologique et économique.
Il est certain que la non uniformité de l’entrefer est causée par l’excentricité ; cette
dernière est due dans la plupart des cas à un défaut de roulement.
Les machines électriques, particulièrement les machines asynchrones, jouent de nos
jours un rôle important dans toutes les applications industrielles. L’assurance de la
disponibilité et la sûreté de fonctionnement de celles-ci sont fondamentales. Il est donc
nécessaire de développer des systèmes, permettant de surveiller et de diagnostiquer l’état de
santé de ces dispositifs.
La méthode d’analyse de signature du courant statorique (ASCS) ou du courant de
moteur (ASCM) sous l’abréviation Anglaise MCSA est la plus utilisées.
Dans ce chapitre, nous allons essayer d’exploiter les résultats expérimentaux des machines
défectueuses, ayant pour objectif d’apporter un bon diagnostic en utilisant la méthode de
MCSA.
Remarque : Dans ce chapitre, tout ce qui est simulé en bleu désigne l’état sain et tout ce
qui est en rouge désigne l’état défectueux.
II.2 LA METHODE DE MCSA
Parmi tout les signaux utilisables, le courant statorique s'est avéré être l'un des plus
intéressant, car il est facile à mesurer et nous permet de détecter les défauts électriques, y
compris les défauts purement mécaniques [KLI92], [SCH95], [BEN99], [THO01], [BES15-
34
2]. Cette méthode qui est connue sous le nom "Motor Current Signature Analysis" (MCSA),
se base sur les phénomènes électromagnétiques qui se transforment, par influence à une
information dans le courant statorique. Les défauts de la machine asynchrone se traduisent
dans le spectre du courant statorique par :
 L'apparition des raies spectrales dont les fréquences sont directement liées à la
fréquence de rotation de la machine, aux paramètres physiques de la machine (nombre
de barres rotoriques et nombre des paires de pôles).
 La modification de l'amplitude des raies spectrales, déjà présents dans le spectre du
courant. La surveillance via le courant statorique, nécessite une bonne connaissance
des défauts et de leurs signatures. Elles sont utilisées pour le moment dans le contexte
de machines alimentées par le réseau et pour la recherche de fréquences
caractéristiques de défauts [MER06].
Une analyse spectrale du courant statorique (à l'aide de la transformée de Fourier rapide
‘FFT’) a permis de mettre en évidence, la présence d’harmoniques caractérisant les défauts de
la MAS [BES07], [BES15-2], [BES16-2], [BES16-3], [BES16-4].
Plusieurs techniques peuvent traiter le signal du courant statorique afin d’extraire un
ensemble d’informations en se basant sur la signature de celles-ci.
Notre objectif est de détecter, localiser ou bien identifier les défauts dès leur apparition
dans les MAS. Autrement dit, nous proposons des méthodes d'aide à la décision, avec
précision sur le type du défaut afin de bien diagnostiquer les MAS.
Nous allons discuter et analyser les défauts par des méthodes de diagnostic actuellement
appliquées à la machine asynchrone afin d’aboutir à un choix judicieux.
II.3 PRESENTATION ET REALISATION DU BANC D'ESSAI
Lorsqu’on veut surveiller un système ou un processus physique, on doit, à un certain

stade des opérations, mesurer et surveiller les grandeurs physiques dépendantes, souvent
directement du dispositif. Pour présenter des résultats, il faut que les grandeurs mesurées
restent dans une fourchette acceptable de valeurs, dans le but d’assurer la qualité de
l’ensemble des systèmes.
La réalisation d’un banc d’essai a été étudiée et conçue au niveau du laboratoire de
génie électrique Biskra (LGEB).
Nos travaux consistent à utiliser quelques méthodes de diagnostic, comme la MCSA et
l’analyse vibratoire. Pour cette raison, on présentera dans cette partie la conception de deux
35
bancs d’essais de moteurs asynchrones, dont les paramètres sont présentés dans l’annexe.
Parmi les grandeurs mesurées, on cite : les courants, les tensions, les signaux de vibration et le
couple. Ces grandeurs sont mesurées, éventuellement acquises et mémorisées.
Les capteurs sont les moyens les plus importants pour accomplir les tests. Si le choix
de ces capteurs n’est pas adapté, le reste du traitement ne pourra pas donner de bonne mesure
ou aider à prendre la bonne décision. Un capteur peut être défini comme un convertisseur
d’une grandeur physique en un signal électrique.
Le banc est constitué d'une machine asynchrone de test accouplée à une charge (frein).
Ces tests expérimentaux nous ont permis d'effectuer les analyses sur les défauts électriques et
mécaniques afin de faire la validation avec certains algorithmes de diagnostic.
L’élaboration du banc de test exige plusieurs machines de même type sous différents états tels
que, moteur sain, avec barres cassées, rotor excentrique, défauts de roulement, court-circuit
statorique et autres.
II.3.1 Schéma synoptique général de l’ensemble

La figure (II-1) présente la structure générale du dispositif expérimental. Le
diagnostic est réalisé à travers une carte d’acquisition raccordée à un micro-ordinateur PC.
Cette carte de développement comprend tout l’environnement proche du processeur du PC
avec des outils logiciels nécessaires aux applications visées (Matlab et LabView).
Il faut écrire des algorithmes précis en langage de correspondance, c’est la solution
pour aboutir à une meilleure lisibilité et compréhension, en vue des évolutions ultérieures. Un
autre point indispensable, est l’échantillonnage ; en principe, et afin d’éviter toute perte
d’information, la fréquence fe à laquelle s’effectue l’échantillonnage doit satisfaire à la
condition de Nyquist : fe > 2fmax.
Réseau Accouplement
Electrique
Charge
MAS (Frein)
Courants-Tensions Couple
Système d’acquisition
« Carte+PC »
Capteurs de Vibrations
Figure II.1. Schéma de principe de l'acquisition des signaux.
36
Le bon choix de la résolution fréquentielle, permet de séparer les composantes les plus
proches du fondamental. Notre acquisition des données a été effectuée par une fréquence
d’échantillonnage de 10Khz ou de 12.8 Khz et un temps d’acquisition de 10 s. Ceci nous
amène à obtenir une très bonne résolution fréquentielle de ∆f = ±0.1Hz.
II.3.2 Premier banc d’essais

La plate-forme d’essais a essentiellement été utilisée jusqu’à présent pour détecter,
analyser et valider expérimentalement les résultats théoriques. Ce premier banc de tests est
dédié à l’analyse des courants, tensions ou couple. D’une autre manière et d’après la carte
d’acquisition, il n’est pas possible de relever les signaux vibratoires.
Les constituants principaux de la plate-forme sont :
- Une carte en temps réel DSPACE DS1104 ;
- Une MAS à rotor à cage d’écureuil : AZAZGA 3 kW, couplage triangle, p=2 ;
- Une charge pour le freinage, soit : machine à courant continu ou bien un frein à poudre
magnétique.
La figure (II-2) illustre une photo de système expérimental connecté avec la carte
Dspace qui se traduit par Matlab/Simulink sous une fréquence d’échantillonnage fe=10000Hz.
Figure II.2. Photo du banc d’essai dédié au diagnostic.
II.3.3 Deuxième banc d’essais

Le second banc permet la mesure des signaux suivants : vibrations, courants, tensions et
couple. Il est associé à une carte d'acquisition de type NI (National Instruments) piloté par
LabView avec une valeur de fréquence d’échantillonnage fe=12800Hz.
La photo de ce banc d’essais est montrée dans la figure (II-3).
37
Figure II.3. Photo du banc d’essai dédié à l’analyse vibratoire.
Nous allons présenter une analyse complète de trois défauts : cassures de barres,
excentricité et les défauts de roulement en se basant sur les résultats expérimentaux obtenus à
partir des bancs d’essais.
II.4 RESULTATS EXPERIMENTAUX DE LA RUPTURE DE BARRES
Prenons la MAS à l’état sain afin de garder un ensemble d’informations de référence.

Alors, tous les symptômes ou variations qui seront identifiées après, dépendent de la base des
données de l’état normal de la machine.
Nous avons réalisé deux tests, le premier pour une seule barre cassée et le second pour deux
barres cassées. La figure (II-4) représente la photographie des rotors de la machine
asynchrone utilisée pratiquement pour les différents états.
Figure II.4. Photographie des rotors de la MAS de 3 kW pour un état sain (à gauche), une
barre cassée (au centre), deux barres cassées (à droite).
38
Le courant électrique d’une phase statorique du MAS est représenté dans la figure (II-
5) sous un défaut de 01 BC pour les deux conditions, à vide et en charge. La figure (II-7)
montre le spectre du courant statorique pour un fonctionnement à vide des deux machines :
l’une saine et l’autre défectueuse avec une barre cassée (01 BC).
Il est important de noter que les fréquences qui correspondent aux ordres : 5, 7, 11, 13,
17, 19, 23, 25, … (6k±1) ; ont les fréquences (6k±1)fs. Ces harmoniques sont connus sous le
nom des harmoniques de la force magnétomotrice (FMM). On explique ses apparitions par
l’existence de la rupture de barres rotorique avec un glissement s. La formule ci-après montre
bien les valeurs des autres fréquences appelées : fréquences de bande latérale (FBL).
Généralement, les harmoniques du courant statorique de fréquence (6k ±1)fs sont
modulés en amplitude à la fréquence 2(6k ±1)sfs par l’expression suivante [DEL03], [KLI88],
[KLI92], [DOU03], [LEB11] :
f cb  (6k  1)  2ks  f s , k  1, 2,3,... (II. 1)
Cette formule a été vérifiée dans notre étude par des bandes latérales présentées dans
la figure (II-7). On va voir un autre indicateur du défaut de la rupture des barres qui est
représenté par des bandes latérales autour des harmoniques d’encoches rotoriques (RSHs).
Ces fréquences sont attachées avec les RSHs et espacées de 2sfs ; on conclut, donc, à la
formule suivante :
f cb  RSH  2ksf s (II. 2)
Ou bien,
 kn (1  s ) 
f cb   b    2ks  . f s  knb . f r   f s  2ks. f s (II. 3)
 p 
On remarque que les composants harmoniques du courant statorique ne sont pas
influencés par le changement de l’état de la MAS à vide pour une barre cassée. Dans ce cas,
les fréquences supplémentaires causées par la rupture de barre sont encore presque invisibles ;
ceci est dû à la valeur du glissement pour un fonctionnement à vide proche de zéro.
On peut voir les composantes de fréquence à fs-fr, fs+fr , fs+2fr , etc. qui sont déjà
présentes dans le spectre de la machine saine due à l’excentricité mixte. Ces séries des
fréquences caractéristiques sont décries par la formule (I.9).
En outre, des fréquences dues à la saturation sont apparues au spectre des résultats
expérimentaux. Ces fréquences ont des raies importantes et remarquables.
f sat  3kf s k est impair (II. 4)
39
Courant isa(t) (A)

5 Sain 0%
1BC 0%
(a)
-5
3 3.05 3.1 Temps (s) 3.15 3.2 3.25
10
Courant isa(t) (A)
Sain 75%
5 1BC 75%
0
-5
(b)
-10
3 3.05 3.1 Temps (s) 3.15 3.2 3.25
Courant isa(t) (A)
-5
(c)
3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8
Temps (s)
Figure II.5. Le courant statorique en fonction du temps (1BC) ; (a) : 0% de la charge, (b) :
75% de la charge, (c) : Phénomène du battement (s=3.6%).
Une fréquence a été trouvée dans le spectre de la MAS pour les deux états du moteur
(sain et défectueux) ; c’est la composante de double de la fréquence d’alimentation 100 Hz, la
formule générale est :
f doub  s  f100 Hz  2 f s (II. 5)
D’après la littérature, cette fréquence a plusieurs sources, telles que : le déséquilibre

d’alimentation (champ statorique) et/ou la déformation du stator. Nous avons effectué une
acquisition (mesure) de la tension d’alimentation par un oscilloscope numérique qui nous
permet de faire l’opération FFT. La figure (II-6) représente le contenu spectral de la tension
d’alimentation qui est mesurée deux fois par jour. On voit clairement l’existence de la
fréquence de 100 Hz qui est le double de la fréquence d’alimentation 50 Hz.
40
20ms
50 Hz
125
100 Hz 250 Hz Hz
Figure II.6. Spectre de la tension d’alimentation.
0
Etat sain
Amplitude (dB)
1 BC
-50
(a)
-100
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
(b)
-20
Amplitude (dB)
-40
-60
-80
-100
-120
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
0
f -f f +f f +2f f +3f
s r s r s r s r (c)
-20
Amplitude (dB)
X: 25 X: 74.9 X: 99.8
-40 Y: -50.39 Y: -48.86 Y: -50.69
X: 124.8
-60 Y: -70.39
-80
-100
-120
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
41
0
(d)
-20
Amplitude (dB)
-70
-120
200 250 300 350 400
Fréquence (Hz)
0
(e)
-20
Amplitude (dB)
X: 249.9 5f
Y: -23.73 s 7f X: 349.8
s Y: -32.92
-70
-120
200 250 300 350 400
Fréquence (Hz)
0
(f)
-20
Amplitude (dB)
-70
-120
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
0
f +23f f +24f f f +28f f
s r s r FMM s r sat (g)
-20
Amplitude (dB)
X: 648 X: 649.7 X: 747.9

Y: -48.95 Y: -49.04 Y: -52.28
X: 623.2
Y: -70 L-PSH U-PSH
-70
-120
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
Figure II.7. Spectre du courant statorique (1BC, à vide) ; (a): Bande : 0-1000Hz, (b) et (c) :
Basses fréquences, (d) et (e) : Alentours des PSHs, (f) et (g) : Alentours des 5 et 7.
La variation de la charge affecte une variation du glissement. On applique maintenant

un couple résistant qui assure une charge de 75% (s=3.6%). La représentation temporelle du
courant statorique a été montrée dans la figure (II-5-b). Nous vérifions que le défaut de
cassure de barres induit des fréquences de bandes latérales (FBL) autour des fréquences
suivantes : la fondamentale fs, les harmoniques 5, 7 et les RSHs. La figure (II-8) représente les
FBL dans laquelle les fréquences se déplacent avec l’ordre d’harmonique.
Sous des conditions anormales (présence d'un défaut de la rupture de barre), des
harmoniques dans le courant sont générées, accompagnées par des déformations dans celui-ci.
42
Une série de nouvelles composantes fréquentielles de valeurs (1±2ks)fs et autres citées

précédemment, caractérise ce type de défaut. Ces nouveaux harmoniques apparaissent dans le
spectre du courants statorique. Les valeurs de raies qui caractérisent le défaut de cassure des
barres autour de la fréquence fondamentale, 5, 7, et des RSHs sont résumées dans le tableau
(II.1). Les vérifications des trois types des FBL sont liées aux formules (I.5), (II.1), (II.3),
(II.4) et aux formules indiquées dans le tableau (I.1).
0
Sain 75% (a)
Amplitude (dB)
1 BC 75%
-50
-100
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
(b)
Amplitude (dB)
-50
-100
0 20 40 60 80 100 120 140 160 180 200

Fréquence (Hz)
0
f -f f +f f +2f f =2f f
s r s r s r 100Hz s (c)
Amplitude (dB)
X: 150 sat
X: 25.9 X: 98.5 Y: -47.66
Y: -54.5 Y: -55.64 X: 100
-50 Y: -70
X: 74.1
Y: -57.47
-100
0 20 40 60 80 100 120 140 160 180 200

Fréquence (Hz)
0
(d)
-20
Amplitude (dB)
-70
-120
200 220 240 260 280 300 320 340 360 380 400
Fréquence (Hz)
0
(5-2s)f =246.5Hz X: 250 5f (7-2s)f 7f (e)
s Y: -27.95 s (7-4s)f s X: 350 s
-20 s
(5+2s)f
Amplitude (dB)
Y: -38.83
X: 243.1 s
Y: -57.93 X: 339.6 (7+4s)f
(5-4s)f (5+4s)f s
s
X: 253.4
s (7-6s)f Y: -66.68
Y: -73.88 s
-70 X: 356.8
Y: -92.03
X: 256.9
Y: -84.97
-120
200 220 240 260 280 300 320 340 360 380 400
Fréquence (Hz)
43
0
(f)
-20
Amplitude (dB)
-70
-120
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
0
L-PSH (g)
-20 X: 625.8
Amplitude (dB)
Y: -42.7 X: 649.9 f U-PSH

Y: -51.66
FMM X: 725.8
Y: -55.4 f
X: 749.9 FMM
Y: -72.36
-70
-120
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
Figure II.8. Spectre du courant statorique (s=3.6%, 1BC) ; (a) : 0-1000Hz, (b) et (c) : 0-
200Hz, (d) et (e): 200-400Hz, (f) et (g): 600-800Hz.
Un zoom autour de quelques bandes pour clarifier l’influence du défaut de la rupture

de barres est présenté dans la figure (II-9).
0
(a)
Amplitude (dB)
-50
-100
20 30 40 50 60 70 80
Fréquence (Hz)
0
(1-2s)f (1+2s)f (b)
Amplitude (dB)
s X: 46.6 X: 53.4 s
(1-4s)f Y: -43.42 Y: -42.54
s X: 43.1 X: 56.9 (1+4s)f
Y: -59.23 Y: -58.32 s
-50 (1-6s)f (1+6s)f
s s
-100
20 30 40 50 60 70 80
Fréquence (Hz)
44
0
(c)
Amplitude (dB) -50
-100
600 605 610 615 620 625 630 635 640 645 650
Fréquence (Hz)
0
L-PSH-4sf L-PSH-2sf L-PSH X: 625.8 L-PSH+2sf L-PSH+4sf (d)
Amplitude (dB)
s s s s
Y: -42.7
X: 622.4
L-PSH-6sf X: 629.3
X: 632.7
-50 s Y: -62.86 Y: -65.31
Y: -71.23 X: 636.2 L-PSH+6sf
X: 615.5 X: 618.9 Y: -80.21 s
Y: -90.66 Y: -90.86
-100
600 605 610 615 620 625 630 635 640 645 650
Fréquence (Hz)
Figure II.9. Spectre du courant statorique (s=3.6%, 1BC) ; (a) et (b): 20-800Hz, (c) et (d):
600-650Hz.
Tableau II.1. Récapitulation des raies dans le spectre du courant statorique (1BC).
Formules des Valeurs Valeurs Amplitude Amplitude
fréquences théoriques expérimentales «état sain » pour 1BC
caractéristiques (Hz) (Hz) (dB) (dB)
(1-2s)fs 46.4 Hz 46.6 Hz -61.7 -43.42
(1+2s)fs 53.6 Hz 53.4 Hz -59.67 -42.54
5fs 250 Hz 250 Hz -23.91 -27.95
(5-2s)fs 246.4 Hz 246.5 Hz -65.15 -63.36
(5+2s)fs 253.6 Hz 253.4 Hz -83.2 -73.88
7fs 350 Hz 350 Hz -31.51 -38.83
(7-4s)fs 342.8 Hz 343.1 Hz -77.46 -66.23
(7+4s)fs 257.2 Hz 356.8 Hz -100.4 -92.03
RSH1(  )  L  PSH 624.8 Hz 625.8 Hz -43.55 -42.7
RSH1(  )  2 sf s 621.2 Hz 622.4 Hz -87.38 -62.86
RSH1(  )  2 sf s 628.4 Hz 629.3 Hz -79.64 -65.31
RSH1(  )  4 sf s 617.6 Hz 618.9 Hz -94.66 -90.86
RSH1(  )  4 sf s 632 Hz 632.7 Hz -90.06 -71.23
45
L’évolution de l’amplitude des harmoniques est un indicateur qui vérifie plusieurs

points intéressants. L’un est la sévérité du défaut ; pour cette raison, on présente une troisième
machine défectueuse avec deux barres cassées. L’évolution de l’amplitude du courant
statorique en fonction du temps est indiquée sur la figure (II-10). Il est clair que l’influence du
degré de sévérité du défaut, se traduit par une déformation du courant. Généralement, et
d’après la littérature, la cassure de barres rotorique impose une allure du courant statorique
qui est similaire au phénomène du battement. Une superposition du FFT de trois machines :
saine, avec 1BC et avec 2BC est présentée dans la figure (II-11).
En outre, lorsque le rotor est défectueux, les fréquences du défaut sont clairement
présentées dans le spectre. Les composantes de fs±fr données par l’équation (I.9) apparaissent
dans le spectre du courant pour l’état sain et l’état défectueux ; cela explique que l'excentricité
mixte.
La figure (II-11) représente les plages fréquentielles autour des harmoniques
fondamentaux, PSHs ainsi que les 5ème et 7ème harmonique. Nous trouvons de façon évidente,
les raies engendrées par une oscillation de vitesse provoquée par la rupture d’une barre du
rotor. Ces résultats ont conduit à une émergence claire de raies significatives qui nous
permettent de décider judicieusement sur le type du défaut.
10
Courant isa(t) (A)
-5
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure II.10. Courant statorique en fonction du temps (s=3.6%, 2BC).
46
0
sain
Amplitude (dB)
(a)
1 BC
(1-2ks)f (1+2ks)f 2 BC
-50 s s
-100
20 30 40 50 60 70 80
Fréquence (Hz)
0
L-PSH (2BC) sain
Amplitude (dB)
(b) X: 626.1
Y: -42.12 1 BC
2 BC
-50 L-PSH-2ksf
s
L-PSH+2ksf
s
-100
600 605 610 615 620 625 630 635 640 645 650
Fréquence (Hz)
0 0
sain sain
(c) 5f (d)
s 1 BC 7f 1 BC
-20 2 BC -20 s 2 BC
Amplitude (dB)
Amplitude (dB)
-40 -40
(5-2ks)f (5+2ks)f (7-2ks)f (7+2ks)f
s s s s
-60 -60
-80 -80
-100 -100
230 240 250 260 270 330 340 350 360 370
Fréquence (Hz) Fréquence (Hz)
Figure II.11. Spectre du courant statorique (MAS sain, 1BC et 2BC) ; (a) : Autour du
fondamental, (b) : Autour de L-PSH, (c) : Autour de 5, (d) : Autour de 7.
Un autre facteur important qui entre en jeu, est le pourcentage de la charge appliquée à la
sortie du MAS. Plusieurs représentations fréquentielles du courant statorique ont été
effectuées afin de calculer l’amplitude. Le glissement dans ce cas sera changé
systématiquement ; et les positions des harmoniques seront déplacées.
La sévérité de la cassure de barres peut provoquer aussi des déplacements des raies
harmoniques, même avec des valeurs faibles. Il est important d’indiquer la valeur du
glissement qui peut être calculé par plusieurs méthodes. Parmi elles, les fréquences
caractéristiques de l’excentricité mixte autour de la fréquence fondamentale sont fs-fr et fs+fr.
Ces dernières, donnent les valeurs du glissement s=0.032 et s=0.036 respectivement. On
remarque aux alentours des PSHs, l’influence de nombre des barres cassées sur ses valeurs.
Les valeurs logiques des glissements sont dues à la variation de la vitesse en régime
permanent qui impose quelques marges de différences entre les résultats théoriques et
47
pratiques. La figure ci-dessous montre les FBL autour de l’harmonique fondamental pour
deux barres cassées.
0
(1-2ks)f (1+2ks)f
s s
-20 X: 46.6 X: 53.4
f (-) f (+)
Amplitude (dB)
Y: -37.15 Y: -36.97
MIX MIX
-40 X: 25.8
X: 56.7
X: 74.1
X: 43.2 Y: -56.66
Y: -59.83 Y: -61.23 Y: -60.24
-60
-80
-100
0 25 50 75 100
Fréquence (Hz)
Figure II.12. Spectre du courant statorique (2BC) de 0 à 100 Hz.
Le tableau (II.2) décrit et généralise les harmoniques du défaut de rotor induites

dans les bobinages statoriques avec deux barres cassées (2BC). Nous rappelons que cette
étude nous permet de vérifier l’existence des harmoniques d’une part, et d’autre part de suivre
les positions de celles-ci.
Un autre tableau récapitulatif, est présenté ci-dessous qui montre un bilan comparatif
des amplitudes pour 1BC et 2BC.
48
Tableau II.2 Récapitulation des raies induites dans les enroulements statoriques (2BC,
s=3.2%).
fréquences théoriques expérimentales «état sain » pour 2BC
caractéristiques (Hz) (Hz) (dB) (dB)
(1-2s)fs 46.8 Hz 46.6 Hz -61.7 -37.15
(1+2s)fs 53.2 Hz 53.4 Hz -59.67 -36.97
5fs 250 Hz 249.9 Hz -23.91 -22.72
(5-2s)fs 246.8 Hz 246.5 Hz -65.15 -55.03
(5+2s)fs 253.2 Hz 253.4 Hz -83.2 -58.64
7fs 350 Hz 349.9 Hz -31.51 -33.57
(7-2s)fs 346.8 Hz 346.5 Hz -72.53 -52.56
(7+2s)fs 353.2 Hz 353.3 Hz -90.46 -76.71
(7-4s)fs 343.6 Hz 343.1 Hz -77.46 -56.46
(7+4s)fs 356.4 Hz 356.7 Hz -100.4 -80.97
RSH1(  )  L  PSH 627.6 Hz 626.1 Hz -43.55 -42.12
RSH1(  )  2 sf s 624.4 Hz 622.7 Hz -87.38 -56.2
RSH1(  )  2 sf s 630.8 Hz 629.5 Hz -79.64 -57.78
RSH1(  )  4 sf s 621.2 Hz 619.3 Hz -94.66 -80.14
RSH1(  )  4 sf s 634 Hz 632.9 Hz -90.06 -69.48
49
Tableau II.3 Récapitulation des raies induites dans les enroulements statoriques (1BC+2BC).
Fréquences caractéristiques Amplitude pour 1BC (dB) Amplitude pour 2BC (dB)
(1-2s)fs -43.42 -37.15

(1+2s)fs -42.54 -36.97
5fs -27.95 -22.72
(5-2s)fs -63.36 -55.03
(5+2s)fs -73.88 -58.64
7fs -38.83 -33.57
(7-2s)fs -67.06 -52.56
(7+2s)fs -95.9 -76.71
(7-4s)fs -66.23 -56.46
(7+4s)fs -92.03 -80.97
RSH1(  )  L  PSH -42.7 -42.12
RSH1(  )  2 sf s -62.86 -56.2
RSH1(  )  2 sf s -65.31 -57.78
RSH1(  )  4 sf s -90.86 -80.14
RSH1(  )  4 sf s -71.23 -69.48
Après avoir décrit les effets qui peuvent survenir suite à une rupture de barres ; notre
étude montre la bonne correspondance et l’exactitude en comparant avec la littérature. Toutes
les formules, le déplacement des harmoniques et le degré de sévérité du défaut de la rupture
de barres sont vérifiés.
En présence du défaut en régime permanent, le système inverse de courant au rotor
produit la composante oscillatoire de pulsation 2sωs [FIL92].
On a constaté, l'apparition d’harmoniques de fréquences lié à 2ksfs dans le spectre du
courant statorique. On a remarqué également que le spectre du courant donne des
informations plus claires et plus visibles par une série des FBL aux alentours de la
fondamentale, les (6k±1)fs et les RSHs.
50
On peut signaler aussi qu’il est possible d'observer les oscillations dans la vitesse ou
dans le couple de pulsation 2sωs d'origine purement mécanique [FIL92].
Une analyse spectrale par la transformée de Fourier rapide a été appliquée sur le signal
du courant statorique afin de déterminer le contenu fréquentielle du courant et par conséquent
de trouver les harmoniques caractéristiques des cassures de barres qui conduisent à un
diagnostic efficace.
II.5 ANALYSE DU DEFAUT D’EXCENTRICITE ROTORIQUE
Les machines électriques peuvent être soumises à un décentrement du rotor. La

présence d’un certain degré d’excentricité est normale dans les machines électriques. Les
fabricants et utilisateurs spécifient un degré naturel maximum de 5%, tandis que dans d’autres
cas, un pourcentage maximum de 10% est acceptable [THO3]. Cependant, un degré
d’excentricité très faible réduit les vibrations et le bruit, et minimise les forces radiales
résultantes que peuvent créer un frottement entre stator-rotor qui peut endommager la
machine. Généralement, l’entrefer d’une machine asynchrone est plus petit que dans d’autres
types de machines ayant les mêmes grandeurs et performances, la machine asynchrone est la
plus sensible aux excentricités [IBR10].
L’excentration du rotor se traduit par des oscillations du couple. Ce phénomène est
appelé excentricité statique ou dynamique, dont l’origine peut être liée à une position
incorrecte des paliers, à un défaut de roulement, à un problème de charge, ou à un défaut de
fabrication. Il existe trois types d'excentricités : l'excentricité statique, l'excentricité
dynamique et l'excentricité mixte qui associe les deux premiers cas [BES07], [BES16-2]. Ce
défaut modifie les comportements magnétique et mécanique de la machine. En effet,
l’augmentation de l’excentricité induit une augmentation des forces électromagnétiques qui
agissent directement sur l’armature statorique ainsi que sur l’enroulement correspondant, ce
qui engendre une dégradation de son isolation. Ceci donne naissance à des niveaux de
vibration considérables [AND08], [VAS09].
Notre étude, dans cette partie, consiste à détecter le défaut d’excentricité rotorique en
se basant sur la méthode de MCSA-FFT. Comme nous l’avons déjà vu ; l’analyse spectrale du
courant joue un rôle important pour la détection du défaut de la cassure de barres. Nous allons
étudier soigneusement le défaut d’excentricité statique (ES) et dynamique (ED). Les essais
expérimentaux réalisés au laboratoire (LGEB) nous ont permet de tester, analyser et traiter les
données afin d’atteindre un bon diagnostic.
51
II.5.1 Résultats expérimentaux dédiés à l’excentricité statique

Notre choix de la MAS n’est pas anodin, ou pour une disposition d’un banc d’essai
complet. Le choix dépend de plusieurs facteurs, et le plus important est l’existence de cette
machine partout. Le banc expérimental préparé comprend la MAS considérée, couplée avec
un frein commandé. Ce banc est destiné à l’étude de différents défauts des machines
électriques. La création du défaut d’excentricité nécessite une grande précision à cause de la
valeur d’entrefer. Les manières de préparation d’un défaut d’ES ou d’ED sont nombreuses.
Notre disposition de l’excentricité se base sur des modifications des bagues de roulement
selon le besoin. Nous savons que tout problème au niveau de la bague intérieure provoque une
excentricité dynamique ; et tout défaut lié à la bague extérieure crée une excentricité statique
[BES15-1], [BES16-2]. L’objectif est d’ajouter des bagues supplémentaires qui ont une forme
ovale avec des dimensions suffisamment précises pour éviter tout problème de frottement
entre le stator et le rotor. Sur cette base, et pour l’excentricité statique, on dispose d’une bague
entre la bague extérieure du roulement et le flasque en maintenant les mêmes dimensions de la
bague intérieure. Cette création est plus au moins adéquate pour créer une ES ou bien une
excentricité statique inclinée. De la même façon, et pour disposer d’une ED, sauf que, l’on
garde les dimensions de la bague extérieure et l’on place une bague d’une forme ovale entre
l’arbre de rotation et la bague intérieure du roulement.
Il faut signaler ici que, pratiquement, on ne peut pas assurer un type d’excentricité (ES
ou ED) à 100%. On trouve toujours un certain degré d’une autre excentricité qui nous conduit
à une excentricité mixte. Le but de cette réalisation est de faire un renforcement d’une
excentricité par rapport à une autre [BES16-1], [BES16-2]. La figure (II-13) représente une
photographie de roulement avec les bagues supplémentaires pour clarifier l’opération de
création de l’ES et de l’ED.
52
Figure II.13. Stratégie et principe de préparation de l’ES et l’ED.
II.5.2 Analyse spectrale du courant statorique avec excentricité statique

L'analyse spectrale est utilisée pour détecter des défauts dans les MAS,
essentiellement ici, l’excentricité statique. Ce cas se prêtte bien à l’approche dans la mesure
du courant qui se peut se traduire par l'apparition de fréquences additionnelles.
La surveillance par analyse spectrale du courant de la machine asynchrone consiste
donc à effectuer une transformée de Fourier des grandeurs affectées par le défaut, et à
visualiser les fréquences supplémentaires constituant la signature d'un défaut dans la machine.
Pour cette configuration du défaut d’ES, nous avons la possibilité de faire une analyse
du spectre de courant statorique pour les deux fonctionnements de la machines : à vide
(s≈0.4%) et à 75% de la charge (s≈3.2%).
Afin d’étudier les défauts d’excentricités, il est nécessaire de comprendre la règle de
[NAN11], sur l’apparition des PSHs qui ont une importance pour la détection de l’ES ou l’ED
seule.
Les références de [NAN98], [NAN01], [NAN05] et [NAN11] ont proposé une formule qui
relie le nombre de barres avec le nombre de paires de pôles. La formule proposée ne signifie
pas seulement l’apparition des RSHs, elle impose aussi la condition d’apparaître ou non du
défaut d’excentricité statique et dynamique. Le principe de cette dernière est organisé comme
suit :
53
a/ On trouve les PSHs, si et seulement si cette formule est vérifiée :
nb  2. p.3.(m  n)  r 
(II. 6)
avec, m ± n =0, 1, 2, 3,...; r =0 ou 1.
En effet, cette proposition est vérifiée pour notre machine, c'est-à-dire :
nb  2. p.3.(m  n)  r   28  2.(2).3.(2)  1  28
Dans ce cas et selon Nandi et al. , les PSHs sont apparaissent seules.
b/ On trouve les fréquences caractéristiques de l’excentricité statique ou l’excentricité

dynamique seulement, si la formule suivante est vérifiée :
nb  2. p.3.(m  n)  r   d (II. 7)
avec, m ± n =0, 1, 2, 3,..., r =0 ou 1 ; d=1 ou 2.

Il est signalé que l’excentricité mixte n’est pas soumise à la règle de combinaison et
leurs harmoniques vont apparaitre systématiquement.
Cette étude contribue au diagnostic des défauts d'excentricités statique et dynamique pures.
Cette formule pour notre cas (nb=28) n’est pas vérifiée ; donc la question qui se pose : Est-ce-
que les fréquences caractéristiques de l’un des défauts (ES ou DE pure) sont absents ?
La figure (II-14) présente les raies du courant statorique pour un état sain et un autre état
défectueux du moteur (s≈0.4%). Les résultats obtenus confirment la similarité du spectre d’un
état sain et autre défectueux. La règle d’existence de [NAN11] a été vérifiée pour un nombre
de barres rotoriques 28 ; d’après lui, les fréquences caractéristiques d’une ES pure ou un ED
pure n’apparaissent pas (ou faiblement apparues), simultanément, les PSHs ont la possibilité
d’exister.
Il est clair, expérimentalement, que les courbes sont en concordance avec la théorie
dans la figure (II-14). Les fréquences caractéristiques de l’ES fES n’apparaissent pas ou sont
superposées avec les RSHs due à une formule commune qui les rassemble [BES16-3].
Cependant, d’autres raies font leur apparition à la fréquence 106.1 Hz, 494.1 Hz et autres
qu’ils n’ont pas une expression mathématique (Figures II-14-c et II-14-g).
De plus, le spectre de la figure (II-14-e) montre clairement les harmoniques d’ordre 3,
5 et 7, avec les amplitudes -31.35 dB, -23.65 dB et -43.69 dB respectivement pour un état
sain. En revanche, ils ont les valeurs -30.34 dB, -18.11 dB et -35.97 dB pour un état
défectueux.
54
0
Etat sain (a)
-20
ES
Amplitude (dB) -40
-60
-80
-100
-120
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
-20 (b)
Amplitude (dB)
-40
-60
-80
-100
-120
0 50 Frequency (Hz) 100 150
0
f -f f +f f =f +2f f +3f
s r s r 100Hz s r s r (c)
-20 X: 25.1 X: 75
Amplitude (dB)
Y: -42.38 Y: -42.4
X: 100.1
-40 Y: -58.84 X: 106.1 X: 124.8
Y: -64.96 Y: -63.04
-60
-80
-100
-120
0 50 Frequency (Hz) 100 150
0
(d)
Amplitude (dB)
-50
-100
150 200 250 300 350 400 450

Fréquence (Hz)
0
X: 150
3f -40 5f Etat sain
Y: -30.34 s s X: 350.1 (e)
-60 Y: -35.97
Amplitude (dB)
X: 250.1 ES
-80 Y: -18.09 -20 -40
-50 X: 175 -40 7f -60
3f +f Y: -71.46 149 150 151 -60 s
s r -80 -80
245 250 255 345 350 355
-100
150 200 250 300 350 400 450

Fréquence (Hz)
55
0
(f)
-20
Amplitude (dB) -40
-60
-80
-100
-120
500 550 600 650 700 750
Fréquence (Hz)
0
|3f -n f | (g) f =750Hz
s br sat
-20 X: 550.1 X: 648.5
Amplitude (dB)
11f L-PSH Y: -43.78

-40 X: 548.4
Y: -46.78 s
Y: -60.93
X: 494.1 U-PSH X: 748.5
-60 Y: -74.51 X: 650.1 Y: -42.68
Y: -50.92
f
FMM
-80
-100
-120
500 550 600 650 700 750
Fréquence (Hz)
Figure II.14. Spectre du courant statorique avec un degré d’excentricité statique δs=45%
(s=0.004, à vide); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et (e) : Autour de 5
et 7, (f) et (g) : Autour des PSHs.
On applique maintenant à la machine asynchrone un couple résistant de 75% de la

charge (s=3.2%) ; l’objectif est d’étudier le comportement de la machine quand le glissement
est différent de zéro. La figure (II-15) montre le spectre du courant statorique pour 75% de la
charge. Les fréquences dues à l’excentricité mixte apparaissent systématiquement et
logiquement par la série des fréquences fs±fr. Cela peut s’expliquer, en effet, par l’existence
d’un faible déséquilibre, dû à la fabrication du rotor. Les PSHs ont les valeurs 628.6 Hz et
728.6 Hz, avec des amplitudes un peu supérieures comparant avec l’état sain de la machine.
Le suivi d’amplitude des raies d’harmoniques est considéré comme un indicateur du
défaut. En effet, et pour un spectre du courant qui contient les deux PSHs, dans ce cas, on
parle d’une autre série d’ordres 3k’ et (6k±1) qui ont une amplitude importante (k’ est impair).
Le spectre de la figure (II-15-d) montre que les harmoniques d’ordres 3, 5 et 7
possèdent les amplitudes -38.97 dB, -23.91 dB et -31.51 dB respectivement pour un état sain.
En revanche, ils ont les valeurs -40.59 dB, -24.17 dB et -34.51 dB pour un état défectueux
(figure II-15-e). On conclut à une observation sur laquelle les amplitudes augmentent en
présence du défaut pour un fonctionnement à vide. Cependant, elles diminuent dans le cas de
75% de la charge.
En outre, les amplitudes des premiers harmoniques d’encoches rotoriques L-
PSH=628.6 Hz et U-PSH=728.6 Hz ont augmentées lorsqu’on les compare avec -43.55 dB et
56
-56.4 dB pour un état normal. Par conséquent, ils portent les valeurs -39.54 dB et -48.44 dB
pour le moteur avec un défaut d’ES.
0
Etat sain
-20 (a)
Amplitude (dB)
ES
-40
-60
-80
-100
-120
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
(b)
-20
Amplitude (dB)
-40
-60
-80
-100
0 50 Fréquence (Hz) 100 150
0
f -f f +f f +2f (c)
s r s r s r
-20
Amplitude (dB)
-40 X: 25.8
X: 74.2 X: 98.2
Y: -59.97 Y: -61.04 X: 105.3
Y: -63.96 Y: -67.3
-60
-80
-100
0
(d)
-20
Amplitude (dB)
-40
-60
-80
-100
150 200 250 300 350 400 450
Fréquence (Hz)
0
3f
s |9f ±n f | 5fs 5f +f
s r
|7f ±n f |
s br 7f (e)
s br X: 350 s
-20 X: 150 Y: -34.51
Amplitude (dB)
Y: -40.59 3f +f
s r X: 250
-40 X: 228.6 Y: -24.17 X: 328.6 |5f ±n f | X: 428.6
Y: -65.79 X: 274.2 Y: -66.6 s br Y: -66.65
-60 X: 174.2 Y: -74.51 X: 374.2
Y: -82.24 7f +f
s r Y: -85.6
-80
-100
150 200 250 300 350 400 450
Fréquence (Hz)
57
0
(f)
-20
Amplitude (dB) -40
-60
-80
-100
500 550 600 650 700 750
Fréquence (Hz)
0
|3f ±n f | |f -n f |=L-PSH f (g)
s br s br FMM
-20 X: 628.6
Amplitude (dB)
X: 550 f
X: 528.6 Y: -39.54
Y: -47.86
Y: -43.99 X: 650 sat
-40 Y: -51.65
-60 X: 728.6
11f |f +n f |=U-PSH Y: -48.44
s s br
-80
-100
500 550 600 650 700 750
Fréquence (Hz)
Figure II.15. Spectre du courant statorique avec un degré d’excentricité statique δs=45%
(s=0.032); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et (e) : Autour de 5 et 7, (f)
et (g) : Autour des PSHs.
Dans le cas d’une excentricité du rotor, nous notons l'apparition de nouvelles composantes
des harmoniques, au contenu spectral du courant statorique qui caractérisent ce défaut. Ces
harmoniques (fréquences) dépendent du nombre des paires de pôles et le nombre des barres
rotoriques. Ces fréquences peuvent être décrites par la relation (I.7).
Les deux types de défauts se conjuguent souvent en même temps ; nous l’appelons donc,
l’excentricité mixte. Le contenu spectral du courant statorique a des harmoniques additionnels
causés par l’excentricité mixte. La formule qui montre l’existence de cette excentricité
est (I.9).
Les figures (II-14), (II-15) montrent le spectre du courant statorique pour des bandes
fréquentielles différentes. Un zoom effectué dans chaque zone (autour de la fréquence
fondamentale, autour des RSHs, …etc.) nous a amené à un bon diagnostic.
On peut clairement remarquer les fréquences dues à l’excentricité mixte (à vide), et pour
k=1, on trouve fs+fr=74.9 Hz et fs-fr=25.1 Hz.
Dans cette partie, nous avons présenté les différents essais expérimentaux (à vide et en
charge) d’excentricité statique. Le courant statorique nous a permis de vérifier (d’après son
spectre) les harmoniques des défauts.
58
Le calcul des fréquences caractéristique du défaut d’excentricité statique se base sur la

formule (I.9). On a fait un calcul concernant le défaut d’excentricité statique et en les
comparant avec les résultats obtenus :
Pour k=1, ν=1 et s=0.004:

 knb 
f es   1  s    . f s  f es ()  747.2 Hz
 p 
 knb 
f es   1  s    . f s  fes ()  647.2 Hz
 p 
Pour k=1, ν=3 et s=0.004:

 knb 
f es   1  s    . f s  fes ()  847.2 Hz
 p 
 knb 
f es   1  s    . f s  fes ()  547.2 Hz
 p 
De même, nous avons vérifié les fréquences supplémentaires dans le cas où la machine
asynchrone fonctionne à 75% de la charge ; les fréquences caractéristiques sont:
Pour k=1, ν=1 et s=0.032:

 knb 
f es   1  s    . f s  f es ()  727.6 Hz
 p 
 knb 
f es   1  s    . f s  fes ()  627.6 Hz
 p 
Pour k=1, ν=3 et s=0.032:

 knb 
f es   1  s    . f s  f es ()  827.6 Hz
 p 
 knb 
f es   1  s    . f s  fes ()  527.6 Hz
 p 
Nous avons remarqué dans cette étude une bonne correspondance des résultats
expérimentaux avec la vérification théorique. Cependant, nous avons une autre formule des
harmoniques dues aux encoches rotoriques (fher=fRSHs) qui assure l’égalité avec la formule des
fréquences caractéristiques en cas d’excentricité statique.
 knb 1  s  
f her     . f s
 p 
Cette similarité (égalité), nous conduit de parler de l’existence d’une ambigüité entre les
fréquences (inconvénient).
59
Par conséquent, si la machine asynchrone possède les deux PSHs (comme dans notre cas),
cela provoque la création d’autres composantes fréquentielles d'ordres supérieurs 3, 5, 7, etc.
Ces fréquences ont généralement des amplitudes importantes. D'après le spectre présenté
dans la figure (II-14), on peut vérifier les harmoniques les plus importants aux ordres 3 et 5
comme suit:
 knb 

f RSH  1  0.032   3  . f s  527.6 Hz
 p 
3
 knb 

f RSH  1  0.032   3  . f s  827.6 Hz
 p 
3
 knb 

f RSH  1  0.032   5  . f s  427.6 Hz
 p 
5
 knb 

f RSH  1  0.032   5  . f s  927.6 Hz
 p 
5
Les figures (II-14) et (II-15) montrent clairement qu’aucune fréquence additionnelle ne peut
surgir suite au défaut d’excentricité statique, cependant, on a constaté une modification dans
les amplitudes d’harmoniques d’encoches rotoriques (RSHs).
Le tableau (II.4) résume quelques valeurs des harmoniques et les évolutions de leurs
amplitudes pour une excentricité statique.
Tableau II. 4. Récapitulation des harmoniques théoriques et pratiques (δs=45%).

harmoniques théoriques (Hz) expérimentales (dB) (dB)
(s=0.032) (Hz) (δs=0%) (δs=45%)
fs – fr 25.8 25.8 -57.80 -59.97
fs + fr 74.2 74.1 -62.69 -63.96
L-PSH 627.6 628.6 -43.55 -39.54
U-PSH 727.6 728.6 -56.40 -48.44
|7fs –nb fr| 327.6 328.6 -66.57 -66.60
|5fs –nb fr| 427.6 428.6 -77.35 -66.65
5fs 250 250 -23.91 -24.17
5fs + fr 274.2 274.2 Inexistant -74.51
7fs 350 350 -31.51 -34.51
7fs + fr 374.2 374.2 Inexistant -85.60
60
L’évolution d’amplitude est un indicateur du défaut, surtout, les harmoniques de la FMM

et les RSHs. La figure ci-dessous illustre l’évolution de l’amplitude des harmoniques
d’encoches rotoriques (RSHs) dans l’état sain et en présence du défaut d’excentricité statique
seule.
-30
Sain
-40 ES
Amplitude (dB)
-50
-60
-70
-80
200 300 400 500 600 700 800 900 1000
Harmoniques (RSHs)
Figure II.16. Evolution d’amplitude en fonction des RSHs (δs=45%) avec 75% de charge
nominale (s=0.032).
II.5.3 Analyse spectrale du courant statorique avec excentricité dynamique

Dans cette partie, l’analyse de la machine asynchrone triphasée est réalisée avec la
présence d’un défaut d’excentricité purement dynamique.
L’objectif de ce paragraphe est la détection des signatures caractérisant le défaut
d’excentricité dynamique suivant la formule indiquée au tableau (I.1).
La technique de la MCSA-FFT a pour objectif de déceler les signatures qui indiquent
l’existence du défaut d’ES seule ou d’ED seule pour notre moteur asynchrone. La figure (II-
17) illustre le spectre du courant statorique pour un moteur asynchrone sain et un autre avec
un défaut d’ED sous un fonctionnement à vide (s≈0.4%).
Les fréquences proches de la fréquence fondamentale, sont dues à l’excentricité mixte.
Ces harmoniques ont l’avantage qui n’oblige pas à une connaissance précise de la machine
asynchrone puisqu’ils ne possèdent pas des termes liés à sa conception.
61
-20
(a) Etat sain
-40 ED
Amplitude (dB)
-60
-80
-100
-120
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
-20
X: 97.9
X: 100 (b)
-40 Y: -48.43
Amplitude (dB)
Y: -55.23
-60
-80
-100
-120
-20
f -f f +f f f +3f (c)
X: 25
s r s r X: 74.9 100Hz s r
-40 Y: -50.81 Y: -51.48
Amplitude (dB)
X: 99.8 X: 124.9
Y: -61.94 Y: -64.3
-60
-80 X: 105.6
Y: -70.88
-100
-120
-20
(d)
Amplitude (dB)
-40
-60
-80
-100
-120
150 200 250 300 350 400 450
Fréquence (Hz)
-20
3f 3f +f X: 249.7 5f X: 349.6 7f (e)
s s r s s
Amplitude (dB)
-40 Y: -21.4 Y: -48.49

X: 149.8 X: 174.7
Y: -32.51 5f +f
Y: -65.12 s r
-60 X: 274.6
Y: -80.23
-80
-100
-120
150 200 250 300 350 400 450
Fréquence (Hz)
62
-20
(f)
Amplitude (dB) -40
-60
-80
-100
-120
500 550 600 650 700 750
Fréquence (Hz)
-20 X: 549.4
|3f -n f | Y: -43.5 |f -n f |=L-PSH (g)
Amplitude (dB)
s br X: 547.9 s br X: 649.3
-40 X: 647.7
Y: -55.1 Y: -54.47
Y: -58.96 |f +n f |=U-PSH X: 747.7
-60 s br
X: 493.8 Y: -41.99
Y: -86.39
-80
-100
-120
500 550 600 650 700 750
Fréquence (Hz)
Figure II.17. Spectre du courant statorique à vide avec un degré d’excentricité dynamique
δd=30% (s=0.004); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et (e) : Autour de 5
Le fonctionnement de la machine en charge donne la possibilité d’apparition des

fréquences cachées. Pour cette raison, et comme l’indique la figure (II.18), on présente le
spectre du courant statorique avec un glissement s≈0.035.
Notre objectif est de détecter la présence d’harmoniques caractéristiques concernant le
défaut d’ED qui sont donnés par l’expression (I.7).
Le spectre du courant statorique est riche en harmoniques. Pour un bon suivi, et pour ne
pas perdre aucune information, on a présenté les spectres sous forme de bandes séparées avec
un zoom qui nous permet une bonne vision.
Comme nous l’avons déjà vu, plusieurs harmoniques se déplacent à cause de la variation
de la charge. Les RSHs sont influencés par la charge ; la position des deux premiers se traduit
par les fréquences suivantes: 625.4 Hz et 725.4 Hz.
On interprète les spectres présentés (avec différentes bandes fréquentielles séparées de
0—1000Hz) en considérant les amplitudes supérieures à -80dB ; la figure (II-18-c) a montré
clairement l’apparition des harmoniques due à l’excentricité mixte. Les valeurs 25.9 Hz, 74.1
Hz, 98.5 Hz et 122.4 HZ sont en concordance avec l’expression (I.9). Ces harmoniques se
retrouvent dans les deux états, sain et défectueux ; cela confirme bien l’existence naturelle de
cette excentricité mixte, même avec un moteur sain.
63
D’autre part, le contenu spectral du courant statorique est généralement sensible à toute
variation extérieure ou intérieure. Notre remarque réside à suivre le comportement des RSHs
et les harmoniques d’ordre (6k±1), ses affectations ont plusieurs formes telles que :
amplitudes, apparition des nouvelles BL, déplacement, …etc. Le suivie des composantes
supplémentaires demande une étude attentive et précise, surtout, pour les résultats
expérimentaux. Les phénomènes qui entrent en jeu pratiquement, sont nombreux, avec un
ensemble de groupes de séries d’harmoniques. Les amplitudes des ordres avancés
d’harmoniques ont une valeur très faible avec l’augmentation de celles-ci ; mais la quantité et
la variété des fréquences additionnelles est difficile à distinguer.
0
(a) Etat sain
-20
ED
Amplitude (dB)
-40
-60
-80
-100
-120
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
(b)
-20
Amplitude (dB)
-40
-60
-80
-100
0
f -f f +f f +2f
s r s r s r (c)
-20
Amplitude (dB)
-40 X: 25.9 X: 74.1

X: 98.5 X: 105.7
Y: -62.28 Y: -62.21
Y: -65.56 Y: -66.92 X: 122.4
f +3f
-60 s r
Y: -76.25
-80
-100
64
0
(d)
Amplitude (dB)
-50
-100
150 200 250 300 350 400 450
Fréquence (Hz)
0 X: 250
3f 5f Y: -25.6 |5f ±n f | (e)
s s 7f X: 350
s br
s 5f +6f
Amplitude (dB)
X: 150 Y: -35.47
|7f ±n f | s r
Y: -44.93 s br
X: 225.3 X: 325.4 X: 425.4
-50 Y: -66.48 Y: -67.07 X: 394.4 Y: -66.24
|9f ±n f | Y: -74.36
s br
-100
150 200 250 300 350 400 450
Fréquence (Hz)
0
(f)
inexistant ? faible amplitude ?
Amplitude (dB)
? ? ?
-50
-100
500 550 600 650 700 750
Fréquence (Hz)
0
RSH RSH =|f -n f | RSH =f +n f |f +n f |+2sf
s s s br X: 625.4 s s br s br s (g)
7f +6f Y: -33.96
Amplitude (dB)
s r X: 525.4 X: 550.1 X: 725.4

Y: -45.48 X: 650.1
Y: -46.49 Y: -46.37
X: 621.9 Y: -51.7
-50 Y: -63.43
X: 494.4
|f -n f |-2sf |f +n f |-2sf X: 721.9 X: 728.9
s br s Y: -77.31 Y: -76.45
Y: -79.79 s br s
X: 628.9
Y: -66.38 |f -n f |+2sf
s br s
-100
500 550 600 650 700 750
Fréquence (Hz)
Figure II.18. Spectre du courant statorique en charge avec un degré d’excentricité dynamique
δd=30% (s=0.035); (a) : 0-1000 Hz, (b) et (c) : Autour du fondamental, (d) et (e) : Autour de 5
On remarque dans la figure (II-18-g) et autour des RSHs les fréquences de bandes
latérales (FBL). Cet indice n’a pas été trouvé en dehors de défaut d’excentricité, il vérifie les
valeurs des harmoniques sur la gauche et à la droite par la quantité ±2skfs. Pour clarifier le
phénomène, on a représenté un zoom aux alentours de quelques fréquences illustratives dans
la figure (II-19). La question qui se pose ici, est-ce-que l’on peut considérer ces indicateurs
comme une signature d’existence du défaut d’ED ?
65
0
f Etat sain
(a) RSHi
-20 ED
f +2sf
Amplitude (dB)
X: 525.4
Y: -46.49 RSHi s
-40 f -2sf f +4sf
RSHi s RSHi s
fRSHi+6sfs
-60
-80
-100
515 520 525 530 535
Fréquence (Hz)
0
(b) Etat sain
L-PSH X: 625.4
-20 L-PSH-2sf Y: -33.96
ED
s
Amplitude (dB)
-40 L-PSH+2sf
s
X: 621.9
Y: -63.43 L-PSH+4sf
s
-60
X: 628.9
-80 Y: -66.38
X: 632.4
-100 Y: -82.56
615 620 625 630 635

Fréquence (Hz)
0
(c) U-PSH Etat sain
-20 U-PSH-2sf ED
s U-PSH+2sf
Amplitude (dB)
X: 725.4
Y: -46.37 s
-40
-60 X: 721.9 X: 728.9

Y: -77.31 Y: -76.45
-80
-100
715 720 725 730 735
Fréquence (Hz)
Figure II.19. FBL pour un degré d’excentricité statique δd=30% (s=0.035); (a) : Autour de
525.4 Hz, (b) : Autour de L-PSH, (c) : Autour de U-PSHs.
66
Ce second travail consiste à utiliser une expression liant l’excentricité dynamique à celle de
l’équation (I.7) ou les formules résumées au tableau (I.1). La vérification ou la détection d’une
information du défaut doit être extraite du spectre pour les deux cas de la machine (sans et avec
défaut).
Le spectre du courant statorique sous un fonctionnement à vide (s= 0.004) ou à 75% de

charge (s= 0.035) contient toujours les fréquences dues à l’excentricité mixte que l’on peut
tirer de l’équation (I.9). Cette formule sous forme compacte, fait apparaître les harmoniques
des fréquences relatives à ces défauts.
Les figures (II-17) et (II-18) montrent clairement des fréquences supplémentaires causées
par ce défaut comme les FBL autour des RSHs ou autres qui n’ont pas une explication
physique.
Les valeurs des fréquences caractéristiques sont vérifiées avec la formule (I.9) comme suit:
Pour s=0.004, k=1, nd=1 and ν=1:

 1  s  
f ed    knb  nd    . f s  f ed ( )  772.1Hz
 p 
 1  s  
f ed    knb  nd    . f s  f ed ( )  722.3Hz
 p 
 1  s  
f ed    knb  nd    . f s  f ed ()  672.1Hz
 p 
 1  s  
f ed    knb  nd    . f s  f ed ()  622.3Hz
 p 
Pour s=0.035, k=1, nd=1 and ν=1:

 1  s  
f ed    knb  nd     . f s  f ed ( )  749.62 Hz
 p 
 1  s  
f ed    knb  nd     . f s  f ed ( )  701.37 Hz
 p 
 1  s  
f ed    knb  nd    . f s  f ed ()  649.62 Hz
 p 
 1  s  
f ed    knb  nd    . f s  f ed ()  601.37 Hz
 p 
Les résultats expérimentaux obtenus sont en concordance avec la théorie. Nous pouvons
dire que ces résultats sont des indicateurs de défauts d’excentricité dynamique. On voit même
une augmentation d’amplitude de quelques pics à cause du défaut.
Cependant, nous soulevons le problème de cette étude par une ambigüité avec d’autres
fréquences comme les fréquences f s  kf r de l’excentricité mixte ou autres. Il est admissible
67
aussi qu’une excentricité dynamique pure ne peut exister seule, et qu’il y’existe toujours avec
un certain degré d’excentricité statique résiduelle qui nous amène au troisième type
d’excentricité.
Pour les fréquences au voisinage des harmoniques d’encoches principales, les composantes
trouvées, dans le cas d’une excentricité purement dynamique, se reproduisent comme le
montre la figure (II-19). Nous avons remarqué une création d’autres fréquences caractérisant
l’excentricité dynamique, pour nd=1 dans l’équation (I.7).
Mais, il faut indiquer le chevauchement avec les RSHs dans le cas où le glissement s≈0
(fonctionnement à vide). De la formule (I.9), on déduit la concordance avec la relation (I.7)
pour une excentricité purement dynamique.
Plusieurs valeurs ici entrent en jeu, dans le calcul des fréquences caractéristiques du défaut
d’excentricité dynamique ou mixte. Dans ce cas, on parle d’une confusion intéressante entre les
valeurs des harmoniques.
Le second problème réside dans une autre série d’harmoniques qui relient l’ensemble des
fréquences qui caractérisent l’excentricité dynamique et les fréquences dues aux harmoniques
d’encoches rotoriques (RSHs).
Les harmoniques d’encoches rotoriques sont données par la relation suivante [BES16-2]:
 1  s  
f RSHs   knb   . f s
 p 
et pour une excentricité dynamique, on écrit :
 1  s  1  s  
f exc  dyn   knb    nd  . fs
 p p 
Dans le premier cas, la machine fonctionne à vide, c.-à-d. s≈0, donc :
 knb n 
f exc  dyn     d  . f s
 p p 
ou bien,
 knb 
f exc  dyn    ndRSH  . f s (II. 8)
 p 
avec,
nd
ndRSH    (II. 9)
p
68
La machine asynchrone possède un nombre de paires de pôles égal à 2, le chevauchement est

trouvé entre f RSHs et fexcdyn si et seulement si :
nd
ndRSH     3,5, 7,... (II. 10)
p
La condition qui vérifie cette égalité est la suivante :

nd  4(n  1) (II. 11)
telle que, n  0, 1, 2, 3, 4, 5, ...
On prend pour le deuxième cas où la machine fonctionne en charge (c.à.d. s  0 ),
l’équation (I.7) s’écrit comme suit :
1  s 
f exc  dyn   knb  nd  f s  f s
p
1  s 
  f s   knb  nd  fs
p
où,
1  s 
f exc  dyn   f s  k ' fs   fs  k ' fr (II. 12)
p
avec, k’ est un nombre entier.

Pour bien clarifier la formule du chevauchement et le degré de similarité avec
l’excentricité mixte, en remplaçant ν par 1, on obtient :
f exc  dyn  f s  k ' f r  f exc  Mix (II. 13)
Le chevauchement est plus clair maintenant entre les valeurs des harmoniques qui
caractérisent chaque défaut. On dit aussi qu’il y a une ambigüité et difficulté de détection de
défaut d’excentricité dynamique en présence d’un autre degré d’excentricité statique. Alors,
les deux excentricités produisent une excentricité mixte qui a une autre série de fréquences.
En outre, et en se basant sur la règle de [NAN11], l'apparition des PSHs dans le
spectre du courant statorique dépend essentiellement du nombre de paires des pôles et du
nombre de barres rotoriques. Dans ce cas, et en suivant la logique de la proposition, on ne
trouve jamais les harmoniques caractéristiques de l’ED pour cette MAS qui a un nb=28.
Le tableau ci-dessous résume quelques fréquences caractéristiques.
69
Tableau II. 5. Récapitulation des harmoniques théoriques et pratiques (δd=30%).

harmoniques théoriques (Hz) expérimentales (dB) (dB)
(s=0.035) (Hz) (δd=0%) (δd=30%)
fs – fr 25.87 25.9 -57.80 -62.28
fs + fr 74.12 74.1 -62.69 -62.21
L-PSH 625.5 625.4 -43.55 -33.96
U-PSH 725.5 725.4 -56.40 -46.37
|7fs –nb fr| 325.5 325.4 -66.57 -67.07
|5fs –nb fr| 425.5 425.4 -77.35 -66.24
5fs 250 250 -23.91 -25.60
5fs + fr 274.15 274.2 Inexistant -87.60
7fs 350 350 -31.51 -35.47
7fs + fr 374.15 374.2 Inexistant Inexistant
L’évolution de l’amplitude des RSHs pour un défaut d’excentricité purement dynamique est
présentée dans la figure (II-20).
-30
-40
Amplitude (dB)
-50
-60
-70 Etat sain

ED=30%
-80
200 300 400 500 600 700 800 900 1000
Harmoniques (RSHs)
Figure II.20. Evolution d’amplitude en fonction des RSHs (δd=30%).
Les résultats expérimentaux présentés dans cette partie ont été obtenus en appliquant
la technique d’analyse du courant statorique (MCSA-FFT). On rappelle ici que le traitement
des données permet de détecter les défauts d’excentricités statiques et dynamiques.
70
Une vérification avec les formules théoriques a été faite avec succès. Cette technique de
détection impose son efficacité aux plusieurs défauts (cassure de barre par exemple) d’après le
contenu spectral du courant. Cependant, et pour notre cas on a trouvé une concordance
logique, mais avec une ambiguïté remarquable aux autres fréquences. Ce que ne nous permet
pas de déterminer précisément le type du défaut.
Une nouvelle méthode de surveillance ou un autre schéma bien orienté de MCSA est
nécessaire afin de détecter le défaut d’excentricité statique ou dynamique. Une démarche
proposée se base sur l’analyse du courant pour l’amplitude des harmoniques des RSHs ou bien
des fréquences d’ordre 3, 5, 7, …etc.
Les résultats obtenus ont montré que le fait de prendre en compte le courant statorique
présente une source riche de plusieurs informations importantes.
II.6 CONCLUSION
L’analyse spectrale du courant statorique (MCSA) est l’une des techniques les
plus utilisées pour le diagnostic des défauts des machines électriques. Les principaux
avantages résident dans la facilité de mesure et la possibilité d’une détection en ligne des
défauts. L'intérêt croissant pour le MCSA est dû à son importance dans l’industrie avec la
disponibilité des outils informatiques avancés. Cette méthode se base sur une analyse précise
de spectre du courant ; le but donc, est de détecter des nouvelles raies qui généralement sont
considérées comme des indicateurs du défaut.
Néanmoins, cette technique a des problèmes sérieux, parmi lesquels on cite :
- Certains types de défauts peuvent produire des raies semblables aux harmoniques à
l’état sain.
- Le chevauchement entre quelques harmoniques du défaut provoque une ambigüité.
- La difficulté de faire une détection précise pour certain défauts, comme nous l’avons
vu pour l’ES pure ou l’ED pure.
Pourtant, le défaut du roulement crée l’excentricité rotorique ; mais sa détection par la MCSA
impose d’autres fréquences caractéristiques. Ce défaut mécanique fera l’intérêt du prochain
chapitre.
71
CHAPITRE III
Analyse des défauts de roulements par

la méthode de la MCSA
CHAPITRE III. Analyse des défauts de roulements par la méthode de la MCSA
III.1 INTRODUCTION
Les méthodes de diagnostic sont classées en deux grandes catégories, celles qui utilisent
un modèle analytique du système et celles qui se dispensent de ce modèle. L‟approche
analytique est plutôt inspirée par les automaticiens, alors que la communauté du génie
électrique préfère s‟intéresser à des méthodes plus heuristiques [TRI11].
Notre étude s‟intéresse au développement d‟un nouveau modèle analytique dédié au
diagnostic des défauts de roulement. Dans ce chapitre, nous allons exploiter les résultats
expérimentaux pour analyser les défauts de roulement en se basant sur la méthode de la
MCSA. La validation du modèle analytique développé sera effectuée pour confirmer
l‟exactitude de celle-ci.
Remarque : Dans ce chapitre, tout ce qui est simulé en bleu désigne l‟état sain et tout ce
qui est en rouge désigne l‟état défectueux.
III.2 ANALYSE DU DEFAUT DE ROULEMENT ANALYTIQUEMENT
Les roulements sont présents dans de nombreux types de machines électriques de

tailles et d‟utilisations les plus diverses. Le roulement est l‟une des sources importantes qui
crée l‟excentricité, les vibrations, les desserrages, … etc. Il est l‟organe qui a pour fonction
d‟assurer une liaison mobile entre deux éléments d‟un système en rotation. Les roulements ne
doivent pas seulement assurer la rotation, mais ils doivent également être silencieux, résistants
en fonction de leur longévité et, selon l‟exécution, présenter une bonne étanchéité.
Le roulement est constitué d‟une bague extérieure (BE) qui se positionne dans son
logement (alésage), d‟une bague intérieure (BI) qui s‟ajuste sur l‟arbre, d‟éléments roulants de
formes diverses (eg. billes) qui roulent sur les chemins de roulement des bagues extérieure et
intérieure et d‟une cage qui maintient les éléments roulants à une organisation régulière.
Lors du chargement d‟un moteur asynchrone, il s‟en suit une déformation du

roulement et donc du chemin de roulement. Cette déformation est supportée par une
résistance au roulement. Cette résistance provoque systématiquement un échauffement qui
fait interaction avec une lubrification insuffisante ou des charges excessives, le roulement
peut donc s‟endommager [BES16-4].
Lorsqu‟un roulement tourne, avec n‟importe quel problème dans les éléments
constitutifs de roulement, il provoque des vibrations de fréquences périodiques.
73
Les défauts de la bague extérieure sont les défauts que l‟on retrouve le plus,
spécialement dans la zone où la charge est radiale. Le deuxième défaut parmi les plus
courants est le défaut de la bague intérieure [ANT04], [BES15-1], [BES16-4].
Le diagnostic des défauts de roulement est l‟un des sujets actuels pour plusieurs
chercheurs [BES16-1], [BES15-1], [BES15-3], [LEI15], [ELB15], [YUA15]. Les techniques
les plus courantes sont celles à base du modèle de la machine, ou à base du traitement de
signal. Plusieurs techniques, telles que le spectrogramme temps-fréquence, l‟analyse
spectrale, la décomposition en ondelettes, la décomposition en bandes d‟octaves, et l‟analyse
cyclostationnaire qui aident au diagnostic des défauts de roulements.
Dans cette partie, nous allons nous intéresser aux composantes fréquentielles dans le
spectre du courant statorique en cas du défaut de roulement ; on va faire une analyse spectrale
du courant statorique qui est souvent utilisé pour les signaux stationnaires.
III.2.1 Simulation numérique de défauts des roulements

L‟utilisation des modèles analytiques peut être une alternative ; ceux-ci permettent
d‟exploiter assez rapidement l‟espace des solutions potentiellement optimales tout en aidant à
réduire la durée des étapes de pré-dimensionnement. En effet lorsque les paramètres
géométriques varient de manière considérable, il est nécessaire de refaire un nouveau modèle
qui se base sur la variation de la perméance. La référence [MCF84] a proposé une
représentation du phénomène physique du défaut de roulement ; l‟étude de [BLO08] a fait une
formule simplifiée de la perméance tout en se basant sur [MCF84]. Une autre étude un peu
détaillée orientée vers la simulation de la machine, après avoir fait le calcul des inductances
en présence du défaut de roulement et précisément pour le défaut de la bague extérieure
(DBE) [BES15-1]. Le modèle proposé par les auteurs a des problèmes dominants pour
finaliser la phase de simulation d‟une machine asynchrone défectueuse.
Le modèle présenté dans ce chapitre est adéquat et souple pour faire d‟autres calculs,
pour différents défauts qui peuvent exister dans la machine asynchrone. Le défaut de
roulement est l‟un des nombreux problèmes sérieux que rencontrent la plupart des machines
électriques. Nous allons présenter seulement le calcul des inductances mutuelles stator-rotor
en présence du défaut roulement dans la bague extérieure (DBE) [BES16-4].
Notre modèle analytique ici, est basé sur l‟explication du phénomène physique du
défaut de roulement et la solution formelle pour la fonction de l‟entrefer et de la perméance
vis-à-vis de la variation réelle de la géométrie [BES16-4].
74
La plupart des auteurs, utilisent la transformation en séries de Fourier (TSF) pour

résoudre les problèmes de calcul [MCF84], [OCA04], [BES07], [BLO08], [BES15-1]. Bien
que la plupart des modèles analytiques soient issus de la résolution des équations par plusieurs
méthodes. Cependant, il faut mettre la condition que la perspective doit être confondue et
vérifiable.
Le modèle développé dans cette partie est basé sur le travail de [BES07] et [BES15-1],
tout en liant la continuité de calcul avec le défaut de roulement. Notre modèle analytique se
base donc, sur l‟utilisation des séries de Fourier qui présentent un comportement similaire
dans le domaine fréquentiel. La simulation va vérifier l‟aptitude, la réaction et la précision du
modèle avec la littérature.
Cependant, il faut noter que la précision et le temps de calcul dépendent du nombre
d‟harmoniques spatiales considérés dans les différentes régions de la machine. Plus le nombre
d‟harmoniques est élevé plus la précision augmente et plus le temps de calcul augmente. Ce
travail a été pris en considérant ces paramètres intéressants.
L‟objet de cette partie consiste donc à présenter un nouveau modèle analytique dédié à
la détection du défaut de roulement. La base du modèle s‟appuie sur le calcul analytique de la
fonction de l‟entrefer et de la perméance pour avoir les inductances de la machine asynchrone.
Dans un second temps, une phase de validation par simulation (confirmation de l‟exactitude
du modèle), qui a l‟objectif de présenter les différentes grandeurs électromécaniques, sera
étudiée. Dans ce chapitre, nous allons traiter le défaut de roulement expérimentalement par la
méthode de MCSA-FFT, cette analyse nous aidera à confirmer l‟étude analytique.
III.2.2 Contraintes de charges avec un défaut dans la bague externe

Le roulement, est l‟organe qui assure la rotation et la fixation de l‟arbre rotorique à
travers les flasques. Il possède un pourcentage de défaillances important selon la littérature ; il
atteint la valeur de 41% ou plus. Les défauts de roulement à billes sont détectés à partir de
plusieurs méthodes de diagnostics. Parmi celles-ci, on cite l‟analyse spectrale des signaux :
acoustiques, vibratoires ou électromécaniques.
En fonctionnement normal en charge, les surfaces actives d'un roulement sont
soumises à des contraintes alternées très élevées dues aux passages successifs des corps
roulants sur les chemins. Les contraintes finissent par une création, à plus ou moins long
terme, de fissurations par fatigue de la matière [BES15-1].
Dans cet exemple, nous allons calculer les inductances mutuelles entre les phases
statoriques et les mailles rotoriques pour un défaut de la bague externe du roulement. Notre
75
proposition se base sur un petit trou (eg. écaillage, fissure, …) dans la bague extérieure qui se
transforme par un mauvais contact des billes pendant le fonctionnement de la machine (figure
III-1). Le chemin de roulement se trouve alors endommagé, le roulement perd rapidement de
ses propriétés initiales, et n'est donc plus en mesure d'assurer son service surtout en état de
fonctionnement où se trouve les contraintes [BES15-1], [BES16-4].
Rotor centré Rotor déplacé

Situation à t≠k/fo Situation à t=k/fo
Figure III.1. Position du rotor avec le mouvement des billes.
avec,
fo est la fréquence caractéristique du défaut de la bague extérieure.
k est un nombre entier.
Le type de contrainte doit être radial, axial ou mixte; Le problème posé par
ce phénomène de fatigue est son aspect aléatoire, rend l'étude difficile [BES15-1]. La figure
(III-2) illustre l‟influence de la charge appliquée de type purement radial.
Zone de charge de 1800
Figure III.2. Contrainte radiale de la charge appliquée.
III.2.3 Développement de la fonction de la perméance

Ce travail propose une nouvelle modélisation de coups successifs des billes pendant le
fonctionnement que peut représenter la variation d‟entrefer. La figure (III-3) illustre le
76
nouveau schéma de la bille à la proximité du trou. Ces formes montrent les étapes pour
conclure à une forme simplifiée et adéquate avec notre modèle [BES16-4].
(1) (2) (3)
Figure III.3. Schéma d‟une bille autour d‟un petit trou dans la bague extérieure.
Nous allons utiliser la forme triangulaire; le modèle a une profondeur (δg0) et une
largeur (α). Les dimensions du triangle dépendent de la sévérité des piqûres, pour cette raison,
nous pouvons représenter notre signal d‟entrefer en fonction de 'g0' dans la figure (III-4).
g(t)
-α α
g0
δg0
g(t) Tc=1/fo
g0
t
1/fo
Figure III.4. Forme du signal triangulaire en présence d‟un défaut de la bague extérieure
(DBE).
avec,
go est la valeur d‟entrefer à l‟état sain.
g est la fonction d‟entrefer en fonction du temps.
α est la largeur de petit trou.
L'entrefer d'une machine asynchrone défectueuse, au niveau du défaut de roulement,
sera systématiquement changé; cette modification montrera des nouveaux pics importants
dans le spectre du courant statorique et une vibration indésirable pour les utilisateurs.
Le défaut de roulement est l‟une des principales causes de l‟excentricité, telles que, un
DBE se traduit par une excentricité statique (ES); et un défaut dans la bague intérieure (DBI)
se traduit par une excentricité dynamique (ED) [BES15-1], [BES16-4].
77
Pour un défaut de roulement, la fonction de l'entrefer dépend de l'excentricité statique ou

dynamique ; et aussi par la forme du signal triangulaire qui est répété n fois. Donc, nous
pouvons écrire l'expression de la fonction d'entrefer comme suit [BES16-4]:
 
 t  nTc  
g ( ,  r )  g 0 .  1   cos(   (t ))  tri    (III. 1)
 n     
où Tc =1/fc est la période caractéristique du défaut de roulement donnée par les formules
(I.11), (I.12), (I.13) et (I.14) ; δ est le degré d'excentricité statique ou dynamique, α est la
largeur du trou, et ѱ(t) est définie comme suit [BES16-4]:
 0 Pour un DBE

 (t )   r t Pour un DBI (III. 2)
 t Pour un DB
 cage
La transformée en séries de Fourier nous conduit à écrire le signal de répétition

triangulaire par:
  t       
repT  tri         cos  (2n  1)2 f c t  (III. 3)
     Tc n 0   4(2n  1) 
c 2
En remplaçant (III.3) dans (III.1), on trouve :

      1   
g ( ,r )  g0 .  1   cos(  (t ))     
 Tc 16 n 0 (2n  1)2 
cos  (2 n  1)2 f c t    (III. 4)
     
La nouvelle fonction d‟entrefer peut s‟écrire donc, sous la forme suivante [BES16-4]:
      1   
g ( ,r )  g0 .  1   cos(  (t ))    
 
2
cos  (2 n  1)2 f c t    (III. 5)
 T
 c 16 n 0  (2 n  1)   
L'analyse théorique est basée sur la détermination de la longueur d‟entrefer g et la

perméance Λ (l'inverse de g) qui sont en fonction du temps t et la position φ.
La perméance Λ est proportionnelle à l'inverse de la longueur entrefer g et nous pouvons
l'écrire comme suit:

( , r )  (III. 6)
g ( , r )
Avec,   0 r et la perméance s‟écrit:
1
( , r )   0 . (III. 7)
 
 t  nTc  
 1   cos(   (t ))  tri   
 n     
78

où, 0  (III. 8)
g0
Le rapport 1/(1-x) est approximé pour des petites variations d'entrefer au terme du
premier degré de son développement en série polynomiale, comme suit :
1
 1  x  x 2  ...  1  x, pour x 1 (III. 9)
1 x
On combine les équations (III.7) avec (III.9), on trouve l'expression de la fonction de
la perméance comme suit:
 
 t  nTc  
 ( ,  r )   0 .  1   cos(   (t ))  tri    (III. 10)
 n     
ou,
      1   
( ,r )  0 .  1   cos(  (t ))     
 Tc 16 n 0 (2n  1)2 
cos  (2 n  1)2  f c t    (III. 11)
     
et pour notre cas du DBE, on écrit :
      1   
( , r )  0 .  1   s cos( )     
 Tc 16 n 0 (2n  1)2 
cos  (2 n  1)2  f c 
t    (III. 12)
    
III.2.4 Discussion des études antérieures

Il est difficile de simuler ce défaut par les formules qui ont été indiquées par [MCF84],
[BLO08] et [BES15-1] en raison des points suivants:
Tout d'abord, l'étape qui transforme l'opération des coups de la bille avec la bague
extérieure afin de trouver l'impulsion de Dirac, est une bonne idée. Mais, les processus qui
surviennent après, génèrent des erreurs ou des problèmes. On voit que les indices de la
somme des deux termes (à droite et à gauche) de l‟équation (III.13) ne sont pas les mêmes.
Cette équation a été développée par [BLO08] est écrite comme suit:
 m  
  (t  )   cm e j 2 mf t  c0  2 cl cos(2 lfc t )
c
(III. 13)
m  fc m  l 1
Pour le terme à gauche: „m‟ représente le nombre de coups de chaque bille; mais,
l‟indice de la somme „l‟ (à droite) ne représente pas cette situation physique ; „l‟ dans ce cas,
est un indice qui vérifie l'égalité mathématique seulement.
La seconde raison, indique que l'équation (III.13) ne permet pas de s'arrêter à une
valeur de l‟indice spécifique. D'autre part, le nombre cl=fc (  l ) qui est multiplié par „cos‟
ou „sin‟ possède une valeur considérable, tel que, les coefficients ne tendent pas vers zéro,
79
simultanément avec l'augmentation de l'ordre d‟harmonique. Le problème rencontré ici, est

l‟impossibilité de tronquer l'ordre d‟harmonique pour compléter la tâche de la simulation.
Nous proposons maintenant une nouvelle idée qui simule l‟existence du défaut de
roulement avec une précision. Dans notre étude, nous ne considérons pas une impulsion de
Dirac pour représenter le phénomène du défaut de roulement (coups des billes). On a
schématisé celle-ci par la figure (III-4) qui traduit le plus réel possible les coups des billes.
III.2.5 Calcul de l’inductance mutuelle stator-rotor

Pour développer les nouvelles fonctions d‟enroulements modifiées [BES07], [BES15-
1], [BES16-4], on remplace la fonction de la perméance dans tous les calculs.
Après le développement, on trouve [BES16-4]:

 rl   4 N t   K bh  r   2 1 
Lsqri ( r )  0     2 sin  hp.  cos  hp( r   0  q  (i  ) r ) 
g 0    p  h 1 h . p  2   3p 2 

 2 Nt   K bh     1 2 
 co s   . sin  ( hp  1). r  cos  ( hp  1) r  ( hp  1)(i  ) r  hp( 0  q )
  p  h 1 h.(hp  1)  2   2 3p 
 2 Nt   K bh     1 2 
 co s   . sin  ( hp  1). r  cos  ( hp  1) r  ( hp  1)(i  ) r  hp( 0  q )
  p  h 1 h.(hp  1)  2   2 3p 
 s  2 N t 
   . cos(c r ) 
16   p 
 K  r   1 2 
 h.(hpbh 1) sin  (hp  1).  cos  ( hp  1) r  ( hp  1)(i  ) r  hp( 0  q )
h 1  2   2 3p 
 s  2 N t 
   . cos(c r ) 
16   p 
 K  r   1 2 
 h.(hpbh 1) sin  (hp  1).  cos  ( hp  1) r  ( hp  1)(i  ) r  hp( 0  q )
h 1  2   2 3p 

 2 Nt  
 s   . cos  (2n  1)c r  
  p  n 1  4  2n  1 
2
 K  r   1 2 
 h.(hpbh 1) sin  (hp  1).  cos  ( hp  1) r  ( hp  1)(i  ) r  hp ( 0  q )
h 1  2   2 3p 
 2 Nt  

 s   . cos  (2n  1)c r  
  p  n 1  4  2n  1 
2

 K     1 2  
 h.(hpbh 1) sin  (hp  1). 2r  cos  ( hp  1) r  ( hp  1)(i  2 ) r  hp( 0  q 3 p )  
h 1     

(III. 14)
avec,

co    . f c et c  0.4 N b
Tc
r : Le rayon moyen de la machine.
80
l : La longueur de la machine.
p : Le nombre de paire de pôle.
Nt : Le nombre de spire en série par phase.
K bh : Le coefficient de bobinage.
π
θ0 = (Ne - 1+Q)
Ns
Ne : Le nombre d‟encoche par pôle et par phase.

Ns : Le nombre d‟encoche statorique.
Q : Le nombre de dents par pas d‟enroulement.
nb : Le nombre de barres du rotor.
2
r  : L'ouverture d'une maille rotorique.
nb
La figue (III-5) et la figure (III-6) montrent l'évolution des inductances mutuelles en

présence de DBE. Nous avons étudié l'influence des dimensions de petit trou (profondeur et
largeur) sur la forme de l'inductance mutuelle par des différentes valeurs de „δ‟ et „α‟.
L‟évolution des déformations de Lsr dû au DBE est claire.
81
-4
x 10
Inductances mutuelles Lsar1 (H)

1.5
ds=0%
1 ds=10%
0.5 ds=20%
ds=30%
-4
0 x 10 x 10
-4
1.3 1.3
-0.5 1.2
1.2
1.1
-1 1.1
0.3 0.4 0.5
(a)
3.5 4
-1.5
0 1 2 3 4 5 6 7
Position (rad)
-4
x 10
Inductances mutuelles Lsar1 (H)
1.5
Alfa=1mm
1 Alfa=2mm
Alfa=3mm
-4
0.5 x 10 -4 Alfa=4mm
x 10
0 1.4 1.2
1.1
-0.5 1.3 1
-1 1.2 3.5 3.6 3.7 (b)
0.4 0.6
-1.5
0 1 2 3 4 5 6 7
Position (rad)
Figure III.5. Evolution des inductances mutuelles stator-rotor ; (a): Lsr=f(δs),
α=constant=1mm, (b): Lsr=f(α), δs =constant=20%.
-4
x 10
1.5
Inductances mutuelles (H)
Lsar1
1 Lsbr1
Lscr1
0.5
-0.5
-1
-1.5
0 1 2 3 4 5 6 7
Position (rad)
Figure III.6. Inductances mutuelles entre les phases a, b, c et une maille rotorique pour α=0.1
mm et δs =20%.
82
III.2.6 Simulation da MAS en présence de DBE

Afin de valider le modèle, on simule une MAS (la machine de simulation possède,
presque, les mêmes caractéristiques de la machine utilisée dans le banc d‟essai) dont les
paramètres sont donnés dans l‟annexe A. Ce défaut sera analysé aussi en détail
expérimentalement pour comparer et confirmer ces résultats analytique. Cette machine
asynchrone à cage d‟écureuil comporte 3 phases, 28 barres de rotor, 36 encoches, 4 pôles et fs
= 50 Hz. On va simuler le modèle avec un pas de calcul de 10-4 pendant un temps de 10s
(100000 points). Le logiciel de simulation utilisé, est Matlab.
Dans un premier temps, le moteur à induction triphasé fonctionne à vide (s=0.0002), et
après, il va fonctionner en charge (s≈0.0566, Ce=Te = 20 N.m).
La vitesse mécanique, le couple électromagnétique et le courant statorique en fonction du
temps sont présentés dans les figures (III-7) et (III-8).
1500
1500 (a)
Vitesse (tr/min)
1499.8
1000 1000
1499.7
500
500
1499.6
0 6.97 6.98 6.99 7 7.01 7.02 7.03
0 0.1 0.2 0.3
0
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
100
100 (b)
80
0.5
Couple (N.m)
60 50 0
40 -0.5
20 0 6.96 6.98 7 7.02 7.04
0 0.1 0.2 0.3
0
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
50
isa(t) (c)
Courant statorique (A)
isb(t)
isc(t)
10
0
-10
6.985 6.99 6.995 7 7.005 7.01 7.015 7.02
-50
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure III.7. Grandeurs électromécanique “fonctionnement à vide”; (a): Vitesse de rotation

(b): Couple électromagnétique, (c): Courant statorique.
83
1500
Vitesse (tr/min)
(a)
1500
1000 1415.2
1000
1415
500
500 1414.8
0 8.99 9 9.01 9.02 9.03
0 0.1 0.2 0.3
0
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
80
80 22 (b)
60 60
Couple (N.m)
40 20
20
40 0
18
0 0.1 0.2 0.3 8.99 8.995 9 9.005
20
0
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
50
isa(t) (c)
Courant statorique (A)
isb(t)
25 isc(t)
-25 10
0
-10
8.99 8.995 9 9.005 9.01
-50
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure III.8. Grandeurs électromécanique “fonctionnement en charge”; (a): Vitesse de

rotation (b): Couple électromagnétique, (c): Courant statorique.
Les résultats de simulation, nous amènent à vérifier plusieurs points essentiels qui
contribuent au diagnostic des machines asynchrones.
On essaye dans cette partie de vérifier nos résultats par la méthode de MCSA;
conformément à l'équation (I.24) qui s‟intéresse au calcul des fréquences caractéristiques des
défauts de roulement. Avant tout, on calcule la valeur de fr qui est pour les deux
fonctionnements comme suit:
fr 
1  s  . f 24.995

à vide
s
p  23.583 en ch arg e
Les harmoniques d‟encoches rotoriques (HERs ou RSHs « rotor slot harmonics » en
Anglais) peuvent être calculés théoriquement par le tableau suivant:
84
Tableau III.1. Valeurs théoriques des PSHs.

Fonct. à vide (s=0.0002) Fonct. en charge (s=0.0566),
ν=1 et λ=1, 2. ν=1 et λ=1, 2.
  n 1  s     n 1  s  
RSHs   b   . f s RSHs   b   . f s
 p   p 
PSH1  14 1  s   1 . f s  649.86 Hz PSH1  14 1  s   1 . f s  610.33 Hz
“Principal slot harmonic” “Principal slot harmonic”
RSH   28 1  s   1 . f s  1449.72 Hz

2 RSH   28 1  s   1 . f s  1374.66 Hz

2
On peut également, indiquer les RSHs dans le spectre du courant de statorique. Le

tableau ci-dessous résume les fréquences additionnelles qui ont été calculées d‟après
l'équation (I.24) [BES16-4].
Tableau III.2. Valeurs théoriques des fréquences caractéristiques.
Fonct. à vide (s=0.0002) Fonct. en charge (s=0.0566),
ν=1, 3, 5, ... et k=1, 2, 3, 4, ... ν=1, 3, 5, ... et k=1, 2, 3, 4, ...
f caract be   f s  0.4 Nb k  f r f caract be   f s  0.4 Nb k  f r
f caract be1  f s  0.4 Nb  f r  39.982 Hz fcaract be1  f s  0.4 Nb  f r  34.898Hz
f caract be2  f s  0.4 Nb  f r  139.982 Hz f caract be2  f s  0.4 Nb  f r  134.898Hz
fcaract be3  f s  0.4 Nb (2)  f r  129.964Hz fcaract be3  f s  0.4 Nb (2)  f r  119.797 Hz
f caract be4  f s  0.4 Nb (2)  f r  229.964 Hz f caract be4  f s  0.4 Nb (2)  f r  219.797 Hz
f caract be5  13 f s  0.4 Nb  f r  739.982 Hz fcaract be5  19 f s  0.4 Nb (3)  f r  695.303Hz

fcaract be6  13 f s  0.4 Nb (2)  f r  829.964 Hz f caract be6  19 f s  0.4 Nb (2)  f r  780.202 Hz
En outre, le spectre du courant statorique est montré sur la figure (III-9) et la figure
(III-10) en comparant les résultats avec ceux qui sont indiquées au tableau (III.2), on trouve
une excellente concordance avec la représentation spectrale du courant. Un accord complet
avec l‟expérimentation d‟après la littérature tout en utilisant la même machine [BES15-2],
[BES16-1], [BES16-4].
85
0
Aucune fréquence additionnelle (a)
-20
Amplitude (dB)
-40
-60
-80
0 50 100 150 200 250 300

Fréquence (Hz)
0
(b)
-65
-20
-70
Amplitude (dB)
X: 39.8
Y: -43.12 -75
-40
140 160 180 200 220
X: 129.8 X: 140.1 X: 230
-41 Y: -64.98 Y: -64.36 Y: -65.47
-60 -42
-43
-44
-45
-80
35 40 45
0 50 100 150 200 250 300
Fréquence (Hz)
0
RSH (-) RSH (+)
2
-20 1 -85 Aucune fréquence additionnelle
X: 649.9 (c)
Y: -41.37 -90
Amplitude (dB)
-40 X: 1450
-95 Y: -59.8
-60 740 760 780 800 820 840
-80
-100
-120
600 700 800 900 1000 1100 1200 1300 1400 1500
Fréquence (Hz)
0
-85 X: 739.9 RSH (+)
RSH (-) Y: -88.4 2
-20 1
X: 829.6
X: 649.9
-90 Y: -92.85
(d)
Y: -41.4
Amplitude (dB)
-40 X: 1450
-95 Y: -59.12
-60
740 760 780 800 820 840
-80
-100
-120
600 700 800 900 1000 1100 1200 1300 1400 1500
Fréquence (Hz)
Figure III.9. Spectre du courant statorique par simulation “fonctionnement à vide” ; (a) et
(b) Bande: 0-300 Hz, (c) et (d) Bande: 550-1500Hz.
86
0
Aucune fréquence additionnelle (a)
-20
Amplitude (dB)
-40
-60
-80
0 50 100 150 200 250 300
Fréquence (Hz)
0
-60 (b)
-20
-80
Amplitude (dB)
X: 34.8
100 150 200 250
-40 Y: -45.97
X: 119.9
Y: -57.75 X: 134.7
Y: -62.96 X: 219.6
-60 Y: -67.97
-45
-80 -50
33 35 37
0 50 100 150 200 250 300
Fréquence (Hz)
-30
RSH (-)
1 Aucune fréquence additionnelle (c)
-40
X: 610.3
Amplitude (dB)
Y: -39.69
-50 X: 1371
Y: -57.58
-60
RSH (+)
2
-70
-80
-90
600 700 800 900 1000 1100 1200 1300 1400 1500
Fréquence (Hz)
-20
-75
RSH (-) (d)
1
-40 -80
Amplitude (dB)
X: 610.3 X: 1371
Y: -39.88 Y: -57.31
-60 -85
700 720 740 760 780
X: 695.3 X: 780.1
RSH (+)
2
Y: -79.87 Y: -80.53
-80
-100
600 700 800 900 1000 1100 1200 1300 1400 1500
Fréquence (Hz)
Figure III.10. Spectre du courant statorique par simulation “fonctionnement en charge” ; (a)
et (b) Bande: 0-300 Hz, (c) et (d) Bande: 550-1500Hz.
87
La MCSA-FFT, est utilisée pour tester l'efficacité du nouveau modèle sous un défaut
dans la bague externe (DBE). Nous avons comparé les résultats de simulation et le contenu
spectral du courant statorique afin d‟examiner l‟exactitude et les indicateurs du défaut. La
comparaison entre les valeurs théoriques des fréquences caractéristiques dans le tableau (III.2)
et les valeurs trouvées par simulation montre une bonne correspondance.
Afin de confirmer l‟exactitude et l‟aptitude de notre modèle analytique vis-à-vis des
défauts de la machine asynchrone ; une présentation détaillée des résultats expérimentaux sera
présentée par la suite.
III.3 ANALYSE DU DEFAUT DE ROULEMENT EXPERIMENTALEMENT
III.3.1 Résultats expérimentaux dédiés au défaut de la bague extérieure du

roulement
De nombreux types de défauts mécaniques engendrent des oscillations du couple de
charge appliqué à la machine asynchrone [IBR09]. Nous allons donc étudier les effets de
variations périodiques du couple de charge sur le courant statorique de la machine sous un
défaut de la bague extérieure du roulement. La figure (III-11) illustre une photographie d‟un
roulement défectueux au niveau de la bague externe. Ce roulement sera remonté dans la MAS
coté charge. Il appartient à la série de 6206, qu‟elle impose les fréquences caractéristiques
indiquées au tableau (I.1) ou par les équations citées au premier chapitre.
Figure III.11. Photos d‟un roulement défectueux dans la BE.
Le spectre du courant statoriques de la MAS, comme nous l‟avons vu, en absence et

en présence d‟un défaut est très riche en harmoniques. En effet, les fréquences présentées
dans ce spectre sont principalement les raies spectrales liées à la fréquence de défaut de
roulement par :
88
fcaract be,bi ,cage,bille   f s  kfbe,bi ,cage ,bille

(III. 15)
Nous allons analyser le contenu du spectre du courant statorique en régime permanent
dans les deux états, sain et défectueux d‟un défaut dans la BE.
La figure (III-12) et la figure (III-13) représentent respectivement le contenu spectral
du courant statorique du MAS pour les deux fonctionnements : à vide (s=0.004≈0) et en
charge (s=0.04).
On remarque, clairement, la présence d‟harmoniques dus au défaut de la BE. Si nous
portons notre attention sur le spectre du courant statorique à l‟état sain ou défectueux.
0
-10 BE (a)
Amplitude (dB)
-30 Sain
-50
-70
-90
-110
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
-10 f -f f +f BE f +f (b)
f -f s be s r s be
s r f -2f
Amplitude (dB)
-30 X: 25.1 X: 75 Sain s be

Y: -45.12 Y: -43.64
-50 107.4
X: 40 X: 140
Y: -70.6 X: 130 Y: -70.98
-70 Y: -80.91
-90
0 50 100 150
Fréquence (Hz)
0
-10 3f BE (c)
s 5f
s 5f -6f
Amplitude (dB)
Sain f +2f s be
-30 7f -8f s be 9f -8f
s be 7f -6f s be
s be
-50 9f -7f =180Hz
s be 11f -7f =280Hz
s be
-70 X: 189.8 X: 229.9 X: 289.7
X: 170.2 X: 270.1
Y: -86.36 Y: -89.23 Y: -87.69
Y: -90.83 Y: -91.82
-90
140 160 180 200 220 240 260 280 300
Fréquence (Hz)
89
0
-10 11f BE (d)
s
Amplitude (dB) -30 Sain
-50 f -6f f -7f

s be s be
-70 X: 489.9 X: 579.9
Y: -91.57 Y: -90.61
-90
450 500 Fréquence (Hz) 550 600
0
-10 BE (e)
L-PSH U-PSH
Amplitude (dB)
X: 648.2 Sain X: 748.1

-30 Y: -41.44 Y: -43.61
-50 3f +5f f +5f

s be s be
-70 X: 599.6
Y: -85.45 X: 679.8
Y: -95.89
-90
580 600 620 640 660 680 700 720 740 760
Fréquence (Hz)
Figure III.12. Spectre du courant statorique pour différentes bandes fréquentielles (défaut de
la BE, s≈0) (a) : 0-1000Hz, (b) : 0-150Hz, (c) : 140-300 Hz, (d) : 450-600 Hz, (e) : Autour
des PSHs.
0
BE (a)
Amplitude (dB)
Sain
-50
-100
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
9f -5f 7f -5f BE (b)
-20 s be f -f s be
Amplitude (dB)
s be Sain
-40 f +f
X: 17.7
X: 82.3
s be
Y: -62.73 X: 36 X: 136
Y: -67.68
-60 Y: -73.16 Y: -72.29
-80
-100
0 50 100 150
Fréquence (Hz)
0
13f -5f BE (c)
-20 s be
Amplitude (dB)
Sain
-40 X: 217.6
3f -5f
Y: -62.16 s be
-60
X: 282.2
-80 Y: -90.74
-100
140 160 180 200 220 240 260 280 300
Fréquence (Hz)
90
0
19f -5f
7f -10f s be 3f -8f BE (d)
-20 s be s be
Amplitude (dB)
X: 517.4 9f +6f Sain
s r
Y: -47.07
-40 X: 593.5
7f +6f X: 493.6 X: 541.2 3f +5f Y: -57.87
s r Y: -66.83 X: 512.8 Y: -66.93 s be
-60
Y: -76.82
X: 582
-80 Y: -89.04
-100
450 500 550 600
Fréquence (Hz)
0
11f +6f 23f -5f BE (e)
21f -5f 5f -8f s r s be
-20 9fs-10fbe s be X: 617.3 s be Sain
Amplitude (dB)
Y: -37.48 3f -10f X: 717.3

15f -f s be
Y: -47.1 7f -8f
-40 X: 593.5 X: 641.2 s be
s be
Y: -57.87 X: 612.7 L-PSH Y: -59.18
X: 693.4 X: 741.1
-60 Y: -67.74
Y: -71.91 X: 712.7 U-PSH Y: -69.93
X: 665 Y: -77.53
X: 622 Y: -83.07
-80 Y: -66.49 X: 721.9
Y: -76.03
-100
580 600 620 640 660 680 700 720 740 760
Fréquence (Hz)
la BE, s=0.04) (a) : 0-1000Hz, (b) : 0-150Hz, (c) : 140-300 Hz, (d) : 450-600 Hz, (e) : Autour
des PSHs.
Premièrement, et d‟après la figure (III-12), on note les fréquences caractéristiques du

défaut d‟excentricité mixte autour de la fondamentale : fs-fr=25.1 Hz et fs+fr=75 Hz. Dans la
bande [0-150 Hz] de la figure, nous pouvons remarquer précisément la présence des raies
centrées autour du fondamental, dont les fréquences sont en concordance avec la formule des
fréquences caractéristiques de l‟équation (III-15) ou comme l‟indique le tableau (I.1). Les
valeurs peuvent s‟écrire comme suit :
fcaract be1  f s  0.4Nb  f r  40Hz
fcaract be2  f s  0.4Nb  fr  140Hz
fcaract be3  f s  0.4Nb (2)  f r  130Hz
Aux ordres supérieurs des harmoniques, on a constaté la continuité d‟existence de

cette série caractérisant le défaut de la BE au long des bandes fréquentielles.
Cette confrontation réussite des tout résultats expérimentaux avec les formules des
fréquences caractéristiques du défaut de la BE, nous permet d‟assurer l‟efficacité de la
méthode du diagnostic pour une défaillance dans la BE du roulement. Le tableau ci-dessous
représente quelques valeurs de comparaison entre la théorie et l‟expérimental pour un
fonctionnement à vide (s≈0).
91
Tableau III.3. Valeurs théoriques et pratiques des harmoniques (BE, s=0).

Formule Valeurs théoriques Valeurs pratiques Amplitude
f 
  f s  k  fbe
caract be
[Hz] [Hz] [dB]
f s  fbe 40 40 -70.6
f s  fbe 140 140 -70.98
f s  2 fbe 130 130 -80.91
f s  2 fbe 230 229.9 -89.23
5 f s  6 fbe 290 289.7 -87.7
7 f s  6 fbe 190 189.8 -86.36
9 f s  7 fbe 180 180 -91.28
9 f s  8 fbe 270 270.1 -91.82
f s  6 fbe 490 489.9 -91.57
f s  7 fbe 580 579.9 -90.61
3 f s  5 fbe 600 599.6 -85.45
f s  7 fbe 680 679.8 -85.89

Deuxièmement, et en présence du glissement, c'est-à-dire d‟après la figure (III-13), il
est clair que le défaut de la BE a mis son empreinte sur le spectre du courant. Aux alentours
de la fréquence fondamentale, on remarque les fréquences qui ont les valeurs :
f caract be1  9 f s  0.4(5) Nb  f r  18Hz
fcaract be2  7 f s  0.4(5) Nb  f r  82Hz
fcaract be3  f s  0.4Nb  f r  36.4Hz
fcaract be4  f s  0.4Nb  f r  136.4Hz

Le défaut de roulement, fait apparaître des composantes dans la partie de fréquences
supérieures du spectre de courant statorique. [TRA09] a démontré en basant sur la
transformée de Hilbert la cause de l‟apparition des ces composantes caractéristiques d‟ordre
supérieur d‟harmonique. Nous avons montré sur la figure (III-13) le spectre du courant dans
la bande [580-760Hz]. La figure (III-14) représente une analyse spectrale du courant dans la
bande [1000-1500Hz] ; les raies supplémentaires sont, clairement, apparues.
92
0
Manque des fréquences du défaut de la BE (Etat sain) (a)
-20
Amplitude (dB)
-40
-60
-80
-100
1000 1050 1100 1150 1200 1250 1300 1350 1400 1450 1500
Fréquence (Hz)
0
Fréquences causées par le défaut de la BE (b)
-20
Amplitude (dB)
-40 X: 1285 X: 1385 X: 1485

X: 1117 Y: -62.35 Y: -59.17
X: 1185 Y: -63.68
Y: -67.73
-60 X: 1017 Y: -72.2 X: 1261 X: 1361 X: 1461
X: 1085 Y: -78.29 Y: -77.96
Y: -82.9 X: 1161 Y: -81.22
Y: -87.07
-80 Y: -91.97
X: 1309
Y: -79.3
-100
1000 1050 1100 1150 1200 1250 1300 1350 1400 1450 1500
Fréquence (Hz)
Figure III.14. Spectre du courant statorique pour la bande de 1000-1500Hz (s≈0.04) ;

(a) : Etat sain, (b) : Etat défectueux (BE).
On remarque l‟apparition des raies caractéristiques du défaut de roulement de la bague

extérieure situé dans la plage fréquentielles de 1000-1500 Hz, qui ont les valeurs suivantes:
f caract be1  11 f s  0.4(10) Nb  f r  712.7 Hz
fcaract be2  23 f s  0.4(5) Nb  f r  717.3Hz
f caract be3  7 f s  0.4(8) Nb  f r  741.1Hz
fcaract be4  21 f s  0.4(3) Nb  f r  1309.2Hz
f caract be5  f s  0.4(14) Nb  f r  1159.6 Hz
On peut présenter d‟autres fréquences causées par ce défaut dans le tableau (III.4) suivant :
93
Tableau III.4. Valeurs théoriques et pratiques des harmoniques (BE, s=0.04).

f 
  f s  k  fbe
caract be
[Hz] [Hz] [dB]
9 f s  5 fbe 18 17.7 -62.73
7 f s  5 fbe 82 82.3 -82.3
f s  fbe 36.4 36 -73.16
f s  fbe 136.4 136 -72.29
13 f s  5 fbe 218 217.6 -62.16
3 f s  5 fbe 282 282.2 -90.74
7 f s  10 fbe 514 512.8 -76.82→517.8-2sfs
19 f s  5 fbe 518 517.4 -47.07 (FBL)

3 f s  8 fbe 541.2 541.2 -66.93 (FBL)
5 f s  8 fbe 641.2 641.2 -37.48 (FBL)

23 f s  5 fbe 718 717.3 -47.1 (FBL)
3 f s  10 fbe 714 712.7 -77.53=717.3-2sfs
f s  14 fbe 1159.6 1161 -91.97
21 f s  3 fbe 1309.2 1309 -79.3
Notre étude a remarqué la série des fréquences additionnelles qui ont des amplitudes
sévères le long d‟ordre d‟harmonique ; ces fréquences sont dues à l‟excentricité mixte qui
s‟écrivent par :
f Exc  Mix   f s  kf r (III. 16)
Cette étude est une première approche dans la validation des fréquences caractérisant
le défaut de roulement sur un plan d‟un nouveau modèle analytique simulé précédemment. En
effet ces résultats expérimentaux sont très conformes avec notre simulation présentée
auparavant.
Dans cette partie nous avons présenté un modèle de simulation de la machine
asynchrone en absence et en présence d‟un défaut mécanique (défaut de roulement). Une
approche analytique a été faite avec un défaut de la BE. On a montré, clairement, l‟influence
d‟un défaut mécanique (BE) sur les grandeurs électriques et mécaniques.
94
On a réussi dans cette étude comparative à démontrer que la méthode de l‟analyse

spectrale du courant statorique, a donnée des résultats adéquats pour ce défaut (BE). Nous
avons remarqué l‟efficacité, même, autour de fondamental, dont les fréquences sont très
claires pour cette machine.
Enfin, les résultats expérimentaux obtenus confirment l‟exactitude et la validation des
résultats de simulation.
III.3.2 Résultats expérimentaux dédiés au défaut de la bague intérieure du

roulement
Le défaut de roulement se manifeste dans la plupart des cas par des bruits, ondulations
sur le contour de la surface des billes, par différentes causes. Le défaut de roulement de la
bague intérieure (BI) est l‟un des défauts qui cause un problème au : couple, vitesse de
rotation et le courant statorique. L‟objectif visé est la détection du défaut de la BI par la
transformée de Fourier rapide (TFR) du courant statorique.
Avant de mettre en place le montage du banc d‟essai, il faut préparer artificiellement
par perçage le défaut de la bague intérieure, il est créé comme le représente cette figure :
Figure III.15. Photos d‟un roulement défectueux dans la BI.
Les différents modes de fonctionnement du moteur réalisés pour valider la procédure

de diagnostic sont: un fonctionnement à vide avec un roulement sain et défectueux et un
fonctionnement en charge avec un roulement sain et défectueux.
Dans cette première étape, nous allons analyser le courant statorique dans le cas d‟un
fonctionnement à vide.
La figure (III-16) du spectre du courant montre la présence des harmoniques à la
fréquence 15.4 Hz, 84.6 Hz, 115.4 Hz, 159.6 Hz et 184.6 Hz aux alentours du fondamental.
De plus, la série d‟harmoniques est vérifiée par l‟équation (I.18) sur la bande illustrée de [0-
95
1000] Hz. Les fréquences dues à l‟excentricité mixte sont toujours présentes en concordance
avec la formule (I.9), on cite parmi elles, fs-fr=26.2 Hz et fs+fr=73.9 Hz.
0
BI (a)
Amplitude (dB)
Sain
-50
-100
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
3f -f f -f BI f +f
s bi s bi 21f -9f s bi (b)
s bi
Amplitude (dB)
Sain
X: 84.6 X: 184.6
-50 X: 15.4
Y: -63.26 X: 115.4 5f -f
Y: -68.3 s bi X: 159.6 Y: -66.42
Y: -74 Y: -76.79
-100
0 50 100 150 200
Fréquence (Hz)
0
BI (c)
f +2f 23f -5f
Amplitude (dB)
f -2f s bi s bi Sain
s bi
-50
X: 319.1 X: 394.5
X: 219.1 X: 494.5
Y: -81.9 X: 328.8 Y: -78.5
Y: -85.7 Y: -82.94
Y: -88.04
-100
200 250 300 350 400 450 500
Fréquence (Hz)
0
BI (d)
13f -f
Amplitude (dB)
s bi Sain 17f -f
s bi
L-PSH
-50 U-PSH
X: 548.5
X: 648.5 X: 713.9
X: 513.2 Y: -55.72
Y: -60.17 Y: -93.07
Y: -94.19
-100
500 550 600 650 700 750
Fréquence (Hz)
la BI, s=0.004) (a) : 0-1000Hz, (b) : 0-200Hz, (c) : 200-500 Hz, (d) : 500-760 Hz.
L‟opération de diagnostic par le FFT du courant permettra de réaliser un suivi

acceptable des indicateurs du défaut de la BI.
Par ailleurs, en se basant sur le spectre du courant statorique et l‟équation (III.15) pour
donner quelques exemples sur les fréquences caractéristiques de la BI. Le tableau (III.5)
96
résume et compare la fréquence théorique du défaut de la bague interne s‟il existe

expérimentalement.
Tableau III.5. Fréquences caractéristiques théoriques et pratiques du défaut de la bague

interne (s=0.004).
f 
  f s  k  fbi
caract bi
[Hz] [Hz] [dB]
3 f s  fbi 15.54 15.4 -68.3
5 f s  fbi 115.54 115.4 -74
f s  fbi 84.46 84.6 -63.26

f s  fbi 184.46 184.6 -66.42
21 f s  9 fbi 160.14 159.6 -76.79
f s  2 fbi 218.92 219.1 -85.7
f s  2 fbi 318.92 319.1 -81.9
13 f s  fbi 515.54 513.2 -94.13
17 f s  fbi 715.54 713.2 -93.07
À partir de ce tableau, on peut dire que les bandes fréquentielles que nous avons
analysées, sont susceptibles d‟apporter des informations sur l‟existence du défaut de la BI.
Le glissement joue un rôle important pour les calculs des harmoniques, il dépend,
systématiquement, par la variation de la charge. La figure (III-17) représente le spectre du
courant sous un fonctionnement en charge, dont le glissement est égal à 0.048. Elle montre
qu‟autour de l‟harmonique fondamental, existe d‟autres harmoniques particuliers du spectre
pouvant confirmer qu‟il y a un défaut de roulement de la BI. Les valeurs calculées de ces
harmoniques sont :
fcaract bi 1  3 f s  0.6(1) Nb  f r  21.48Hz
fcaract bi 2  5 f s  0.6(1) Nb  f r  121.48Hz
fcaract bi 3  7 f s  0.6 Nb  f r  78.52 Hz
f caract bi 4  f s  0.6 Nb  f r  178.52 Hz
97
0
BI
(a)
Amplitude (dB)
Sain
-50
-100
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
0
3f -f f -f BI f +f (b)
s bi s bi s bi
Amplitude (dB)
Sain
X: 21.5 X: 78.6 5f -f X: 178.6
-50 Y: -64.53 Y: -66.2
s bi Y: -65.54
X: 121.5
Y: -64.31
-100
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
0
f -2f 23f -11f f +2f BI (c)
s bi
Amplitude (dB)
s bi s bi Sain
X: 493.7
-50 Y: -65.56
X: 394.4
X: 307.2
X: 207.3 X: 262.8 Y: -81.18
Y: -86.05
Y: -94.03 Y: -91.45
-100
200 250 300 350 400 450 500
Fréquence (Hz)
0
3f -n f L-PSH BI (d)
s br X: 617.6
Amplitude (dB)
X: 517.6 Y: -39 3f +4f Sain U-PSH X: 717.6

f +4f s bi
Y: -48.53 s bi Y: -48.67
-50
X: 665.2
X: 565.3 X: 641.4 Y: -80.89
Y: -86.91 Y: -56.04
-100
500 550 600 650 700 750
Fréquence (Hz)
la BI, s=0.048) (a) : 0-1000Hz, (b) : 0-200Hz, (c) : 200-500 Hz, (d) : 500-750 Hz.
D‟après les calculs théoriques obtenus dans le tableau ci-dessous, on peut dire que les
fréquences obtenues expérimentalement démontrent l‟existence du défaut de la bague
intérieure. Ces harmoniques sont plus ou moins lisibles vu l‟ampleur du défaut réalisé (un
petit trou).
98
Tableau III.6. Fréquences caractéristiques théoriques et pratiques du défaut de la bague

interne (s=0.048).
bi   f s  k  fbi

fcaract [Hz] [Hz] [dB]
3 f s  fbi 21.48 21.5 -64.53

5 f s  fbi 121.48 121.5 -64.31 (n‟est
pas seul, avec
état sain =
-70.08)
f s  fbi 78.52 78.6 -66.2
f s  fbi 178.52 178.6 65.54
f s  2 fbi 207.04 207.3 -94.03
f s  2 fbi 307.04 307.2 -86.05
23 f s  11 fbi 263.73 262.8 -91.45
f s  4 fbi 564.08 565.3 -86.91
3 f s  4 fbi 664.08 665.2 -80.4
Nous avons utilisé dans cette étude spécialisée la méthode d'analyse spectrale du
courant statorique (MCSA-FFT) pour détecter les défauts dans les bagues (externe et interne)
du roulement de la machine asynchrone. Les résultats qui ont été obtenus sont suffisamment
acceptables pour l‟analyse des deux défauts (BE et BI). Les signatures, aussi, sont claires au
long du spectre, et surtout, autour de la fréquence fondamentale.
III.4 CONCLUSION
Les tests expérimentaux du défaut mécanique (roulement) nous ont permis de comparer
puis valider la simulation du modèle analytique développé précédemment. Cette constatation
s'explique en partie par le fait que le courant statorique est sensible à la sévérité du défaut.
La MCSA ne permet pas de faire une représentation en temps-fréquence ; comme elle ne
peut pas étudier les phénomènes du régime transitoire ou les signaux non-stationnaires causés
par une charge variable.
Pour ces raisons, nous consacrerons une analyse de signatures du courant statorique par la
méthode de la transformée en ondelettes discrètes (ASCS-TOD) pour différents défauts. Cette
technique qui a l‟abréviation Anglaise MCSA-DWT (Discrete Wavelet Transform) est le
principal objectif du quatrième chapitre.
99
CHAPITRE IV
Analyse des défauts par la méthode de

la TOD
CHAPITRE IV. Analyse des défauts par la méthode de la TOD
IV.1 INTRODUCTION
La signature d’un système est la trace enregistrée en fonction du temps de ces

caractéristiques. La signature peut être : mécanique, chimique, électronique, thermique, etc.
Cette signature doit être traitée afin d’en extraire les caractéristiques qui permettent de définir
la situation du système au temps t [ARQ09].
La clé pour le diagnostic des MAS, est d'avoir une image de plus en plus claire de la
nature du défaut pour l’isoler. Un diagnostic réussi du moteur électrique, repose sur la
disponibilité de l'information avec des conditions pratiquement raisonnables. Les techniques
de la surveillance de l'état des MAS ont été continuellement développées au cours de ces
dernières années, ce qui a abouti à une gamme de méthodes disponibles pour un diagnostic
sans échec. Diverses techniques ont été exploitées en utilisant l'analyse acoustique, le champ
électromagnétique, l'analyse du courant de moteur, la tension induite, la puissance
instantanée, la vibration, …etc. [BIN16], [CUE16], [BES15-1], [PUS15], [KIM15], [FAR16].
Parmi toutes les techniques de surveillance sous des conditions bien traitées, l'analyse du
courant statorique est la plus populaire en raison de sa simplicité de mesure, de sa fiabilité et
de sa précision. Les technologies les plus récentes utilisées dans le diagnostic des défauts est
la transformée en ondelettes discrètes (TOD). En outre, cette méthode est rentable et rehausse
grandement la qualité de notre travail, car les capteurs de courant sont faciles à mettre en
œuvre et ne nécessitent pas de transducteurs supplémentaires coûteux.
Lorsqu'un défaut est généré dans le moteur électrique, le bon ou le mauvais
fonctionnement dépend de la gravité du défaut. Certains paramètres de la machine sont
modifiés, par exemple, toute irrégularité dans le rotor provoque un courant distribué
irrégulier. Une MAS saine contient une seule composante correspondant à la fréquence
d'alimentation dans le spectre du courant et autre qui sont, généralement, fixes. La variation
du champ magnétique (sous réaction) induit un harmonique spécifique dans le spectre des
courants, qui est ajoutée au courant du stator. Toute asymétrie dans la MAS provoque
l'apparition de nouvelles composantes au spectre du courant statorique.
Dans ce travail, on va appliquer la technique de la transformée en ondelettes discrètes
(TOD ou en Anglais DWT: Discrete Wavelet Transform) en exploitant le courant statorique.
La technique de la MCSA-DWT est utilisée pour l’analyse et la détection de tous les défauts
qui ont été étudiés dans le deuxième chapitre et le troisième chapitre.
101
IV.2 LA METHODE DE MCSA-DWT
Les méthodes usuelles, pour extraire une fraction du signal bruité ou un ensemble des
harmoniques, sont des filtres afin d’annuler et de conserver la partie la plus intéressante du
signal. La méthode de la TOD est l’une des techniques appliquées actuellement au domaine
de détection des défauts dans les MAS. Dernièrement, cette technique et ses dérivées ont le
fait l’objet d’un nombre important de recherches [YAH12], [ATT15], [BES15-3], [BES16],
[YAN16].
La notion d’analyse fréquentielle ne peut être que locale en temps. L’analyse temps-
fréquence a toujours été une faveur en traitement du signal. Les signaux transitoires ou non
stationnaires qui évoluent dans le temps d’une façon imprévisible ne peuvent plus être
représentés visiblement. La TOD nous conduit d’une superposition d’ondes (sinusoïdes de
durée infinie) à une superposition d’ondelettes (ondes de courte durée).
IV.2.1 Théorie de la TOD (DWT)

La transformée en ondelettes remplace les sinusoïdes de la transformée de Fourier par
une famille de translations et de dilatations d’une même fonction appelée ondelette.
Mathématiquement la famille d’ondelettes se met sous la forme [AOU09], [YAH12]:

1
 t b 
 a ,b (t )  a 2   (IV. 1)
 a 
Avec a  0 est le paramètre d’échelle ou de dilatation et b est un paramètre de
translation ( a, b  ). Une ondelette (t) est une fonction de moyenne nulle [HIT99] :

  (t )dt  0

(IV. 2)

On note  la conjuguée de  ; la transformée en ondelettes d’une fonction f(t) est
écrit par :
1 
  t b 
CWT  a 2

 f (t ) * 
 a 
 dt (IV. 3)
Cette transformée est dite la transformée en ondelettes continue TOC (CWT : Continuous
Wavelets Transform), car c’est une fonction continue de paramètres de dilatation et de
translation, on verra que ces paramètres peuvent être discrétisés dont laquelle on obtient la
transformée en ondelettes discrètes.
102
En effet, la transformée en ondelettes continue est une fonction à deux variables

réelles (a et b) qui peut être représentée dans le plan euclidien (traditionnellement, on place b
en abscisses et a ou -loga en ordonnées) ce qui permet d’observer toutes les positions et les
échelles en même temps (représentation temps-échelles).
La figure (IV-1) représente l’échelle de décomposition pour la transformée en
ondelettes, on remarque bien que la résolution est différente, chaque fréquence est analysée
avec une résolution adaptée. L’analyse en ondelettes, contrairement à la transformée de
Fourier, fait donc la projection d’une fonction f(t) sur une famille de fonctions (les ondelettes)
déduites d’une fonction élémentaire (l’ondelette mère) par des translations et des dilatations.
Ceci permet aux hautes fréquences d’avoir une précision en temps accrue
correspondant à des phénomènes brefs, pour lesquels l’instant d’apparition et la durée sont
des caractéristiques importantes. Aux basses fréquences, la précision fréquentielle s’améliore
au détriment de l’aspect temporel, puisque les phénomènes sont de durées beaucoup plus
longues [AOU09], [YAH12].
Fréquence
ou Echelle
Temps
Figure IV.1. Echelle de décomposition par la TO.
La transformée en ondelettes possède la propriété de la conservation de l’énergie,

c'est-à-dire, qu’il n’y a pas de perte d’information entre la fonction f(t) et sa transformée en
ondelettes. Cette propriété est très importante car elle garantit que la transformée en
ondelettes possède des propriétés de stabilité.
Dans les calculs pratiques, les variables a et b de la transformée en ondelettes continue
ne varient pas continûment dans  , mais sont discrétisées, ainsi la transformée en ondelettes
discrètes consiste à trouver une sous famille dénombrable.
La transformée en ondelettes discrètes (DWT) est issue de la version continue, d’un
point de vue fonctionnel, il s’agit de changer une représentation continue (par une fonction de
103
deux paramètres continus) en une représentation discrètes (par une série, ou une suite à deux
paramètres). La DWT utilise un facteur d’échelle et une translation discrétisée. En remplaçant
respectivement a et b par 2j et k.2j dans (IV.3), avec ( j, k )  Z , l’expression devient donc,
[BUR97]:
j 
  (t )  2 

j
DWT  2 2 *
t  k dt (IV. 4)

Soit φ la fonction échelle. Elle doit être dans L2 et ayant une moyenne non nulle. On
trouve plus de détails sur la théorie de la TOD dans : [BENZ05], [AOU09], [YAH12].
On voit que la TOD et la TOC peuvent être les implémentées pratiquement sur tout
système numérique (digital) (PC carte, carte DSP, micro-processeur …etc.); mais on aura
pour la TOC un lourd calcul provenant de la nature continue du facteur d’échelle et de la
translation.
On note par CAj et CDj respectivement le niveau des coefficients d’approximation et
de détails de f à la jième résolution.
Pour passer d’un niveau d’approximation au niveau inférieur, il suffit de calculer une
convolution discrète du signal discret avec des filtres passe bas et passe haut h et g
respectivement lors d’une décomposition par ondelettes.
Signal original f(t)
Filtre
Passe bas « h » Passe haut « g »
A D
Figure IV.2. Filtres de décomposition d’un signal original f(t) en approximations et

détails.
Des décompositions de niveau supérieur peuvent être obtenues d’un mode semblable.
Désignant par fe la fréquence d’échantillonnage du signal mesuré, la bande de fréquence de
 f  f f 
chaque niveau j revient à  0  ej  pour les approximations et  ej  je1  pour les détails.
 2  2 2 
La figure (IV-3) présente un schéma de cet algorithme de décomposition [MEY92], le
signe ↓2 correspond à une décimation d’un facteur 2, c'est-à-dire, que l’on garde un
104
coefficient sur deux, on obtient alors un algorithme en cascade qui permet d’obtenir tous les
niveaux de résolution inférieure au niveau de départ par itérations.
Signal Original f(t)

« fe »
Niveau : j=1 a1 : 0- fe/4 d1 : fe/4-fe/2
Niveau:j=2 a2 : 0- fe/8 d2 : fe/8-fe/4
Figure IV.3. Décomposition en multi-niveau du signal f(t).
On peut définir d’après le schéma ci-dessus un autre type d’ondelettes, c’est les
paquets d’ondelettes qui ont été développés comme un outil efficace de codage et de
compression. Dans l’analyse en ondelettes, un signal est décomposé en approximation et
détail ; l’approximation est alors elle-même coupée en approximation et détail de deuxième-
niveau, et le processus sera répété. Pour l’analyse en paquet d’ondelettes, les détails aussi
bien que les approximations peuvent être décomposés [KAH98], [AHM13], [JAI15],
[VIS15].
On rappelle qu’au contraire de l’analyse par la transformée de Fourier ; la transformée
en ondelettes permet d’étudier la régularité locale (ponctuelle) d’une fonction. Cette dernière
a la possibilité de faire une reconstruction du signal dans le sens inverse.
En pratique, le choix de l’ondelette n’est pas crucial, en effet on cherche une ondelette
qui offre un bon compromis entre la résolution temporelle et fréquentielle, un tel choix
dépend beaucoup de l’objectif du sujet proposé. Des critères supplémentaires tels que la
régularité, la symétrie, une décroissance rapide à l’infini peuvent être nécessaires [BENT06].
Les familles les plus usuelles des ondelettes mères, utilisées pour le calcul de la
transformée en ondelette, des signaux analysés, sont : Haar, Daubechies, Symlets, Coiflets,
Chapeau mexicain, biorthogonales, Meyer, Battle et Lemarié, gaussiènnes, Morlet, Shannon
complexes.
105
Il faut noter que chaque type a une abréviation dans le code Matlab. Des tests ont été
réalisés par [BES16-1] pour différents ordres et types d’ondelette mère nous amène à prendre
le choix de Daubechies (Db44) pour toutes les analyses concernant cette partie d’application.
IV.2.2 Energies et bandes fréquentielles pour DWT

Le relèvement du signal original du courant statorique, ou de n’importe quel signal, a
besoin d’une plate-forme de prétraitement. Notre étude se base sur la MCSA par DWT sous
une fréquence d’échantillonnage égale à 12800Hz. Bien que le diagnostic des défauts soit
basé sur une analyse finie et une comparaison entre les niveaux de décomposition (di ou ai)
qui contiennent l’information du défaut pour différentes machines à diagnostiquer.
Le seuil d’arrêt est limité par un nombre NSA donné par la formule suivante :
  fe  
 log   
 int   fs  
N SA
 log  2   (IV. 5)
 
 
Pour avoir des indications plus claires des défauts, on peut ajouter 1 ou 2 à la formule
précédente, comme [ANT06]:
  fe  
 log   
N SA  int   f s    1 ou  2
 log  2  
 
 
[BES15-3] et [BES16-1] ont bien expliqué la cause du choix de ce seuil d’arrêt. Le seuil
d’arrêt pour une fréquence d’échantillonnage fe=12.8kHz est calculé comme suit :
  12800  
 log  50  
N SA  int      1  8  1  9 Niveaux
 log  2  
 
 
L'indicateur du défaut peut se trouver dans n’importe quel niveau et détail. Les bandes
fréquentielles (BF) de tel di sont considérées comme une orientation à la zone de détection
importante. Le tableau (IV.1) montre les bandes fréquentielles de chaque niveau.
106
Tableau IV.1 Bandes fréquentielles des détails (fe=12.8 kHz).

Bandes fréquentielles des niveaux de
décomposition (Hz)
d1 3200 - 6400
d2 1600 - 3200
d3 800 - 1600
d4 400 - 800
d5 200 - 400
d6 100 - 200
d7 50 - 100
d8 25 - 50
d9 12.5 - 25
Un autre indicateur du défaut, est l’énergie des détails, on peut calculer l’énergie
associée à chaque niveau de décomposition. La valeur propre d'énergie de chaque détail
selon la bande de fréquence est définie par :
N 2
Ej   d j (n)
(IV. 6)
n 1
Tel que j est le niveau de décomposition, et N est le nombre total d'échantillons dans le signal.
IV.2.3 Erreur quadratique moyenne (EQM ou MSE) pour le diagnostic

Plusieurs méthodes de distinction entre les signaux qui ont un contenu semblable.
Parmi elles, on trouve l’analyse par l’estimateur d’erreur quadratique moyenne ‘EQM’ (en
Anglais : mean square error ‘MSE’). Ce facteur peut être utilisé comme un indicateur de
qualité ou pour donner un pourcentage de correspondance entre les signaux. Notre nouvelle
approche se base sur une étude détaillée sur les détails afin de déterminer une valeur précise
(pas par vision) et bien calculée concernant le signal (di) qui a une contribution pour la
déformation du courant statorique.
L'erreur quadratique moyenne (EQM) est une mesure fréquemment utilisée de la
différence entre les valeurs prédites par un modèle dans l’état sain et les valeurs effectivement
observées à partir de l'état défectueux qui est en cours de modélisation. Ces différences
individuelles sont également appelées l’erreur absolue moyenne (EAM ou MAE : mean
absolute error).
Le coefficient EQM de ressemblance pour deux signaux X1 et X2 (dans chaque position i) qui
ont un nombre de points n est calculé par la formule suivante :
107

n
( X 1,i  X 2,i )2
EQM  i 1 (IV. 7)
n
Cet indicateur est utilisé pour tout détail di afin de déterminer la bande fréquentielle
d’une part, et d’autre pour la détermination du détail dominant dans le nouveau signal.
Il est important de signaler à la racine de l'erreur quadratique moyenne (REQM ou RMSE :
root mean square error) et l'erreur quadratique moyenne normalisée (EQMN ou NMSE :
normalized root mean square error) qui sont utilisées comme d’autres comparateurs entre les
signaux. Notre analyse des défauts sera basée sur l’EQM pour les signaux des détails ou les
approximations. La ressemblance des signaux est vérifiée pour une valeur d’EQM qui tend
vers zéro.
L’approche est basée sur l’évaluation d'énergie liée aux niveaux de décomposition de
la TOD, on fait le diagnostic de défaut de trois manières. En premier lieu, l'information de
décomposition des niveaux est exempte de bruit et par conséquent peut être bien interprétée
pour la validation de cette méthode ; un dispositif expérimental basé sur une MAS à cage
d’écureuil triphasée avec un système d’acquisition a permis d’acquérir les trois courants
statoriques en même instant. En second lieu, l'évaluation du glissement (charge) est nécessaire
pour la localisation des harmoniques liés aux défauts. Et en dernier lieu, l’introduction du
nouvel indicateur (EQM) traite la différence entre les signaux d’une manière quantitative et
qualitative.
IV.4 TECHNIQUE D’ONDELETTES POUR LA DETECTION DU DEFAUT

DE LA CASSURE DE BARRES
Le développement des systèmes de surveillance pour les machines tournantes n'est pas
seulement pour détecter les défaillances, mais aussi pour la façon dont ces défaillances
peuvent être rapidement détectées. Le but de cette partie, est de présenter une étude
expérimentale de la cassure de barres dans le moteur à induction, sous différentes conditions
de charge qui se base sur une analyse de la transformée en ondelettes discrètes.
Généralement, la TOD peut être appliquée au domaine du diagnostic des défauts de la
MAS par l’exploitation des signaux électriques ou vibratoires.
Notre approche est basée sur l'extraction des signatures à partir du signal du courant
statorique. Les différents degrés de sévérité du défaut (1BC ou 2BC) et les conditions de
charge mécanique (à vide et en charge) seront prises en considération.
108
On a appliqué l’ondelette mère de Daubechies 44 (db44) pour faire la décomposition

en multi niveaux du courant statorique.
Les figures (IV-4), (IV-5), (IV-6) et (IV-7) montrent la décomposition DWT du
courant statorique pour un état sain et un autre état défectueux (une barre cassée puis de deux
barres cassées) sous un fonctionnement à vide et en charge. Les figures montrent les détails de
d1 à d9 avec l'approximation a9.
Nos résultats ont une partie sur l’analyse de la variabilité du signal pour différents
niveaux; et pour les barres cassées naissantes, l'analyse du signal du courant électrique montre
bien la fluctuation (variation) de quelques signaux.
10
is (A)
-10
0 1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
0.02
0
-0.02
0.9 0.95 1 1.05 1.1 1.15 1.2 1.25 1.3 1.35 1.4
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
0.5
d6
-0.5
0 1 2 3 4 5 6 7 8 9 10
109
d5 0
-1
0 1 2 3 4 5 6 7 8 9 10
0.2
d4
-0.2
0 1 2 3 4 5 6 7 8 9 10
0.1
d3
-0.1
0 1 2 3 4 5 6 7 8 9 10
0.02
d2
-0.02
0 1 2 3 4 5 6 7 8 9 10
0.05
d1
-0.05
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.4. Analyse par TOD d’une phase statorique is en fonctionnement à

10
is (A)
-10
0 1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
0
0.05
0
-0.05
-0.5 8.5 8.55 8.6 8.65 8.7 8.75 8.8 8.85 8.9 8.95 9
0 1 2 3 4 5 6 7 8 9 10
110
10
d8 0
-10
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
0.2
d6
-0.2
0 1 2 3 4 5 6 7 8 9 10
0.5
d5
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.2
d4
-0.2
0 1 2 3 4 5 6 7 8 9 10
0.2
d3
-0.2
0 1 2 3 4 5 6 7 8 9 10
0.02
d2
-0.02
0 1 2 3 4 5 6 7 8 9 10
0.05
d1
-0.05
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.5. Analyse par TOD d’une phase statorique is pour un fonctionnement en
111
10
is(t) 0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.6. Analyse par TOD d’une phase statorique is en fonctionnement à vide (2BC) :
sain (en bleu), défectueux (en rouge).
112
10
is(t) 0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
10
d8
-10
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Les différentes conditions de la MAS (1BC, 2BC, à vide ou en charge) représentées

dans les figures précédentes, montrent bien l’évolution des signaux. En se basant sur les
figures (IV-4) et (IV-5) qui montrent les détails de d1 à d9 et l’approximation a9 ; on voit que
les résultats d’analyse donnent une variation claire au niveau de d5, d6, d7, d8, d9 et a9, avec
un faible changement pour les autres (par vision). Il est clair que les signaux sont différents
pour les deux conditions (1BC et 2BC) et les bandes fréquentielles touchées sont :
d5 200 - 400
d6 100 - 200
d7 50 - 100
d8 25 - 50
d9 12.5 - 25
113
Les signaux les plus touchés sont d7 et d8 qui correspondent aux bandes [50-100Hz]
et [25-50Hz] respectivement ; et cela explique la bande latérale autour de la fréquence
fondamentale au spectre du courant statorique (fs±2kfs).
Le calcul de l’énergie, dans chaque niveau de décomposition, est l’un des
indicateurs important qui confirme deux indices très intéressants :
- L’existence du défaut par l’augmentation ou la diminution de celle-ci.
- De viser le niveau important qui a la contribution immense, donc de nous guider à
la bande fréquentielle responsable (BFR).
Les figures (IV-8) et (IV-9) montrent l’énergie dans chaque niveau de détail pour
1BC. Les figures (IV-10) et (IV-11) représentent les énergies des détails pour un défaut de
deux ruptures de barres (2BC-sévérité). On voit clairement l’effet du défaut de cassure de
barre sur l’énergie emmagasinée dans les niveaux 7 et 8, cette augmentation diffère selon la
sévérité du défaut et de la charge du moteur. On remarque aussi que l’énergie du détail 5 a été
influencée par les conditions des essais.
5
x 10
15
Sain
1BC
4
10 x 10
Energie (J)
5
1
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Niveaux des détails
Figure IV.8. Variation de l’énergie des détails pour un fonctionnement à vide.
6
x 10
5
Sain
4 1BC
4
x 10
Energie (J)
3
3
2
2
1
1
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.9. Variation de l’énergie des détails pour un fonctionnement en charge.
114
6
x 10
2.5
Sain
2BC
2
4
x 10
4
Energie (J)
1.5
3
1 2
1
0.5
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.10. Variation de l’énergie des détails pour un fonctionnement à vide.
6
x 10
3
Sain
2.5 2BC
4
x 10
2 3
Energie (J)
1.5 2
1
1
0.5
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.11. Variation de l’énergie des détails pour un fonctionnement en charge.
Les détails et les approximations portent des informations sur l’existence du défaut
(sans précision le type du défaut) de la cassure de barre. On introduit, maintenant, un nouvel
indicateur pour assurer par calcul mathématique tout changement sur les signaux à analyser.
Le facteur ‘EQM’ a été calculé pour tout détail et l’approximation a9 afin de nous amener à
une décision judicieuse pour toute contribution de chaque signal (détail ou approximée).
Les tableaux ci-dessous résument tout le calcul de l’EQM pour les détails di avec un
choix arbitraire de l’étude qualitative sur l’état des signaux.
On propose les règles qualitatives suivantes pour désigner la dégrée de ressemblance :
1- Ressemblance présente : EQM=0.
2- Ressemblance presque présente : EQM=x×10-3 ou x×10-4 ou x×10-5 ou …
3- Moins d’absence de Ressemblance : EQM=0,00x.
4- Absence de Ressemblance : EQM=0,0x (pour x<6).
5- Grande absence de Ressemblance : EQM=0,00x (pour x> 6 ou x=6).
115
Tableau IV.2 Tableau récapitulatif des EQMs pour 1BC (fonctionnement à vide).
EQM (di, a9) Valeur de l’EQM Ressemblance
EQM-d1 4.0144×10-05 Presque présente
EQM-d4 0.0050 Moins d’absence
EQM-d5 0.1684 Absence
EQM-d7 0.6203 Grande absence
EQM-a9 0.0064 Moins d’absence
Tableau IV.3 Tableau récapitulatif des EQMs pour 1BC (fonctionnement en charge).
EQM-a9 0.0598 Absence
Les tableaux ci-dessus montrent indirectement le pourcentage de ressemblance entre

les signaux avec une précision. L’objectif visé, a été assuré d’après la lecture d’une seule
valeur qui indique la BFR. Les détails et les approximations qui ont la grande responsabilité
pour la déformation du courant statorique selon les tableaux sont : d8, d7 et d5.
116
1 60
(a): Fonct. à vide (b): Fonct. en charge
50
0.8
40
0.6 0.1
EQM
EQM
30
0.4 0.05
20
0.2 10 0
0 1 2 3 4 5 6
0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Les détails Les détails
Figure IV.12. Evolution de l’EQM pour une barre cassée.
D’après les tableaux et la figure (IV-12), on voit l’influence de la charge sur la

ressemblance de d7 et d8. Cette figure résume bien les aspects qualitatif et quantitatif de notre
analyse par l’EQM.
L’étude et l’analyse dans cette partie, s’intéressent à l’effet du défaut de la rupture
de barres dans les machines asynchrones en utilisant la technique de la TOD.
L’analyse par la transformée en ondelettes discrètes, est donc un outil très efficace
pour la détection du défaut de la cassure de barres, surtout par l’introduction de l’erreur
quadratique moyenne comme un indicateur.
On a remarqué que les bandes les plus sensiblement touchées pour cette analyse du
défaut de la cassure de barre sont de 25 Hz à 100 Hz (d7 et d8). Cette dernière explique bien
les FBLs trouvées dans la FFT du courant statorique.
IV.4 TECHNIQUE D’ONDELETTES POUR LE DEFAUT D’EXCENTRICITE

ROTORIQUE
IV.4.1 Défaut d’excentricité statique

L’approche est basée sur l'analyse des signaux pour plusieurs niveaux de détail (et
d’approximation), résultant de la décomposition en ondelettes, dont les bandes de fréquence
associées sont incluses de 0 Hz jusqu’à la moitié de la fréquence d'échantillonnage.
Les figures (IV-13), (IV-14), (IV-15) et (IV-16) comparent la TOD du courant
statorique et l’énergie de chaque détail sous les conditions suivantes :
- Fonctionnement à vide et en charge ;
- Etat sain et avec défaut d’excentricité statique.
117
10
is(t) 0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
5
d7
-5
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.13. Analyse par TOD d’une phase statorique is pour un fonctionnement à vide
(ES) : sain (en bleu), défectueux (en rouge).
6
x 10
3
Sain
2.5 ES
4
x 10
3
2
Energie (J)
1.5 2
1 1
0.5
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.14. Variation de l’énergie des détails pour un fonctionnement à vide (ES).
118
10
is(t) 0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
charge (ES) : sain (en bleu), défectueux (en rouge).
6
x 10
4
Sain
ES
3 4
x 10
2.5
Energie (J)
2
2
1.5
1
1 0.5
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.16. Variation de l’énergie des détails pour un fonctionnement en charge

(ES).
La comparaison des signaux de détails et d’approximation pour une machine avec
défaut d’excentricité statique, montre que l’amplitude des coefficients d7, d8, d9 et a9 a
119
changée par rapport à celui dans le cas de la machine saine ; cette variation dans les signaux
d7, d8, d9 et a9 est due à l’effet du défaut d’ES. Les bandes de fréquence correspondantes
sont liées aux détails et l’approximation touchés par la présence du défaut d’excentricité
statique.
Ainsi, on remarque qu’il y a des différences plus claires au niveau des détails d7 et d8
qui se traduisent par les énergies de celles-ci. Il faut noter aussi que l’énergie du détail d5 est
affectée par l’existence du défaut.
Concernant l’EQM de chaque niveau qui assure une information décisive pour toute
contribution de détail. Les tableaux (IV.4) et (IV-5) représentent les différentes valeurs de
l’EQM pour chaque niveau et pour les deux fonctionnements de la MAS (à vide et en charge).
Tableau IV.4 Valeurs des EQMs (fonctionnement à vide-ES).

120
Tableau IV.5 Valeurs des EQMs (fonctionnement en charge-ES).

Les valeurs dans les tableaux précédents montrent bien que les d7 et d8 ont une
influence importante lorsqu’on le compare avec l’état sain. L’EQM indique, donc, d’une part
l’existence du défaut et d’autre part les BFRs. La figure (IV-17) montre un résumé sur
l’évolution de l’EQM en fonction des détails.
1 60
50
0.8
40
0.6 0.1
EQM
EQM
30
0.4 0.05
20
0.2 10 0
0 2 4 6
0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Figure IV.17. Evolution de l’EQM pour un défaut d’excentricité statique.
IV.4.2 Défaut d’excentricité dynamique

Sur les figures (IV-18), (IV-19), (IV-20) et (IV-21), on peut observer que l'évolution
dans les bandes de fréquences d'observation du signal associé au défaut d’excentricité
dynamique peut être analysée, en utilisant les coefficients a9 et d7 à d9, ou en utilisant
seulement le coefficient d7 qui fournit toute l'information dans la bande de fréquence
contenant les informations reliées aux défauts d’ED.
Par comparaison de l’énergie des détails représentée dans les figures (IV-17) et (IV-
19), on voit que la différence entre les deux détails 7 et 8 est très claire.
121
Ceci signifie que l’utilisation de la transformée en ondelettes directement sur le signal

du courant du moteur asynchrone peut être efficace. La différence entre les détails
(approximations) pour un état sain et un autre état défectueux donne des signatures plus
significatives, c’est à dire que plus d'informations sur le défaut sont incluses dans le
différentiel du signal.
10
is(t)
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.18. Analyse par TOD d’une phase statorique is pour un fonctionnement à vide
(ED) : sain (en bleu), défectueux (en rouge).
6
x 10
2
Sain
ED
4
1.5 x 10
3
Energie (J)
2
1
0.5
0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.19. Variation de l’énergie des détails pour un fonctionnement à vide (ED).
122
10
is(t)
0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
10
d8
-10
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.20. Analyse par TOD d’une phase statorique is pour un fonctionnement en charge
(ED) : sain (en bleu), défectueux (en rouge).
6
x 10
3.5
Sain
3 ED
4
x 10
2.5 2.5
Energie (J)
2 2
1.5
1.5
1
1
0.5
0.5 0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.21. Variation de l’énergie des détails pour un fonctionnement en charge

(ED).
L’extraction des signaux de chaque niveau, est considérée comme une source très
riche en informations dans le cas d’un défaut par rapport à celui d’une machine sans défaut.
Après la différentiation, l’EQM nous amène d’obtenir la décision correcte sur l’état
des signaux défectueux par rapport aux signaux de l’état sain.
123
Tableau IV.6 Valeurs des EQMs (fonctionnement à vide-ED).

Tableau IV.7 Valeurs des EQMs (fonctionnement en charge-ED).

L’étude qualitative arbitraire et l’autre quantitative précise de l’EQM, regroupent un

ensemble des signatures importantes concernant le défaut d’ED. La progression de l’EQM
avec la charge et le défaut est représentée dans la figure (IV-22).
124
60 40
50
0.2 30 0.2
40
EQM
0.15
EQM
30 20
0.1 0.1
20 0.05
10
10 0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Figure IV.22. Evolution de l’EQM pour un défaut d’excentricité dynamique.
IV.5 LA TECHNIQUE D’ONDELETTES POUR LES DEFAUTS DE

ROULEMENT
IV.5.1 Détection du défaut de la bague extérieure (BE)

Les figures (IV-23), (IV-24), (IV-25) et (IV-26) représentent les signaux de détail et
d’approximation (d7, d8, d9 et a9), obtenus par la décomposition en multi-niveaux sous un
défaut dans la bague externe et pour différentes conditions. Le calcul de l’énergie relative
associée à chaque niveau de décomposition nous permet, de différencier également la
machine saine de celle défectueuse. Les figures (IV-24) et (IV-26) indiquent la variation de
cette énergie pour les deux machines (saine et défectueuse) et pour les deux fonctionnements
(à vide et en charge).
Comparons les signaux de détail et d’approximation obtenus pour les machines avec
défauts, on voit que l’amplitude des coefficients d7, d8 et d5 est plus sensible par rapport aux
autres. Cette variation de l’amplitude dans les signaux d5, d7 et d8 est due à l’effet que, les
bandes de fréquences correspondantes sont affectées par le défaut.
125
10
is(t)
0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Figure IV.23. Décomposition en multi-niveaux du courant statorique pour un fonctionnement

à vide (BE) : sain (en bleu), défectueux (en rouge).
5
x 10
14
Sain
12 BE
4
x 10
10 3
Energie (J)
8
2
6
1
4
0
2 1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.24. Evolution de l’énergie des détails pour un fonctionnement à vide (BE).
126
10
is(t)
0
-10
0 1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
10
d8
-10
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)

en charge (BE) : sain (en bleu), défectueux (en rouge).
6
x 10
3.5
Sain
3 BE
4
x 10
2.5 2.5
Energie (J)
2
2
1.5
1.5
1
1
0.5
0.5 0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.26. Evolution de l’énergie des détails pour un fonctionnement en charge

(BE).
Comme la plupart des études qui utilisent la TOD, le diagnostic du défaut est basé sur
l’observation et la comparaison entre les niveaux de décomposition, qui contiennent
l’information du défaut pour différentes machines à diagnostiquer. Notre proposition qui
s'intéresse au calcul de l'EQM, a pour objectif d’éviter toute opposition ou chevauchement des
127
avis humains sur l’évolution visuelle des signaux. Les tableaux (IV.8) et (IV.9) montrent le
calcul de cet indicateur en présence du défaut de la BE.
Tableau IV.8 Valeurs des EQMs (fonctionnement à vide-BE).

Tableau IV.9 Valeurs des EQMs (fonctionnement en charge-BE).

EQM-d9 0 Présente
EQM-a9 0 Présente
La représentation graphique de l’évolution de l’erreur quadratique moyenne pour les

deux types de fonctionnements, est illustrée dans la figure (IV-27). D’après le tableau (IV.9),
128
on voit que le détail d9 et l’approximation a9 ont une excellente ressemblance (EQM=0).

Cette valeur de l’EQM=0 indique que l’on aura une difficulté pour la distinction entre les
deux signaux suivants :
- d9-sain VS d9-avec défaut ;
- a9-sain VS a9-avec défaut.
25 60
20 50
0.2
40
15 0.2
EQM
EQM
30
0.1
10 0.1
20
5 0 10 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Figure IV.27. Evolution de l’EQM pour un défaut de la bague externe.
IV.5.2 Détection du défaut de la bague intérieure (BI)

L’extraction des informations du courant statorique en régime permanent, est
généralement faite en fonctionnement en charge, ce choix est nécessaire à cause de la
difficulté rencontrée en fonctionnement à vide, pour extraire l’information concernant un
défaut dans la MAS.
L’application de la transformée en ondelettes aux signaux du courant permanent est
basée sur la décomposition multi-résolutionnelle du signal du courant statorique.
D’après les figures (IV-28), (IV-29), (IV-30) et (IV-31) qui représentent clairement
l’évolution des signaux pour différentes conditions bien signalées. L’effet du défaut de la
bague intérieure est clair pour quelques signaux et n’est pas clair pour des autres. Les d7 et d8
sont sensiblement touchées à la présence du défaut de la BI.
Le calcul de l’énergie emmagasinée dans chaque niveau de décomposition, confirme
une diminution observée dans les signaux de détail d5 et d8 et une augmentation pour le d7
(Fig. IV-29). En fonctionnement en charge, l’augmentation d’énergie a été trouvée au niveau
du détail d8 seulement (Fig. IV-31). Cette variation nous amène de détecter le défaut et de
préciser la bande fréquentielle. Les d7 et d8 correspondent à la bande qui se trouve au
voisinage et au dessous du fondamental.
129
10
is(t)
0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
5
d8
-5
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)

à vide (BI) : sain (en bleu), défectueux (en rouge).
6
x 10
2.5
Sain
BI
2
4
x 10
3
Energie (J)
1.5
2
1
1
0.5 0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.29. Evolution de l’énergie des détails pour un fonctionnement à vide (BI).
130
10
is(t)
0
-10
1 2 3 4 5 6 7 8 9 10
0.5
a9
-0.5
0 1 2 3 4 5 6 7 8 9 10
0.5
d9
-0.5
0 1 2 3 4 5 6 7 8 9 10
10
d8
-10
0 1 2 3 4 5 6 7 8 9 10
10
d7
-10
0 1 2 3 4 5 6 7 8 9 10
Temps (s)

en charge (BI) : sain (en bleu), défectueux (en rouge).
6
x 10
3.5
Sain
3 BI
4
2.5 x 10
2.5
Energie (J)
2 2
1.5
1.5
1
1
0.5
0.5 0
1 2 3 4 5 6
0
1 2 3 4 5 6 7 8 9
Figure IV.31. Evolution de l’énergie des détails pour un fonctionnement en charge

(BI).
L'analyse par l’EQM est considérée comme une méthode, qui se base sur un calcul
bien défini pour la ressemblance ou non des signaux traités. L’EQM permet de représenter
toute l'information de la ressemblance par une valeur unique calculable et visible. Cet intérêt
131
de l’EQM est montré dans les deux tableaux ci-dessous. La figure (IV-32) donne un résumé
illustratif sur l’évolution de cette erreur en fonction de niveaux des détails.
Tableau IV.10 Valeurs des EQMs (fonctionnement à vide-BI).

EQM-d6 0.0088 Presque présente
Tableau IV.11 Valeurs des EQMs (fonctionnement en charge-BI).

132
10 60
8 0.2 50
0.2
40
6
EQM
EQM
0.1 30
0.1
4
20
2 0 10 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Figure IV.32. Evolution de l’EQM pour un défaut de la bague interne.
On voit clairement l’effet des défauts (cassure de barres, excentricité ou roulement)

sur les signaux des détails et les approximations et précisément sur l’énergie emmagasinée
dans le niveau 5, 7 et 8 ; cette variation diffère selon le type de défaut et le régime de
fonctionnement.
L’erreur quadratique moyenne (EQM) représente un moyen efficace pour
diagnostiquer les machines tournantes par des valeurs bien calculées.
IV.7 CONCLUSION
En raison des inconvénients de l'analyse par FFT, il est nécessaire de trouver des
méthodes supplémentaires pour l'analyse de la non-stationnarité et de détecter les défauts
d’après un signal de test. Les informations importantes dans les signaux stationnaires ou non
stationnaires, peuvent être exploitées avec souplesse par la transformée en ondelettes (TO).
Le rythme d’accélération, pour l’application de la transformée en ondelettes dans le
domaine du diagnostic des MAS, se progresse d’une manière incroyable.
Dans cette partie nous avons présenté l'application de la TOD ou l’analyse de la MCSA
par DWT pour traiter le diagnostic des défauts de la MAS. Un nouvel indicateur a été
introduit dans cette étude, c’est l’erreur quadratique moyenne (EQM ou MSE en Anglais) qui
représente une bonne contribution pour la décision finale dans notre analyse des défauts.
L'analyse expérimentale montre le changement dans le comportement du signal du courant
statorique du à l'état défectueux progressif.
Cette technique est largement sensible aux défauts, elle découvre aisément l’existence du
défaut mais ne le précise pas. Cet inconvénient, impose d’autres propositions intéressantes
pour exploiter les analyses riches de cette méthode (détails, énergies, …etc.). Il est plus
133
intéressant, donc, de construire des ondelettes adaptées qui peuvent donner des résultats
numériques plus satisfaisants que les ondelettes classiques.
L’analyse vibratoire est un moyen largement utilisé pour suivre la santé des machines
tournantes en fonctionnement. Cela s’inscrit dans le cadre de notre étude qui sera l’objectif du
chapitre suivant.
134
CHAPITRE V
Analyses vibratoires des défauts de la

MAS
CHAPITRE V. Analyses vibratoires des défauts de la MAS
V.1 INTRODUCTION
Il est difficile, aujourd'hui, d'imaginer le monde sans moteurs électriques. Les utilisations
continues et la large exploitation des moteurs électriques dans différents domaines assurent la
nécessité de leur existence. Nous sommes de plus en plus exigeants en ce qui concerne la
qualité acoustique de ces moteurs. Les fabricants de moteurs et d'autres équipements ont
besoin de plus en plus, d'avoir une compétence étendue dans le traitement des vibrations et du
bruit [FIN13]. Par conséquent, la concurrence aux marchés a pour objectif d’avoir un tel
savoir-faire des moteurs silencieux.
Jusqu'à présent, il n'y a pas eu d’approche dans l'analyse et l'élimination définitive des
vibrations et des bruits. La vibration est considérée comme l’une des sources importantes pour
réaliser la surveillance [GRA00].
L'analyse vibratoire des machines tournantes est aujourd'hui très utilisée par les industriels,
pour diagnostiquer des défauts. L'identification du problème permet de mettre en place des
actions curatives comme un réglage ou le remplacement d'une pièce défectueuse avant la
panne de la machine. L’analyse des signatures de vibration du moteur électrique (ASVM) ou
sous l’abréviation Anglaise MVSA (Motor Vibration Signature Analysis) est l’un des moyens
utilisés pour suivre la santé des machines tournantes en fonctionnement.
Notre objectif, est d’étudier le diagnostic du défaut de la CB, ES, ED et le défaut de
roulement en se basant sur la technique de MVSA ; c'est-à-dire, en analysant les images
vibratoires induites par ces défauts. La connaissance de ces images vibratoires et de la
cinématique de la machine, nous permettra de formuler une décision judicieuse.
V.2 DEFINITIONS
Les machines asynchrones sont constituées d’un ensemble d’éléments, raccordés entre eux.
Un défaut se trouvant au niveau de l’un de ces éléments peut transmettre sa vibration aux
autres éléments. La vibration est la variation dans le temps de l’intensité d’une grandeur
caractéristique du mouvement ou de la position d’un système mécanique, lorsque l’intensité
oscille autour d’une certaine valeur de référence. On peut dire qu’un corps est en vibration
lorsqu’il y a un mouvement oscillatoire autour d’une position d’équilibre ou de référence.
Les différents éléments de la MAS : bâti, roulements, bobinage, accouplements, arbre,
paliers, etc. peuvent être caractérisés, en particulier sur le plan vibratoire, par des formes de
136
signaux et des traitements particuliers. L’analyse de vibration permet le diagnostic

de [PHI09], [FIN13], [WAN15]:
o L’état des roulements et engrenages ;
o Défauts de serrage ;
o Défauts d’excentricité rotorique et statorique ;
o Défauts des barres rotoriques ;
o Problème de fixation ;
o Défaut d’accouplement (désalignement) ;
o Perturbation électromagnétique dans les moteurs ;
o L’état des pales de ventilation ;
o L’état général du fonctionnement par comparaison avec les vibrations à l’état sain de
la machine.
V.2.1 Mesure de la vibration

La mesure est réalisée par deux types de capteurs :
 Les accéléromètres pour des mesures de vibration absolues (placés sur des paliers à
roulement).
 Les sondes de déplacement ou de proximité pour des mesures de déplacement relatif
de l’arbre dans les paliers.
V.2.2 Capteurs et grandeurs mesurées

La plupart des capteurs dans le domaine industriel (pratique) appartienent à la famille de
MEMSs (Micro Electro Mechanical Systems), qui servent essentiellement à la capture des
signaux. Voici quelques applications pratiques de la technologie MEMS :
– Têtes d’impression des imprimantes jet d’encre ;
– Accéléromètres ;
– Gyroscopes ;
– Capteurs de pression ;
– Pilotage de micro-miroirs sur vidéoprojecteur ;
– Commutation optique pour les télécommunications ;
– Biocapteurs, chémorécepteurs.
Un capteur de vibration est un transducteur capable de convertir en signal électrique le
niveau de vibrations qu’il a subit à un instant donné.
Dans la plupart des applications de mesure de vibrations, on trouve les paramètres suivants:
137
o Accélération (accéléromètre ; mm/s2 ou g≈9,81m/s2 ou mV) : Les éléments actifs de

ce type de capteur sont des disques spéciaux de cristal piézo-électrique, qui ont la
propriété de transformer une contrainte (sollicitation mécanique : pression ou
cisaillement) en charges électriques Q (en pC). Ces disques piézo-électriques doivent
se trouver entre deux masses relativement importantes par l'intermédiaire d'un ressort.
Lorsque le capteur est soumis à une vibration, les masses exercent une pression
alternative sur les disques qui, grâce à leur effet piézo-électrique, créent une variation
de charge électrique proportionnelle à la force appliquée et donc à l'accélération des
masses.
o Vitesse (vélocimètre ; mm/s ou mV) : Un aimant permanent génère une induction
magnétique constante B. Les lignes de champ se referment par l'intermédiaire du
boîtier. Une bobine suspendue par des membranes peut se déplacer dans la direction
des lignes de champ. Une force électromotrice (fém) d'induction ‘e’ est alors générée,
qui est le produit de la vitesse v de vibration, de l'induction magnétique B et de la
longueur l de l'enroulement (e=B.l.v) [BEN08].
o Déplacement (µm, mm ou mV) : Il existe en effet des capteurs : (Inductifs, Capacitifs
et à courants de Foucault), c'est ce dernier qui s'est imposé dans le monde entier, le
circuit oscillant crée un champ magnétique alternatif dans la bobine du capteur.
D'après le principe d'induction, il se crée alors des courants de Foucault dans un corps
conducteur que l'on approche du capteur. Ces courants de Foucault agissent à leur tour
sur la bobine par l'intermédiaire du champ magnétique et consomment ainsi de
l'énergie électrique. Elle se traduit alors dans le conditionneur par une diminution de la
tension. Cet effet est démodulé dans le conditionneur et transformé en un signal de
mesure proportionnel à la distance objet/bobine (de mV à mm) [BEN08].
Pour une sonde de déplacement le signal est exprimé en déplacement (µm).
Entrée Sortie -Accélération.

Sollicitation mécanique Capteur
-Vitesse.
Circuit de transfert
-Déplacement.
Figure V.1. Schéma de principe d’un capteur de vibration.
138
Ces paramètres sont des informations qu’il faut les connaître avec la meilleure précision
possible.
Pour obtenir la vitesse et le déplacement à partir d’une accélération, il faut intégrer une et
deux fois le signal de sortie de l’accéléromètre. C’est précisément pour cela que le choix d’un
accéléromètre est très important. Les variations d’amplitude et le décalage peuvent conduire à
des erreurs importantes, après intégration (ou inversement par dérivation).
Le choix de l’unité n’est pas indifférent, il dépend, essentiellement, de la bande
fréquentielle de chaque capteur. Les mesures en accélération sont à privilégier
(0<F<20000 Hz), les mesures en vitesse (réservées aux basses fréquences F<1000 Hz)
et en déplacement (très basses fréquences F<100Hz) [THO12].
Toutefois, l'accélération est celle qui permet de mettre en évidence les phénomènes
vibratoires dont les fréquences sont les plus élevées.
Pour ces raisons, on choisit ici, de représenter l’analyse des signaux vibratoires de la
machine asynchrone sur la base d’une accélération, afin de pouvoir caractériser les effets des
défauts sur une plage fréquentielle la plus large possible.
V.2.3 Type de détection

Il doit être clairement identifié parmi [THO12]:
 L’amplitude crête à crête Apk-pk (amplitude maximale du signal) ;
 L’amplitude crête A0-p (indique le niveau des chocs de courte durée) ;
 L’amplitude efficace Arms, valeur efficace ou ‘rms’ (root mean square : tient compte
du contenu énergétique et des capacités destructrices de la vibration).
En pratique on utilise souvent :
 La valeur efficace pour les mesures issues d’accéléromètres.
 L’amplitude crête à crête pour les mesures issues de sondes de déplacement.
V.2.4 Analyse fréquentielle

Toute anomalie est traduite par une fréquence correspondante à celle du phénomène qui la
provoque, d’où l’analyse de spectre, permet le diagnostic.
La mesure de l’amplitude de certaines raies du spectre (correspondantes au défaut recherché)
permettra le suivi de ce défaut. Le tableau (I-1) du premier chapitre résume quelques
fréquences caractéristiques des défauts [THO12].
139
V.2.5 Fixation de l’accéléromètre sur le palier [THO12]

Le montage de l’accéléromètre sur la structure à une influence considérable sur la
réponse du capteur. Plus la fixation est rigide, plus la réponse s’élargit vers les hautes
fréquences.
Valeur de bandes passantes (exemple):
• vissé : 0 à 12KHz (très bonne réponse mais pas toujours réalisable) ;
• collé : 0 à 12KHZ (une pastille peut être collée est le capteur vissé sur cette pastille) ;
• aimant : 0 à 2,5 KHz ;
• tenu à la main : 0 à 1KHz (à n’utiliser que dans le cadre de mesure comparative).
Compte tenu des deux points précédents concernant la bande passante, on doit s’assurer
en choisissant un accéléromètre et son mode de fixation, que la gamme de fréquence
(bande passante) de l’ensemble accéléromètre plus fixation, couvre la gamme de fréquence de
mesure désirée.
Figure V.2. Exemple des points de fixations dans un système électromécanique.
V.2.6 Les points de mesure

Généralement, la localisation des points de mesure se fait pour les raisons suivantes:
o Les mesures de vibrations sont réalisées sur les paliers de la machine ;
o Le capteur doit être placé de façon à assurer un trajet direct (rotor-structure) aux
vibrations.
Les mesures peuvent se faire :
- dans un plan radial (vertical : PRV, horizontal : PRH, oblique : PRO) ;
- et/ou dans un plan axial (axial : PA).
140
Figure V.3. Différents points de mesure des vibrations d’une MAS.
On fait les mesures de vibrations pour :

 vérifier les fréquences et les amplitudes indésirables ;
 éviter les fréquences de résonance des composants de la structure ;
 être capable d’amortir ou isoler la ou les sources de vibrations ;
 étudier le comportement du système électrique (MAS) ;
 faciliter la maintenance préventive des machines ;
 construire ou vérifier les modèles informatiques qui entrent en jeu.
V.3 LES SOURCES DES VIBRATIONS ET DES BRUITS
Les vibrations d’une machine tournante se transmettent, généralement, du rotor à la

structure à travers les paliers. Elles seront donc mesurées au niveau des paliers [ALAM15].
Pour une machine tournante électrique, les forces vibratoires sont de trois natures
différentes :
 Electromagnétique ;
 Mécanique ;
 Aérodynamique.
Généralement, les sources d’excitation vibratoires dans les machines tournantes peuvent
être classées en différentes catégories :
 Forces périodiques (balourd) ;
 Forces transitoires (variations de charge) ;
 Forces impulsionnelles (chocs) ;
 Forces aléatoires (frottements).
141
Les phénomènes à l’origine des vibrations dépendent de la constitution de la machine et

de ses paramètres de fonctionnement.
La culasse et l'arbre de chaque machine électrique peuvent se déplacer, également, de
manière indésirable. En conséquence, la répartition de la densité d'énergie magnétique dans
l'entrefer, qui est nécessaire pour générer le couple d'une machine électrique, doit
inévitablement être fluctuante dans le temps et l'espace [HEN93]. La distribution magnétique
de la perméance magnétique de l'entrefer, la conception des aimants, la distribution de
l'enroulement, et l’allure du courant statorique appliqué au fil d’alimentation sont autant de
facteurs de ces vibrations. Sur la surface périphérique du rotor et du côté de l'entrefer du
stator, la variation de la répartition spatiale de la densité d'énergie magnétique en fonction du
temps, entraîne des forces tangentielles et radiales (excitations) qui sont appliquées à
différents endroits. Ces forces ont une partie importante de la vibration ou du bruit [FIN91],
[FIN02], [ALA03], [ALAM15].
Les forces tangentielles influent sur le couple de la machine, soit, par addition ou
soustraction.
La répartition des forces de traction magnétiques orientées radialement provoquent des
mouvements et des déformations radiales du stator et du rotor.
Dans le cas le plus général, on appelle ‘bruit’, toutes les variations intervenant dans un
dispositif et ne faisant pas partie du signal utile que l’on désire mettre en évidence [YVO06].
Les amplitudes des vibrations de fréquences les plus élevées, souvent, provoquent de
bruits de frottement et deviennent particulièrement désagréables [AIT05]. Comme le manque
de lubrifiant du roulement, les contacts mécaniques entre les éléments constitutifs
augmentent, et le frottement mécanique qui se produit par d’autres défauts qui affectent la
machine. Il en résulte, des vibrations naturelles comme le système à l’état sain du roulement.
Il faut noter aussi qu’à une certaine vitesse de rotation, les billes fonctionnent effectivement
en phase, plutôt que dans une trajectoire circulaire ondulée ; en conséquence, des vibrations
axiales auto-induites [HEN93].
Dans l’ensemble, la majorité des défauts qui créent la vibration, sont dus à un phénomène
électromagnétique (eg. cassure de barre) ou mécanique (eg. l’excentricité).
V.4 REDUCTION DE BRUIT ET LES VIBRATIONS D'EXCITATION
Idéalement, le bruit et les vibrations sont plus réduits, lorsqu’on les élimine à leurs
racines. Cependant, dans les moteurs électriques, les forces et les couples sont nécessaires, ils
142
comprennent, souvent et inévitablement d’autres composants indésirables (couples oscillants,

couples de démarrages, etc.), qui ne peuvent être complètement évités [FUL96]. La grande
variété de concepts de moteurs qui sont actuellement rencontrés avec leurs principes de
fonctionnement variables, conduit également à diverses excitations de bruit [GRA00]. Les
moteurs asynchrones se comportent différemment des moteurs synchrones et des machines à
courant continu.
Un autre facteur important, est les stratégies des commandes, comme la commande de la
modulation de largeur d’impulsion (MLI), elle ajoute de nombreuses harmoniques
temporelles dans le spectre des forces électromagnétiques qui excitent la structure du stator, et
augmente le risque de résonance. Le bobinage statorique induit également des harmoniques
spatiales dans les courants rotoriques qui peuvent jouer un rôle vibratoire non négligeable en
charge. Le bruit et les vibrations sont aussi fréquemment excités par un déséquilibre du
moteur [GRA00], [AIT05].
Par conséquent, la réduction de la vitesse de fonctionnement du moteur est un moyen de
réduire avec succès le niveau de bruit qu'il provoque. Un léger changement dans la vitesse de
rotation du moteur peut être utile.
Au cours des dernières années, il a été question de plus en plus, de la compensation active
électromagnétique du bruit. En d'autres termes, c’est de générer artificiellement un autre
signal afin d'annuler le bruit. Pour mettre en œuvre ce procédé, il est nécessaire de générer un
signal qui correspond au bruit indésirable [FUL96], [GRA00], [PHI09].
Ainsi, il reste d’autres options pour réduire le bruit indésirable et les vibrations
directement à source, c’est le changement de conception du moteur pour qu’il vibre moins
[FIN99], [CHR99].
V.5 RESULTATS EXPERIMENTAUX DE SIGNAUX VIBRATOIRES
Les résultats expérimentaux seront présentés en suivant les conditions d’expérimentation

citées dans le deuxième chapitre et le troisième chapitre. Les résultats sont présentés sous
forme de figures qui montrent l’amplitude du signal en fonction du temps, puis en fonction
des fréquences.
V.5.1 Détection du défaut de la cassure des barres par la méthode de MVSA

Les signaux vibratoires ont plusieurs formes, et comme nous l’avons vu, pour le placement
des capteurs de vibrations. Ils peuvent être placés sur un PRV, PRH, PRO ou PA ; notre étude
143
expérimentale consiste à relever les signaux de vibrations sur les trois plans suivants : RV,
RH et sur le plan axial.
Le signal temporel sur un PRV pour un moteur sain et un autre défectueux (2BC, s=0 et
s=0.032) est représenté dans la figure (V-4). Nous prendrons soin de choisir dans la suite ce
plan radial vertical (PRV), pour l’analyser par la transformée de Fourier rapide.
0.05 (a)
Amplitude (g)
PRV Sain
-0.05
PRV 2BC
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
0.1
(b)
Amplitude (g)
0.05
-0.05 PRV 2BC

PRV Sain
-0.1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
Figure V.4. Signal temporel de vibration dans l’état sain et pour 2BC du MAS ; (a) :
fonctionnement à vide, (b) : fonctionnement en charge.
Les fréquences caractéristiques du défaut de la rupture de barres à vérifier, sont les

fréquences indiquées au tableau (I-1). De plus, et dans cette analyse, l'accent sera mis sur le
suivi des composantes de défaut les plus importantes des séries d’harmoniques [SAD08],
[OVI11], [TOM11], [GRI13] :
(fr±2ks.fs) (V. 1)
Une autre série d’harmoniques a été proposée par [TOM01], [MUL03], [CAV04] et
[TOM11] selon la formule suivante :
(6 ±2ks.fs) (V. 2)
D’autres fréquences dues à la cassure des barres proposées par [FIN00] ont la formule :
fcb=fr±fp (V. 3)
fp= fg est la fréquence de passage (glissement) et donnée par la relation :
fp=( fs -fr)p (V. 4)
144
[FIN00] et [SIN03] ont discuté l’existence d’une fréquence liée au nombre des barres
rotoriques (fnb) dans le spectre des signaux vibratoires, et plus simplement appelée fréquence
d’encoches et égale à la fréquence de rotation multipliée par le nombre d’encoches du rotor.
telle que :
fnb= RBPF=nb.fr (V. 5)
ou, RBPF=676.2 Hz est la fréquence de passage de la barre rotorique, en anglais c’est : the
rotor bar pass frequency.
fcb=fnb±2fs (V. 6)
Cette relation est efficace pour un nombre de barres rotoriques nbϵ[16-60] ou plus.
Par conséquent, l’analyse des signaux vibratoires, ci-dessous, sera axée sur les équations et
les formules des fréquences caractéristiques du défaut de la rupture de barres, qui ont été
trouvées dans la littérature.
Le spectre du signal de vibration pour deux barres cassées et pour un fonctionnement du
moteur à vide est montré dans les figures (V-5) et (V-6).
Les fréquences caractéristiques ne sont pas apparues dans le spectre d’une manière claire, sauf
quelques fréquences et autres inexplicables indiquées par les cercles pointillés en vert sur la
figure (V-6-d). Un chevauchement a été également signalé dans la figure (V-5-b) entre la
fréquence de 5× et la fréquence de la formule [(1-s)/p+2]fs. Il est important de présenter une
autre série qui caractérise la CB, c’est 1×, 1.5×, 2×, 2.5×, 3×, etc… et parmi elles, on a trouvé
1×, 2×, 3×, 4×, 5×, 6×, 7× (même dans l’état sain). Ces fréquences de (k’/2).fr pour k’=2,3,4,…
sont plus proche l’une de l’autre, ce qui impose d’une part un chevauchement avec les bruits,
et d’autre part un problème d’une confusion avec d’autres défauts ou phénomènes naturels de
la machine, comme par exemple: défaut d’alignement (radial ou angulaire), défaut de serrage,
problème sur les pales, excentricité, etc.
Ceci indique l'existence des composantes de défaut du rotor fr±2sfs comme 70.3Hz,
79.3Hz, 209Hz, 214.1Hz, 258.9Hz, et autres. On trouve, dans le spectre du signal vibratoire,
plusieurs fréquences additionnelles comme : 517.6, 527.2, 536, 537.4, 552.1, 557.3, 569.4,
575, 582.3, 1022, 1154, 1184, 1256, 1380, 1453, 1637. Néanmoins, plusieurs fréquences ont
été disparues de l’état sain comme : 20.1, 35, 127, 189.4, 314.3, 319, 328.8, 783.3, 832.2,
850.1, 847.1, 909.9, 958.1, 966.7, 967.9, 981.7, 1008, 1013, 1028, 1043, 1053, 1058, 1186,
1188, 1216, 1218, 1278, 1377, 1440, 1490, …
La fréquence liée au nombre de barre RBPF=nb.fr=697.8Hz=28.fr est très claire avec ses
bandes latérales de RBPF±2kfs (figure V-6).
145
Cette fréquence dépond du nombre de barre rotorique qui est égal 28. Notre raisonnement
se base sur l’analyse des fréquences avec deux barres cassées (2BC), c'est-à-dire pour 26
barres. La fréquence qui correspond cette valeur est (nb-2).fr=646.8Hz=26.fr avec les bandes
latérales de (nb-2).fr±2kfs (figure V-6-b). On a trouvé cette nouvelle série d’harmoniques en
correspondances avec le multiple de fr.
40 X: 74.8
Amplitude (dB)
X: 149.9
X: 100 X: 124.9 X: 174.6
1×f X: 24.9 2× Y: 21.51
Y: 45.6 Y: 17.2 5× Y: 19.27 Y: 16.62
(a)
r
20 Y: 38.29 X: 49.9
Y: 29.11 3× 4× 6× 7×
0
-20
-40
0 20 40 60 80 100 120 140 160 180 200
40 f +2(114)sf X: 75.1 X: 124.9 X: 149.5 X: 174.5
Amplitude (dB)
r s Y: 23.04 (b)
1×f X: 49.8 Y: 19.44 X: 100 Y: 21.9 5×f =[(1-s)/p+2]fY: 19.43
r X: 24.9 Y: 12.28 X: 70.3 r s
20 Y: 40.71
Y: 36.37 Y: 4.334
2×f 4×f 6×f 7×
r 3×f r r
0 r
-20 X: 79.3
Y: -8.922 f +2(136)sf
r s
-40
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
X: 275
40 X: 224.5 Y: 31.91 12×
Amplitude (dB)
9×f Y: 20.32 10× X: 249.5 11× X: 300 (c)

r Y: 43.88
20 Y: 11.31
0
-20
-40
200 220 240 260 280 300 320 340 360 380 400
40 f +2(460)sf Fréquence (Hz)
f +2(697)sf f +2(921)sf
Amplitude (dB)
r s r s r s (d)
f +2(473)sf f +2(585)sf X: 347
X: 355.3
r s r s X: 303.6 Y: 11.68 X: 393.1
20
X: 209
Y: 2.669
Y: 7.615
Y: 2.143
Y: -2.172
0
X: 258.9
-20 X: 214.1
Y: -2.551
Y: -7.881 f +2(805)sf f +2(826)sf
r s r s
-40
200 220 240 260 280 300 320 340 360 380 400
Fréquence (Hz)
40 (e)
Amplitude (dB)
20
0
-20
-40
400 420 440 460 480 500 520 540 560 580 600
40 (nFréquence
-2)f -2f =22f
(Hz) X: 548.3 f +2(150)sf (f)
b r s r
Amplitude (dB)
Y: 20.88
r s X: 575
X: 536
20 f Y: 10.8
Y: 15.53
CB X: 598.1
X: 537.4 Y: 28.06
0 Y: 17.53
-20
f n f -2f
CB br s
-40
400 420 440 460 480 500 520 540 560 580 600
Fréquence (Hz)
Figure V.5. Spectre du signal vibratoire pour différentes plages de fréquences (2BC,
s=0.004) ; (a) et (b) :0-200Hz, (c) et (d) :200-400Hz, (e) et (f) :400-600Hz.
146
40 (a)
Amplitude (dB)
20
0
-20
-40
600 620 640 660 680 700 720 740 760 780 800
40 Fréquence (Hz)
(b)
Amplitude (dB)
(n -2)f =26f X: 646.8 RBPF=n f =28f (n -2)f +2f =30f X: 747.7 X: 772.9 X: 797.8
b r r Y: 13.54 br r b r s r Y: 13.4 Y: 11.66
20 X: 697.8
Y: 39.09
Y: 24.45 31f
0 r n f +2f
br s
-20
-40
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
40
Amplitude (dB)
(c)
Fréquences disparues
20
0
-20
-40
1100 1120 1140 1160 1180 1200 1220 1240 1260 1280 1300
40 Fréquence (Hz)
(d)
Amplitude (dB)
X: 1104 /6-2(2900)sf / f +2(2900)sf /f -2(3200)sf /

r r s r s
Y: 12.14 X: 1184
20 X: 1154
Y: -0.4502 Y: 1.922 X: 1256
Y: -8.411
0
-20
-40
1100 1120 1140 1160 1180 1200 1220 1240 1260 1280 1300
Fréquence (Hz)
Figure V.6. Spectre du signal vibratoire pour différentes plages de fréquences (2BC,
s=0.004) ; (a) et (b) :600-800 Hz, (c) et (d) :1100-1300 Hz.
Ce cas, plus difficile à diagnostiquer, se caractérise par l’évolution ou l’amplitude anormale

de bandes latérales autour de la fréquence de RBPF invisibles (figure V-6), dont le pas
correspond 2ksfs. La détection de ce défaut nécessite souvent un zoom puissant capable de
faire ressortir la fréquence de glissement, qui peut être très faible en cas de moteur peu chargé
(s≈0).
Il est important de signaler les amplitudes de la série de 2kfs tout au long des fréquences
dans le spectre du signal vibratoire. Ces fréquences sont amorties lorsqu’on les compare avec
l’état sain de la machine. La figure (V-7) illustre bien l’évolution de l’amplitude en fonction
des fréquences visées.
147
50
Sain
2BC
40
Amplitude (dB)
30
20
10
0
100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
Figure V.7. Evolution d’amplitudes de 2kfs (2BC, s=0.004).
Tout défaut rotorique (par exemple, barres cassées ou défaut de liaison barres-anneaux) ou
toute variation dynamique d’entrefer va induire une modulation de l’amplitude et/ou de la
fréquence de rotation et de ses harmoniques [ALA09].
L’image vibratoire d’un tel défaut se traduit par l’apparition de bandes latérales autour des
premiers harmoniques, dont le pas correspond à la fréquence de glissement fg=s.fs/p
multipliée par deux fois le nombre p de paires de pôles, soit 2p.fg =2ksfs. L’observation de ce
dernier peut nécessiter l’utilisation d’un zoom puissant pour un glissement très faible (moteur
peu chargé). La figure (V-8) montre des pics de très faibles amplitudes dus aux bandes
latérales citées auparavant.
148
40 2×f X: 74.8
Amplitude (dB)
r 3× Y: 21.51 (a)
20 X: 49.9
Y: 29.11
0
-20
-40
40 50 60 70 80 90 100
40 f +2(136)sf
Amplitude (dB)
X: 75.1 r s
X: 49.8 f +2(114)sf =3f -2(12)sf 3×f Y: 19.44 (b)
Y: 12.28 r s r s X: 70.3 r
20 Y: 4.334
X: 79.3
0 Y: -8.922
-20
-40
40 50 60 70 80 90 100
Fréquence (Hz)
40
Amplitude (dB)
X: 124.9 X: 149.9 X: 174.6

5×f Y: 17.2
6×f Y: 19.27 7×f (c)
r r r Y: 16.62
20
0
-20
-40
100 110 120 130 140 150 160 170 180 190 200
40 X: 124.9 6f +2(24)sf X: 174.5 7f +2(24)sf
Amplitude (dB)
X: 149.5 r s
5×f Y: 21.9 6×f Y: 19.43
Y: 23.04 r s
(d)
r r X: 159.1
20 Y: 3.514 X: 184.1
7×f Y: -2.296
r
0
-20
-40
100 110 120 130 140 150 160 170 180 190 200
Fréquence (Hz)
Figure V.8. Bande latérales alentour de kfr (2BC, s=0.004).
On va maintenant diagnostiquer l'état du moteur pour un fonctionnement en charge

(s=0.034).
En effet, les variations observées dans la figure (V-9) sont riches en informations sur la
présence du défaut autour de fr=24.15Hz≈24.2Hz, tel que 13.95, 17.35, 20.55, 27.55 et 30.95
qui vérifient la formule fr±2ksfs. Les résultats obtenus à partir de la bande de [0-200 Hz]
présentent des signatures intéressantes sur l’existence du défaut. On voit les bandes des
fréquences latérales (FBLs) de 2sfs=3.4Hz autour de multiple de fr pour les deux états (sain et
défectueux).
D’autres pics dus au nombre de barres rotoriques (nb) a la fréquence nb.fr=676.2Hz. Afin
de détecter un indice de diagnostic pour un rotor défectueux, on augmente la plage des
fréquences jusqu’à 1300 Hz comme le montre la figure (V-10).
149
40 1×f 2× 4× X: 96.6 2×f X: 120.8
Amplitude (dB)
r 3× Y: 22.14 s Y: 21.55 X: 144.9 (a)
X: 100 X: 169.1
Y: 14.67
20 X: 24.2 X: 72.5 Y: 9.723
X: 48.3
Y: 31.74
Y: 38.92
5× 7×
Y: 30.51 Y: 27.63
0 6×
-20
-40
0 20 X: 24.2 40 60 80 100 120 140 160 180 200
Y: 36.21 X: 96.6
40 Y: 29.78 2f +2sf (b)
Amplitude (dB)
f +2sf 1×f s s
X: 20.8 r s r X: 103.4
20 Y: 8.416 Y: 7.532
X: 27.5 2f -2sf
Y: -5.731 s s
0 f -2sf
r s
-20
-40
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
X: 289.9
40 9×f 10×f 11×f 12×f (c)
Amplitude (dB)
r r r X: 265.7 Y: 28.28 r
X: 217.4 Y: 18.21 X: 314
Y: 11.67 X: 241.6 Y: 12.56 13×f
20 Y: 4.965 r
0
-20
-40
200 220 240 260 280 300 320 340 360 380 400
40 6+2(171)sf X: 386.4
(d)
Amplitude (dB)
s Y: 22.46
20
0
-20
-40
200 220 240 260 280 300 320 340 360 380 400
Fréquence (Hz)
40 (e)
Amplitude (dB)
20
0
-20
-40
400 420 440 460 480 500 520 540 560 580 600
X: 555.4
X: 576.2
40 X: 527.9 Y: 27.94 (f)
Amplitude (dB)
(n -2)f -2f Y: 21.59 Y: 24.05 n f -2f

b r s br s
20
0
-20
-40
400 420 440 460 480 500 520 540 560 580 600
Fréquence (Hz)
Figure V.9. Spectre d’un signal de vibration pour différentes plages de fréquences (2BC,
s=0.034) ; (a) et (b) :0-200Hz, (c) et (d) :200-400Hz, (e) et (f) :400-600Hz.
150
(a)
Amplitude (dB)
40 X: 628.1 X: 776.3
Y: 19.9 Y: 42.34
20
-20
600 620 640 660 680 700 720 740 760 780 800
X: 776.2
RBPF=n f =28f Y: 33.58 (b)
40
Amplitude (dB)
br r
X: 627.9 (n -2)f =26f RBPF+2f
Y: 20.8 b r r X: 676.2 s
Y: 37.27
20
-20
600 620 640 660 680 700 720 740 760 780 800
Fréquence (Hz)
Amplitude (dB)
40 X: 1160
47×f 48×f 50×f 51×f 52×f (c)
r r Y: 20.53 49×f r r r
r
20 X: 1135
X: 1184
X: 1208 X: 1256
Y: 3.677 Y: 3.269 Y: 1.859
Y: -0.4785
X: 1232
0 Y: -10.19
-20
1100 1120 1140 1160 1180 1200 1220 1240 1260 1280 1300
40
Amplitude (dB)
(d)
20
-20
1100 1120 1140 1160 1180 1200 1220 1240 1260 1280 1300
Fréquence (Hz)
Figure V.10. Spectre d’un signal de vibration pour différentes plages de fréquences (2BC,
s=0.034) ; (a) et (b) :600-800 Hz, (c) et (d) :1100-1300 Hz.
Comme expliqué dans la section précédente, les composantes du défaut fr±2sfs, RBPHs, et
autres, seront suivies dans les bandes de fréquences.
Il faut noter que la série des fréquences dues au nombre des barres rotoriques sont vérifiées
dans le spectre dans l’équation suivante :
fRBPF=RBPF±2kfs (V. 7)
Tous les signaux rapportés ont été enregistrés en régime permanent avec un glissement de
0.034. L'analyse des fréquences caractéristiques présentée sur les figures (V-9) et (V-10),
avec un moteur sain et un autre de deux barres cassées, montre les FBL dues au défaut de la
CB autour de fr. Les harmoniques espacés de 2sfs par rapport à la fréquence de rotation sont
observés (détectés) avec difficulté.
151
D’après l’analyse des fréquences caractéristiques du défaut de la rupture de barres, nous

amenons à une difficulté sérieuse dans cette partie pour décider l’existence du défaut de la
cassure de barre.
Les valeurs caractérisant les raies supplémentaires du défaut de la CB avec ses
amplitudes peuvent être résumées au tableau suivant :
Tableau V.1. Valeurs théoriques et pratiques des harmoniques dans le spectre d’un signal
vibratoire (2BC, s=0.034, fr=24.15Hz).
Formules de Valeurs Valeurs Amplitude [dB]
fréquences (CB) théoriques [Hz] pratiques [Hz] sain 2BC
1 f r Relevée de l’exp. 24.15 30.51 36.21
2  fr Relevée de l’exp. 48.3 27.63* 32.03
3  fr Relevée de l’exp. 72.5 31.74 28.54*
f r  2sf s 27.55 27.5 / -5.73
f r  2sf s 20.75 20.8 / 8.41
f r  2(2) sf s 30.95 30.9 / -12.77
f r  2(2) sf s 17.35 16.9 / -13.45
RBPF 676.2 676.2 13.82 37.27
RBPF  2 f s 776.2 776.2 42.34 33.58
RBPF  2 f s 576.2 576.2 37.05 24.05
Enfin, l’image de vibrations donne des informations limitées sur l’existence du défaut de la
cassure des barres. Malgré cela, les indicateurs du défaut sont apparus en série des fréquences
des bandes latérales ; nous avons remarqué que ces derniers n’ont pas une amplitude
remarquable. De plus, la détection des fréquences caractéristiques de la CB a été remarquée
dans une plage de fréquences un peu avancées (0-500Hz) avec un nombre important des
fréquences qui ont été disparues comme : 183.4, 246.1, 280.1, 294.4, 304.4, 308.8, 318.3,
342.4, 348.6, 398,3, 405.3, 415.6, 597.2, ...
152
V.5.2 Détection du défaut d’excentricité statique et dynamique par la méthode de

MVSA
L’utilisation des signaux vibratoires a un sens mécanique, car on peut appréhender les
phénomènes dynamiques que l’on rencontre dans les systèmes en fonctionnement.
Lorsque ces défauts sont liés avec l’excentricité du stator, ils peuvent être observés de
manières différentes [ALA09]:
- aux basses fréquences, autour de deux fois la fréquence du courant d’alimentation;
- aux moyennes fréquences, autour de la fréquence de passage des encoches et de ses
harmoniques.
Il est ainsi possible de caractériser la plupart des défauts et mauvais fonctionnements, à
partir de la connaissance ou de la modélisation physique de ces phénomènes. Nous proposons
dans cette partie une présentation de l’excentricité rotorique traitée par la FFT.
V.5.2.1 MVSA pour un défaut d’excentricité statique

La figure (V-11) illustre le spectre du signal de vibration pour une plage de fréquences de
0 à 200 Hz. Les ondulations plus prononcées sur la forme temporelle, correspondent à une
augmentation d’amplitude des harmoniques existantes et à la création de nouveaux
harmoniques. Nous constatons sur le spectre que les fréquences 74.8Hz et 100Hz, ont des
causes différentes (figure V-11 et V-12). La valeur 74.8Hz est due à l’ES ou un autre
problème qui vérifie 3fr ; comme la valeur de 100Hz=2fs qui est en concordance avec la
formule de l’ES, même pour un déséquilibre d’alimentation, perturbation de la force
électromagnétique ou une excentricité statorique (figure V-13). L’amplitude de double la
fréquence d’alimentation est apparaît inchangeable.
153
50
1×f 2×f X: 74.8
X: 124.9 5×f X: 149.9
Amplitude (dB)
r r X: 174.6
r Y: 21.51 2×f X: 100
Y: 17.2 Y: 19.27 Y: 16.62
(a)
X: 24.9 s Y: 45.6
Y: 38.29 X: 49.9 6×f 7×f
Y: 29.11 3×f r r
0 r
-50
0 20 40 60 80 100 120 140 160 180 200
50 1×f
r (b)
Amplitude (dB)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.11. Spectre d’un signal de vibrations pour une ES et s=0.004 « (a) et (b) : 0-200
Hz ».
1×f X: 74.8
Amplitude (dB)
40 r (a) X: 100
X: 24.9
2×f 3×f Y: 21.51
r r Y: 45.6
20 Y: 38.29 X: 49.9
Y: 29.11 2×f
0 s
-20
-40
0 10 20 30 40 50 60 70 80 90 100
40 Fréquence (Hz)
(b)
Amplitude (dB)
1×f
r
20
-20
-40
0 10 20 30 40 50 60 70 80 90 100
X: 94.5
X: 13.9 X: 63 Y: 36.24
40 Y: 27.32 X: 21 X: 60.8
Y: 30.47
(c)
Amplitude (dB)
X: 11 X: 31.5 X: 42
Y: 16.92 Y: 18.59 Y: 17.78 Y: 16.08 Y: 18.39
20 X: 69.6
X: 73.5
Y: 29.02 X: 91.8
X: 38.8 Y: 24.91 Y: 21.9
X: 35.9
0 X: 16.5
X: 27.9 Y: 11.31
Y: 15.37
X: 47.2
X: 59.7
Y: 9.631 Y: -18.58
Y: 5.883 Y: 4.154
-20
-40
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
Figure V.12. Spectre d’un signal de vibrations pour une ES et s=0.004 « (a), (b) et (c) : 0-100
Hz».
154
Beaucoup d’informations concernant l’excentration rotorique représentées par un ensemble

important de fréquences additionnelles. La figure (V-12) représente une quantité considérable
d’informations dans la plage de fréquence de 0 à 100 Hz. Malgré le bruit trouvé dans le signal
vibratoire pour le défaut d’ES, son spectre apparaît sensible au défaut traité. [BAT80] a
proposé l’existence des fréquences supplémentaires selon l’équation (I. 7) dans le spectre sur
le plan radial. Pour cette raison, nous avons vérifié quelques valeurs par le calcul suivant :
Tableau V.2. Valeurs théoriques et pratiques de quelques harmoniques du signal vibratoire

(ES, s=0.004).
  Valeur-Amplitude   Valeur-Amplitude
fi   knb . f r   . f s  fi   knb . f r   . f s 
  (Hz) → (dB)   (Hz) → (dB)
fi pour (k, ν) fi pour (k, ν)
f1 pour (13, 181) 13.6 Hz→27.32 dB f6 pour (4, 55) 38.8 Hz →15.37 dB
f2 pour (12,167) 16.4 Hz →9.63 dB f7 pour (3,41) 41.6 Hz →16.08 dB
f3 pour (10,139) 22 Hz →18.59 dB f8 pour (1,13) 47.2 Hz → 4.15 dB
f4 pour (8,111) 27.6 Hz → 5.88 dB f9 pour (4,57) 61.2 Hz →18.39 dB
f5 pour (5,59) 36 Hz →11.31 dB f10 pour (7,99) 69.6 Hz →24.91 dB
Amplitude (dB)
40 X: 74.8 X: 100 (a)

3f Y: 21.51 2f =100Hz Y: 45.6
X: 124.9
r s Y: 17.2
20
5f
r
0
-20
50 60 70 80 90 100X: 100
Y: 42.57
110 120 130 140 150
X: 74.8
Y: 34.45 Fréquence (Hz) 5f
Amplitude (dB)
40 (b) r
3f 2f =100Hz
r s
20 X: 129.9
Y: 24.16
0
-20
50 60 70 80 90 100 110 120 130 140 150
Fréquence (Hz)
Figure V.13. Spectre d’un signal de vibrations pour une ES alentour de 2fs pour s=0.004.
On a remarqué sur une plage de fréquences supérieures à 1000Hz et plus, des raies qui
indiquent le changement de l’état de la machine avec des amplitudes importantes. Ces
nouveaux indicateurs montrent bien que le moteur a rencontré un problème lorsqu’on le
155
compare avec le moteur sain. Malgré que la plupart de pics ont une explication mathématique
par l’équation (I. 7) ; ils restent d’autres indices représentés par des cercles pointillés qui n’ont
pas une formule caractéristique orientée au défaut d’ES (figure V-14). Cette analyse montre
bien l’influence du défaut d’excentricité statique sur le signal vibratoire en le comparant avec
la technique de la MCSA.
Amplitude (dB)
40 X: 573.6
Y: 25.47
(a)
23×f
r
20
-20
500 510 520 530 540 550 560 570 580 590 600
Fréquence (Hz) X: 577.7
(b)
Amplitude (dB)
40 Y: 29.46
f pour (10, 151)
i
20
-20
500 510 520 530 540 550 560 570 580 590 600
Fréquence (Hz)
X: 923.5
Y: 36.46
Amplitude (dB)
40 (c)
37×f
r
20
-20
900 910
X: 905.5
920 930 940
X: 943.6 950 960 970 980 990 1000
X: 976.4
Y: 36.12 Fréquence (Hz)
Y: 37.89
X: 954.1 Y: 34.28 (d)
Amplitude (dB)
40 Y: 28.06
X: 992.2
Y: 23.96
20
-20
900 910 920 930 940 950 960 970 980 990 1000
Fréquence (Hz)
Figure V.14. Différentes plages des fréquences du spectre d’un signal de vibrations pour une
ES et s=0.004 « (a), (b) : 500-600 Hz ; (c), (d) : 900-1000 Hz ».
Dans le cas d’un fonctionnement du moteur en charge ayant un glissement s=0.032, Tous
les harmoniques qui ont une relation avec le glissement seront déplacés. La figure (V-15)
représente le spectre du signal de vibrations ayant pour objectif de présenter les fréquences
supplémentaires dues au défaut d’excentricité statique.
156
50 3× X: 120.8
1×f 2× 4× 2fs×
Amplitude (dB)
r Y: 21.55 X: 144.9
X: 169.1 (a)
X: 100 Y: 14.67
X: 24.2 X: 48.3 X: 72.5 Y: 38.92 5×
Y: 9.723 7×
Y: 30.51 Y: 31.74 X: 96.6
0 Y: 27.63
Y: 22.14
6×
-50
0 20 40 60 80 100 120 140 160 180 200
50
Amplitude (dB)
(b)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.15. Spectre d’un signal vibratoire pour un défaut d’ES (s=0.032), 0-200 Hz.
Afin d’identifier les harmoniques supplémentaires dans la figure ci-dessous, on fait un zoom
aux alentours la plage fréquentielle de 0 à 100 Hz. La figure (V-16) représente ces
harmoniques en valeurs.
50
1×f
r 2× 4×
Amplitude (dB)
3×
X: 24.2 X: 72.5
X: 48.3
Y: 30.51 Y: 31.74 X: 96.6
Y: 27.63
0 Y: 22.14
(a)
-50
0 10 20 30 40 50 60 70 80 90 100
50
Amplitude (dB)
(b)
-50
0 10 20 30 40 50 60 70 80 90 100
50 X: 71.3
X: 81.5
X: 91.7
X: 20.4 X: 40.8 X: 61.1 Y: 29.14 Y: 26.34
Amplitude (dB)
Y: 19.06 X: 57.3 Y: 19.2 Y: 22.24

Y: 17.55
Y: 9.878
0 X: 30.6
Y: 10.25
(c)
-50
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
157
D’après l’équation (I. 7), on peut résumer quelques valeurs avec leurs amplitudes dans le
tableau suivant :
Tableau V.3. Valeurs théoriques et pratiques de quelques harmoniques du signal vibratoire

(ES, s=0.032).
  Valeur-Amplitude
fi   knb . f r   . f s 
  (Hz) → (dB)
fi pour (k, ν)
f1 pour (4, 35) 39.6 Hz→19.06 dB
f2 pour (13,175) 58.8 Hz → 9.87 dB
f3 pour (5,69) 62 Hz → 19.2 dB
f4 pour (8,107) 70.8 Hz → 29.14 dB
f5 pour (12,161) 81.2 Hz → 22.24 dB
Il est intéressant de montrer pour cette étude en charge (s=0.032) sous un défaut purement
statique (ES), que les fréquences caractéristiques indiquées dans les formules du tableau (I.1)
ne sont pas vérifiées totalement dans le spectre du signal de vibration. Le problème réside,
toujours, au chevauchement entre les fréquences de l’état sain et l’état défectueux, comme la
fréquence double de fondamentale 2×fs. Le suivie d’amplitudes des multiples de fr est une
solution pour détecter le défaut d’ES qui se base sur la comparaison d’amplitudes de 2×fr et
3×fr. Généralement, l’amplitude de 2×fr doit être diminuée et l’amplitude de 3×fr sera
augmentée à cause du défaut (figure V-17). De plus, nous avons remarqué que les raies
supplémentaires ont une amplitude importante pour signaler l’existence du défaut
d’excentricité. La présence d’harmoniques causés par l’ES est un indicateur important, mais
certains n’ont pas une explication mathématique comme : 20.4, 30.6, 91.7, ...
Le tableau (V.4) présente quelques valeurs caractéristiques, théoriques et autres pratiques
aves leurs amplitudes.
158
50
2× 3×
Amplitude (dB)
1×f (a)
r
X: 24.2 X: 48.3 X: 72.5
Y: 30.51 Y: 27.63 Y: 31.74
0
-50
20 30 40 50 60 70 80
50 X: 48.4
Amplitude (dB)
Y: 26.82 (b)
X: 24.2
Y: 38.56 X: 72.5
Y: 32.38
0
-50
20 30 40 50 60 70 80
Fréquence (Hz)
En outre, et selon la littérature, les images de signaux vibratoires des défauts de type variation
de courant statorique ou variation d’entrefer sont identiques avec la prépondérance d’une raie
dont la fréquence correspond au double de la fréquence du courant d’alimentation
(2fs=100Hz). De plus, l’amplitude de la fréquence double d’alimentation ne donne pas une
information judicieuse (figure V-18). On obtient deux valeurs d’amplitude plus proches l’une
à l’autre, telles que : l’amplitude de 2fs pour un état sain égale à 38.92 dB et l’amplitude de 2fs
pour une ES égale à 38.53 dB.
X: 100
Y: 38.92
Amplitude (dB)
40 X: 120.8
4f 5f (a)
3f r 2f =100Hz Y: 21.55
r
r X: 72.5 s
20 Y: 31.74 X: 96.6
Y: 22.14
0
-20
50 60 70 80 90 100X: 100 110 120 130 140 150
X: 72.5 X: 120.9
X: 96.7 Y: 38.53
Y: 34.11
Amplitude (dB)
40 Y: 32.38
Y: 29.31
3f 4f 2f 5f (b)
r r s r
20
-20
50 60 70 80 90 100 110 120 130 140 150
Fréquence (Hz)
Figure V.18. Spectre d’un signal de vibrations pour une ES alentour de 2fs pour s=0.032.
159
Tableau V.4. Résumé de quelques valeurs théoriques et pratiques des harmoniques causés
par le défaut d’ES dans le spectre d’un signal vibratoire (s=0.032).
Fréquences Valeurs théoriques [Hz] Valeurs pratiques [Hz] Amplitude

caractéristiques de (s=0.032) (s=0.032) [dB]
l’ES
2 fs 100 100 (exist par tout) 38.53

7 fr  fs 219.4 219.1 27.26
8 fr  fs 243.6 243.1 20.78
13 f r  f s 264.6 264.8 33.07
12 f r  5 f s 40.4 40.8 19.06
D’après la littérature, les observations aux moyennes fréquences des phénomènes

vibratoires revient à les étudier autour de la fréquence de passage des encoches (RBPF).
Dans le cas d’une variation d’entrefer, à la raie dont la fréquence correspond à la fréquence
d’encoches est associée une famille de bandes latérales dont le pas correspond à deux fois la
fréquence du courant d’alimentation, mais avec des valeurs d’amplitude nettement
dissymétriques. Cet excentricité statique, et d’après [ALA09] est représentée par deux
amplitudes différentes autours de RBPF. De plus, ce défaut provoque, normalement, une
augmentation d’amplitude de RBPF.
Notre étude a vérifié les deux points cités dernièrement. La figure (V-19) et le tableau (V.5)
montre l’influence du défaut d’ES sur l’amplitude de la fréquence d’encoche RBPF par une
augmentation importante. L’égalité d’amplitude pour un état sain n’est pas vérifiée ici, c’est
qui impose les deux possibilités suivantes:
- Soit le stator à l’état sain est excentrique ;
- Soit le défaut n’est pas détecté.
160
X: 698.5
Amplitude (dB)
40 Y: 29.51 (a)
X: 598.5 RBPF-2f X: 798.5
Y: 16.45
s RBPF RBPF+2f Y: 41.66
20 s
-20 X: 697.7
550 X: 598.1 600 650 Y: 45.92 700 750 800
Y: 36.73 RBPF-2f Fréquence (Hz)
Amplitude (dB)
40 s (b) X: 797.7
RBPF Y: 47.33
20
0
RBPF+2f
-20 s
550 600 650 700 750 800
Fréquence (Hz)
RBPF-2f
Amplitude (dB)
40 s
X: 776.3 (c)
X: 576.4 RBPF X: 676.3 RBPF+2f Y: 42.34
Y: 37.05 Y: 13.9 s
20
-20 X: 577.1 X: 777

550 600
Y: 44.81
650 X: 677 700 750 Y: 44.59
800
Y: 42.55
RBPF-2f RBPF RBPF+2f
Amplitude (dB)
40 s s
20
0
(d)
-20
550 600 650 700 750 800
Fréquence (Hz)
Figure V.19. Spectre d’un signal vibratoire pour un défaut d’ES aux alentours la fréquence
RBPF; « (a) et (b) : 550-800 Hz ‘à vide’», « (c) et (d) : 550-800 Hz ‘en charge’».
161
Tableau V.5. Bilan d’amplitudes caractéristiques du défaut d’ES autour de RBPF.

1- Fonct. A vide (s=0.004) RBPF-2fs RBPF RBPF+2fs
Fréquence (Hz) 597.2 697.2 727.2
Amplitude (dB) : MAS sain 16.45* 29.51 41.66*
Amplitude (dB) : MAS avec ES 36.73 45.92 47.33
2- Fonct. En charge (s=0.032) RBPF-2fs RBPF RBPF+2fs

Fréquence (Hz) 577.6 677.6 777.6
Amplitude (dB) : MAS sain 37.05* 13.9 42.34*
Amplitude (dB) : MAS avec ES 44.81 42.55 44.59
Remarque : notre étude qui se base sur l’analyse vibratoire pour le défaut d’excentricité
statique, a trouvé quelques harmoniques correspondant aux formules du tableau (I.1). Cette
équation montre l’ordre des harmoniques du temps, elle s’écrit comme suit :
f ES  kf r  f s (V. 8)
avec, k=1, 2, 3, ... ; et ν=1, 3, 5, 7, …
V.5.2.2 MVSA pour un défaut d’excentricité dynamique

Cette partie a pour objectif de rechercher les indices concernant le défaut d’ED. L’étude se
basera sur des mesures vibratoires réalisées sur le banc d’essais cité au deuxième chapitre.
Les mesures qui ont été réalisées, apportent une contribution au diagnostic des MAS. Elles
ont été réalisées à l’aide d’accéléromètres qui mesurent l’accélération de la vibration en
différents points bien déterminés.
Les figures (V-20) et (V-21) montrent le spectre dans les deux conditions (sain et
défectueux), avec un fonctionnement à vide (s=0.004).
162
50
1×f 2× 3× X: 74.8 X: 124.9 5× X: 149.9
Amplitude (dB)
X: 174.6
r Y: 21.51 X: 100 Y: 17.2 Y: 19.27 Y: 16.62
(a)
X: 24.9 Y: 45.6 6×
Y: 38.29 X: 49.9
Y: 29.11 2×f 7×
0 s
-50
0 20 40 60 80 100X: 100
Y: 40.64
120 140 160 180 200
50 X: 74.7
X: 49.8 2×
Amplitude (dB)
Y: 24.3 (b)
X: 24.9 Y: 17.08 3×
Y: 39.48
0 1×f
r
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.20. Spectre d’un signal vibratoire pour un défaut d’ED (s=0.004), 0-200 Hz.
50 X: 74.8
Amplitude (dB)
1×f 2× 3× Y: 21.51 (a)

r X: 24.9
Y: 38.29 X: 49.9
Y: 29.11
0
-50
0 10 20 30 40 50 60 70 80 90 100
50 X: 74.8
1×f X: 49.8 2×
Amplitude (dB)
r Y: 17.08
Y: 24.11 (b)
X: 24.9
X: 64.8 3×
Y: 39.48
Y: 0.5833
0
-50
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
On ne voit aucun harmonique caractéristique du défaut, sauf que fr=24.9Hz et ses multiples.
Pour tous les autres spectres étudiés dans ce travail, nous remarquons que sous un défaut
d’ED, l’amplitude de 2×fr et 3×fr change dans deux sens inverse comme la représentée dans la
figure (V-22-a et b). En outre, on a vu des pics très intéressants, surtout leurs amplitudes, qui
ont les valeurs : 64.8, 209.6, 222.9, 239.3, 259.5, 309.3, 334.2,… tout au long des plages
fréquentielles (figure V-22-c, d, e, et f).
Le spectre du signal vibratoire est riche en informations dans les deux conditions de
fonctionnement (sain et avec défaut), et cela explique l’existence du défaut.
163
50 X: 74.8
3×
Amplitude (dB)
2× Y: 21.51 (a)
X: 24.9
Y: 38.29 X: 49.9
1×f Y: 29.11
r
0
-50
20 30 40 50 60 70 80
50 X: 74.8
X: 49.8 2× diminue
Amplitude (dB)
Y: 17.08
Y: 24.11 (b)
X: 24.9
Y: 39.48 3× augmente
1×f
r
0
-50
20 30 40 50 60 70 80
Fréquence (Hz)
50 X: 224.5
9×f 11× X: 274.4
Amplitude (dB)
r Y: 20.32 10× X: 249.7 Y: 19.17 (c)

Y: 11.02
-50
200 210 220 230 240 250 260 270 280 290 300
50
Amplitude (dB)
X: 209.6 X: 222.9 X: 259.5 (d)

Y: 12.52 X: 239.3 Y: 14.92
Y: 9.051 Y: 5.094
-50
200 210 220 230 240 250 260 270 280 290 300
Fréquence (Hz)
50 X: 374.8
13×f 15×
Amplitude (dB)
r 14× X: 349.3 Y: 23.46 (e)

X: 324.9 Y: 9.274
Y: 36.81
0
-50
300 310 320 330 340 350 360 370 380 390 400
50 X: 334.2
X: 384
X: 369.4
Amplitude (dB)
X: 344.5 Y: 25.14 (f)

X: 309.3 Y: 20.77 Y: 17.91
Y: 9.114 Y: 12.35
-50
300 310 320 330 340 350 360 370 380 390 400
Fréquence (Hz)
Figure V.22. Spectre d’un signal vibratoire pour différentes plages de fréquences (ED,
s=0.004).
164
L’image vibratoire pour le défaut de type excentricité dynamique d’entrefer est caractérisée
aussi par de nombreuses bandes latérales situées de part et d’autre de la fréquence RBPF
[ALA09], dont le pas correspond à la fréquence de rotation de l’arbre fr (figure V-23).
On a obtenu cette série pour les deux états de la machine asynchrone qui explique, soit
l’existence naturelle de l’excentricité dynamique dans le moteur sain, ou bien la détection du
défaut peut être analysée en se basant sur l’amplitude de chaque harmonique.
D’après la figure (V-23), on remarque que certains amplitudes augmentes et autres
diminues comme les harmoniques 598 Hz et 622.6 Hz successivement. Il est important de
noter la fréquence RBPF+3 fr=772.7 Hz avec son amplitude de 18.46 dB qui est existé seule.
50 X: 698.5
X: 573.6 X: 623.5 X: 673.6
Y: 29.51 RBPF
Amplitude (dB)
Y: 25.47 X: 598.5 X: 723.5

Y: 16.45
Y: 22.61 X: 647.7
Y: 23.79
Y: 15.28
X: 748.6 (a)
Y: 8.335 Y: 10.02
-50 X: 572.8
550 Y: 42.53 X: 598 600 650 700 750 800
50 Y: 35.17
X: 722.6
X: 697.6 X: 747.8 X: 772.7
RBPF
Amplitude (dB)
X: 622.6 X: 647.5 X: 672.7 Y: 19.77 Y: 21.33

23f × Y: 18.31 Y: 18.46
r Y: 10.82 Y: 11.3 Y: 11.66
31f ×
0 r
f (b)
r
-50
550 600 650 700 750 800
Fréquence (Hz)
Figure V.23. Bande latérale de kfr alentour de RBPF pour un défaut d’ED (s=0.004).
Par la même stratégie, on charge le moteur qui assure un glissement s=0.032 (fr=24.2Hz).
Ce fonctionnement crée une variation de la vitesse, ce qui conduit donc, à un changement du
signal de vibration. Le spectre de la figure (V-24) représente les nouvelles signatures pour un
fonctionnement à 75% de la charge.
165
50 4×
1×f 2× 3× 2×f 5× X: 120.8
Amplitude (dB)
r s Y: 21.55 X: 144.9 (a)
X: 169.1
X: 100 Y: 14.67
X: 24.2 X: 48.3 X: 72.5 Y: 38.92
6× Y: 9.723
7×
Y: 30.51 Y: 31.74 X: 96.6
Y: 27.63
0 Y: 22.14
-50
0 20 40 60 80 100 120 140 160 180 200
X: 72.3
50 X: 48.2 2× Y: 31.48 3×
Amplitude (dB)
X: 24.1 Y: 20.3 (b)

Y: 43.96
0 1×fr
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.24. Spectre d’un signal vibratoire pour un défaut d’ED (s=0.032), « (a) et (b) : 0-
200 Hz ».
Pour clarifier les fréquences additionnelles, on fait un zoom de 0 à 100 Hz. La figure ci-
dessous illustre les harmoniques dues à l’excentricité dynamique.
50
1×f 2× 3× 4×
Amplitude (dB)
r (a)
X: 24.2 X: 48.3 X: 72.5
Y: 30.51 Y: 31.74 X: 96.6
Y: 27.63
0 Y: 22.14
-50
0 10 20 30 40 50 60 70 80 90 100
50
Amplitude (dB)
1×f X: 24.1
(b)
r X: 38.7 X: 57.8 X: 62.8 X: 81.9
Y: 43.96
Y: 1.798 Y: 3.425 Y: 3.135 Y: 0.6286
0
-50
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
166
Lorsqu’on veut utiliser l’indicateur du défaut de l’excentricité dynamique représenté par les
bandes latérales autour de la fréquence RBPF. On fait un zoom dans la plage fréquentielle de
550 Hz-800 Hz comme le montre la figure (V-26).
X: 576.4
50 Y: 37.05 X: 652.2
X: 628.1 RBPF+2f
Amplitude (dB)
RBPF-2f X: 603.9 Y: 19.9 Y: 22.78 X: 676.3 RBPF X: 700.5 X: 724.7

X: 748.8 X: 776.3
s
s Y: 9.823 Y: 13.9 Y: 12.4 Y: 11.35
Y: 7.217 Y: 42.34
X: 579.7
Y: 28.17
0
X: 773
Y: 1.055
(a)
-50 X: 575.1
550 600 650 700 750 800
Y: 41.58
50 X: 675.1 X: 699.2
X: 651 RBPF
Amplitude (dB)
X: 602.7 X: 626.9 Y: 26.25 Y: 22.68

Y: 15.6 Y: 17.56 X: 723.3 X: 747.1
X: 578.6 Y: 13.39 X: 775
Y: 7.324 Y: 5.948
Y: 37.89 Y: 36.11
0
X: 771.5
Y: 4.587
Equivalent à f (b)
-50 r
550 600 650 700 750 800
Fréquence (Hz)
Figure V.26. Bande latérale de kfr alentour de RBPF pour un défaut d’ED (s=0.032).
Nous constatons sur le spectre, plusieurs valeurs multiples de fr qui provoque un

chevauchement précieux. En outre, dans les plages de fréquences inférieures et supérieures,
on a trouvé des fréquences supplémentaires, qui expliquent bien l’influence du défaut
d’excentricité dynamique sur le signal de vibration. On a essayé de traduire ces indices
important en valeurs précises d’après les formules citées par la littérature. Cependant, la
correspondance avec les multiples de fr ne donne pas une décision finale et précise sur le type
du défaut d’ED. De plus, cet indicateur (multiple de fr) est dans la plupart des cas est commun
pour plusieurs défauts dans les machines tournantes.
Toutes les formules ici, donnent des valeurs de fréquences l’une proche de l’autre, ce qui
exige une forte connaissance des harmoniques avec un traitement très soigneux.
Le chevauchement entre un type d’excentricité avec un autre est possible comme les
fréquences 57.8, 62.8, 81.9 et autres qui se trouvent pour l’ES et l’ED. Cette partie nous
amène de poser la nécessité d’exploitation de ce changement visible dans le spectre des
signaux vibratoires.
D’après cette analyse du défaut d’ED, on propose une méthodologie expérimentale et
analytique d’aide à la détection du défaut pour exploiter les informations dans le spectre du
signal de vibration. En outre, les modules des fréquences vibratoires ont une partie importante
pour le traitement des données concernant le défaut d’excentricité statique et dynamique.
167
V.5.3 Détection du défaut de roulement par la méthode de MVSA

Le roulement est un composant essentiel dans le domaine industriel, il est l’un des
principaux composants d’une grande majorité des organes mécaniques vitaux. Sa
consommation est de l’ordre de deux milliards de roulements par année, soit 40% de la
production mondiale [TEY03].
Comme tous les organes mécaniques, les causes de dysfonctionnement des roulements sont
très nombreuses. Le plus souvent, ce sont l’écaillage, le grippage et la corrosion. Tous ces
défauts ont en commun le fait, qu’ils se traduisent tôt ou tard par une perte sur le couple
électromagnétique de la machine. Un petit trou au niveau de la BE ou la BI se traduit par des
chocs répétés des billes sur la cage ou les chemins du roulement. Ces chocs provoquent une
vibration du type impulsionnelle qui se propage sur les bagues, puis sur la cage du roulement.
Ces impulsions deviennent la source de modulation d’amplitude du signal de vibrations. Ce
type périodique de vibration provoque généralement des vibrations, ou ondes de chocs, de
très courte durée d’amplitude importante qui se manifestent généralement jusqu’en hautes
fréquences.
Parmi les différents indicateurs physiques utilisés pour déceler les défauts de roulement
pendant le fonctionnement de la machine et donnant une mesure adéquate de son état, nous
avons l’analyse vibratoire (MVSA).
V.5.3.1 Mesure de vibration pour un défaut dans la bague externe

Le signal vibratoire d’un choc dû à un défaut dans la BE est présenté dans la figure (V-27).
Ce signale temporel pour un fonctionnement à vide (s=0.004) sera analysé par la transformée
de Fourier rapide. Il nous permet de découvrir les nouveaux harmoniques dues au défaut de la
BE. La figure (V-28) représente le spectre des deux états de la machine, sain en bleu et
défectueux en rouge. Les différentes plages de fréquences, nous aident à exploiter
correctement le signal pour aboutir à une décision finale sur la situation de la MAS. La partie
des fréquences inférieures (figure V-28-c-d-e) montre l’existence des fréquences
caractéristiques en concordance avec la formule (I.17). Cependant, il est indispensable
d’indiquer quelques formules de chevauchement entre les défauts de roulement. D’après les
formules des fréquences qui caractérisent les défauts de roulement, et pour une bonne
détection ou un bon diagnostic, il faut bien distinguer les fréquences qui ont une même valeur.
Pour ce faire, on propose ces formules qui montrent les points d’intersections entre les
fréquences à détecter pour les défauts de la BE, la BI et au niveau de la cage.
168
 3k . fbe  2k . fbi

 k . fbe  9k . f cage (V. 9)
2k . f  27k . f
 bi cage
Tels que, k=1, 2, 3,…etc.

Ces formules nous amènent à éviter toute confusion dans le spectre à analyser, et pour un
exemple illustratif, nous prendrons ce cas qui traite les défauts de la BE et la BI. Si le
glissement est égal à 0.004 (fr=24.9 Hz) pour un fonctionnement du moteur à vide, nous
aurons dans ce cas: fbe=0.4(9).fr et fbi=0.6(9).fr.
On obtient donc la valeur de 3fbe=268.92 Hz qui est égale à la valeur de 2fbi=268.92 Hz. La
connaissance de ces intersections conduit à un diagnostic plus précis.
Expérimentalement, les valeurs additionnelles des harmoniques sont très claires dans le
spectre du signal pour la bande des fréquences inférieures et supérieures (figures V-28 et V-
29). Les fréquences caractéristiques du défaut de la bague externe sont successivement
apparues clairement avec un module d’amplitude remarquable. Les fréquences qui
caractérisent ce défaut sont : 1×fbe=89.64 Hz, 2×fbe=179.28 Hz, 3×fbe=268.92 Hz,
4×fbe=358.56 Hz, 5×fbe=448.2 Hz, 6×fbe=537.84 Hz, …
On a remarqué aussi, plusieurs raies d’harmoniques espacés autours des fréquences
caractéristiques qui ont la formule suivante [PAT12]:
f FBL be  k . fbe  k ' . f r (V. 10)
avec,
k et k’ sont égaux 1,2,3,…
Ces valeurs des fréquences (fFBL-be) seront changées systématiquement pour un moteur qui
fonctionne en charge.
0.2
Amplitude (g)
0.1
0
-0.1
BE
-0.2
Sain
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
Figure V.27. Signal vibratoire en fonction du temps pour un MAS défectueux (BE,s=0.004).
169
50
Amplitude (dB)
0
(a)
-50
0 100 200 300 400 500 600 700 800 900 1000
50
Amplitude (dB)
(b)
-50
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
50
1×f 2× 3× X: 74.8 2×f 5× X: 124.9 6× X: 174.6
Amplitude (dB)
r Y: 21.51 s X: 100 X: 179.6

X: 24.9 Y: 17.2 Y: 16.62
Y: 45.6 Y: 12.12
Y: 38.29 X: 49.9
Y: 29.11
0 X: 90.2
Y: 7.694
(c)
-50 X: 180.3
0 20 40 60 X:80
90.2 100 120 140 160 180Y: 45.29 200
50 Y: 34.32
1×f 2×f
1×f
Amplitude (dB)
r be
be
X: 24.9
Y: 34.88
(d)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
X: 115.1 X: 180.3
X: 90.2 Y: 43.06 X: 155.4 Y: 45.29
50 Y: 34.32 Y: 36.94
1×f X: 65.2
r Y: 23.32
Amplitude (dB)
X: 24.9 X: 105.6
Y: 34.88 Y: 31.85 X: 164.9
Y: 26.37 X: 170.8
0 Y: 19.09
(e)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.28. Différentes plages des fréquences du spectre d’un signal vibratoire (BE,
s=0.004).
Pour bien clarifier les indices du défaut, nous présentons un zoom pour différentes plages de
fréquences. La figure (V-29) montre les fréquences dues au défaut de la bague extérieure avec
ses amplitudes.
170
50 X: 74.8
3×
Amplitude (dB)
1×f 2× Y: 21.51
r X: 24.9
Y: 38.29 X: 49.9
Y: 29.11
0
(a)
-50
0 10 20 30 40 50 60 70 80 X: 90.2 90 100
50 X: 65.2 Y: 34.32
1×f 1×f -2f 1×fbe-fr
Amplitude (dB)
r be r Y: 23.32
X: 40.3
X: 24.9
Y: 4.004
1×fbe
Y: 34.88
0
(b)
-50
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
50
5×f 6× X: 149.9 7×
Amplitude (dB)
X: 124.9 X: 174.6
r Y: 19.27 X: 179.6
Y: 17.2 Y: 16.62 Y: 12.12
(c)
-50 X: 115.1 X: 180.3
100
X: 105.6 110 Y:120
43.06 130 140 150
X: 155.4 160 170 180Y: 45.29 190 200
50 1×f +f
Y: 36.94 X: 164.9
Y: 31.85 2×f -f Y: 26.37X: 170.8 3×f -4f X: 195.7
Amplitude (dB)
be r be r Y: 19.09 be r Y: 21.77
2×f
be
X: 130.5
0 Y: 22.42
2×f -3f 2×f -2f 1×f +3f 3×f -3f (d)

be r be r be r be r
-50
100 110 120 130 140 150 160 170 180 190 200
Fréquence (Hz)
50 12× 13× X: 349.9 X: 374.8
9×f X: 224.5
11×
Amplitude (dB)
r Y: 20.32 X: 249.5 Y: 24.07 Y: 23.46

X: 300
Y: 11.31 X: 324.9
10×
X: 275 Y: 43.88
Y: 36.81 14× 15×
Y: 31.91
0
(e)
-50 X: 295.4 X: 345.2
X: 385.6
200 X: 220.7
X:220
230.2 240
X: 245.6 260 280
X: 255.1 X: 285.9 300
Y: 39.03
320 340 360 380
Y: 45.69 400
50 Y: 31.83Y: 32.74 Y: 31.03 Y: 32.71Y: 32.53
Y: 37.67
Amplitude (dB)
X: 205.2 X: 310.8
Y: 38.94 Y: 39.85
Fréquences caractéristiques du défaut de la BE (f)

-50
200 220 240 260 280 300 320 340 360 380 400
réquence (Hz)
Figure V.29. Spectre d’un signal vibratoire ; (a) et (b) : 0-100 Hz, (c) et (d) : 100-200 Hz, (e)
et (f) : 200-400 Hz (BE, s=0.004).
171
Le spectre du signal vibratoire et pour un fonctionnement à vide est très riche en

informations concernant l’état de la MAS sous un défaut dans la BE du roulement. Les
fréquences liées avec les k×fbe sont bien déterminées (figure V-29). Le tableau ci-dessous
résume quelques fréquences avec ses amplitudes.
Tableau V.6. Récapitulation de quelques harmoniques théoriques et pratiques dans le spectre

d’un signal vibratoire (BE, s=0.004).
Formules Valeurs théoriques Valeurs pratiques Amplitude [dB]
caractéristiques du [Hz] [Hz] Sain BE
défaut de la BE (s=0.004) (s=0.004)
1 fbe 89.64 90.2 7.69 34.32
2  fbe 179.28 180.3 12.12 45.29
1 fbe  2 f r 39.84 40.3 / 4.004
1 fbe  f r 64.74 65.2 / 23.32
2  fbe  3 f r 104.58 105.6 / 31.85
1 fbe  f r 114.54 115.1 / 43.04
1 fbe  3 f r 164.34 164.9 / 26.3
La variation de la charge provoque, logiquement, une variation au niveau de la vitesse de

rotation, donc au glissement ‘s’. On applique au MAS un couple de charge de 75% ; il rend le
glissement à la valeur s=0.032. Dans ce cas, les valeurs des fréquences caractéristiques seront
déplacées. Le signal temporel du signal vibratoire est présenté dans la figure (V-30). Le
spectre du signal vibratoire de la figure (V-31) présente les fréquences, 87.12Hz, 174.24Hz,
261.36Hz, 348.48Hz, 435.6Hz, … qui vérifient correctement la formule spécialisée au défaut
de la BE. Les autres plages des fréquences confirment bien l’exactitude des formules
théoriques avec les résultats pratiques.
0.2 BE
Amplitude (g)
Sain
0.1
0
-0.1
-0.2
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
Figure V.30. Signal vibratoire en fonction du temps pour un MAS défectueux (BE, s=0.032).
172
50
Amplitude (dB)
0
(a)
-50
0 100 200 300 400 500 600 700 800 900 1000
50
Amplitude (dB)
(b)
-50
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
50 3× X: 96.6 X: 120.8
1×f 4× 6×
Amplitude (dB)
r
2× Y: 22.14 Y: 21.55 X: 144.9 7× X: 169.1 X: 173.9 (c)
Y: 14.67 Y: 12.05
Y: 9.723
X: 24.2 X: 72.5
Y: 30.51
X: 48.3
Y: 31.74
5×
Y: 27.63
0
X: 87.3
Y: -1.367
-50 X: 175
0 20 40 60 80 100 120 140 160 180
Y: 45.2 200
50
1×f 1×f X: 87.5
Amplitude (dB)
r be Y: 19.18
X: 24.2
Y: 36.99
2×f (d)
be
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
X: 150.8
50 Y: 36.9 X: 184.3
1×f 1×f X: 102.5 X: 126.6 X: 160.1 Y: 31.28
r X: 63.3 be X: 87.5 Y: 23.04 Y: 23.16 Y: 25.81
Amplitude (dB)
X: 24.2 Y: 17.26 Y: 19.18

Y: 36.99
X: 78.3 X: 165.3
0 X: 39.1 Y: 14.97
Y: 12.3
Y: 4.991
(e)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.31. Différentes plages des fréquences du spectre d’un signal vibratoire (BE,
s=0.032).
173
50 X: 96.6
Amplitude (dB)
1×f 2× 3× 4× Y: 22.14 (a)
r X: 72.5
X: 24.2 X: 48.3
Y: 30.51 Y: 27.63 Y: 31.74
0
X: 87.3
Y: -1.367
-50
0 10 20 30 40 50 60 70 80 90 100
50
1×f -2f 1×f -f X: 63.3 X: 87.5
Amplitude (dB)
1×f be r be r Y: 17.26
X: 78.3 Y: 19.18
r X: 24.2 X: 39.1 Y: 12.3
Y: 36.99 Y: 4.991
2×f -4f
be r
1×fbe (b)
-50
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
50 X: 120.8
Amplitude (dB)
X: 144.9
5×f Y: 21.55 6× Y: 14.67 7× X: 169.1 (c)
r Y: 9.723
-50 X: 175
100 110 120 130 140 150 X: 150.8160 170 Y:180
45.2 190X:
X: 184.3
199.2
Y: 40.29
200
50 X: 102.5 2×f -2f X: 126.7 Y: 36.9 X: 160.1
Y: 31.28
2×f -f
Amplitude (dB)
be r Y: 25.81
Y: 23.04 Y: 23 be r
2×f
be
X: 165.3
0 Y: 14.97
2×f -3f
be r 1×f +3f 3×f -4f 1×f +4f
be r
2×f +f (d)
be r be r be r
-50
100 110 120 130 140 150 160 170 180 190 200
Fréquence (Hz)
50 X: 289.9
Amplitude (dB)
X: 265.7 Y: 28.28 X: 338.2

9×f X: 217.4 11× Y: 18.21
12× 14× (e)
Y: 16.92
r Y: 11.67
2×f
-50 X: 310.9 be X: 398.4
X: 335.1 X: 365
200 220 240
X: 223.4 260 280 300 Y:320
44.96 340
Y: 42.46 360 380
Y: 40.41 Y: 42.82
400
50
X: 208.4 Y: 33.62 X: 238.3
X: 271.8
Y: 28.13
Amplitude (dB)
Y: 26.78
Y: 21.25
X: 247.6 X: 296
Y: 33.7 Y: 29.95
0
4×f +f
be r
1×f +5f 2×f +2f 3×f -f 2×f +3f 2×f +4f 2×f +5f 3×f +2f 3×f +3f
be r be r
5×f -f (f)
be r be r be r be r be r be r be r
-50
200 220 240 260 280 300 320 340 360 380 400
Fréquence (Hz)
Figure V.32. Présentation des fréquences de bandes latérales alentours de k×fbe dans le
spectre du signal vibratoire (BE, s=0.032).
174
Toutes les fréquences montrées dans la figure (V-31-e) sont reliées avec la formule (V. 10).
Le tableau ci-après résume quelques exemples de calcul pour ces fréquences caractéristiques.
D’après cette analyse, nous avons trouvé les mêmes remarques de l’état du fonctionnement à
vide pour les valeurs des FBL aux alentours des fréquences caractéristiques du défaut de
roulement. En outre, le spectre du signal vibratoire est riche en harmoniques pour des plages
de fréquences un peu plus avancées (fréquences supérieures) ; la figure (V-32) montre bien
ces deux points intéressants. Le tableau (V-7) résume un ensemble d’harmoniques
caractérisant le défaut de la BE.
Lorsqu’on admet une marge d’amplitude plus de 0dB, on trouve d’après la figure (V-33)
l’apparition des fréquences significatives au défaut de roulement.
Amplitude (dB)
40 1×f 2× (a)
r
X: 96.6
3× 4× Y: 22.14
X: 24.2 X: 72.5
20 X: 48.3 Y: 31.74
Y: 30.51
Y: 27.63
0
0 10 20 30 40 50 60 70 80 90 100
1×f
Amplitude (dB)
2×f -4f be (b)

40 be r
1×f 1×f -2f
r X: 24.2 be r 1×f -f X: 63.3 X: 87.5
Y: 36.99 be r Y: 19.18
Y: 17.26 X: 78.3
20 X: 39.1
Y: 12.3
Y: 4.991
0
0 10 20 30 40 50 60 70 80 90 100
Fréquence (Hz)
Amplitude (dB)
40 (c)
5×f X: 120.8
6× 7×
r Y: 21.55 X: 144.9
Y: 14.67 X: 169.1
20 Y: 9.723
0 X: 175
100 110 120 130 140 150 160 170 Y:180
45.2 190X: 199.2 200
X: 150.8
2×f -3f 2×f -2f 2×f -f 1×f +3f Y: 40.29
Amplitude (dB)
be r be r be r Y: 36.9 be r X: 184.3
40 X: 160.1 2×f Y: 31.28
X: 102.5 X: 126.7
Y: 25.81 be
Y: 23.04 Y: 23 1×f +4f
3×f -4f be r
be r
20 (d)
2×f +f
be r
X: 165.3
Y: 14.97
0
100 110 120 130 140 150 160 170 180 190 200
Fréquence (Hz)
Figure V.33. Présentation des fréquences de bandes latérales alentours de k×fbe dans le
spectre du signal vibratoire (BE, s=0.032).
175

d’un signal vibratoire (BE, s=0.032).
caractéristiques du [Hz] [Hz] Sain BE
défaut de la BE (s=0.032) (s=0.032)
1 fbe 87.12 87.5 -1.36 19.18
2  fbe 174.24 175 12.05 45.2
1 fbe  2 f r 38.72 39.1 / 4.99
1 fbe  f r 62.92 63.3 / 17.26
2  fbe  4 f r 77.44 78.3 / 12.3
2  fbe  3 f r 101.64 102.5 / 23.04
3  fbe  3 f r 333.96 335.1 / 42.46
D’après cette étude, et dans le cadre de diagnostic du défaut de la BE en se basant sur la
MVSA ; on peut dire que les valeurs importantes des fréquences caractéristiques de ce défaut
sont visibles. Donc, l’analyse en fréquence des signaux vibratoires permet d’identifier la
provenance du défaut de roulement dans la bague externe.
V.5.3.2 Mesure de vibration pour un défaut dans la bague interne

Pour déterminer la nature du défaut de la bague interne, nous suivons les mêmes étapes de
l’analyse spectrale d’un signal de vibration présenté dans la figure (V-34) pour les deux
régimes de fonctionnement (à vide et en charge). La vérification des fréquences
caractéristiques du défaut dans la bague interne du roulement est présentée dans la figure (V-
35) pour un fonctionnement à vide (s=0.004, fr=24.9Hz).
On remarque sur la figure (V-35), l’apparition très nette des harmoniques signalés d’après
la formule (I.18), plus d’autres fréquences latérales (FL) autour de ces fréquences qui portent
la formule suivante (fr=24.1Hz et s=0.004):
f FBLbi  kfbi  k ' f r (V. 11)
L’observation du spectre, pour des plages différentes de fréquences, montre l’efficacité de
la méthode de diagnostic appliquée. Les fréquences caractéristiques de défauts ont été
calculées en fonction de la vitesse de rotation et des caractéristiques du roulement (Nb=9).
176
1
(a)
Amplitude (g)
0.5
-0.5 BI
Sain
-1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
1
(b)
Amplitude (g)
0.5
-0.5 BI
Sain
-1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (s)
Figure V.34. Signal vibratoire en fonction du temps ‘BI’ ; (a) : à vide, (b) : en charge.
50
Amplitude (dB)
(a)
-50
0 100 200 300 400 500 600 700 800 900 1000
50
Amplitude (dB)
(b)
-50
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
50 X: 74.8
1×f 3× 2×f X: 149.9
Amplitude (dB)
X: 124.9 6× X: 174.6
r 2× Y: 21.51 s X: 100 5× Y: 17.2 Y: 19.27 7× Y: 16.62
X: 24.9 Y: 45.6
Y: 38.29 X: 49.9
Y: 29.11
0
(c)
X: 109
-50 Y: 49.01
X: 158.9
0 20 40 60 80 100 120 140Y: 44.17 160 180X: 183.8
200
50 X: 168.2 Y: 29.2
1×f -3f X: 84.1 1×f -f
Amplitude (dB)
1×f -5f bi r Y: 19.66 1×f -2f bi r 1×f +f Y: 22.78

bi r X: 24.9 bi r
bi r
Y: 39.68 X: 193.1
Y: 26.44
0
X: 58.9
X: 10 Y: 1.935
Y: -5.068
1×f (d)
bi
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.35. Différentes plages des fréquences du spectre d’un signal vibratoire (BI,
s=0.004).
177
On fait un zoom aux alentours de différentes plages fréquentielles afin de bien visualiser les
harmoniques supplémentaires dus au défaut de la bague interne. Ce zoom du spectre est
présenté dans la figure (V-36).
60
5×f 3×
Amplitude (dB)
r 6×f 7× (a)
X: 134.3 r
40 X: 124.9 X: 149.9 X: 174.6
X: 109.4 Y: 22.63 Y: 19.27
Y: 17.2 Y: 16.62
Y: 13.35 X: 159.3
20 Y: 3.813
0
-20 X: 134
100 110
X: 109 120 130 140
Y: 52.39
150X: 158.9 160 170 180 190 200
60 Y: 49.01
1×f -f Y: 44.17 2×f -3f
Amplitude (dB)
bi r 1×f +f X: 183.8 bi r
bi r X: 168.2
X: 193.1
40 Y: 29.2 Y: 26.44
1×f Y: 22.78
bi 2×f -4f 1×f +2f
20 bi r bi r
0
(b)
-20
100 110 120 130 140 150 160 170 180 190 200
Fréquence (Hz)
Amplitude (dB)
60 (c)
9×f 10× 11× X: 275
r X: 224.5 Y: 31.91
40
Y: 20.32 X: 249.5
Y: 11.31
20
0
-20
200 210 220 230 240 250 260 270 280 290 300
X: 243
60 2×f -2f
Amplitude (dB)
bi r Y: 46.4 X: 253 X: 267.9

X: 208.7 X: 218.1 Y: 35.46
3×f -6f Y: 67.92 2×f
bi r bi
40 Y: 28.35 Y: 29.06
2×f -f
bi r
20
0
1×f +3f (d)
bi r
-20
200 210 220 230 240 250 260 270 280 290 300
Fréquence (Hz)
Figure V.36. Spectre d’un signal vibratoire aux alentours de différentes plages fréquentielles
(BI, s=0.004).
Une présentation d’amplitudes de quelques harmoniques caractéristiques avec leurs valeurs

est organisée dans le tableau suivant :
178

d’un signal vibratoire (BI, s=0.004).
caractéristiques du [Hz] [Hz] Sain BI
défaut de la BI (s=0.004) (s=0.004)
1 f bi 134.46 134 22.63 52.39
2  fbi 268.92 267.9 2.08 67.92
1 fbi  3 f r 59.76 58.9 / 1.93
1 fbi  2 f r 84.66 84.1 -3.07 19.66
1 fbi  f r 159.36 158.9 3.81 44.17
2  fbi  3 f r 194.22 193.1 / 26.44
3  fbi  6 f r 253.98 253 / 35.46
Nous présentons maintenant le spectre du signal de vibration sous un fonctionnement de la

machine en charge (s=0.032). Le signal vibratoire est l’identité de la machine, lié à chaque
instant aux conditions de fonctionnement. Pour faire un bon diagnostic, on peut passer à
l’analyse spectrale pour confirmer les signatures du défaut.
La figure (V-37) permet de présenter le FFT du signal de vibration pour différentes plages
fréquentielles. On remarque que les valeurs des harmoniques caractérisant ce défaut
apparaissent clairement ; ce qui démontre, bien, l’efficacité de l’analyse spectrale des signaux
vibratoires. Les FL autour des kfbi existent le long du spectre par kfbi±k’fr ; avec fr=24.2Hz
(pour s=0.032). De plus, ces fréquences caractéristiques apparaissent clairement, même, pour
des plages de fréquences plus avancées. Parmi elles, on obtient : 498.52 Hz, 546.92 Hz,
759.88 Hz, 808.28 Hz, 905.03 Hz, ...
179
50
Amplitude (dB)
(a)
-50
0 100 200 300 400 500 600 700 800 900 1000
50
Amplitude (dB)
(b)
-50
0 100 200 300 400 500 600 700 800 900 1000
Fréquence (Hz)
50 X: 120.8
1×f 2× 2×f
Amplitude (dB)
r 3× 4× s Y: 21.55 X: 144.9
X: 169.1 (c)
X: 100 Y: 14.67
X: 72.5 Y: 9.723
X: 24.2 X: 48.3 Y: 38.92
Y: 30.51 Y: 27.63
Y: 31.74 X: 96.6 5× 6×
0 Y: 22.14 X: 193.2
Y: 13.51
-50
0 20 40 60 80 100 120 140 160 180 200
50
Amplitude (dB)
X: 24.2
X: 9.7 Y: 33.5
Y: -7.546
0
(d)
-50
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
X: 105.6
60
1×f -5f 1×f -f Y: 42.98 1×f 1×f +2f X: 177.9
bi r bi r bi X: 129.7 bi r Y: 33.67
40 1×f -2f X: 81.4 Y: 54.03 X: 153.8
Amplitude (dB)
bi r Y: 16.74 Y: 44.54
20
X: 9.7
Y: -7.546
0 X: 57.3
Y: 8.451
X: 33.2
-20 Y: -3.718
1×f +f (e)
1×f -3f bi r
-40 1×f -4f bi r
bi r
0 20 40 60 80 100 120 140 160 180 200
Fréquence (Hz)
Figure V.37. Présentation des fréquences caractéristiques et latérales pour différentes plages
des fréquences dans le spectre d’un signal vibratoire (BI, s=0.032).
Le défaut de roulement est dominant dans l’industrie d’un pourcentage important. Notre
analyse confirme la détection d’une partie intéressante au diagnostic des machines tournantes.
Les résultats obtenus assurent la précision des valeurs de fréquences caractéristiques dans le
180
spectre du signal vibratoire pour le défaut de la bague interne. Les fréquences additionnelles
du défaut de la bague intérieure sont nombreuses tout au long du spectre.
Dans le tableau (V.9), on présente quelques calculs théoriques et pratiques pour certaines
valeurs des harmoniques du défaut de la bague interne.

d’un signal vibratoire (BI, s=0.032).
caractéristiques du [Hz] [Hz] Sain BI
défaut de la BI (s=0.032) (s=0.032)
1 f bi 130.68 129.7 12.78 54.03
2  fbi 261.36 267.9 2.08 67.92
1 fbi  3 f r 58.08 57.3 / 8.45
1 fbi  2 f r 82.28 81.4 / 16.74
1 fbi  f r 106.48 105.6 4.07 42.98
1 fbi  f r 154.88 153.8 1.41 44.54
1 fbi  2 f r 179.88 177.9 / 33.67
Nous avons étudié le cas d’un roulement à billes, pour des conditions de fonctionnement
différentes (à vide et en charge), c’est à dire pour différentes valeurs de vitesses de rotation.
Le défaut dans la bague extérieure a donné de bons indices dans le spectre des signaux
vibratoires. Les mêmes résultats positifs ont été obtenus pour un défaut dans la bague
intérieure du roulement. Ce qui explique l’efficacité de la méthode de MVSA pour le
diagnostic du défaut de roulement.
V.6 BILAN D’ETUDE
L’observation des phénomènes vibratoires est une technique largement utilisée dans
l’industrie, notamment pour la surveillance des composants sensibles ou stratégiques d’un
système, par exemple les roulements à billes, les engrenages ou les rotors.
Le diagnostic vibratoire des machines tournantes, est basé sur la connaissance des images
vibratoires où se manifestent les défauts, afin de regrouper et de déterminer le seuil de la
181
décision finale. Cette partie a traité la détection des défauts de la rupture de barres rotoriques,
l’excentricité (ES, ED) et le défaut de roulement (BE, BI) en utilisant la méthode de MVSA
pour des conditions de fonctionnement variables (à vide et en charge).
La technique vibratoire a donné dans cette étude, de bons indicateurs sur les défauts
analysés, et surtout pour les défauts de roulement et d’excentricité statique et dynamique.
Pour cette raison, la MVSA est privilégiée jusqu’à maintenant dans l’utilisation industrielle
pour la détection des défauts (surtout les défauts mécaniques) dans les machines tournantes.
Malheureusement, la fiabilité des résultats est fortement liée à la position précise des
accéléromètres sur les paliers d’une part, et la richesse des signaux vibratoires aux bruits
(problème de bruit) d’autre part.
Ainsi, nous pouvons dire qu’à travers ce travail, il existe d’autres moyens de diagnostic
pratique grâce à de simples outils. La recherche a besoin de développer d’autres techniques
qui permettront de séparer et/ou d’éliminer les chevauchements entre les différents
symptômes des défauts.
V.7 ETUDE COMPARATIVE ENTRE LA MCSA ET LA MVSA
Le diagnostic des machines tournantes est une partie essentielle de la surveillance. Ce

domaine de recherche est toujours croissant pour plusieurs raisons, telles que, la puissance,
la commande, et les performances les plus élevées. La détection des défaillances permet
d’assurer le bon fonctionnement (meilleure production) et la durée de vie des machines
tournantes. Aujourd’hui, les méthodes de diagnostic progressent continuellement, grâce aux
matériels informatiques et le développement du traitement du signal. Parmi celles-ci, on
trouve l'analyse du signal du courant statorique (fréquence et/ou amplitude, etc.) ou du signal
vibratoire. Ces méthodes ont été appliquées en détail pour différents défauts, successivement
aux chapitres 2, 3, 4 et 5.
L’analyse du courant statorique par la transformée de Fourier rapide (TFR) est
recommandée dans le cas d’une mauvaise qualité causée par un défaut « x ». De la même
façon, et avec l'utilisation de la FFT (MVSA-FFT) sur un signal vibratoire peut être détecté
les défauts comme la méthode de la MCSA-FFT. La MCSA-DWT est une solution adéquate
pour des conditions limitées. La question qui se pose à présent, est de savoir qu’elle est la
technique la plus efficace pour détecter les défauts dans les MAS ?
182
V.7.1 INTERPRETATION ET DISCUSSION DES RESULTAS
Certains défauts dans les machines tournantes sont caractérisés par des phénomènes
physiques, se traduisant par des perturbations différentes sur les signaux à traiter; c'est le
cas dans les défauts de la rupture de barres, excentricité et le roulement.
L’existence de ces défauts peut être de faibles ou fortes amplitudes lorsque le défaut est
naissant. Le défaut évolue rapidement, surtout, pour un fonctionnement intensif de la machine
(charge variable). Pour cette raison, il est nécessaire de les détecter à une phase précoce ; pour
pouvoir éviter des dégâts, il faut planifier une maintenance efficace et sécuriser le système
d’utilisation. Les techniques de détection des défauts qui se basent sur l'analyse spectrale de
Fourier, ont démontré les meilleures performances dans le diagnostic.
La MVSA-FFT est aujourd'hui très utilisée dans l’industrie pour diagnostiquer les défauts
des machines tournantes. Durant les trois dernières décennies, cette technique est
concurrencée dans le milieu industriel.
La technique des ondelettes est utilisée dans plusieurs domaines. Dernièrement, elle a été
utilisée pour détecter les défauts dans les machines tournantes. La détection est basée sur un
fait, quel que soit le défaut qui induit une variation de la FMM de l’entrefer, il se traduit par
des composantes supplémentaires dans les courants statoriques. La technique est validée pour
des signaux expérimentaux obtenus à partir de la MAS. Les résultats, obtenus dans une
certaine mesure, génèrent des avantages et des inconvénients.
V.7.2 Description de chaque défaut

Premièrement : la cassure de barres :
1- Nous avons vu dans le chapitre 2, une analyse complète du défaut électrique
concernant la cassure de barres rotoriques (dans des fois classé défaut mécanique). Les
résultats, qui ont été obtenus par la méthode de MCSA-FFT, présentent une grande
richesse d’informations sur l’existence du défaut de la CB. Les fréquences et les
bandes fréquentielles qui caractérisent le défaut sont clairement présentées dans le
spectre du courant statorique, pour les fréquences inférieures et supérieures. Il est
important de signaler ici, la difficulté de la détection pour un fonctionnement à vide
de la MAS. En plus, il faut faire attention à la variation de la charge qui a des
signatures spectrales similaires à celle du défaut de la cassure de barres.
2- La MCSA-DWT est très sensible aux défauts qui affectent la MAS (avantage).
L’EQM est un indice significatif et important sur l’existence et la contribution de
183
chaque défaut. Néanmoins, le sujet est ouvert pour cette technique afin de déterminer,
précisément, le type du défaut (inconvénient).
3- La MVSA a été appliquée afin de détecter les signatures du défaut de la rupture de
barres. Cette technique a donné de bons résultats, surtout, aux harmoniques
supérieurs ; et malgré la littérature qui diverge sur l’apparition des harmoniques
latérales autour de fr (inexistants). Il est important de noter ici, que pour un glissement
s≈0, les fréquences caractéristiques n’apparaissent pas clairement, et les harmoniques
d’ordre 1×, 2×, … crée une confusion avec d’autres défauts, comme le défaut
d’alignement. De plus, l’amplitude des raies pour les deux fonctionnements est un
handicap sérieux pour cette technique.
Deuxièmement : l’excentration du rotor:
1- La technique de la MCSA-FFT souffre d’un manque, pour trouver quelques
indicateurs décisifs aux défauts d’ES ou bien de l’ED pour plusieurs types des MAS.
La condition imposée à l’avance pour l’existence ou non des fréquences
supplémentaires du défaut d’excentricité, est un problème à résoudre. L’ES rencontre
un problème d’ambigüité entre les harmoniques qui caractérisent le défaut et les
harmoniques des RSHs. En outre, les fréquences caractéristiques du défaut d’ED, ont
un chevauchement avec les RSHs et les harmoniques de l’excentricité mixte [BES16-
3].
2- Contrairement à la méthode de la MCSA-FFT, la technique de l’analyse vibratoire est
efficace pour la détection des deux types de défauts d’excentricité (défaut
mécanique). Les signatures, pour une excentricité statique pure, montrent bien
l’existence du défaut d’ES seul. Une richesse d’informations pour le défaut d’ED,
telles que, la variation remarquable d’amplitude de quelques raies et un ensemble des
fréquences additionnelles causées par ce défaut (ED) qui provoque des pics très
intéressants.
Troisièmement : le roulement:
1- D’après les résultats, présentés au chapitre 3 qui se basent sur l’analyse spectrale du
courant statorique, les indices sont en concordance avec les formules théoriques tout
au long des différentes plages fréquentielles. Le défaut de la bague externe ou interne
a été détecté clairement par cette méthode.
2- La technique de la MVSA-FFT a donné des signatures bien précises pour les deux
défauts du roulement (BE et BI). Les pics sont en concordance avec les relations qui
caractérisent ce défaut mécanique. Cependant, il est important de noter la présence
184
d’un chevauchement d’égalité entre les fréquences caractéristiques pour certaines

valeurs (kfbe et k’fbi).
Comme nous l’avons déjà signalé, l’exploitation du signal du courant statorique s’effectue
par différentes techniques. Parmi elles, la transformée en ondelettes discrètes (ASCA-TOD)
qui a été utilisée dans le chapitre 4 pour différents défauts ; elle démontre son efficacité pour
indiquer ou pour donner une indication sur l’existence du défaut. Cette méthode a une
sensibilité remarquable aux défauts comme l’excentricité statique. De plus, elle a l’avantage
d’étudier simultanément les informations temporelles et fréquentielles (temps-fréquences).
Malgré que cette méthode couvre la zone des fréquences caractéristiques ; elle ne permet pas,
à ce stade, de déterminer le type du défaut lorsqu’on n’a pas une pré-information sur le
problème rencontré.
V.7.3 Remarques importantes

Plusieurs remarques intéressantes peuvent témoigner d’un défaut d’ordre
électromagnétique ou mécanique dans un moteur asynchrone, d’après notre étude on peut
conclure aux points essentiels suivants:
1- Un spectre peut être interprété de plusieurs façons, non pas totalement différentes,
mais pouvant présenter quelques variantes en fonction de l’expérience de l’expert et
de l’expérience acquise sur la machine.
2- Les fréquences caractéristiques sont généralement remarquées avec un chevauchement
avec d’autres harmoniques. Ce point est surtout pour la méthode de MVSA-FFT.
3- L’analyse d’amplitude doit être accompagnée avec des stratégies bien définies
comme : le niveau d’alarme normal, le pourcentage inquiétant, l’alerte et l’alarme.
4- Le bruit est une source inévitable dans les signaux à analyser. L’image de vibration,
généralement, est très riche en bruit, surtout, pour un système connecté avec d’autres
sous-systèmes.
5- Le type de fenêtre et la fréquence d’échantillonnage influent sur les résultats
d’analyses.
6- La qualité des capteurs et leurs placements (positions) peuvent conduire à certains
problèmes indésirables.
7- Les capteurs de vibrations sont très sensibles, ils dépendent de leur fixation
‘implantation’ (vissée, collée, par aimant, …) et du choix de la grandeur à mesurer
(déplacement : basse fréquence, vitesse : moyenne fréquence ou accélération : haute
fréquence).
185
8- Chaque essai de mesures doit être effectué en des points précis et toujours les mêmes.
9- Un phénomène mécanique peut donner des images vibratoires différentes,
sensiblement en fonction du point de mesure.
10- Pour avoir une image complète des vibrations (en trois dimensions), il faut prendre les
mesures selon trois directions perpendiculaires et sur chaque palier de la machine
surveillée : deux directions radiales (horizontale et verticale) et une direction axiale.
11- A certains moments, le réseau électrique est pollué naturellement, il faut, donc,
prendre en considération ce phénomène expérimentalement.
12- La construction de la machine joue un rôle important dans l’apparition ou la
disparition de quelques harmoniques, comme le type de bobinage.
13- L'attraction magnétique déséquilibrée modifie le comportement vibratoire du système.
14- Un pic important a deux fois la fréquence du courant d’alimentation (100 Hz) ; et afin
de bien l’identifier, il est parfois nécessaire de faire un zoom sur cette fréquence pour
la différencier de la 2ème fréquence fondamentale ou de l’excentricité mixte, ou encore
du 4×fr pour le signal vibratoire.
15- L’ambigüité est une mauvaise contrainte que rencontre l’analyse spectrale pour
quelques défauts.
16- Pour le grand nombre de raies spectrales dont les éléments se produisent pendant le
fonctionnement normal (stationnaire), il peut être difficile de les détecter avec un
changement dans le régime de fonctionnement (non-stationnaire).
17- La modulation du signal de vibration dans le début de fissures et de fatigue des
éléments mécaniques, produit souvent des bandes latérales qui s'étendent sur une
large gamme de fréquences de faibles amplitudes. Dans ces circonstances, le niveau de
bruit de fond dans le spectre peut facilement masquer la présence de bandes latérales,
et les défauts mécaniques dans le système peuvent passer inaperçus.
18- Lorsque le signal n’est pas quasi périodique dans le temps, la transformée de Fourier
n’est plus applicable. Il faut alors recourir à un autre outil mathématique comme : la
transformée en ondelettes (TO).
Généralement, les capteurs sont utilisés pour surveiller les machines tournantes. Leurs
évolutions permettent d’alerter le technicien d’une dégradation du fonctionnement et de
désigner l’élément défectueux. Ils sont utilisés lorsque l’on détecte une anomalie. Cette
anomalie est souvent une évolution jugée importante d’après sa signature.
Le diagnostic du défaut détecté demande, souvent une précision complémentaire, pour
prendre une décision judicieuse.
186
Jusqu'à présent, il n'y a pas eu d’approche fixe dans l'analyse des défauts des machines
asynchrones. Le sujet est ouvert pour implémenter et proposer toute technique adéquate au
diagnostic des MAS. D’un autre coté, la vibration est, aujourd’hui, considérée comme l’une
des sources importantes pour réaliser le diagnostic industriel. Les signaux vibratoires sont,
dernièrement, exploités par plusieurs techniques comme la TO. De nos jours, les signaux
vibratoires peinent à diagnostiquer autrement les défauts dans les machines électriques.
La connaissance de la machine (type de bobinage, type de fonctionnement, position des
barres, alimentation …) permet de déterminer les fréquences caractéristiques du défaut.
Les techniques de traitement de signal nécessitent un suivi et un calcul bien précis aux
indicateurs de celles-ci.
V.8 BILAN DE LA COMPARAISON
Pour comparer entre les méthodes de diagnostic, il faut aborder les caractéristiques de
chacune. Notre cas présente un principe d’analyse qui est le même que pour la MCSA-FFT et
la MVSA-FFT. La TFR (FFT) a été appliquée soigneusement sur le signal du courant
statorique ; et sur la même stratégie de travail, on a exploité un signal vibratoire pour détecter
les trois défauts.
Avant de mettre un point final à cette étude, nous rappelons quelques contraintes de chaque
méthode [PHI09].
- La plage de fréquences vibratoires du défaut permet de choisir le capteur de vibration
et son mode de fixation.
- L’enregistrement de l’amplitude vibratoire d’une machine, en fonction de la
fréquence, est souvent difficile pour déterminer le type du défaut.
- L’installation des capteurs de vibrations, demande une grande précision (capteur bien
fixé).
- L’amplitude des harmoniques dans le spectre des signaux vibratoires, est
généralement faible.
- De nombreux défauts sont impliqués aux mêmes fréquences, surtout dans le spectre du
signal vibratoire (alignement, excentricité, …).
- Le niveau de bruit est gênant pour les signaux vibratoires.
- L’ambigüité et le chevauchement entre les valeurs des harmoniques sont un problème
qui rencontrent les deux méthodes (MCSA-FFT et MVSA-FFT).
187
Actuellement, la MVSA-FFT est la technologie de surveillance la plus utilisée. Néanmoins,

la MCSA-FFT possède des avantages et s’impose spécialement sur la machine asynchrone par
des capteurs du courant. Le mouvement du rotor dans le stator conduit à un changement au
niveau du champ magnétique, ce dernier est détectable dans le courant statorique [COR15].
En outre, le déplacement du rotor ne peut pas être mesuré directement par l'intermédiaire des
vibrations. Les vibrations sont fortement dépendantes de : l'emplacement de mesure, le
montage et le bâti de la machine. Le déplacement radial du rotor dans le stator est donc plus
facilement détectable par la MCSA [COR15].
La MCSA est basée sur la mesure du courant statorique, cette technique est des plus
complètes pour détecter les défauts électriques. Les défauts qui ne conduisent pas à un
changement du niveau de vibration, par exemple courants de roulement, ne sont donc pas
détectables avec l'analyse des vibrations [COR15]. En outre, dans de nombreuses
applications, les courants sont mesurés facilement par l’utilisateur, donc il n’est pas nécessaire
de pratiquer des investigations supplémentaires.
Généralement, la MCSA est orientée vers la détection des défauts électriques. Ici, nous
avons un exemple de détection d’une excentricité purement statique ; ce défaut était difficile à
détecter par la MCSA-FFT, au contraire de la technique de la MVSA qui l’a détectée
clairement.
Actuellement, la MCSA n'a pas encore de références pour interpréter l'amplitude des
signatures concernant le stade des défauts mécaniques. En général, le rapport : signal- bruit
dans la mesure des vibrations est nettement plus élevé que dans la MCSA [COR15].
Les défauts mécaniques sont, généralement, plus faciles à détecter à un stade précoce par
l’analyse vibratoire [IMM10]. Les mesures de vibrations permettent également de mesurer
différentes positions, alors que la MCSA est seulement le résultat du mouvement du rotor
radial. De fait pour la MCSA, il est difficile de connaître plus d’informations sur l'état global
de la machine en cours de fonctionnement. Le tableau ci-dessous représente un résumé
récapitulatif des avantages et inconvénients de chaque méthode.
188
Tableau V.10. Récapitulation des avantages et des inconvénients de la MCSA et la MVSA.

Expressions caractéristiques MCSA-FFT MVSA-FFT
Détection des défauts électriques /
Facile à interpréter le déplacement radial du rotor /
Applicable dans les milieux difficiles /
La mise en œuvre est moins chère /
Détection des défauts mécaniques /
Plus des informations sur la sévérité d’amplitude /
Le signal le plus bruité /
La plus riche aux fréquences de similarités (semblables) /
Exige plus d’une précision pour faire le montage /
Efficacité pour le régime non stationnaire / /
Les exemples présentés aux chapitres 2 et 3 montrent clairement, la nette performance de

l’analyse de l’intensité du courant statorique, en la comparant avec l’analyse vibratoire
traditionnelle en présence de défauts d’origine électromagnétique et/ou parfois mécanique,
induisant des fluctuations de couple et d’ondulation de la vitesse de rotation.
Malheureusement, cette technique d’investigation dont les fondements remontent à plus de 25
ans, a beaucoup de difficultés à s’implanter dans le milieu industriel.
Les analyses de vibrations ne donnent pas d’informations très significatives. L’amplitude
de la composante d’ordre 1 de la fréquence de rotation (fr) est multipliée tout au long du
spectre (dans des fois à cause de mauvaise fixation de la bague externe du roulement). Cela
nous amène à une difficulté de la détection de quelques défauts qui ont comme base de
diagnostic l’existence de la série de la fréquence fr.
V.9 CONCLUSION
La comparaison entre l'analyse des vibrations (MVSA-FFT) et l’analyse du courant

statorique (MCSA-FFT et MCSA-DWT) se base sur l’analyse de défauts de la rupture de
barres, excentricité (ES, ED) et le défaut de roulement (BE, BI). Il est devenu clair que la
machine souffre sous des symptômes communs de ces défauts. Cela, a été détecté facilement
par une méthode et plus difficile par une autre. Nous avons remarqué la relation entre le type
du défaut et la technique appliquée au diagnostic des défauts. Les défauts d’origines
électriques peuvent être détectés facilement par MCSA-FFT ; et pour les défauts mécaniques,
la MVSA-FFT est meilleure. Cependant, il reste encore très difficile de déterminer le type
189
exact du défaut dans certains cas, à cause du manque d'informations qui regroupent les mêmes
formules et les mêmes symptômes. Par conséquent, même dans des conditions difficiles en
raison de la commande (onduleur) et pour une charge variable, le défaut peut encore être
caché entre les autres plages de fréquences. La MCSA-DWT joue un rôle primordial au
diagnostic des défauts à condition que ses points négatifs puissent être améliorés.
D'autres recherches se concentrent aujourd’hui, sur les grandeurs des signatures actuelles
(courant ou vibration) afin de traiter les défauts dans les machines asynchrones par différentes
stratégies et/ou conditions de charge variables.
190
CONCLUSION GENERALE
Conclusion générale
Dans le milieu industriel, les systèmes de production sont de plus en plus complexes et ne
peuvent être exempts de perturbations ou de défaillances. Ces défauts influent sur la qualité
du produit, et peuvent provoquer un arrêt immédiat d’une machine. Le diagnostic de défauts
de ces machines, s’appuie essentiellement sur la surveillance de symptômes liés à différentes
conditions de dégradation. Ces symptômes peuvent être tirés et extraits de diverses sources
d’informations, parmi lesquelles, l’analyse vibratoire qui occupe une place prépondérante
dans l’industrie.
L'objectif de ce travail est de contribuer à la surveillance et la bonne évaluation de l'état de
fonctionnement des moteurs industriels, comme les moteurs asynchrones. Le diagnostic des
défauts de ces moteurs, est considéré comme une étape primordiale dans l’industrie. Pour
cette raison, on assiste à une concurrence entre chercheurs pour élaborer une meilleure
technique, c’est un sujet d’actualité. Les méthodes appliquées au domaine de diagnostic des
machines tournantes sont nombreuses. Parmi elles, la méthode d’analyse des signatures du
courant statorique en utilisant la transformée de Fourier rapide et la méthode de l’analyse
vibratoire. La plupart des techniques de diagnostic de défaut sont destinées à identifier les
défauts d’une manière précise. Cette étude présente deux techniques de détection de défaut
permettant de sélectionner la méthode la plus appropriée en fonction du résultat recherché.
Tout d’abord, nous avons présenté un nouveau modèle analytique orienté vers la simulation
des défauts du roulement. Ce modèle a été testé et comparé avec les résultats expérimentaux.
Notre modèle montre clairement la précision des calculs d’après le spectre du courant
statorique qui présente les nouveaux harmoniques caractéristiques au défaut de la bague
extérieure du roulement.
Après avoir constaté depuis plusieurs années, une forte exploitation de l’intensité du courant
statorique pour déceler les défauts dans les machines tournantes, on en conclue que cette
technique est très simple et facile d’intégration au système de la surveillance. Cette méthode
se base sur l’apparition des fréquences caractéristiques du défaut dans le spectre du courant
statorique.
La transformée en ondelettes (TO) est l’une des méthodes les plus sensibles aux défauts des
machines tournantes.
L’analyse vibratoire est une technique d’investigation de plus en plus utilisée dans
l’industrie dans le cadre de la maintenance des machines tournantes. Cependant, le champ
192
d’investigation offert par cette technique, ne couvre pas la totalité des défauts
susceptibles d’affecter une machine tournante.
Par contre, les relations sont beaucoup plus directes liant les variations instantanées de
l’intensité du courant statorique avec celles du couple et de la vitesse de rotation. Une étude
d’investigation des défauts a été réalisée expérimentalement afin de les comparer entre les
trois méthodes.
La méthode de la MCSA-FFT n’est pas en mesure de détecter tous les défauts de la
machines asynchrones de façon définitive. L’excentricité statique pure ou dynamique pure est
un défaut à détecter pour de nombreux moteurs. Par contre, les signatures de ces défauts
mécaniques apparaissent dans le spectre du signal vibratoire. De plus, le problème de
chevauchement entre quelques fréquences est considéré comme un obstacle pour prendre une
décision finale sur l’état de la machine.
En termes de sensibilité et au début de la révélation de défaut, toutes les méthodes temps-
fréquence étaient plus fiables et descriptive pour indiquer les symptômes du défaut. En raison
de la capacité commune d'illustrer à la fois le temps et l'information de fréquence, ainsi que
dotées d'un système de localisation temps-fréquence, il y a une amélioration de la sensibilité
de ces techniques pour la détection précoce des défauts.
Parmi les méthodes temps-fréquence, la transformée en ondelettes discrètes, non seulement
plus rapide grâce à l’outil informatique, mais aussi plus à même de révéler des symptômes de
défaut à un stade plus précoce. Cette technique est très efficace et très sensible à tous les
défauts étudiés dans cette thèse. La MCSA-DWT a l’avantage, également, d’être utiliser en
régime non-stationnaire. Parmi les inconvénients de cette dernière, est la difficulté d’identifier
d’une manière précise le type du défaut.
La mesure des vibrations est largement utilisée pour le diagnostic de l'état des machines
tournantes; mais parfois la mesure directe peut être difficile et coûteuse dans les régions
éloignées ou difficiles d'accès, dans des environnements difficiles et où il est onéreux
d'installer des capteurs à proximité de la machine. En plus, la MVSA est sensible aux défauts
mécaniques lorsque l’on la compare avec sa sensibilité aux défauts électriques. Par
conséquent, des approches alternatives concernant cette technique ont pour objectif de la
remplacer ou de l’améliorer.
Bien qu’il n’existe à ce jour aucun outil spécialement conçu à cet effet traitant directement
et définitivement tous les défauts de la machine asynchrone. Les outils actuels de diagnostic
essayent de combiner simultanément facilité et précision.
193
Par conséquent, ce travail suggère qu'une combinaison de MCSA-FFT, MCSA-DWT et la

MVSA serait plus efficace au diagnostic des MAS.
Enfin, on peut conclure à travers cette étude qu’il existe d’autres moyens d’évaluation de
la durée de vie, d’une manière pratique en faisant appel à l’outil combinatoire.
194
ANNEXES (A et B)
ANNEXES
ANNEXE A
PATAMETRES DU MOTEUR DE L’EXPERIMENTATION
Puissance 3KW
Nombre de paires de pôles 2
Nombre d’encoches statoriques 36
Nombre de barres rotoriques 28
Moment d’inertie 6.2 x10-3 Kg.m2
PATAMETRES DU MOTEUR DE SIMULATION
Puissance 4 KW
Nombre de paires de pôles 2
Nombre d’encoches statoriques 36
Nombre de barres rotoriques 28
Epaisseur de l’entrefer 0.456438 mm
Rayon moyen de l’entrefer 63.2968 mm
Nombre de spires en série par phase 90
Longueur de la machine 0.1024128 m
Moment d’inertie 0.023 Kg.m2
Résistance d’une phase statorique 3.5332 Ω
Résistance d’une barre rotorique 68.34x10-5 Ω
Inductance de fuite d’une barre rotorique 0.28x10-6 H
Résistance d’un segment d’anneau de court-circuit 1.56x10-6 Ω
Inductance de fuite d’un segment d’anneau de court-circuit 0.28x10-6 H
196
ANNEXES
ANNEXE B
THEORIE ORIENTE A LA MODELISATION DE LA MAS
1. Le modèle multi-enroulements
Dans le cadre du diagnostic de la machine, les objectifs d’un modèle de simulation sont
cependant différents, ce qui a motivé la mise au point de nouveaux modèles, spécifiquement
dédiés à la simulation des défauts [FIL94], [SCHA99], [TOL96], [BES15-1], [BES16-4]
mettant comme hypothèses simplificatrices les suivantes :
o L’effet d’extrémité des têtes des bobines est négligé ;
o Les pertes fer sont négligées et tous les effets d’ordre capacitif ;
o La saturation du circuit magnétique est négligée ;
o Le stator est considéré comme lisse et l’entrefer constant (l’effet des encoches est
négligé) ;
o La linéarité du circuit magnétiques tout en négligeant les effets pelliculaires.
Un modèle dédié à la machine a pour nombreux objectifs, il nous amène à :
 Déterminer les performances de cette machine ;
 Etudier les paramètres de la machine ;
 Faire une correspondance entre la pratique et la théorie.
 Vérifier la réponse de la machine (sans et avec commande) ;
 Evaluer les interactions avec le système: onduleur, système de refroidissement, etc.
 Faire la conception de la machine ;
 Intégrer le aux cartes d’acquisitions pratiques ;
 Diagnostiquer la machine ;
 Faciliter les tâches (donc, gagner du temps).
 …etc.
Donc la modélisation des machines électriques est une étape aussi bien pour le concepteur.
Elle permet aussi d’observer et d’analyser des différentes évolutions de ses grandeurs
électromécaniques.
Dans notre étude, nous utiliserons la méthode des circuits électriques, pour simuler le
fonctionnement de la machine asynchrone. En effet, le calcul de ces inductances par une
décomposition en séries de Fourier nécessite une connaissance précise du bobinage de la
machine.
197
ANNEXES
La photographie de la figure (1) montre bien l’insertion réelle de bobinage (des enroulements)
sur les encoches de la machine d’essai de type AZAZGA.
Figure 1. Photo de la disposition des enroulements sur les encoches statoriques.
Le type du rotor est à cage d’écureuil. La barre et la portion d'anneau sont représentés par des
résistances et des inductances, Rb, Re (ou Ra) et Lb, Le (ou La) respectivement (figure 2).
Le Re Le Le Re Le Re Le Re
Re
Rb Rb Rb Rb
I r (k 1) I rk I r (k 1)
Lb Lb Lb Lb
Le
Re Le Re Le Re Le Re Le Re
Ie
Figure 2. Circuit équivalent du rotor à cage d’écureuil.
Rb , Lb, Re et Le: représentent respectivement la résistance d’une barre, l’inductance de fuite
d’une barre, la résistance d’une portion de l’anneau de court-circuit et l’inductance de fuite

d’une portion d’anneau de CC.
Toutes les simulations qui se suivent seront effectuées par une autre machine asynchrone
similaire (presque) de l’expérimentation.
198
ANNEXES
2. Calcul avec prise en compte des harmoniques d’espace (notion de la fonction

d’enroulement)
L'approche de la fonction d'enroulement (FE) a été en premier lieu appliquée pour
considérer les harmoniques d’espaces de l’induction magnétique, donc pour un modèle à
distribution non sinusoïdale. Cette approche prend en considération la géométrie réelle de la
machine ainsi que la distribution de l'enroulement, ce qui permet donc le calcul des
inductances en tenant compte de toutes les harmoniques d'espaces.
[BES07] et [HAD08] ont développé ce modèle analytique dédié au diagnostic des machines
asynchrones. Ce modèle est adéquat pour clarifier tout changement pointillé sur le
comportement ou les paramètres de la machine. Les auteurs [BES07] et [HAD08] ont été basé
de leurs calculs sur la transformée en série de Fourier d’une distribution réelle des
enroulements ou de la fonction d’enroulement (FE).
On peut illustrer aussi le contour ' abcd ' en trois dimensions par la figure (3).
d
c
θr
a
b
Figure 3. Schéma de contour ‘abcd’ pour une MAS en 3D.
3. Inductances mutuelles entre une phase 'q ' et une maille k (état sain)
L’inductance mutuelle entre la qème phase et la kème maille est obtenue à l’aide de
l’intégrale suivante :
μ 0 rl 2π
 n rk ( , θ r )N q (
' '
L kq  L sr  )d ' (1)
g0 0
Après transformation dans un repère lié au rotor pour la fonction d’enroulement d’une
phase ' q' du stator, on obtient :
199
ANNEXES
2N t  K bh 2π (2)
N q ( ' ) 
pπ

h 1 h
cos[h.p(θ r   '  θ 0  q.
3p
)]
L’inductance mutuelle stator-rotor est donc :

   1 2.π 
L sr  M sr   M h cos hp θ r  θ 0  (j - )α r  q  (3)
h 1   2 3p 
avec,
4μ 0 rl N t K bh hpα r
Mh  sin( )
g0 P2π h 2 2
4. Calcul des inductances avec rotor excentrique

La figure (4) illustre une machine avec rotor excentrique, où R et r représente
respectivement les rayons du stator et du rotor. L’entrefer moyen est représenté par un cercle
en ligne discontinue. O et O’ représentent respectivement le centre du stator et du rotor, les
angles φ et φ' représentent respectivement la position d’un point dans un référentiel lié au
stator et au rotor, θr donne la position du rotor et δg représente le décalage entre les deux
centres [BES07].
φ’ φ
θr
r
O’
R o δg
Figure 4. Entrefer de la machine avec rotor excentrique.
La variation de la longueur de l'entrefer entraîne des variations de la densité du flux

dans l'entrefer. Les enroulements statoriques sont électriquement affectés, et les performances
de la machine sont dégradées. La modélisation prend un autre degré de complexité en
introduisant la variation de l’épaisseur d’entrefer g(φ,θ r) lors de la modélisation. La géométrie
des encoches du stator et du rotor détermine la formule de la perméance d’entrefer [BRU97].
200
ANNEXES
Exemple : On considère l’effet des encoches statoriques seulement, dans ce cas le rotor est
considéré lisse comme la représente la figure (5), et la formule de la perméance est donnée
par [BRU97] :

Phs ( s )  P0   Phs .cos(hs .N sp . s ) (4)
hs 1
Tel que, θs et Nsp sont la position angulaire par rapport à l’axe de référence statorique et le
nombre d’encoche par paire de pôles au stator.
avec,
 1   1 Hs 
P0  0   .  (5)
 g0  H s   g0 
 Hs   sin(hs .rds . ) 
Phs  20   .  (6)
 g 0 .( g 0  H s )   hs 
s
Et rd c’est le rapport de denture statorique donné par :
Lsd
rds  (7)
Lsenc  Lsd
Lsd et Lsenc sont les largeurs respectivement d’une dent statorique et d’une encoche.
Stator
Rotor g0
sθ
Lsenc
Lsd
Hs
Figure 5. Topologie des dents statoriques.
Les encoches ont plusieurs formes, trapézoïdales, semi-trapézoïdales, rectangulaires,

fermés, semi-fermés, …etc. La figure (6) illustre deux types des encoches qui portent un
faisceau de conducteur.
201
ANNEXES
Vers l’entrefer
Cale
Capote
Isolant
d’encoche
Conducteurs
Circuit magnétique statorique
(a) (b)
Figure 6. Encoche à une seule couche, (a) : encoche semi-trapézoïdale, (b) : encoche
rectangulaire.
La fonction d’entrefer dans le cas d’une excentricité, peut prendre l’expression

suivante [FRO68] :
 
g ( )  g 0 .  1   s cos    d cos(   r )  (8)
 
Le calcul de l’inverse de cette fonction est une opération exigée afin de reformuler des
différentes inductances.
1
g 1 ( ,  r )  (9)
g 0 .(1   s cos    d cos(   r ))
4.1 Première approximation de la perméance

Pour ceci, on définit l’approximation confirmée par M. Bradford [BRA68] et autres
comme [HEL69], [JOR81], [FRÜ82] et [BRU97]:
1
g 1 ( ,  r )  .1   s cos    d cos(   r )  (10)
g0
[JOR81] a développé une autre approximation de la perméance par une série de polynômes de
Taylor.
4.2 Deuxième approximation de la perméance
L’inverse de la fonction d’entrefer de l’équation (9) s’écrit [CAM86], [FAI02],
[NAN02]:
202
ANNEXES
1
g 1 ( ,  r )  (11)
g 0 .(1   cos(   ' r ))
avec,
   s2   d2  2. s  d cos( r' ) (12)
et
 d sin( r )
 r'  arctan( ) (13)
 s   d cos( r )
Cependant, une résolution analytique doit impérativement faire appel à une expression
approximative en effectuant un développement en série de Fourier.
Nous avons constaté qu’un parfait résultat sera obtenu en s’arrêtant au troisième terme, tel
que :
g 1 ( ,  r )  P0  P1 cos(   r' )  P2 cos(2.(   r' )) (14)
avec,
1
P0  , (15)
g0 1   2
1  1   2 
P1  2.P0 . , (16)
  
 
2
1  1   2 
P2  2.P0 .  (17)
  
 
Malgré que cette approche soit la plus proche à la fonction réelle de la perméance,
cependant, le problème réside seulement à la simulation de l’excentricité mixte (vitesse,
courant, …etc.) où, le dénominateur contient une complexité de superposition de l’angle ‘θr’.
4.3 Troisième approximation de la perméance
Le développement en série de Fourier de donne la formule suivante [FRO68],
[FRO69], [JOR81], [FRÜ82]:
1
g 1 (  )  ( 0   1 cos   ......) (18)
g0
avec,
1 1 1 2
0  , 1  2 (19)
1 2  1 2
et
δ est définit le type d’excentration, statique (δ =δs) ou dynamique (δ= δd).
203
ANNEXES
Pour des valeurs de δ<0.7, les amplitudes des termes Λi d’ordre supérieur par rapport
aux deux premiers termes sont négligeables, par conséquent nous ne tenons compte que des
deux premiers termes. Pour la valeur limite (δ<0.7), les deux premiers termes peuvent être
approximés comme suit :
1 
0  , 1  (20)
1 / 2 2
1 2 / 2
Plusieurs auteurs ont exploité ces formules afin d’élaborer un modèle adéquat dédié au
diagnostic [CAM86], [TOL96], [DOR97], [NAN02], [FAI02], [BES07], [BES15-1].
Après une étude comparative entre les formules citées, et d’après un calcul un peu
long par toutes les approximations de la perméance orienté aux inductances à un état
défectueux de la MAS ; Nous avons décidé de présenter dans ce qui suit le calcul qui a été
réalisé tout en se basant sur la première approximation de la perméance.
5. Calcul des inductances de la MAS à l’état d’excentricité statique (ES :δd=0)

5.1. La fonction d'enroulement modifiée statorique [BES07]
En suivant les étapes de calcul indiqué à la référence [BES07], on trouve :
Cas numéro 1 : Le nombre de paires de pôles est égal à 1 (p=1).
2 Nt 
Kbh   2   Kb1.Nt  2 
M( ,θ r ) 
p
 .cos  hp     0  q    s
p
cos     0  q  (21)
h 1 h   3 p   3p 
Cas numéro 2 : Le nombre de paires de pôles est supérieur à 1 ( p1 ).
2 Nt 
Kbh   2  
M( ,θ r ) 
p
 .cos  hp     0  q  (22)
h 1 h   3 p 
5.2. La fonction d'enroulement modifiée rotorique

De la même façon, on trouve la fonction de distribution rotorique comme suit:
αr 2  1 α   1   (23)
n rk ( ' )    sin(m r )cos  m   '  (k  )α r  
2π π m1 m 2   2  
D’après le calcul nous présentons l’approche de la fonction d’enroulement modifiée
(AFEM) comme :
2  1 α   1   α   1 
M rk ( )  
'
sin(m r )cos  m   '  (k  )α r    s sin  r  cos  r  (k  )α r 
π m1 m 2   2    2  2 
(24)
204
ANNEXES
-7 -7
x 10 x 10
-0.5 0
Inductance mutuelle Rotor-Rotor (H)

ES=0%
ES=10%
-1 -0.5 ES=20%
ES=30%
-1.5 -1
ES=0%
-2 ES=10% -1.5
ES=20%
ES=30% (a) (b)
-2.5 -2
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
Position (rad) Position (rad)
Figure 7. L'évolution des mutuelles rotoriques en fonction de δs, (a) : Lr27r28 et (b) : Lr1r5.
L’inductance mutuelle dans ce cas est donnée par :

 rL 4N  K α  1 2 
Lsr  0 ( 2t )  . bh sin(hp r ) cos  hp( k  ) r  hp( r   0  q ) 
g 0 πp h 1 h 2
2  2 3p 
0 rL 2N t  K bh α  1 2 
 s ( ) sin((hp  1) r ) cos ( hp  1)( k  ) r  hp( r   0  q )   r 
g0 πp h 1 h(hp  1) 2  2 3p 
0 rL 2N t  K bh α  1 2 
 s ( ) sin((hp  1) r ) cos (hp  1)(k  ) r  hp( r   0  q )   r 
g0 πp h 1 h(hp  1) 2  2 3p 
(25)
-4
x 10
2
SE=0%
1.5
SE=10%
Inductance mutelle Lsar1 (H)
1 SE=20%
SE=30%
0.5
-0.5
-1
-1.5
-2
0 1 2 3 4 5 6 7
Position (rad)
Figure 8. Evolution des inductances mutuelles stator-rotor (Lsar1).
205
ANNEXES
-4
x 10
2
Lsar1: SE=30%
Inductance mutelle Stator-Rotor (H)

Lsbr1: SE=30%
Lscr1: SE=30%
1
-1
-2
0 1 2 3 4 5 6 7
Position (rad)
Figure 9. Les inductances mutuelles stator-rotor pour les phases ' a', ' b' et ' c', avec la maille
‘1’ pour δs =30%.
-3
x 10
1
Lsar1: Saine
Dérivée de Lsar1 Saine

Dérivée de Lsar1 SE=30%
0.5 Lsar1 avec SE=30%
-0.5
-1
0 1 2 3 4 5 6 7
Position (rad)
Figure 10. Evolution de la dérivée de l'inductance mutuelle Lsar1 pour δs=30%.
La règle d’existence (d’apparition) des RSHs ou non selon l’équation (II.6) est vérifiée
pour une ES seule. En outre, nous avons remarqué que ce défaut se traduit par un déplacement
des RSHs en fonction du degré d’ES (δs). La figure (11) illustre le spectre du courant et
l’évolution de L-PSH pour différente valeur de δs.
206
ANNEXES
0
Harmonique fondamental f =50 Hz
(a)
Amplitude (dB) -20 s
-40
-60
-80
0 50 100 150 200 250 300 350 400 450 500
Fréquence (Hz)
0
(b)
Amplitude (dB)
-20 L-PSH =612.6 Hz

s
X: 612.6
Y: -41.21
-40
-60
-80
0 100 200 300 400 500 600 700
Fréquence (Hz)
-30
ds=10%, L-PSHs =611.29 Hz (c)
X: 612.6
Y: -41.21
-40 ds=15%, L-PSHs =611.78 Hz
Amplitude (dB)
ds=20%, L-PSHs =612.62 Hz

-50 ds=25%, L-PSHs =613.75 Hz
ds=30%, L-PSHs =615.28 Hz
-60
-70
600 610 620 630 640 650
Fréquence (Hz)
Figure 11. Le spectre du courant statorique avec une excentricité de δs=20% ; (a) : Bande de
0-500Hz, (b) : Bande de 0-700Hz, (c) : Evolution de L-PSH en fonction de δs.
6. Calcul des inductances de la MAS à l’état d’excentricité dynamique (ED :δs=0)

La méthodologie de calcul se base sur l’intégration de la perméance et après, on
recalcule les inductances de chacune avec sa formule correspondante. La fonction
d’enroulement (FE) sera modifiée automatiquement dû à la variation de l’entrefer (la
207
ANNEXES
perméance). L’étape de calcul les fonctions des enroulements du stator ou du rotor est
indispensable. En suivant les mêmes procédures de travail on trouve les fonctions
d’enroulement modifiées statorique et rotorique selon le nombre de paires de pôles.
6.1. La fonction d'enroulement modifiée statorique

Les démarches de calculs étant analogues à celles de l’excentration statique, on arrive
aux relations suivantes :
Cas numéro 1 : Le nombre de paires de pôles est égal à 1 (p=1).
2 Nt 
Kbh   2   Kb1.Nt  2 
M( ,θ r ) 
p
 .cos  hp     0  q    d
p
cos     0  q  (26)
h 1 h   3 p   3p 
Cas numéro 2 : Le nombre de paires de pôles est supérieur à 1 ( p1 ).
2 Nt 
Kbh   2  
M( ,θ r ) 
p
 .cos  hp     0  q  (27)
h 1 h   3 p 
6.2. La fonction d'enroulement modifiée rotorique

La fonction de distribution rotorique est donnée par:
αr 2  1 α   1   (28)
n rk ( ' )    sin(m r )cos  m   '  (k  )α r  
2π π m1 m 2   2  
et l’AFEM se trouve comme suit :
2  1 α   1   α   1 
M rk ( ' )  
π m1 m
sin(m r )cos  m   '  (k  )α r    d sin  r  cos  r  (k  )α r 
2   2    2  2 
(29)
-6
x 10
Inductance de magnétisation rotorique (H)
1.8
ED=0%
ED=10%
1.7 ED=20%
ED=30%
1.6
1.5
1.4
0 1 2 3 4 5 6 7
Position (rad)
Figure 12. L'inductance de magnétisation d’une maille rotorique (Lrm).
208
ANNEXES
-7 -7
x 10 x 10
2 2

ED=0% ED=0%
ED=10% ED=10%
1 1
ED=20% ED=20%
ED=30% ED=30%
0 0
-1 -1
-2 -2
(b) (b)
-3 -3
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
Position (rad) Position (rad)
Figure 13. L'évolution des mutuelles rotoriques en fonction de δd, (a) : Lr27r28 et (b) : Lr1r5.
On écrit l’inductance mutuelle sous une excentricité dynamique comme suit :


0 rL 4N t K bh αr  1 2 
2 
Lsr  ( ) . sin(hp ) cos  hp( k  ) r  hp( r   0  q ) 
g0 πp h 1 h 2
2  2 3p 
0 rL 2N t  K bh α  1 2 
 d ( ) sin((hp  1) r ) cos (hp  1)( k  ) r  hp( r   0  q ) 
g0 πp h 1 h(hp  1) 2  2 3p 
0 rL 2N t  K bh α  1 2 
 d ( ) sin((hp  1) r ) cos (hp  1)(k  ) r  hp( r   0  q ) 
g0 πp h 1 h(hp  1) 2  2 3p 
(30)
-4
x 10
2
DE=0%
1.5
DE=10%
Inductance mutelle Lsar1 (H)
1 DE=20%
DE=30%
0.5
-0.5
-1
-1.5
-2
0 1 2 3 4 5 6 7
Position (rad)
Figure 14. Evolution des inductances mutuelles stator-rotor (Lsar1).
209
ANNEXES
-4
x 10
2

Lsar1: DE=30%
Lsbr1: DE=30%
1 Lscr1: DE=30%
-1
-2
0 1 2 3 4 5 6 7
Position (rad)
Figure 15. Les inductances mutuelles stator-rotor pour les phases ' a', ' b' et ' c', avec la maille
‘1’ pour δd =30%.
La figure (16) montre bien l’évolution de la première dérivée de l’inductance mutuelle
stator-rotor avec δd.
-3
x 10
1
Lsar1: Saine
Dérivée de Lsar1 Saine

0.5 Dérivée de Lsar1 DE=30%
Lsar1 avec DE=30%
-0.5
-1
0 1 2 3 4 5 6 7
Position (rad)
Figure 16. Evolution de la dérivée de l'inductance mutuelle Lsar1 pour δd=30%.
La vérification de quelques fréquences qui caractérisent ce défaut a été effectué pour une
bande fréquentielles de 600 Hz à 3000 Hz (figure 17). On note que les fréquences du défaut
sont résumées dans le tableau (1) ne sont pas apparaît pour une ED seule ; cela explique la
règle proposée par Nandi et al. [NAN11].
210
ANNEXES
0
Harmonique fondamental f =50 Hz
s
Amplitude (dB)
-20
X: 612.2
Y: -42.14
-40 L-PSH=PSH1=612.2 Hz
-60
-80
0 100 200 300 400 500 600 700
Fréquence (Hz)
Figure 17. Le spectre du courant statorique avec une excentricité de δd=20%.
-40
X: 612.2
RSHs
Y: -42.14
-50 X: 2599
Y: -56.5
Amplitude (dB)
X: 1374
Y: -60.16
-60
X: 2037
X: 1937
Y: -71.08
Y: -72.79
-70
-80
-90
1000 1500 2000 2500 3000
Fréquence (Hz)
Figure 16. Le spectre du courant statorique avec une excentricité de δd=20% : Bande de 600-
3000Hz.
Un indice important concernant le mouvement des RSHs dû aux différents degrés
d’ED ; la figure (17) montre ces déplacements (évolutions) dû à l’excentricité dynamique.
Cette dernière est la première cause qui fait le changement du glissement.
0
dd=10%, L-PSHs =611.29 Hz
-20 dd=15%, L-PSHs =611.66 H

Amplitude (dB)
X: 612.2
dd=20%, L-PSHs =612.2 H
Y: -42.14
-40 dd=25%, L-PSHs =612.9 H
dd=30%, L-PSHs =613.83 H
-60
-80
600 610 620 630 640 650
Fréquence (Hz)
Figure 18. Evolution de L-PSH pour différentes valeurs du degré d’excentricité dynamique.
211
ANNEXES
Tableau 1. Fréquences caractéristiques du défaut d’excentricité dynamique.
 kn  n   Harmonique
f exc  dyn   b d  (1  g )  n s  . f s avec, k=1 et nωs=1
 p  
Pour nd=1 Introuvable
En essayant maintenant de vérifier l’existence des fréquences caractéristiques de l’excentricité

dynamique pour un nombre de barres est égal à 27 (nb=27). D’après la formule (II.6), la valeur
du nombre de barres rotoriques n’est pas vérifiées et en conjonction avec la formule (II.7), on
trouve :
nb  2. p.3.(m  n)  r   27  2.(2).3.(2)  1 1  27
Donc, et selon la règle d’existence des harmoniques qui caractérisent le défaut d’ED ; les
fréquences de la formules (I.7) seront existées. La simulation nous aide à vérifier ces
composants fréquentiels sans considérer les changements des paramètres de la machines, mais
par un autre nombre de barres qui introduit aux équations de notre modèle.
La figure (19) montre clairement l’apparition de la fréquence caractéristique du défaut
d’ED au spectre du courant pour un glissement s=0.055, cette fréquence est calculée comme
suit :
 k  nb  nd   1.  27  1 
f exc dyn   1  s   ns  . f s   1  0.0555  1 .50  611.15 Hz
 p   2 
Il est clair aussi que la formule (I.7) orientée aux calculs des PSHs n’est pas vérifiée.
Dans ce cas, on dit que les PSHs sont introuvables [NAN11]. Réellement, le spectre de la figure
(19) ne contient que les fréquences caractéristiques du défaut d’excentricité dynamique.
0
-20 fexcdyn=611.15 Hz
Amplitude (dB)
X: 611.3
-40 Y: -50.26
-60
-80
-100
0 100 200 300 400 500 600 700
Fréquence (Hz)
Figure 19. Spectre du courant statorique pour un nombre de barres « nb=27 et δd=20% ».
212
ANNEXES
7. Inductance mutuelle de la MAS sous un défaut d’excentricité mixte (EM)

Comme l’ES et l’ED ne se trouvent pas seules en pratique ; ce qui nous oblige de
parler sur l’existence des deux au même temps ; c’est l’excentricité mixte (EM). Ceux qui
nous disent aujourd'hui que tout cela sera un défi pour nous tous, notamment lors du travail au
diagnostic dans les laboratoires.
Avant d’aborder ce problème (EM), il faut passer sur les notions des fonctions
d’enroulement (bobinage) modifiées et de rappeler le calcul des inductances d’une MAS
parfaitement asymétrique.
L’expression usuelle de la fonction perméance offre dans ces conditions la possibilité de
calcul des inductances de la machine. Ces inductances de la machine excentrée statiquement et
dynamiquement du point de vu de la variation de l’entrefer permettent de caractériser les
signatures de défaut dans les courants statoriques.
En disposant la fonction de la perméance, nous pouvons, donc, achever le calcul des
inductances d’une machine asynchrone. Pour déterminer les inductances statoriques et
rotorique, il suffit de suivre le même parcours de calcul. Les inductances obtenues seront
permettre de simuler et caractériser les fréquences des harmoniques en présence de l’EM.
Ainsi après développements, on aboutit à l’expression de l’inductance mutuelle stator-rotor
(Lsr), qui s’écrit comme suit :

0 rL 4N t K bh αr  1 2 
2 
Lsr  ( ) . sin(hp ) cos  hp( k  ) r  hp( r   0  q ) 
g0 πp h 1 h 2
2  2 3p 
0 rL 2N t  K bh α  1 2 
 s ( ) sin((hp  1) r ) cos ( hp  1)( k  ) r  ( hp  1)( r   0  q ) 
g0 πp h 1 h(hp  1) 2  2 3p 
0 rL 2N t  K bh α  1 2 
 s ( ) sin((hp  1) r ) cos ( hp  1)( k  ) r  ( hp  1)( r   0  q ) 
g0 πp h 1 h(hp  1) 2  2 3p 
0 rL 2N t  K bh α  1 2 
 d ( ) sin((hp  1) r ) cos (hp  1)( k  ) r  hp( r   0  q ) 
g0 πp h 1 h(hp  1) 2  2 3p 
0 rL 2N t  K bh α  1 2 
 d ( ) sin((hp  1) r ) cos (hp  1)(k  ) r  hp( r   0  q )  (31)
g0 πp h 1 h(hp  1) 2  2 3p 
On voit dans la figure (20) l’allure des différentes inductances mutuelles stator-rotor avec ses
premières dérivées et leurs évolutions en fonction des degrés d’excentricités combinés.
213
ANNEXES
-4
x 10
2
Inductance mutelle Lsr (H)

saine: ds=dd=0%
ds=10%-dd=20%
1 ds=20%-dd=10%
ds=25%-dd=25%
ds=30%-dd=10%
0
-1
(a)
-2
0 1 2 3 4 5 6 7
Position (rad)
-3
x 10
1
Inductance mutelle Lsr (H)
saine:ds=dd=0%
saine dérivée: ds=dd=0%
0.5 Lsr : ds=30%-dd=10%
Lsr dérivée: ds=30%-dd=10%
-0.5
(b)
-1
0 1 2 3 4 5 6 7
Position (rad)
Figure 20. Evolution de l'inductance mutuelle Lsar1 ; (a) : Lsr=f(δs, δd), (b) : Dérivée de Lsr.
Le spectre du courant statorique représenté dans la figure (21) montre bien la validité du
calcul des inductances concernant le défaut d’EM. Les valeurs théoriques correspond
l’excentricité mixte de la formule (I.9) a été vérifiées par une série de fréquence de |fs ± kfr|.
La figure (22) représente le spectre du courant et précisément les bandes latérales autour
des RSHs ; ceux-ci peuvent représenter un indicateur important pour la détection du défaut
d’EM. Il faut signaler aussi que cet indicateur n’est pas le seul utilisé pour la détection de
l’excentricité aux machines asynchrones.
214
ANNEXES
0
X: 26.4 f -f
Y: -14.47 s r f +f
s r
Amplitude (dB) -20 X: 73.6
f -2f Y: -28.74
s r f +2f
s r
X: 2.3
Y: -41.18 X: 97.4
-40 Y: -46.13
-60
0 50 100 150
Fréquence (Hz)
Figure 21. Le spectre du courant statorique autour du fondamental pour δs=15% et δd=15%.
-40
X: 611.7 Bandes latérales autour des RSHs
Amplitude (dB)
Y: -41.94
-50 X: 1373
Y: -57.17
X: 2597
-60 X: 2035 Y: -64.18
X: 1935 Y: -67.04
Y: -69.91
-70
-80
500 1000 1500 2000 2500 3000
Fréquence (Hz)
Figure 22. Bandes latérales autour des RSHs sous une excentricité mixte (δs=15% et
δd=15%).
Le tableau (2) résume les valeurs des fréquences caractéristiques dû à l’excentricité mixte.
Tableau 2. Fréquences caractéristiques du défaut d’excentricité mixte.
fexc mix  f s  kf r pour, k=1 et k=2 Harmonique Harmonique de la
s=0.054, fs=50 Hz par le calcul simulation
fexc mix  f s  f r 26.35 Hz 26.4 Hz

fexc mix  f s  f r 73.65 Hz 73.6 Hz
f exc mix  f s  2 f r 2.7 2.4 Hz
f exc mix  f s  2 f r 97.3 97.4 Hz
215
REFERENCES BIBLIOGRAPHIQUES
Références bibliographiques
[AHM13]: Ahmadi, M., Poshtan, J., Poshtan, M. ―Static eccentricity fault detection in
induction motors using wavelet packet decomposition and Gyration radius‖.
In Communications, Signal Processing, and their Applications (ICCSPA), the
1st International Conference, pp. 1-5, IEEE 2013.
[AIT05]: Ait-Hammouda, A. ― Pré-dimensionnement et étude de sensibilité vibro-accoustique
de machines à courant alternatifs et à vitesses variables ". Thèse de Doctorat,
Ecole Centrale de Lille, 2005.
[ALA03]: Alain Boulenger, Christian Pachaud, ―Analyse vibratoire en maintenance
(surveillance et diagnostic des machines) ‖. Dunod Paris, livre édition 2003.
[ALA09]: Alain Boulenger, Christian Pachaud, ―Aide-mémoire Surveillance des machines
par analyse des vibrations‖. Dunod Paris, livre édition 2009.
[ALAM15]: K. Alameh, N. Cité, G. Hoblos, G. Barakat, ―Vibration-based fault diagnosis
approach for permanent magnet synchronous motors‖. IFAC-Papers OnLine,
pp.1444-1450, 2015.
[ALG65]: P. L. Alger, "The nature of induction machines", Gordon and Breach, science
publisher inc., New York, 1965.
[AND08]: R. N. Andriamalala, H.Razik, L. Baghli, F-M. Sargos, ―Eccentricity Fault
Diagnosis of a Dual-Stator Winding Induction Machine Drive Considering the
Slotting Effects‖, IEEE Transactions on Industrial Electronics, vol. 55 , pp.
4238 – 4251, Dec. IEEE 2008.
[ANT04]: Antoni J., Sidahmed M., ―Contrôle et diagnostic à partir des signaux acoustiques et
vibratoires‖. Special congres surveillance No5, acoustique et techniques, 2004.
[ANTO06]: J. A. Antonino-Daviu, M. Riera-Guasp, J. R. Folch, M. P. M. Palomares,
―Validation of a new a method for the diagnosis of rotor bar failures in
induction machines‖. IEEE Transactions on Industry Applications, vol. 42, pp.
990-996, IEEE 2006.
[AOU09]: AOUABDI, S. ―Diagnostic et détection des cassures des barres du rotor d'une
machine asynchrone a cage par l'analyse en ondelettes‖. Thèse de Doctorat,
Université de Badji Mokhtar de Annaba, Algérie, 2009.
[ARK97] : Arkkio A. ―Unbalanced Magnetic Pull in a High Speed Induction Motor with an
Eccentric Rotor‖. Conference Publications, International Conference on
Electrical Machines and Drives, pp. 36-40, IET 1997.
[ARQ99]: PH. Arqès, ―Pour la surveillance de roulement‖. Revue Maintenance, No 517, pp.
48, 1999.
[ATT15]: Attoui, I., Boudiaf, A., Fergani, N., Oudjani, B., Boutasseta, N., Deliou, A.
―Vibration-based gearbox fault diagnosis by DWPT and PCA approaches and
an adaptive neuro-fuzzy inference system‖. 16th International Conference on
Sciences and Techniques of Automatic Control and Computer Engineering
(STA), pp. 234-239, IEEE 2015.
[BAB14]: F. Babaa. ―Contribution à la modélisation et à la commande de la machine
asynchrone : "Application au diagnostic des défauts statoriques"‖. Thèse de
Doctorat, université de Mentouri, Constantine, Alger, 2014.
[BARM15]: D. Barman, S. Sarkar, G. Das, S. Das, P. Purkait, ―DFA and DWT based
severity detection and discrimination of induction motor stator winding short
circuit fault from incipient insulation failure‖. Presented at the Intern. Conf.
Electrical, Electronics, Signals, Communication and Optimization,
Visakhapatnam, India, IEEE 2015.
217
[BAT80] : Bate, G. H. ― Vibration diagnostics for industrial electric motor drives‖. Brüel and
Kjaer application note, 1980.
[BELH14]: Belhamdi, S. ―Diagnostic Des Défauts De La Machine Asynchrone Controlée Par
Différentes Techniques De Comande‖. Doctoral dissertation, Université
Mohamed Khider Biskra, Algérie, 2014.
[BEL00]: Bellini, A., Filippetti, F., Franceschini, G., Tassoni, C., Kliman, G. B., 2000,
―Quantitative evaluation of induction motor broken bars by means of electrical
signature analysis‖. Industry Applications Society Conference: The 35th IAS
Annual Meeting, Rome, Italy, vol. 1, pp. 484-491, IEEE 2000.
[BEN98]: Benbouzid.M, "A review of induction motors signature analysis as a medium
for faults detection ". University of Picardie-Jules Verne, pp.1950-1955,
IEEE 1998.
[BEN99]: Benbouzid.M, Vieira.M, Theys.C, "Induction motors‘ faults detection and
localization using stator current advanced signal processing techniques". IEEE
Transactions on Power Electronics, vol. 14, pp.14-22, IEEE 1999.
[BEN03]: Benbouzid, M. E. H., Kliman, G. B., 2003, ―What stator current processing-based
technique to use for Induction motor rotor faults diagnosis?‖. IEEE
Transactions on Energy Conversion, vol. 18, pp.238-244, IEEE 2003.
[BENO15]: Benouzza, N., Boudinar, A. H., Bendiabdellah, A., Khodja, M., ―Slot harmonic
frequency detection as a technique to improve stator current spectrum
approach for broken rotor bars fault diagnosis‖. International Aegean
Conference on Electrical Machines and Power Electronics (ACEMP),
(ELECTROMOTION), pp. 118-122, IEEE 2015.
[BENS08]: Toufik, Bensana, ―Diagnistic des défaillances basé sur l'analyse vibratoire d'une
turbine à vapeur‖. Thèse de Doctorat, Université Badji Mokhtar de Annaba,
Algérie, 2008.
[BENT06]: Bentaleb, Y. ―Analyse par ondelettes des signaux sismiques: Applications aux
ondes de surface‖. Thèse de Doctorat, Université Mohammed v–agdal, Rabat,
Maroc, 2006.
[BENZ05]: Benzid, R. ―Ondelettes et statistiques d'ordre supérieur appliquées aux signaux
uni et bidimensionnels‖. Thèse de Doctorat, Université de Batna 2, Algérie,
2005.
[BES07]: Bessous Noureddine, ―Contribution au diagnostic des machines asynchrones‖.
Magister en électrotechnique, option: machines électriques, université de
Mentouri Constantine, Algérie, 2007.
[BES15-1]: Bessous N., S. E. Zouzou, N. Halem, ―Calculation of induction machines
inductances under outer raceway defect‖. Intern. Symp. Diagnostics for
Electrical Machines Power Electronics and Drives Guarda Portugal, IEEE
2015.
[BES15-2]: Bessous N., Z. S. Eddine, S. Mohamed, ―Experimental exploitation for the
diagnosis to the induction machine under a bearing fault-using MCSA‖. 4th
International Conference on Electrical Engineering (ICEE), pp. 1-4 IEEE
2015.
[BES15-3]: Bessous N., Z. S. Eddine, W. Bentrah, S. Sbaa, ―A Comparative Study between
the FFT and DWT Method Applied to a Bearing Fault in Induction Motors –
Results Dedicated to the Industry –‖. WSEAS, Transactions on systems and
control, 2015.
[BES16-1]: Bessous N., S. E. Zouzou, W.Bentrah, S. Sbaa, M. Sahraoui, ―Diagnosis of
bearing defects in induction motors using discrete wavelet transform‖.
218
International Journal of System Assurance Engineering and Management, pp.

1-9, 2016.
[BES16-2]: Bessous N., Z. S. Eddine, ―Detection of Static and Dynamic Eccentricity Faults
in Induction Machines by MCSA Method‖. International Conference on
Electrical Sciences and Technologies CISTEM, Marrakesh, Morocco, 2016.
[BES16-3]: Bessous N., Z. S. Eddine, W. Bentrah, S. Sbaa, ―Detection and Diagnosis of
Static Eccentricity Fault in Induction Machines Using the MCSA and DWT
Method‖. International Conference on Electrical Sciences and Technologies
CISTEM, Marrakesh, Morocco, 2016.
[BES16-4]: Bessous N., Z. S. Eddine, A. Chemsa ―A New Analytical Model Dedicated to
Diagnose the Rolling Bearing Damage in Induction Motors -Simulation and
Experimental Investigation-‖. International Conference on Control Engineering
and Information Technology, CEIT, Hammamet, Tunisia, 2016.
[BESS15]: Bessam, B., Menacer, A., Boumehraz, M., Cherif, H. ―A novel method for
induction motors stator inter-turn short circuit fault diagnosis based on wavelet
energy and neural network‖. In Diagnostics for Electrical Machines, Power
Electronics and Drives (SDEMPED), pp. 143-149, IEEE 2015.
[BIN15]: Bindu, S., Thomas, V. V. ―Characteristic signature identification of air-gap
eccentricity faults using extended dq model for three phase induction motor‖.
International Conference on Condition Assessment Techniques in Electrical
Systems (CATCON), pp. 157-162, IEEE 2015.
[BINO16]: Binojkumar, A. C., Saritha, B., Narayanan, G. ―Experimental Comparison of
Conventional and Bus-Clamping PWM Methods Based on Electrical and
Acoustic Noise Spectra of Induction Motor Drives‖. IEEE Transactions on
Industry Applications, pp. 4061-4073, IEEE 2016.
[BLÖ08]: Blödt, M., Granjon, P., Raison, B., Rostaing, G., Models for bearing damage
detection in induction motors using stator current monitoring. IEEE
transactions on industrial electronics, pp. 1813-1822, 2008.
[BON92]: Bonnett, A.H., Soukup, G.C., "Cause and analysis of stator and rotor failures in
three-phase squirrel-cage induction motors", IEEE Transactions on Industry
Applications, pp. 921-937, IEEE 1992.
[BOU01]: Boumegoura. T, "Recherche de signature électromagnétique des défauts dans une
machine asynchrone et synthèse d‘observateurs en vue de diagnostic". Thèse
Doctorat, Ecole centrale de Lyon, France, 2001.
[BOUD16]: Boudiaf, A., Djebala, A., Bendjma, H., Balaska, A., Dahane, A. ―A summary of
vibration analysis techniques for fault detection and diagnosis in bearing‖.
In Modelling, Identification and Control (ICMIC), pp. 37-42, IEEE 2016.
[BRU97]: J. F. Brudny ―Modélisation de la denture des machines asynchrones‖. Phénomènes
de résonances, J. Phys. III, pp.1009-1023, 1997.
[BRA68]: Bradford, M. ―Unbalanced magnetic pull in a 6-pole induction motor‖. Electrical
Engineers, Proceedings of the Institution, pp. 1619-1627, 1968.
[BUR97]: Burrus, C. S., Gopinath, R. A., Guo, H. ―Introduction to wavelets and wavelet
transforms‖. 1997.
[CAM86]: Cameron. J. R, Thomas. W. T. Dow. A. B., "Vibration and current monitoring for
detecting air gap eccentricity in large induction machines". IEE Proceeding,
vol.133, pp.155-163, May 1986.
[CAS02]: Casimir, R., Boutleux, E., Clerc, G., Chappuis, F., "A decision system to detect
failures in induction motors", Systems, Man and Cybernetics, International,
Conference, vol. 5, pp. 6-9 pp, IEEE 2002.
219
[CAS03]: R. Casimir, ―Diagnostic des défauts des machines asynchrones par reconnaissance
des Formes‖. Thèse de doctorat, Ecole Centrale de Lyon, France, 2003.
[CAV04]: C. Cavallaro, A. O. Di Tommaso, R. Miceli, A. Raciti, G. Ricco Galluzzo, M.
Trapanese, ―Monitoring and Diagnoses by a Vibration Analysis Procedure of
Incipient Failures in Squirrel Cage Induction Motors Due to Cracked or
Broken Bars‖. SPEEDAM 2004, Symposium on Power Electronics, Electrical
Drives, Automation and Motion, Capri (Italy), 2004.
[CHR99]: Christian Lalane, ―vibrations et chocs mécaniques, Vibrations aléatoires‖. Tome 3,
Hermes Paris, livre édition 1999.
[CHU16]: Chuan, H., Shek, J. K. H. ―Reducing unbalanced magnetic pull of an induction
machine through active control‖, 2016.
[COR15]: Corne, B., Vervisch, B., Debruyne, C., Knockaert, J., Desmet, J., ―Comparing
MCSA with vibration analysis in order to detect bearing faults A case study‖.
International Electric Machines and Drives Conference (IEMDC), pp. 1366-
1372, IEEE 2015.
[CUE16]: Cuevas, M., Romary, R., Lecointe, J. P., Jacq, T. ―Non-invasive Detection of Rotor
Short-Circuit Fault in Synchronous Machines by Analysis of Stray Magnetic
Field and Frame Vibrations‖. IEEE Transactions on Magnetics, IEEE 2016.
[DEL82]: Deleroi W. ―Squirrel cage motor with broken bar in the rotor-physical phenomena
and their experimental assessment‖. 5th International Conference on Electrical
Machines–ICEM ‗82, Budapest, Hungary, pp. 767-770, ICEM 1982.
[DEL84]: Deleroi W. "Broken Bar in Squirrel Cage Rotor of an Induction Motor, Pan I:
Description by Superimposed Fault Currents." Arch. fur Elektrotechnik, pp.
91-99, 1984.
[DI15]: Di, C., Bao, X., Wang, H., Lv, Q., He, Y. ―Modeling and analysis of unbalanced
magnetic pull in cage induction motors with curved dynamic eccentricity‖.
IEEE Transactions on Magnetics, pp. 1-7, IEEE 2015.
[DON16]: P. Donolo, G. Bossio, C. De Angelo, G. García, M. Donolo, ―Voltage unbalance
and harmonic distortion effects on induction motor power, torque and
vibrations‖. Electric Power Systems Research, 2016.
[DOR95]: Dorrell, D.G., Thomson, W.T., Roach, S., ―Combined effects of static and dynamic
eccentricity On airgap flux waves and the application of current monitoring to
detect dynamic eccentricity in 3-Phase induction motors‖. The7th International
Conference on Electrical Machines and Drives Conference–EMD‗95, Durham,
U.K, pp. 151-155, 1995.
[DOR97]: Dorrell, D. G., Thomson, W. T., Roach, S. ―Analysis of airgap flux, current, and
vibration signals as a function of the combination of static and dynamic airgap
eccentricity in 3-phase induction motors‖. IEEE Transactions on Industry
Applications, pp. 24-34, IEEE 1997.
[DOR15]: Dorrell, D. G., Salah, A., Kayani, O. ―The detection and suppression of unbalanced
magnetic pull in wound rotor induction motors using pole-specific search coils
and auxiliary windings‖. Energy Conversion Congress and Exposition (ECCE),
pp. 277-284, IEEE 2015.
[DOU03]: Douglas, H., Pillay, P., & Ziarani, A. ―Detection of broken rotor bars in induction
motors using wavelet analysis‖. In Electric Machines and Drives Conference,
IEMDC'03, pp. 923-928, IEEE 2003.
[DUV15]: Duvvuri S. S., Detroja K. ―Model-based stator interturn short-circuit fault detection
and diagnosis in induction motors‖. The 7th International Conference on
Information Technology and Electrical Engineering (ICITEE), pp. 167-172,
IEEE 2015.
220
[ELK92]: Elkasabgy N. M., Eastham A.R., Dawson G.E., ―Detection of broken bars in the
cage rotor on induction machine‖. IEEE Transactions on Industry
Applications, pp. 165-171. IEEE 1992,
[EPR82]: EPRI, ―Improved Motors for Utility Applications‖. Publication EL-2678, vol. 1,
1763-1, final report, October, 1982.
[FAI02]: Faiz, J., Tabatabaei, I. ―Extension of winding function theory for nonuniform air gap
in electric machinery‖. IEEE Transactions on Magnetics, 3654-3657, IEEE
2002.
[FAI07]: Faiz, J., Ebrahimi, B. M., Akin, B., Asaie, B. ―Criterion function for broken-bar
fault diagnosis in induction motor under load variation using wavelet
transform. Electromagnetics‖. pp. 220-234, 2007.
[FAI16]: Faiz J., S. M. M. Moosavi, ―Eccentricity fault detection–From induction machines
to DFIG—A review,‖ Renewable and Sustainable Energy Reviews, vol. 55,
pp. 169-179, 2016.
[FAR16]: Farajzadeh-Zanjani, M., Razavi-Far, R., Saif, M., Rueda, L. ―Efficient feature
extraction of vibration signals for diagnosing bearing defects in induction
motors‖. In Neural Networks (IJCNN), pp. 4504-4511, IEEE 2016.
[FIL92]: Filippetti F., Martelli M., Franceschini G., Tassoni C. ―Development of expert
system knowledge base to on-line diagnosis of rotor electrical faults of
induction motors‖. In Industry Applications Society Annual Meeting,
Conference Record, pp. 92-99, IEEE 1992.
[FIL94] P. Vas, F. Filippetti, G. Franceschini, et C. Tassoni. "Transient modeling oriented
to diagnosis of induction machines whith rotor asymmetries ". International
Conferences on Electrical Machines, pp. 62–67, 1994.
[FIL98] : Filippetti F., Franceschini G., Tassoni C., Vas P., "AI techniques in induction
machines diagnosis including the speed ripple effect". IEEE Transactions on
Industry Applications, pp. 98 – 108, IEEE 1998.
[FIN99]: Finley, W. R., Hodowanec, M. M., Holter, W. G. ―An analytical approach to
solving motor vibration problems‖. In Petroleum and Chemical Industry
Conference, Industry Applications Society 46th Annual, pp. 217-232. IEEE
1999.
[FIN00]: Finley, W.R., Hodowanec, M. M., Holter, W.G. ―An Analytical Approach to
Solving Motor Vibration Problems‖. IEEE Transactions on Industry
Appications, pp. 1467-1480, IEEE 2000.
[FIN02]: Finley, W. R., Hodowanec, M. M., Holter, W. G., Energy, S., Norwood, O. H.
―Résolution des problèmes de vibrations de moteurs–approche analytique‖.
2002.
[FIN13]: Finley, W., Loutfi, M., Sauer, B. J. ―Motor vibration problems—Understanding and
identifying‖. IEEE-IAS/PCA Cement Industry Technical Conference, pp. 1-20,
IEEE 2013.
[FIR13] : Fireteanu, V., Constantin, A. I., Romary, R., Pusca, R., Ait-Amar, S. ―Finite
element investigation of the short-circuit fault in the stator winding of
induction motors and harmonics of the neighboring magnetic field‖.
In Diagnostics for Electric Machines, Power Electronics and Drives
(SDEMPED), pp. 257-262, IEEE 2013.
[FIR16] : Fireteanu, V., Constantin, A. I. ―From the 2D to 3D finite element analysis of the
broken bar fault in the squirrel-cage induction motors‖. In Applied and
Theoretical Electricity (ICATE), pp. 1-6, IEEE 2016.
[FOU15]: Fournier, E., Picot, A., Régnier, J., Yamdeu, M. T., Andréjak, J. M., Maussion, P.
―Current-based detection of mechanical unbalance in an induction machine
221
using spectral kurtosis with reference‖. IEEE Transactions on Industrial

Electronics, pp. 1879-1887, IEEE 2015.
[FRO68]: Frohne, H. ―Über den einseitigen magnetischen Zug in
Drehfeldmaschinen‖. Archiv für Elektrotechnik, pp. 300-308, 1968.
[FRO68]: Frohne, I. H. ―Berechnung der Exzentrizitätsfelder und des einseitigen
magnetischen Zuges in Drehfeldmaschinen unter Berücksichtigung von
Sättigung und Dämpfung‖. Archiv für Elektrotechnik, pp. 232-239, 1969.
[FRO15]: L. Frosini, C. Harlisca, L. Szabó, ―Induction machine bearing fault detection by
means of statistical processing of the stray flux measurement‖. IEEE
Transactions on Industrial Electronics, vol. 62, pp. 1846-1854, IEEE 2015.
[FRÜ82]: Früchtenicht, I. J., Seinsch, I. H. ―Exzentrizitätsfelder als Ursache von
Laufinstabilitäten bei Asynchronmaschinen‖. Archiv für Elektrotechnik, pp.
271-281, 1982.
[GEN03]: G. Gentile, S.Meo, A. Ometto, "Induction motor current signature analysis to
diagnostics of stator short circuits". SDEMPED, Power Electronics and drives,
Atlanta, GA, USA, 2003.
[GHO05]: Ghoggal, A. ―Diagnostic de la machine asynchrone triphasée: Modèle Dédié à la
Détection des défauts‖. Thèse de Doctorat, Université de Batna 2, Algérie,
2005.
[GHO06]: A. Ghoggal, A. Aboubou, S. E. Zouzou, M. Sahraoui, "consideration about the
modelling and simulation of air-gap eccentricity in induction motors", In
proceeding of SDEMBED, IEEE 2006.
[GRA00]: P. GRANJON, "Contribution à la compensation active des vibrations des machines
électriques". Thèse de doctorat, Institut national polytechnique de Grenoble,
France, 2000.
[GRI13]: Gritli, Y., Di Tommaso, A. O., Miceli, R., Filippetti, F., Rossi, C. ―Vibration
signature analysis for rotor broken bar diagnosis in double cage induction
motor drives‖. In Power Engineering, Energy and Electrical Drives
(POWERENG), pp. 1814-1820, IEEE 2013.
[HAD08]: Hadjami Marouane, ―Diagnostic des machines asynchrones : étude et
modélisation dédiées à la détection des défauts‖. Mémoire de magister, skikda,
Algérie 2008.
[HAL13]: N. Halem, S. E. Zouzou, K. Srairi, S. Guedidi, F. A. Abbood ―Static eccentricity
fault diagnosis using the signatures analysis of stator current and air gap
magnetic flux by finite element method in saturated induction motors‖. Int Jour
Syst Assur Eng Manag, vol. 2, pp. 118–128, 2013.
[HAR82]: Hargis, C., Gaydon, B. G., Kamish, K., ―The detection of rotor defects in induction
motors‖. Proceedings IEE EMDA Conference, London, 1982, pp. 216-220,
1982,
[HARM14]: Harmouche, J., Diallo, D., Delpha, C. ―Discrimination des défauts de roulements
par une analyse spectrale globale‖. In Symposium de Génie Électrique, 2014.
[HEL69]: Heller, B., Jokl, A. L. ―Tangential forces in squirrel-cage induction motors‖. IEEE
Transactions on Power Apparatus and Systems, pp. 484-492, IEEE 1969.
[HEND93]: Hendershot, J. ―Causes and sources of audible noise in electrical motors‖.
In Proc. 22nd Incremental Motion Control Systems and Devices Symposium,
pp. 259-270, 1993.
[HIT99]: Hitti, E. ―Sélection d'un banc optimal de filtres a partir d'une décomposition en
paquets d'ondelettes. Application a la détection de sauts de fréquence dans des
signaux multicomposantes‖. Thèses de Doctorat, 1999.
222
[IBR09]: Ali Ibrahim. ―Contribution au diagnostic de machines électromécaniques :

Exploitation des signaux électriques et de la vitesse instantanée‖. Thèse de
Doctorat, laboratoire d‘Analyse des Signaux et des Processus Industriels,
université Jean Monnet. Lyon, Mars 2009.
[IMM10]: F. Immovilli, A. Bellini, R. Rubini, C. Tassoni, ―Diagnosis of bearing faults in
induction machines by vibration or current signals: A critical
comparison‖. IEEE Transactons on Industry Applications, pp. 1350-1359,
IEEE 2010.
[IMM13]: Immovilli, F., Bianchini, C., Cocconcelli, M., Bellini, A., Rubini, R. ―Bearing fault
model for induction motor with externally induced vibration‖. IEEE
Transactions on Industrial Electronics, pp. 3408-3418, IEEE 2013.
[ISH79]: Ishida, M., Hayashi, K., Ueda, M. ―A speed detection method of squirrel cage
induction motor utilizing rotor slot harmonics in the air gap and its application
to slip frequency control‖. Electrical Engineering in Japan, pp. 74-84, 1979.
[ISH84]: Ishida, M., Iwata, K. ―A new slip frequency detector of an induction motor utilizing
rotor slot harmonics. IEEE Transactions on Industry Applications, pp. 575-
582, IEEE 1984.
[ISHK15]: Ishkova, I., Vítek, O. ―Diagnosis of eccentricity and broken rotor bar related faults
of induction motor by means of motor current signature analysis‖. In Electric
Power Engineering (EPE), The 16th International Scientific Conference, pp.
682-686, IEEE 2015.
[JAI15]: Jaipradidtham, C., Yampoo, T. ―A new hybrid transient energy like improvement for
current feature analysis of induction motor under dynamic mechanical faults
using wavelet packet decomposition‖. In Electrical Machines and Systems
(ICEMS), The 18th International Conference, pp. 173-176. IEEE 2015.
[JES14]: J. de Jesus Rangel-Magdaleno, H. Peregrina-Barreto, J. M. Ramirez-Cortes, P.
Gomez-Gil, R. Morales-Caporal, ―FPGA-based broken bars detection on
induction motors under different load using motor current signature analysis
and mathematical morphology‖. IEEE Transactions on Instrumentation and
Measurement, pp. 1032-1040, IEEE 2014.
[JOK00]: Gojko M. Joksimovic, Jim Penman, ―The Detection of Inter-Turn Short Circuits in
the Stator Windings of Operating Motors‖, IEEE Transactions on Industrial
Electronics, vol. 47, IEEE 2000.
[JOK05]: Joksimović, G. M. ―Dynamic simulation of cage induction machine with air gap
eccentricity‖. IEE Proceedings-Electric Power Applications, pp. 803-811,
2005.
[JOR81]: Jordan, H., Schroeder, R. D., Seinsch, H. O. ―Zur Berechnung
einseitigmagnetischer Zugkräfte in Drehfeldmaschienen‖. Electrical Engineering,
Archiv fur Elektrotechnik, pp. 117-124, 1981.
[KAH98]: J. P. Kahane, P. G. Lemarié-Rieusset, ―Série de Fourier and ondelettes‖. Cassini,
Cambridge, 1998.
[KAR15]: P. Karvelis, G. Georgoulas, I. P. Tsoumas, J. A. Antonino-Daviu, V. Climente-
Alarcon, C. D. Stylios, ―A Symbolic representation approach for the Diagnosis
of broken rotor bars in induction motors‖. IEEE Transactions on Industrial
Informatics, pp. 1028-1037, IEEE 2015.
[KIM15]: Kim, J., Shin, S., Lee, S. B., Gyftakis, K. N., Drif, M. H., Cardoso, A. J. M. ―Power
spectrum-based detection of induction motor rotor faults for immunity to false
alarms‖. IEEE Transactions on Energy Conversion, pp. 1123-1132, IEEE 2015.
223
[KLI88]: Kliman, G.B., Koegl, R. A., Stein, J., Endicott, R. D., Madden, M. W.,
―Noninvasive detection Of broken rotor bars in operating induction motors‖.
IEEE Transactions on Energy Conversion, pp. 873-879, IEEE 1988.
[KLI92]: Kliman, G. B., & Stein, J. ―Methods of motor current signature analysis‖. Electric
Machines and power systems, pp. 463-474, 1992.
[KLI96]: Kliman, G.B., Premerlani, W. J., Koegl, R.A., Hoeweler, D., 1996, ―A new
approach to on-line fault detection in ac motors‖. Industry Applications
Society Conference: The 30th IAS Annual Meeting, San Diego-CA, pp. 687-
693, IEEE 1996.
[KLI97]: Kliman, G.B., Premerlani, W.J., Yazici, B., Koegl, R.A., Mazereeuw, J.,
―Sensorless, online Motor diagnostics‖. Computer Applications Power, vol.10,
pp. 39-43, 1997.
[KUM16]: Kumar, T. C. A., Singh, G., Naikan, V. N. A. ―Effectiveness of vibration and
current monitoring in detecting broken rotor bar and bearing faults in an
induction motor‖. In Power Systems (ICPS). The 6th International Conference,
pp. 1-5, IEEE 2016.
[LAL04]: T.M. Laleg, ―Contribution aux Méthodes de Diagnostic à Base d‘Observateurs et à
la Commande Tolérante aux Défauts Application à la Machine Asynchrone et
au Robot SCARA ‖. Mémoire d'ingéniorat en automatique, Ecole Militaire
Polytechnique, Alger, Algérie, Juin 2004.
[LEB11]: Lebaroud, A., Clerc G. ―Study of Rotor Asymmetry Effects of an Induction
Machine by Finite Element Method‖. JEET, Journal of Electrical Engineering
and Technology, vol. 6, pp. 342-349, 2011.
[LIN03]: Lindh, T., Ahola, J., Kamarainen, J. K., Kyrki, V., Partanen, J., ―Bearing damage
detection Based on statistical discrimination of stator current‖. The 4th
International Symposium on Diagnostics For Electric Machines, Power
Electronics and Drives–SDEMPED‗03, Atlanta-GA, pp.177-181, IEEE 2003.
[LU04]: Q.F. Lu, E. Ritchie, Z.T. Cao, ―Experimental Study of MCSA to Detect Stator
Winding Inter-turn Short Circuit Faults on Cage Induction Motors‖. ICEM
2004.
[MCF84]: P. D. McFadden J. D Smith, ―Model for the vibration produced by a single point
defect in a rolling element bearing‖. Journal of sound and vibration, pp. 69-82,
1984.
[MEL99]: M. G. Melero, M. F. Cabanas, F. R. Faya, C. H. Rojas, J. Solares,
―Electromagnetic torque harmonics for on-line interturn shortcircuits detection
in squirrel cage induction motors‖. EPE 1999.
[MEY92]: Meyer, Y. ―Les ondelettes: algorithmes et applications‖. 1992
[MÜL03]: G. H. Müller, C. F. Landy, ―A novel method to detect broken rotor bars in squirrel
cage induction motors when interbar currents are present‖. IEEE Transactions
on Energy Conversion, vol. 18, IEEE 2003.
[MUS16]: M. O. Mustafa, D. Varagnolo, G. Nikolakopoulos, T. Gustafsson, ―Detecting
broken rotor bars in induction motors with model-based support vector
classifiers‖. Control Engineering Practice, pp. 15-23, 2016.
[MIC14]: Michon, M., Holehouse, R. C., Atallah, K., Wang, J. ―Unbalanced magnetic pull in
permanent magnet machines‖. In Power Electronics, Machines and Drives
(PEMD 2014), 7th IET International Conference, pp. 1-6, 2014.
[NAN00]: Nandi S., Rajmohan.B, Tolyat.H, Parlos.A, ―Simulation of the three phase
induction motor with incipient rotor cage faults‖. Electrical machines and
power electronics laboratory. Texas A and M University, College station,
2000.
224
[NAN01] : Nandi S., H. Toliyat, ―Detection of rotor slot and other eccentricity related
harmonics in a three phase induction motor with different rotor cages‖. Electric
Machines and Motor drives Laboratory Department of electrical Engineering
Texas A and M University, 2001.
[NAN02]: Nandi, S., Toliyat, H.A., ―Novel frequency-domain-based technique to detect
stator inter-turn faults in induction machines using stator-induced voltages
after switch-off‖. IEEE Transactions on Industry Applications, pp.101-109,
IEEE 2002.
[NAN03]: Nandi S., H. Toliyat, ―Detection of rotor slot and other eccentricity related
harmonics in a three phase induction motor with different rotor cages‖. Electric
Machines and Motor drives Laboratory Department of electrical Engineering
Texas A and M University, 2003.
[NAN05]: Nandi, S., Toliyat, H. A., Li, X. ―Condition monitoring and fault diagnosis of
electrical motors-a review‖. IEEE Transactions on energy conversion, pp. 719-
729, IEEE 2005.
[NAN98]: S. Nandi; H. A. Toliyat, ―Detection of rotor slot and other eccentricity related
harmonics in a three phase induction motor with different rotor cages‖.
International Conference on Power Electronic Drives and Energy Systems for
Industrial Growth, 1998.
[NAR13]: Narwade, S., Kulkarni, P., & Partil, C. Y. ―Fault Detection of Induction Motor
Using Current and Vibration Monitoring‖. International Journal of Advanced
Computer Research, pp. 272, 2013.
[OBA03]: Obaid, R. R., Habetler, T. G., Stack, J. R., 2003, ―Stator current analysis for
bearing damage detection In induction motors‖.The 4th International
Symposium on Diagnostics for Electric Machines, Power Electronics and
Drives–SDEMPED ‗03, Atlanta-GA, pp.182-187, IEEE 2003.
[OCA01]: Ocak, H., Loparo, K. A., ―A new bearing fault detection and diagnosis scheme
based on hidden Markov modelling of vibration signals‖. International
Conference on Acoustics, Speech, and Signal Processing ICASSP '01, Salt
Lake City-UT, USA, pp. 3141-3144, IEEE 2001.
[OJA15]: Ojaghi, M., Sabouri, M. ―Dynamic modeling and simulation of induction motors
with different bearing faults‖. In Electrical Machines and Systems (ICEMS).
The 18th International Conference, pp. 726-731, IEEE 2015.
[OND06]: O. Ondel, ―Diagnistic par Reconnaissance des Formes: Application a un Ensemble
Convertisseur-Machine‖. Thèse de Doctorat, Ecole Centrale de Lyon, 2006.
[ONG00]: Ong, R., Dymond, J.H., Findlay, R.D., ―Bearing damage analysis in a large oil-
ring-lubricated Induction machine‖. IEEE Transactions on Industrial
Electronics, vol. 47, Issue 5, pp. 1085-1091, IEEE 2000.
[PAT12]: Patel, R. K., Agrawal, S., & Joshi, N. C. ―Induction motor bearing fault
identification using vibration measurement‖. Engineering and Systems
(SCES), pp. 1-5, IEEE 2012.
[PEN94] : J. Penman, J. Sedding, H.G. Loyed, B.A. Fink, ―Detection and localization of
interturn short circuits in the stator winding of operating motors‖. IEEE
Transactins on Energy Conversion, vol. 9, pp. 652-658, IEEE 1994.
[PHI09]: Philipe Arquès, ―Diagnostic prédictif et défaillance des machines (théorie-
traitement-analyse reconaissance-prédiction‖. Technipe Paris, livre édition
2009.
[PRU15]: A. Prudhom, J. Antonino-Daviu, H. Razik, V. Climente-Alarcon, ―Time-frequency
vibration analysis for the detection of motor damages caused by bearing
currents‖. Mechanical Systems and Signal Processing, 2015.
225
[PUS15]: Pusca, R., Romary, R. ―Advances in diagnosis of electrical machines through

external magnetic field. In Electronics, Computers and Artificial Intelligence
(ECAI)‖. The 7th International Conference, pp. P-5, IEEE 2015.
[RAI00]: Bertrand Raison, ―Détection et localisation de défaillances sur un entraînement
électrique‖. Thèse de doctorat de l‘institut national polytechnique de Grenoble,
2000.
[RAZ02] :H. Razik, "Le contenu spectral du courant absorbe par la machine asynchrone en
cas de défaillance, un état de l‘art," La revue 3EI, vol. 29, pp. 48-52, Juin
2002.
[RAZ03]: Hubert Razik, ―Modelling of double star induction motor for diagnosis purpose‖.
International Electric Machines and Drives Conference, pp. 807-812, IEEE
2003.
[REF15]: S. S. Refaat, H. Abu-Rub, ―ANN-based diagnosis of incipient stator winding turn
faults for three-phase induction motors in the presence of unbalanced supply
voltage‖. Annual Conference Industrial Electronics Society, Yokohama, Japan,
IEEE 2015.
[RIT94]: Ritchie, E, Deng X, Jokinen T. ―Dynamic model of 3-phase squirrel cage induction
motors with rotor faults‖. ICEM 94, pp.694-698, 1994.
[SAI17-1] : Saidi, L. ―The deterministic bispectrum of coupled harmonic random signals and
its application to rotor faults diagnosis considering noise immunity‖. Applied
Acoustics, 122, pp. 72-87, 2017.
[SAI17-2] : Saidi, L., Ali, J. B., Bechhoefer, E., Benbouzid, M. ―Wind turbine high-speed
shaft bearings health prognosis through a spectral Kurtosis-derived indices and
SVR‖. Applied Acoustics, 120, pp. 1-8, 2017.
[SAH08]: M. Sahraoui, A. Ghoggal, S. E. Zouzou, M. E. Benbouzid, ―Dynamic eccentricity
in squirrel cage induction motors–Simulation and analytical study of its
spectral signatures on stator currents‖. Simulation Modeling Practice and
Theory, vol. 16, pp. 1503-1513, 2008.
[SAH15]: Sahraoui, M., Cardoso, A. J. M., Ghoggal, A. ―The use of a modified prony method
to track the broken rotor bar characteristic frequencies and amplitudes in three-
phase induction motors‖. IEEE Transactions on Industry Applications, pp.
2136-2147, IEEE 2015.
[SAL13]: Sallem, F. ―Détection et isolation de défauts actionneurs basées sur un modèle de
l'organe de commande‖. Doctoral dissertation, Université de Toulouse III-Paul
Sabatier, France, 2013.
[SCH94] : Schoen, R.R., Lin, B.K., Habetler, T.G., Schlag, J.H., Farag, S., ―An unsupervised,
on-line System for induction motor fault detection using stator current
monitoring‖. The Industry Applications Society Conference, The 29th IAS
Annual Meeting, Denver-CO, USA, pp.103-109, IEEE 1994.
[SCH95]: Schoen, R.R., Habetler, T.G., Kamran, F., Bartfield, R.G., ―Motor bearing damage
detection Using stator current monitoring‖ IEEE Transactions on Industry
Applications, vol. 31, pp. 1274-1279, IEEE 1995.
[SCHA99]: E. Schaeffer, "Diagnostic des machines asynchrones : modèles et outils
paramétriques dédiés à la simulation et à la détection des défauts", Thèse de
doctorat, Ecole Centrale de Nantes, 1999.
[SHA16]: Shao, S., Sun, W., Wang, P., Gao, R. X., Yan, R. ―Learning features from vibration
signals for induction motor fault diagnosis‖. In Flexible Automation (ISFA),
International Symposium, pp. 71-76, IEEE 2016.
[SID15]: Siddiqui, K. M., Sahay, K., Giri, V. K. ―Modelling and detection of bearing fault in
SPWM inverter fed squirrel cage induction motor drives‖. In Circuit, Power
226
and Computing Technologies (ICCPCT), International Conference, pp. 1-9.

IEEE 2015.
[SMI96]: Smith, A.C., Dorrell, D.G., ―Calculation and measurement of unbalanced magnetic
pull in cage induction motors with eccentric rotors. I. Analytical model‖. IEE
Proceedings on Electric Power Applications, vol. 43, pp. 193-201, 1996.
[STA01]: Andreas Stavrou, Howard G. Sedding, James Penman, ―Current Monitoring for
Detecting Inter-Turn Short Circuits in Induction Motors‖. IEEE Transactions
on energy conversion, vol. 16, pp. 32-37, IEEE 2001.
[STAC04-1]: Stack, J. R. Habetler, T.G. Harley, R.G., ―Bearing fault detection via
autoregressive stator current modelling‖. IEEE Transactions on Industry
Applications, vol. 40, pp. 740-747, IEEE 2004.
[STAC04-2]: Stack, J. R., Habetler, T. G., Harley, R. G. ―Fault classification and fault
signature production for rolling element bearings in electric machines‖. IEEE
Transactions on Industry Applications, pp. 735-739, IEEE 2004.
[TEY03]: S.Teyar, ―Diagnostic de l‘état des machines tournantes par l‘analyse vibratoire‖.
Thèse de Magister, Université Mentouri Constantine, 2003.
[THO01]: W.T. Thomson, M. Fenger, ―Current signature analysis to detect induction motor
faults‖. IEEE Industry Applications Magazine, pp. 26-34, IEEE 2001.
[THO92]: Thomson, W. T., ―On-line current monitoring–The influence of mechanical
loadsor a unique Rotor design on the diagnosis of broken bars in induction
motors‖. The 10th International Conference on Electrical Machines–ICEM‘92,
Manchester, U.K., pp. 1236-1240, 1992.
[THO94] : W.T. Thomson, ―On-line current monitoring to diagnose shaft misalignment in
three-phase induction motor drive systems‖. ICEM94, D.9 Monitorage and
Diagnistic, vol. 2, Paris, France, pp. 238-243,1994.
[THOM12]: Thomas Bertolini, Thomas Fuchs ―Vibrations and Noises in Small Electric
Motors (Measurement, Analysis, Interpretation, Optimization)‖. 2012.
[TOL95]: Toliyat, H.A., Lipo, T.A., “Transient analysis of cage induction machines under
stator, rotor bar and end ring faults”. IEEE Transactions Energy
Conversionvol. 10, pp. 241-247, IEEE 1995.
[TOL96] : Hamid A. Toliyat, Mohammed S. Arefeen, et Alenxender G. Parlos. "A Method
for dynamic simulation of air-Gap eccentricity in induction machines".
Transactions on Industry Applications, pp. 910–917, IEEE 1996.
[TOM11]: A.O. Di Tommaso, R. Miceli, G. Ricco Galluzzo, ―Monitoring and Diagnosis of
Failures in Squirrel-Cage Induction Motors Due to Cracked or Broken Bar‖.
SDEMPED‘2011, Bologna, pp. 39-44, IEEE 2011.
[TRZ00]: Trzynadlowski, A.M., Ritchie, E., 2000, ―Comparative investigation of diagnostic
media for induction motors: a case of rotor cage faults‖. IEEE Transactions on
Industrial Electronics, vol. 47, pp.1092-1099, IEEE 2000.
[VAS93]: Vas, P., ―Parameter estimation, condition monitoring, and diagnosis of electrical
machines‖. Oxford, Clarendon, 1993.
[VER16]: C. Verucchi, J. Bossio, G. Bossio, G. Acosta, ―Misalignment detection in induction
motors with flexible coupling by means of estimated torque analysis and
MCSA‖. Mechanical Systems and Signal Processing, 2016.
[VIC05]: Vicente, P., Rodriguez, J., Negrea, M., Arkkio, A. ―A general scheme for induction
motor condition monitoring‖. In Diagnostics for Electric Machines, Power
Electronics and Drives, SDEMPED‘05, the 5th IEEE International
Symposium, pp. 1-6. IEEE 2005.
[VIS15]: Vishwakarma, H. O., Sajan, K. S., Maheshwari, B., Dhiman, Y. D. ―Intelligent
bearing fault monitoring system using support vector machine and wavelet
227
packet decomposition for induction motors‖. In Power and Advanced Control

Engineering (ICPACE), International Conference, pp. 339-343, IEEE 2015.
[WAN15]: Wang, L., Bao, X., Di, C., Li, J. ―Effects of Novel Skewed Rotor in Squirrel-
Cage Induction Motor on Electromagnetic Force‖. IEEE Transactions on
Magnetics, pp. 1-4, IEEE 2015.
[YAH12]: Yahia, K., ―Contribution au Diagnostic de la Machine Asynchrone Triphasée par
une Approche Signal‖. Thèse de Doctorat en sciences, Université de Mohamed
Khider, Biskra, 2012.
[YAN16]: Yang, H., Zhao, J., Wu, F. ―Current similarity based fault diagnosis for induction
motor drives with discrete wavelet transform‖. In Prognostics and System
Health Management Conference (PHM-Chengdu), pp. 1-6. IEEE 2016.
[YUA15]: Yuan, L., et Wu, D. ―Motor bearing fault detection based on the second generation
wavelet theory‖. The 4th International Conference on Computer Science and
Network Technology (ICCSNT), vol. 1, pp. 1537-1540, IEEE 2015.
[ZAA14]: Zaabi, W., Bensalem, Y., Trabelsi, H. ―Fault analysis of induction machine using
Finite Element Method (FEM)‖. In Sciences and Techniques of Automatic
Control and Computer Engineering (STA), the 15th International Conference,
pp. 388-393, IEEE 2014.
[ZHO16]: Zhou, Y., Bao, X., Di, C., Wang, L. ―Analysis of Dynamic Unbalanced Magnetic
Pull in Induction Motor With Dynamic Eccentricity During Starting
Period‖. IEEE Transactions on Magnetics, pp. 1-4, IEEE 2016.
[ZOU05]: Zouzou, S. E., Ghoggal, A., Aboubou, A., Sahraoui, M., Razik, H. ―Modeling of
induction machines with skewed rotor slots dedicated to rotor faults‖.
In Diagnostics for Electric Machines, Power Electronics and Drives,
SDEMPED‘05, the 5th IEEE International Symposium, pp. 1-6, IEEE 2005.
[ZOU10]: Zouzou, S. E., Sahraoui, M., Ghoggal, A., Guedidi, S. ―Detection of inter-turn
short-circuit and broken rotor bars in induction motors using the partial relative
indexes: application on the MCSA‖. In Electrical Machines (ICEM),
International Conference, pp. 1-6, IEEE 2010.
[ZOU11]: Zouzou, S. E., Khelif, S., Halem, N., Sahraoui, M. ―Analysis of induction motor
with broken rotor bars using finite element method‖. In Electric Power and
Energy Conversion Systems (EPECS), the 2nd International Conference, pp. 1-
5, IEEE 2011.
[ZOU14]: Zouzou, S., Sahraoui, M., Aboubou, A., Menacer, A., Derghal, A. ―Méthodes
Dédiées à la Détection des Cassures de Barres dans les Moteurs Asynchrones
Triphasés à Cage‖. JTEA'04, Hammamet, Tunisie, 2014.
228

Doctorat en Sciences: Spécialité: Génie Électrique Option: Electrotechnique

Transféré par

Droits d'auteur :

Formats disponibles

Doctorat en Sciences: Spécialité: Génie Électrique Option: Electrotechnique

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Doctorat en Sciences: Spécialité: Génie Électrique Option: Electrotechnique

Transféré par

Droits d'auteur :

Formats disponibles

‫الجمهورية الجزائرية الديمقراطية الشعبية‬

République Algérienne Démocratique et Populaire

Université Mohamed Khider – Biskra ‫جاهعت دمحم خيضر بسكرة‬

Thèse présentée en vue de l’obtention du diplôme de

Contribution au Diagnostic des Défauts dans les Machines

Soutenue publiquement le 28 /09 /2017

Devant le jury composé de :

M. BETKA Achour Professeur Président Université de Biskra

M. ZOUZOU Salah Eddine Professeur Rapporteur Université de Biskra

M. YAHIA Khaled Professeur Examinateur Université de Biskra

M. NAIT SAÏD Mohamed Saïd Professeur Examinateur Université de Batna

M. DRID Saïd Professeur Examinateur Université de Batna

Je voudrais remercier le professeur Salah Eddine ZOUZOU, pour l’accueil qu’ils

Je voudrais vivement à remercier les membres du jury :

– Monsieur Achour BETKA, Professeur à l’université de Mohamed khider, Biskra, pour

– Monsieur Khaled YAHIA, Maître de conférences à l’université de Mohamed khider,

– Monsieur Tahar BAHI, Professeur à l’université de ANNABA, d’avoir accepté

Mes remerciements vont également aux :

Je voudrais saluer et remercier chaleureusement : Wafa BENTRAH, Zoubir BECER,

Je tiens à remercier les personnels administratifs (ingénieur du laboratoire « LGEB ») qui

Le processus de la surveillance des machines tournantes menant à un bénéfice en temps et

Le diagnostic des défauts avant ses conversions à un dysfonctionnement s’effectue de

Cependant, les chercheurs, aujourd'hui, sont en concurrence et accélèrent afin de trouver un

Concernant la méthode de la MCSA-DWT, nous avons proposé un nouvel indicateur qui

Nous avons diagnostiqué le défaut de la cassure de barres, l’excentricité rotorique et le

Mots clés : Machines tournantes, machines asynchrones à cage d’écureuil, diagnostic,

Keywords: rotating machines, asynchronous machines (induction machine), diagnosis,

Table des matières

Liste des figures iv

CHAPITRE – I - Contexte et état de l’art de la surveillance des

I.4.1.4 Equations réelles déduites de l’expérimentation 27

CHAPITRE – II - Analyse des défauts rotoriques par la méthode de la

CHAPITRE – III - Analyse des défauts de roulements par la méthode de

CHAPITRE – IV - Analyse des défauts par la méthode de la TOD

IV.1 INTRODUCTION 101

CHAPITRE – V - Analyses vibratoires des défauts de la MAS

V.1 INTRODUCTION 136

V.7.1 Interprétation et discussion des résultats 183

Liste des figures

Figure I.1. Répartition des défauts. 7

CHAPITRE II : Analyse des défauts rotoriques par la méthode de la MCSA

Figure II.1. Schéma de principe de l'acquisition des signaux. 36

Figure II.10. Courant statorique en fonction du temps (s=3.6%, 2BC). 46

CHAPITRE III : Analyse des défauts de roulements par la méthode de la

Figure III.1. Position du rotor avec le mouvement des billes. 76

Figure III.13. Spectre du courant statorique pour différentes bandes fréquentielles 91

Figure IV.1. Echelle de décomposition par la TO. 103

Figure IV.22. Evolution de l‟EQM pour un défaut d‟excentricité dynamique. 125

Figure V.1. Schéma de principe d‟un capteur de vibration. 138

Liste des tableaux

Tableau I.1. Synthèse des signatures des défauts. 30

CHAPITRE II : Analyse des défauts rotoriques par la méthode de la MCSA

CHAPITRE III : Analyse des défauts de roulements par la méthode de la

Tableau III.1 Valeurs théoriques des PSHs. 85

CHAPITRE IV : Analyse des défauts par la méthode de la TOD

Tableau IV.1. Bandes fréquentielles des détails (fe=12.8 kHz). 107

CHAPITRE V : Analyses vibratoires des défauts de la MAS

Liste des symboles et abréviations

spectre du courant statorique