http://depot.umc.edu.dz/handle/123456789/12223 2026-06-01T18:30:03Z 2026-06-01T18:30:03Z BERREHAL, Ryma BENISSAAD, Smail http://depot.umc.edu.dz/handle/123456789/12235 2022-05-30T09:48:32Z 2015-11-26T00:00:00Z

Détermination de la périodicité optimale de remplacement préventif des pièces mécaniques BERREHAL, Ryma; BENISSAAD, Smail Ce travail est défini par la détermination de la périodicité optimale de remplacement préventif T qui minimise le coût total moyen par unité de temps sur un horizon infini. Le modèle mathématique de cette stratégie a déjà été développé, sous certaines hypothèses (l'équipement ne peut être qu'en deux état, en opération ou en panne, les pannes sont détectées instantanément, les temps des actions préventives et correctives sont négligeables, suite à une intervention l'équipement est remis à neuf, le coût de remplacement préventif est inférieur au coût correctif). Le modèle développé est difficile à résoudre analytiquement. Il est résolu à l'aide de méthodes numériques

2015-11-26T00:00:00Z ZAROUR, Djamal MEZIANI, Salim THOMAS, Marc http://depot.umc.edu.dz/handle/123456789/12234 2022-05-30T09:48:31Z 2015-11-26T00:00:00Z

Méthodologie expérimentale de diagnostic des défauts de machines tournantes ZAROUR, Djamal; MEZIANI, Salim; THOMAS, Marc La gravité d'un défaut d'une machine tournante peut être évaluée soit selon un niveau global de vibrations relevant en générale de normes, soit selon un niveau de vibrations relatif à une machine considérée. Malheureusement chaque machine étant différente (charge, puissance, utilisation, montage, structure), il est impossible d'avoir des valeurs absolues et universelles pour définir l'état de santé d'une machine tournante. L'objectif de ce travail est d'étudié la gravité des vibrations, utilisant différentes méthodes, telles que les chartes de la norme ISO, le facteur de crête ou du Kurtosis et l'étude du contenu fréquentiel d’un signal temporel. Les résultats obtenus ont montré que la méthode basée sur l'utilisation du facteur de crête et du Kurtosis est efficace pour définir l'état de dégradation d'une machine, en particulier pour détecter un défaut de type écaillage (défaut de roulement)

2015-11-26T00:00:00Z Rida, Nourredine Cherfia, Abdelhakim http://depot.umc.edu.dz/handle/123456789/12233 2022-05-30T09:48:30Z 2015-11-26T00:00:00Z

Dynamique de rotor non équilibré sur palier à roulement avec frottement sec Rida, Nourredine; Cherfia, Abdelhakim Dans l’étude dynamique des rotors, on néglige souvent l'effet du frottement lors de la mise en équation du système rotatif, ce qui influe sur les résultats de simulation aux passages de vitesses critiques. Dans cette étude, nous avons revu la mise en équations des rotors en prenant en compte le frottement sec (frottement de Coulomb) sur les paliers dits « roulement à billes », cela pour la simulation numérique qui utilise la méthode des éléments finis ; approche dynamique pour voire la réaction de notre modèle de rotor vis-à-vis des charges harmoniques telles que les balourds et la réaction au frottement. Ces mêmes résultats vont être introduits dans notre système futur d’équilibrage actif de machines tournantes qui utilisera la méthode des coefficients d’influence et des masses intelligentes qui balancerons le système en état de déséquilibre

2015-11-26T00:00:00Z DEBBAH, Younes CHERFIA, Abdelhakim SAADI, Abdelhafid http://depot.umc.edu.dz/handle/123456789/12232 2022-05-30T09:48:29Z 2015-11-26T00:00:00Z

Application de la méthode des réseaux de neurones pour la prédiction des vibrations induites par des défauts combinés (désalignement et balourd) DEBBAH, Younes; CHERFIA, Abdelhakim; SAADI, Abdelhafid Cet article présente l'application de la méthode des réseaux de neurones pour la prédiction du comportement vibratoire d’un système mécanique. Nous excitons le système expérimental par un défaut combiné (désalignement - balourd) et nous recueillons le RMS comme valeur caractéristique pertinente pour l’état du système. le sous-ensemble de caracteristiques obtenu est ainsi injecte dans le reseau de neurone. ce dernier peut etre fonde sur un processus de detection permettant une modelisation pour determiner l’etat courant du systeme. nous utilisons ces donnees mesurees pour l’apprentissage et la verification de la performance du reseau de neurone. la procédure sera faite en trois étapes, la phase de mesure, ensuite la phase d’apprentissage et enfin la phase de prédiction La prédiction par le réseau de neurone est comparée avec une mesure expérimentale. Les résultats sont satisfaisants et encourageants

2015-11-26T00:00:00Z