Application des techniques d'apprentissage automatique pour la detection et la classification des dèfauts de roulment dans les machines asynchrones

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Ce travail se concentre sur la détection et la classification des défauts de roulement dans les machines asynchrones en utilisant des techniques d'apprentissage automatique. Les défauts de roulement peuvent entraîner des temps d'arrêt coûteux s'ils ne sont pas détectés. L'utilisation de l'intelligence artificielle et de l'apprentissage automatique permet de développer des systèmes automatisés précis pour la détection des défauts. Différents algorithmes d'apprentissage automatique ont été comparés pour la classification, et le modèle de l’algorithme XG Boost nous donne le meilleur score de précision.

روابط وملفات

الوثيقة في المستودع الخارجي عرض في AskZad

التعريف والنوع

رقم الوثيقة: f54737a3-4564-42d7-9129-741c02712d8a
رقم العقد: 0
نوع الوسائط: Crawler
نوع المحتوى: الرسائل العلمية
صيغة المصدر: ماستر (LMD)
نوع الملف: pdf text
أسماء الملفات: 2374605_1.pdf

بيانات النشر

ألقاب المؤلفين: [{"name_ar":"Abdelhafid Benyounes ","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Hellal Baadache","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Khaireeddine Boudras ","title_ar":"اعداد","title_en":"Preparation"}]
اللغة: French

المصدر والدورية

اسم المصدر: Application des techniques d'apprentissage automatique pour la detection et la classification des dèfauts de roulment dans les machines asynchrones

المحتوى والصفحات

عدد الصفحات: 0
ترجمة الملخص: This work focuses on the detection and classification of bearing faults in asynchronous machines using machine-learning techniques. Bearing faults can lead to costly downtime if not detected. The use of artificial intelligence and machine learning enables the development of accurate automated systems for fault detection. Different machine learning algorithms were compared for classification, and the XGBoost algorithm achieved the highest accuracy score
كلمات الباحثين: machines asynchrones, défauts de roulement, détection et classification. Apprentissage automatique, XGBoost

إشراف وإعداد

الإشراف: Abdelhafid Benyounes
الإعداد: Hellal Baadache, Khaireeddine Boudras

الاقتباسات الببليوغرافية

APA

Abdelhafid Benyounes ،Hellal Baadache و Khaireeddine Boudras . (2023). Application des techniques d'apprentissage automatique pour la detection et la classification des dèfauts de roulment dans les machines asynchrones. أطروحة(ماستر (LMD)). كلية التكنولوجيا-جامعة محمد بوضياف - المسيلة. الجزائر.

MLA

Abdelhafid Benyounes ،Hellal Baadache و Khaireeddine Boudras . Application des techniques d'apprentissage automatique pour la detection et la classification des dèfauts de roulment dans les machines asynchrones. 2023. كلية التكنولوجيا-جامعة محمد بوضياف - المسيلة، ماستر (LMD).