Automatic signal processing for wind turbine condition monitoring. Time-frequency cropping, kinematic association, and all-sideband demodulation

• Main Author: Firla, Marcin
• Other Authors: Grenoble Alpes
• Language: fr
• Published: 2016
• Subjects: Traitement du signal; Surveillance d'état; Signaux de vibration; Signaux non stationnaires; Cinématique; Démodulation; Machines tournantes; Détection de défaillances; Signal processing; Condition monitoring; Vibration signals; Non-stationary signals; Kinematics; Demodulation; Rotating machinery; Fault detection; 620
• Online Access: http://www.theses.fr/2016GREAT006/document

Cette thèse propose trois méthodes de traitement du signal orientées vers la surveillance d’état et le diagnostic. Les techniques proposées sont surtout adaptées pour la surveillance d’état, effectuée à la base de vibrations, des machines tournantes qui fonctionnent dans des conditions d’opération non-stationnaires comme par exemple les éoliennes mais elles ne sont pas limitées à un tel usage. Toutes les méthodes proposées sont des algorithmes automatiques et gérés par les données.La première technique proposée permet de sélectionner la partie la plus stationnaire d’un signal en cadrant la représentation temps-fréquence d’un signal.La deuxième méthode est un algorithme pour l’association des dispositions spectrales, des séries harmoniques et des séries à bandes latérales avec des fréquences caractéristiques provennant du cinématique d'un système analysé. Cette méthode propose une approche unique dédiée à l’élément roulant du roulement qui permet de surmonter les difficultés causées par le phénomène de glissement.La troisième technique est un algorithme de démodulation de bande latérale entière. Elle fonctionne à la base d’un filtre multiple et propose des indicateurs de santé pour faciliter une évaluation d'état du système sous l’analyse.Dans cette thèse, les méthodes proposées sont validées sur les signaux simulés et réels. Les résultats présentés montrent une bonne performance de toutes les méthodes. === This thesis proposes a three signal-processing methods oriented towards the condition monitoring and diagnosis. In particular the proposed techniques are suited for vibration-based condition monitoring of rotating machinery which works under highly non-stationary operational condition as wind turbines, but it is not limited to such a usage. All the proposed methods are automatic and data-driven algorithms.The first proposed technique enables a selection of the most stationary part of signal by cropping time-frequency representation of the signal.The second method is an algorithm for association of spectral patterns, harmonics and sidebands series, with characteristic frequencies arising from kinematic of a system under inspection. This method features in a unique approach dedicated for rolling-element bearing which enables to overcome difficulties caused by a slippage phenomenon.The third technique is an all-sideband demodulation algorithm. It features in a multi-rate filter and proposes health indicators to facilitate an evaluation of the condition of the investigated system.In this thesis the proposed methods are validated on both, simulated and real-world signals. The presented results show good performance of all the methods.