Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/10089
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKADA, Ihcene-
dc.contributor.authorMAHMOUD BACHA, Chaïmaa-
dc.date.accessioned2021-02-21T11:01:32Z-
dc.date.available2021-02-21T11:01:32Z-
dc.date.issued2020-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/10089-
dc.description4.621.1.788 ; 80 p ; illustréfr_FR
dc.description.abstractCe travail a pour but de détecter et localiser les défauts de la machine asynchrone plus particulièrement le défaut de court-circuit entre spire statorique. D’après les paramètres de la MAS qui fournissent la plupart d’information sur l’état du système, les décalages triphasés entre le courant de ligne et la tension de phase qui sont les meilleurs indicateurs de défaut pour cette étude. ces indicateurs sont utiliser comme entrée au réseau de neurone de type MLP qui a permis au système de diagnostic de localiser la phase défectueuse avec une bonne précision.fr_FR
dc.language.isofrfr_FR
dc.subjectMachine asynchrone ; court-circuit ; les réseaux de neurone artificiels ; indicateurs de défaut.fr_FR
dc.titleDiagnostic des défauts de la MAS à l’aide des réseaux de neurones artificielsfr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
MEMOIRE_FINAL_I&Ch.pdf3,71 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.