Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/40787
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorCHEROUATI ASMAA YAMINA-
dc.contributor.authorAMMADI CHAIMA-
dc.date.accessioned2025-10-27T10:00:39Z-
dc.date.available2025-10-27T10:00:39Z-
dc.date.issued2025-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/40787-
dc.description4.629.1.208;97pfr_FR
dc.description.abstractCe mémoire présente le développement d’un système intelligent visant à détecter e t prédire les défauts des machines électriques à travers l’analyse des sons produits pendant leur fonctionnement. Cette méthode repose sur l’extraction de caractéristiques pertinentes du signal acoustique, associée à un réseau de neurones convolutifs (CNN) capable de classer différents types d’anomalies, qu’elles soient mécaniques ou électriques. L’objectif est de proposer une solution de contrôle non destructif, non intrusive, en temps réel et à faible coût, adaptée à la maintenance industrielle.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectArtificiel intelligent, détection de défauts, prédiction, machine électrique, analyse acoustique, réseau de neurones convolutifs (CNN), contrôle non destructif (CND), maintenance industriellefr_FR
dc.titleDéveloppement d’une Solution à base de L’Intelligence Artificielle pour la préditection des défauts machines à partir du Son émis lors de la rotationfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
memoire ME.pdf4,11 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.