Afficher la notice abrégée
dc.contributor.author |
KADA, Ihcene |
|
dc.contributor.author |
MAHMOUD BACHA, Chaïmaa |
|
dc.date.accessioned |
2021-02-21T11:01:32Z |
|
dc.date.available |
2021-02-21T11:01:32Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://di.univ-blida.dz:8080/jspui/handle/123456789/10089 |
|
dc.description |
4.621.1.788 ; 80 p ; illustré |
fr_FR |
dc.description.abstract |
Ce 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.iso |
fr |
fr_FR |
dc.subject |
Machine asynchrone ; court-circuit ; les réseaux de neurone artificiels ; indicateurs de défaut. |
fr_FR |
dc.title |
Diagnostic des défauts de la MAS à l’aide des réseaux de neurones artificiels |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée