TITRE : «Détectabilité des défauts de roulements dans les transmissions mécaniques par engrenages : conditions de fonctionnement, capteurs et indicateurs optimaux“.
Thèse réalisée par Arthur BUREL. Bourse CIFRE Chez SAFRAN HE et en collaboration avec ALSTOM dans le cadre du CIRTrans.
Résumé :
Les roulements occupent une place centrale dans les transmissions mécaniques, en reprenant des efforts importants afin d’isoler en rotation la ligne d’arbre de son support. Aussi, l’apparition de défauts sur une bague ou un élément roulant doit être surveillée de près dans le but d’éviter une défaillance de la transmission. Dans des secteurs tels que le ferroviaire ou l’aéronautique, il est particulièrement important de détecter un défaut le plus tôt possible, alors que les possibilités d’arrêter un véhicule pour une inspection approfondie de son réducteur de vitesse sont limitées. Ceci justifie un intérêt pour la maintenance prédictive, qui consiste à surveiller l’apparition de défauts à l’aide d’indicateurs mesurés sur la transmission au cours de son fonctionnement.
Pour une détection de défauts efficace, plusieurs paramètres sont à déterminer, à commencer par les capteurs à utiliser. Une approche commune dans l’industrie est basée sur les signaux vibratoires recueillis par un accéléromètre sur le carter du réducteur. Le LaMCoS (INSA Lyon) travaille à compléter cette approche par l’étude du signal de vitesse angulaire instantanée (IAS). Ce signal, mesuré directement sur l’arbre de transmission au moyen d’un capteur de type codeur angulaire, est porteur d’informations utiles de par son lien direct avec la dynamique du rotor.
Afin de prévoir l’impact d’un défaut de roulement sur ces signaux, un modèle numérique de la transmission est développé depuis 2019 pour simuler son comportement dynamique, et la manière dont se propage l’information liée à un défaut. Les signaux simulés, comme ceux mesurés, sont traités dans le domaine des fréquences angulaires, adapté à l’étude des faibles variations de vitesse d’une machine tournante.
L’objectif de cette thèse est d’abord de compléter le modèle numérique pour tirer le meilleur parti des informations IAS et vibratoires combinées, puis de le valider face à des essais. Il s’agit ensuite de déterminer les indicateurs les plus fiables pour détecter des défauts de roulements à partir des signaux étudiés, ainsi que les implantations de capteurs les plus favorables à cette maintenance prédictive.
