La maintenance prédictive, ou maintenance préventive conditionnelle, permet de donner l’état de dégradation d’un système bien avant sa détérioration complète grâce au suivi de plusieurs indicateurs de l’état de certaines pièces qui composent le système sous surveillance.
Le but de cette maintenance est donc d’agir sur l’élément défaillant au plus près de sa période de dysfonctionnement.
Faire de la maintenance prédictive avec un degré de fiabilité proche de 100% constitue un enjeu majeur pour le secteur industriel.
Les transmissions par engrenages entraînées par des moteurs électriques sont déjà fréquemment utilisées dans diverses applications industrielles et devraient l’être de plus en plus avec le développement de nouvelles motorisations électriques dans le secteur du Transport.
Sur de tels systèmes, des défaillances peuvent apparaître sur des pièces mécaniques comme les engrenages ou les paliers.
Par conséquent, le diagnostic et la détection précoce de défauts sont cruciaux afin de réduire l’impact financier lié à ce type d’avaries. Un certain nombre de techniques et d’outils, tels que l’analyse de signaux vibratoires et sonores, ont été traditionnellement utilisés pour surveiller ce type de système. Cependant des inconvénients sont associés à ces techniques, comme par exemple le coût élevé de capteurs de haute précision, ou encore la difficulté de mise en œuvre dans des environnements sévères.
Dans ce contexte, une première voie du travail envisagé consistera à analyser les signaux électriques du moteur, alors qu’une deuxième piste se focalisera sur l’étude des températures qui apparaît comme un autre moyen viable pour diagnostiquer l’état d’une transmission mécanique.
Au final, nous pouvons penser qu’il sera intéressant de coupler les deux approches mentionnées ci-dessus pour mener une analyse conjointe des signaux électriques et des mesures de température afin de profiter des avantages de chacune de ces méthodes.