Ministère de l'Enseignement Supérieur et de la Recherche Scientifique

Centre de Recherche
en Technologies Industrielles CRTI

crti

Equipe 38 : Modélisation et optimisation des processus

Chef d'équipe :

Maitre de Recherche Classe « B »

Membres d'équipe :

Attaché de Recherche
Attaché de Recherche
Attaché de Recherche

Projet de l'équipe :

1- Fiabilité et sureté de fonctionnement des chaînes de production dans l’industrie sidérurgique


La disponibilité d’un processus, son état de fonctionnement ainsi que sa maintenance sont des soucis majeurs de l'industrie actuelle. En générale, la vie d’un processus peut être décrite par trois phases essentielles ; la première phase est la période de rodage. La seconde est la phase de fonctionnement normal qui est suivie par la phase de dégradation. Il est nécessaire donc de surveiller l’état du processus pendant sa période de vie c.-à-d. de pouvoir déterminer sa phase réelle. L'objectif principal est de détecter et localiser les anomalies de fonctionnement, dans le but de prévenir un dysfonctionnement et d’écarter toutes ambiguïtés pouvant ralentir la production.

La surveillance est donc devenue de plus en plus importante pour optimiser la production en améliorant la maîtrise des risques industriels. Pour cela plusieurs méthodes et techniques sont utilisées. On peut distinguer globalement deux grandes familles de méthodes :

-          Les méthodes basées sur une modélisation des processus,

-          Les méthodes basées sur les données historiques des processus.

Dans le cas des méthodes dites à base de modèle ou «méthodes des résidus», l’alarme est déclenchée lorsque le comportement du système s’écarte du comportement décrit par un modèle de référence. Parmi les différentes techniques utilisant des modèles mathématiques, nous citons principalement ; les équations de parité, les observateurs et l’estimation paramétrique.

Dans le deuxième type de méthodes, les données de mesures sont adopter comme base essentielle et fournissent de l’aide dans la surveillance. De ce fait, le comportement du processus est exploité par toutes les techniques liées à l’intelligence artificielle.

En réalité, ces deux méthodes ne sont pas disjointes. Elles peuvent exister au sein d’un même système de surveillance. L’objectif principal de ce projet est d’étudier, d’appliquer, de proposer des améliorations et des variantes de ces méthodes afin de permettre une meilleure exploitation de l’ensemble des données et ce pour évaluer le taux de défaillance ainsi que la période optimale de la maintenance des processus et produits en exploitation.


Productions scientifiques :

Publications


H. Bendjama, S. Bouhouche, A. K. MOUSSAOUI, Wavelet Transform for Bearing Faults Diagnosis, Advances in Control Engineering (ACE) , 2013 , pp 85-88.
H. Bendjama, S. Bouhouche, M. S. BOUCHERIT, M. MANSOUR, VIBRATION SIGNAL ANALYSIS USING WAVELET-PCA-NN TECHNIQUE FOR FAULT DIAGNOSIS IN ROTATING MACHINERY, The Mediterranean Journal of Measurement and Control , Volume 06 , Issue 04 , 2010 , pp 145-154.

Communications


K. Gherfi, M. Tria, H. Bendjama, R. Boulkroune, D. Idiou, L. Cherrad, T. Bensouci, Edge detection in an infrared image in steeland metallurgical domain, 7th African Conference on Non Destructive Testing (ACNDT 2016) , 2016.
BEZZINA Belgacem, ABED GHARS Med Tayeb, kahalerras Mounir, BENDJAMA Hocine, KHATMI Djameleddine, L’effet de solvatation sur la stabilité des complexes d’inclusion, 3èmes Journées Internationales de Chimie Organique de Annaba , 2015.
Adel.boudiaf, S.Taleb, D.Idiou, S .Ziani, R. Boulkroune, .Moussaoui, Z Mentori, An Improved Method for Bearing Faults diagnosis, the World Symposium on Web Applications and Networkings 201 WSWAN’2014 , 2014.

Equipes

Divisions