Analyse vibratoire - automatisation d'un système de détection de bruyance
Bonjour à tous,
Je suis stagiaire ingénieur travaillant dans une entreprise de composants électroniques intégrés aux phares de voitures.
Nous avons actuellement un problème de bruyance sur une série de pièces (appelées leveler) qui présentent pour la plupart d’entre elles des bruits anormaux. Le composant est constitué d’un moteur 13 800 RPM, d’un pignon deux étages et d’une roue dentée (tous les deux en plastiques) qui induit un mouvement de translation au « shaft» (tige plastique filetée) par le biais d’une liaison hélicoïdale (le shaft est vissé dans la roue dentée). Voir le schéma cinématique en PJ pour les informations sur les composants.
Ma mission est de trouver un moyen fiable et automatique de distinguer les mauvaises pièces des bonnes pièces. La finalité du projet est d’installer ce détecteur en fin de ligne d’assemblage est d'automatiser le processus.
Le principe est celui-ci : la pièce est insérée dans une base en acier. Un bras vient ensuite poser le capteur (accéléromètre) et brancher le courant contre la pièce à analyser. Le moteur du leveler tourne ensuite pendant 3 secondes dans un sens, puis dans l’autre. Le capteur capture le signal qui apparait numérisé sur un logiciel de traitement de signaux.
Le logiciel donne les informations de l’accélération (en m/s²) en fonction du temps (en s) et la FFT de ce signal (en Hz par m/s²).
Il s’agit ici de trouver des paramètres discriminants la bonne pièce de la mauvaise pièce. Le fait est que je n’arrive pas à définir les informations utiles données par les différents signaux.
A priori, le spectre de fréquence indique quels sont les composants en défaut, ceux qui induisent ces bruits anormaux. Les spectres temporels sont quant à eux périodiques et les différences entre une bonne pièce et une mauvaise pièce sont très difficiles à visualiser (bien qu’il semble qu’un bruit anormal se traduise par un « saut » d’amplitude périodique. Le fait est que ce phnomène est plus ou moins évident suivant la pièce, même si celle ci présente des bruits anormaux à l'écoute).
Je suis parti sur deux hypothèses pour rendre ce signal plus simple à étudier :
- Mettre la fonction du signal temporel obtenu au carré (processus quadratique – Cf lien ci-dessous) de façon à éliminer les valeurs négatives et ainsi mettre en avant les différences entre les bonnes pièces et les mauvaises (en termes d’amplitude). Qu’est-ce que cela vous inspire ?
- Il semblerait que les fréquences anormales les plus audibles pas l’oreille humaine se situent entre 3000 et 4000Hz (me confirmez-vous ?) : est-il possible de n’afficher, dans le signal temporel, QUE les accélérations en fonction du temps, des sinusoïdes de cette bande de fréquence (3000-4000 Hz) par une FFT inverse ? Est-ce intéressant ?
Je vous joins une étude menée par 5 ingénieurs japonais qui faisaient face à cette même problématique et qui décrit très bien le problème:
http://www.fujitsu-ten.com/business/...l/pdf/26-5.pdf (retrouvable en PJ).
Je vous mets en PJ deux signaux temporels et fréquentiels obtenus à partir d’une bonne et d’une mauvaise pièce grâce à notre prototype de machine.
N'hésitez pas à demander des informations supplémentaires si je n'ai pas été assez exhaustif.
Je vous remercie par avance en espérant que vous pourrez m’apporter des éléments d’expertise,
Benjamin
-----