Jumeau numérique d'un moteur asynchrone et détection d'anomalies

Contexte

Projet de Master 2 MESI, en cours. Sous Simulink, je construis un jumeau numérique de moteur asynchrone, sain puis avec défauts, pour voir ce que révèle le courant statorique. La dernière synthèse (6 octobre 2026) porte sur un défaut d'engrenage.

Ce que j'ai fait

• Variantes du modèle avec défauts (barres cassées, excentricité, roulement, déséquilibre stator, engrenage, à-coups, câblage).
• Simulations parallèles, analyse du courant (FFT, spectrogramme).
• Caractéristiques physiques, statistiques et EMD par fenêtre de 1 s.
• 12 détecteurs one-class entraînés sur le seul fonctionnement sain, seuil conformal à 5 %.

Ce que j'ai remarqué et appris

• Les caractéristiques physiques gagnent pour tous les modèles. Les statistiques génériques ne détectent rien.
• Avec 72 fenêtres d'apprentissage, un auto-encodeur fait moins bien qu'une distance de Mahalanobis.

Mes erreurs

• J'ai choisi la meilleure configuration sur le test, les scores sont donc légèrement optimistes.
• À 1 % de bruit, aucun modèle ne bat une seule caractéristique bien choisie (AUC 0,92).
• Tout vient de la simulation, banc réel à venir.

Résultats

• Projet en cours, 230 expériences (12 modèles, 5 jeux de caractéristiques, 2 niveaux de bruit), 0 échec.
• Meilleur modèle ECOD, sans hyperparamètre, AUC moyenne 0,994 à 0,2 % de bruit et 0,815 à 1 %.
• Défaut détecté à 90 % dès 0,01 p.u. d'amplitude avec 0,2 % de bruit.

Stack technique