Identification des paramètres modaux de systèmes mécaniques non stationnaires : application à un robot flexible de meulage

Résumé

Cette thèse fait partie d’un projet de recherche lancé par l’ÉTS et Hydro-Québec sur la dynamique d’un robot portable flexible nommé SCOMPI permettant de réparer les turbines hydrauliques sur le site d’opération. L’objectif principal de ce projet de recherche est d’améliorer la qualité du procédé de meulage robotisé de SCOMPI, qui est influencée surtout par le broutage et les vibrations pendant le procédé. Pour y remédier, l’IREQ a mené des recherches sur le phénomène du broutage et la modélisation du procédé. Leurs recherches montrent que le phénomène du broutage est dépendant entre autres, des paramètres modaux du robot. Du coup, identifier les paramètres modaux du robot est primordial pour l’avancement de leur recherche. Le travail présenté dans le cadre de cette thèse porte principalement sur l’identification des paramètres modaux d’un robot flexible en opération, en se basant sur l’analyse modale opérationnelle de systèmes non stationnaires. Deux méthodes d’identification sont étudiées dans cette thèse : le modèle AFS-VTAR (Adaptable Functional Series Vector Time-dependent Autoregressive) et le modèle SSIDATA à court terme (Data-Driven Stochastic Subspace Identification). Ce sont actuellement les principales méthodes d’identification appliquées aux systèmes mécaniques non stationnaires. L’inconvénient majeur de ces méthodes est que les résultats identifiés comprennent à la fois les paramètres modaux recherchés et d’autres parasites. En fait, le nombre de méthodes pour discerner les paramètres modaux de ceux parasites reste encore limité. L’originalité de cette thèse réside dans le développement de deux nouveaux indices pour les méthodes AFS-VTAR et SSI-DATA afin de discerner le vrai du faux. L’efficacité des indices proposés a été validée à travers des signaux de simulations numériques et des données expérimentales issues de mesures sur un robot flexible en opération. Des recommandations pour des recherches futures sont proposées à la fin.

Date	16 nov. 2016
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Marc Thomas (Directeur(-trice)) & Zhaoheng Liu (Codirecteur(-trice))