Mayolle, Quentin
[Author]
;
Centrale Lille Institut
[Contributor];
Vanheeghe, Philippe
[Contributor]
Développement de nouvelles méthodes pour l’évaluation non-destructive des infrastructures ferroviaires : Utilisation de traitements statistiques des signaux ; Development of new methods for non destructive testing for railway infrastructure : Use of statistical signal processing
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
Text;
Electronic Thesis;
E-Book
Title:
Développement de nouvelles méthodes pour l’évaluation non-destructive des infrastructures ferroviaires : Utilisation de traitements statistiques des signaux ; Development of new methods for non destructive testing for railway infrastructure : Use of statistical signal processing
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
La maintenance des infrastructures ferroviaires doit désormais anticiper la dégradation du matériel pour éviter tout incident dommageable. Détecter un défaut sur le rail à son stade le plus précoce est nécessaire pour garantir une maintenance efficace et optimale. Les Electro-Magnetic Acoustic Transducers (EMAT)sont une technique d’inspection ultrasonore sans-contact pour l’évaluation non destructive de l’état des matériaux ferromagnétiques. Leur application aux rails permet l’identification des défauts de surface lors d’une prise de mesure immobile sur le rail. Néanmoins, l’exploitation du réseau poussant à la diminution du temps d’inspection, les outils de mesures doivent être embarqués dans des structures motorisées. L’inspection mobile cause une dégradation des signaux ultrasonores. Cette thèse propose des outils et méthodologies du traitement statistique du signal pour améliorer la détection et la caractérisation des défauts de surface du rail, à partir de signaux ultrasonores obtenues par des capteurs mobiles. Nous proposons des indicateurs statistiques sur les signaux EMAT permettant une identification des défauts du rail. Des représentations des mesures dans des espaces d’états apportent des informations sur l’évolution des signaux durant la mesure mobile, grâce à des algorithmes de filtrage, qui fournissent des mesures d’incertitudes sur les estimations réalisées. Nous apportons une méthodologie permettant de régler automatiquement les paramètres de ces algorithmes de filtrage pour s’adapter aux données reçues. Elle repose sur des modélisations bayésiennes,nécessitant peu de connaissances sur les algorithmes de la part d’un opérateur humain. Enfin, nous nous sommes intéressés au cas plus général des signaux vibratoires d’accélération. L’identification de l’évolution des caractéristiques au sein de ces signaux permet une meilleure compréhension des phénomènes physiques régissant la mesure. Des procédures bayésiennes intègrent l’incertitude sur les connaissances a priori du problème, et les résultats ...