Détection et caractérisation du grippage par Emission Acoustique (EA) à l'aide d'un Deep Scattering Network (DSN)

Overview & Synopsis

Le grippage est un mode de dégradation sévère entre surfaces métalliques en contact, aggravé par un manque de lubrification, pouvant entraîner des pannes critiques et des risques pour la sécurité. Son diagnostic repose généralement sur l'analyse visuelle, mais cette approche reste limitée par l'accessibilité et la subjectivité humaine. Pour améliorer la détection, l'Émission Acoustique (EA) apparaît comme une solution de Contrôle Non Destructif permettant un suivi en temps réel. Dans cette étude, une campagne de 80 essais (AISI 660 / 316L) a été réalisée selon la norme ASTM G196 avec enregistrement EA via 3 capteurs. Les signaux sont traités par Deep Scattering Network (DSN), produisant des coefficients caractéristiques, utilisés ensuite pour entraîner un perceptron multicouche (MLP). Les résultats montrent une précision jusqu'à 94% avec 1 et 3 capteurs, confirmant l'efficacité de cette approche pour détecter automatiquement et objectivement le grippage.