1 Détection et Classification de Defaults dans les Machines Tournantes par l’Analyse en Composante Principale Multi- Echelle B. Oudjani #1 , N. Boutasseta # , A. Deliou # , H. Rebani # , I. Atoui # # Centre National de Recherche en Soudage et Contrôle (CSC), Unité de Recherche en Technologies Industrielles (URTI), BP 1037, Annaba, Algérie. 1 oudjani@gmail.com Abstract: Multi-scale Principal Component Analysis (MSPCA) and Neuro fuzzy logic are one of modern methods, which have much application in classifications. A novel application of them in the rotating machinery fault diagnosis is proposed. The Multi-scales PCA models are constructed by the variance of five levels wave decomposition. As the signal features, these features are fed to train neuro fuzzy classifier to diagnose fault. The accuracy of monitoring and fault diagnosis is improved and the experiments illustrate the efficiency of the proposed approach. Résumé: L’analyse en composantes principales à multi- échelles (MSPCA) et le classificateur Neuro logique floue sont considérés parmi les méthodes modernes, et qui est utilisée dans nombreux applications de classifications. D’entre eux une nouvelle application dans les machines tournantes, le diagnostic des defaults est proposé. Le modèle ACP à multi-échelle est construit par la variance des cinq niveaux de décomposition en ondelette. Comme un vecteur de caractéristiques, ces caractéristiques sont entrainées par le classificateur neuro flou pour diagnostiquer le défaut. La performance de la méthode sera discutée, et les résultants montrent l’efficacité de l’approche proposée. Mots Clés: ACP multi échelle; Classifieur Neuro flou; diagnostique de défaut. I. INTRODUCTION Les éléments roulants sont largement utilisés dans les équipements industriels. Et le diagnostic de pannes des roulements est très important pour améliorer la fiabilité et la performance de l'équipement mécanique. De manière générale, les défauts de roulement à éléments roulants comprennent principalement les dommages irrégulier (tel que l'écaillage, piqûres, fissures, etc) de la bague intérieure, bague extérieure, boules et cage. En raison de l'effet de la force d'impact, le signal de vibration affiche souvent une onde complexe. Défauts de roulements: La plupart des défauts de roulements se produisent avec les éléments roulants, cage, ou les deux pistes inférieur et supérieur des boules. Ainsi, les différents défauts survenant dans un élément roulant peuvent être classés en fonction de l'élément endommagé: (1) défaut de bague externe, (2) défaut de bague intérieure; (3) défaut de balle. Le défaut est supposé être modélisé comme un petit trou créé à partir d'une pièce du matériau manquante sur l'élément correspondant. La fréquence du défaut est en relation directe avec la géométrie du roulement et la vitesse relative de chaque piste. Les fréquences de résonance peuvent être calculées théoriquement. Chaque élément de roulement présente une fréquence caractéristique de rotation. Avec un défaut sur un élément roulant particulier, une augmentation de l'énergie de vibration à la fréquence de rotation de cet élément peut se produire. Cette fréquence de défaut peut être calculée à partir de la géométrie du l’élément et sa vitesse de rotation [1] [2]. Fig. La figure 1 montre l’élément roulant et l'angle de contact. Les fréquences associées aux paliers défectueux sont calculées comme suit:   _ =  2 �  60 � �1 −   cos � (1)   _ =  2 �  60 � �1+   cos � (2)   =   �  60 � �1 −  2  2 cos 2 � (3) Où, Ns = le nombre de tours de l'arbre d = le diamètre moyen des éléments de roulement D = le diamètre du cercle primitif du roulement n = le nombre d'éléments roulants α = l'angle de contact