A New Generic Approach to Convert FMEA in Causal Trees for the Purpose of Hydro-Generator Rotor Failure Mechanisms Identification
Notice bibliographique
Résumé
At Hydro-Québec (HQ), an integrated diagnostic system (MIDA) is currently used to assess hydro-generators health index. This system gives the global health index but does not propose any understanding of active failure mechanisms. At this point, this work needs to be done by experts after analysis of the diagnostic data in MIDA. To relieve the expert from part of this work, a prognostic tool, that uses a Failure Mechanisms and Symptoms Analysis (FMSA), is under development. The approach is based on the understanding of the evolution of degradation processes for each failure mechanism. Failure mechanisms are structured as causal trees and defined as a sequence of physical states starting from a root cause and ending with a failure mode. A physical state corresponds to characteristic degradation condition of a component of the generator. Each physical state being defined by a unique combination of symptoms as measured with diagnostic tools. After consigning all possible mechanisms occurring in both the rotor and the stator, the symptoms logged into a database can be read to automatically identify all active physical state and active failure mechanisms. This approach has been under development in HQ for the stator for a number of years and is now extended to the rotors of hydro-generators.The purpose of this paper is to present the structured method used to build the failure mechanisms from bits and pieces of information (sub-mechanisms) found in the literature and from discussions with experts. This new methodology is based on a two steps process. First, sub-mechanisms were extracted from FMEA in the literature. Then, an algorithm was used to generate a set of causal trees from these sub- mechanisms. The generated results then had to be validated by experts to make sure that automatically generated mechanisms were logical and plausible. The resulting extended failure mechanisms trees built can then be used for the purpose of Root Cause Analysis (RCA), model-based diagnostics and prognosis. This method was developed to be as generic as possible so it could be applied to any complex system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».