Modèle pour le contrôle en temps réel des réseaux d'égout sous surcharge.
Notice bibliographique
Résumé
En période de pluie, les déversements de réseaux d'égout unitaires (DRU) détériorent la qualité \ndes cours d'eau urbains. Le contrôle en temps réel (CTR) de ces réseaux permet de réduire la \nfréquence et le volume des DRU par l'utilisation optimale de la capacité de stockage et de \ntraitement des réseaux. À cette fin, une stratégie de CTR détermine comment doivent être opérés \nles ouvrages de régulation (tels les pompes, vannes, seuils, etc.) de façon à rencontrer certains \nobjectifs de contrôle, tel par exemple la minimisation des volumes déversés. Le contrôle prédictif \nintégré (CPI) est une stratégie de CTR où les décisions de contrôle sont prises en fonction de l'état \nprésent et futur de l'ensemble du réseau d'égout, estimé à l'aide de modèles de simulation à partir \nde prédictions des entrées au système. \nPuisque la stratégie optimale de contrôle d'un CPI est déterminée à plusieurs reprises pendant le \ndéroulement d'une pluie, la vitesse de résolution des modèles de simulation et des algorithmes \nd'optimisation utilisés est primordiale. Afin de respecter cette contrainte sur le temps de calcul, \nles stratégies de CPI existantes ont souvent recours à des modèles linéaires. Toutefois, de tels \nmodèles ne peuvent reproduire le phénomène de refoulement, lequel peut survenir par exemple \nlors de la mise en charge de certaines conduites. Or ce dernier type d'écoulement peut être utilisé \navantageusement par une stratégie de CTR en augmentant la capacité de stockage et de transport \ndu réseau. C'est pourquoi la thèse propose un nouveau modèle permettant la simulation de tous \nles types d'écoulement en conduite, incluant les écoulements en charge, et dont la rapidité de \nrésolution permet son utilisation en temps réel. Ce modèle a été validé sur un réseau d'égout réel \nainsi que sur plusieurs réseaux hypothétiques. Une stratégie de CPI intégrant le modèle de \nsimulation développé et l'algorithme d'optimisation du gradient réduit généralisé (GRG) a par la \nsuite été élaborée. L'application de cette stratégie de contrôle sur le réseau d'égout de la ville de \nLaval (Canada) a démontré que la mise en charge des conduites permet de réduire de façon \nappréciable les volumes déversés en temps de pluie. Il a également été montré que la gestion \nd'intercepteurs en charge pouvait être réalisée sur de courts horizons de contrôle sans en entraver \nla performance ni la fiabilité. Les résultats obtenus ont aussi conduit à la mise au point d'une \nstratégie de contrôle simplifiée pour les zones en charge, au sein desquelles les taux de \npropagation des débits sont généralement très élevés. \n
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».