Contribution à l'évaluation de la fiabilité en fatigue des turbines hydroélectriques
Notice bibliographique
Résumé
Cette recherche a pour objectifs le développement, la validation et l’application d’outils pour estimer la fiabilité en fatigue des aubes de turbines hydroélectriques. Au cours des dernières années, la déréglementation des marchés et la position croissante qui est donnée aux modes de production intermittents, telle que la production d’électricité à partir de l’énergie éolienne, ont forcé les producteurs d’hydroélectricité à modifier leur façon d’opérer leurs équipements de production électrique. Une des conséquences est l’augmentation des fluctuations sur le chargement des équipements qui, en contrepartie, augmente leurs risques de défaillance. Ces changements rendent difficile la planification de la maintenance pour garantir des niveaux de disponibilité adéquats. Donc, pour les manufacturiers de ces équipements et pour les producteurs d’électricité, avoir la possibilité d’évaluer l’influence de tels changements devient essentiel. \n \nLes résultats de cette thèse sont présentés sous la forme de trois chapitres. Ceux-ci couvrent successivement les aspects suivants : la caractérisation du chargement, la construction d’un modèle d’endommagement et le calcul de la fiabilité des aubes de turbines hydroélectriques. Une introduction ainsi qu’une revue de la littérature sont présentés avant les chapitres qui forment le corps de la thèse pour mettre en perspective les travaux effectués. Dans le Chapitre 1, la modélisation du chargement des aubes de turbines hydroélectriques est abordée avec l’application de modèles de simulation stochastique à la simulation de la réponse transitoire des aubes de turbines hydroélectriques lors du démarrage de celles-ci. Nos résultats révèlent que ces méthodes sont utiles lorsque les données observées sont limitées. Le démarrage des turbines hydroélectriques se révèle un cas intéressant, car cet évènement ne se reproduit jamais de manière identique. Ensuite, dans le Chapitre 2, nous proposons un modèle de fiabilité en fatigue spécifiquement adapté aux aubes de turbines hydroélectriques. Dans ce chapitre, un état limite qui permet d’estimer la fiabilité des aubes de turbines hydroélectriques est défini. Cet état limite permet de déterminer à partir de quel moment une fissure devient critique et par le fait même peut être détectée pour éventuellement être réparée. Finalement, au Chapitre 3, l’effet et la portée des hypothèses émises lors de l’établissement du profil de chargement dans le calcul de la fiabilité d’une turbine hydroélectrique sont discutés. Une étude de cas effectuée sur une turbine provenant d’une centrale hydroélectrique qui appartient à Hydro-Québec est utilisée pour illustrer l’influence de ces hypothèses émises sur le chargement. Plusieurs profils de chargement simplifiés sont proposés avec des caractéristiques définies à partir des données observées in situ. \n \nLa conclusion de cette thèse montre les avancées scientifiques qu’ont générés nos travaux sur la fiabilité en fatigue des turbines hydroélectrique. De plus, nous portons un intérêt particulier aux perspectives de recherche soulevées par les travaux présentés dans cette thèse et aussi aux travaux que nous avons initiés parallèlement à ceux-ci.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».