Conception optimale d'un alternateur de faible puissance pour le simulateur de groupe turbine-alternateur d'Hydro-Québec
Bibliographic record
Abstract
Dans le présent mémoire, un outil de conception optimale est développé puis utilisé pour la conception d'un alternateur de faible puissance faisant partie d'un simulateur analogique de groupe turbine/alternateur. L'outil de conception inclut une étape de validation, par la méthode des éléments finis, des performances aussi bien en régime permanent que dynamique du concept élaboré. Une revue de littérature complète est d'abord présentée avant de passer à une discussion théorique sur les notions fondamentales relatives au calcul électromagnétique. Une méthodologie de conception, basée sur un modèle analytique est développée pour les besoins de ce travail. Dans ce modèle analytique, les paramètres du circuit équivalent en régime permanent et le rendement de la machine sont calculés à partir des caractéristiques dimensionnelles et structurales de la machine. Le modèle analytique est ensuite intégré dans un processus d'optimisation multi-objets par algorithme génétique dont on a entrepris l'étude complète. L'outil d'analyse par éléments finis est tout d'abord programmé sous ANSYS puis appliqué à l' étude d'une génératrice synchrone de 120V A de la marque Lab-Volt disponible aux laboratoires de l'UQAT. La validité de cet outil est vérifiée par une très bonne concordance entre les résultats expérimentaux et numériques. Par la suite, l'outil de conception optimale est programmé sous Maltab® puis utilisé pour l'optimisation du rendement et de la masse de l'alternateur du simulateur. Un ensemble de solutions d'optimalité équivalente est dégagé et la solution à plus haut rendement est retenue comme concept final. Ce concept est ensuite validé par des analyses par éléments finis en régime permanent et dynamique et certains résultats sont comparés aux données du modèle analytique. La marge d'erreur à ce niveau s'avère tout à fait acceptable.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".