Calcul de la courbe de capacité des pertuis de fond du barrage Matawin avec Flow-3D®
Bibliographic record
Abstract
Dans le cadre de la vérification de la capacité d’évacuation des ouvrages d’Hydro-Québec, une étude de l’écoulement dans les pertuis de fond du barrage Matawin a été menée pour préciser la relation niveau-débit de l’ouvrage. Le barrage Matawin est situé à environ 150 km au nord de Montréal. Il est essentiel pour la production et la sécurité des ouvrages en aval, puisqu’il permet de gérer les crues et de régulariser les apports. Les pertuis de fond ont un profil peu commun, rendant une analyse théorique impossible. Le logiciel Flow-3D a alors été utilisé pour établir la courbe de capacité à ouverture totale et partielle. Son utilisation est pertinente puisque le pertuis est en charge ou non selon l’ouverture de la vanne. La modélisation établie utilise au mieux les données disponibles : bathymétrie amont, numérisation de la géométrie, modélisation des grilles à débris... Après une étude de sensibilité sur le maillage, le modèle numérique a été validé avec deux essais in situ. Les simulations ont montré des résultats très satisfaisants tant au niveau qualitatif (profil de l’écoulement) que quantitatif (débits, pertes de charge). Une quinzaine de simulations a alors été effectuée pour différents niveaux d’eau amont et pour différentes ouvertures de vanne afin de couvrir la gamme d’exploitation du barrage Matawin et de former ainsi la nouvelle courbe de capacité de l’aménagement. Cette étude constitue un exemple encoura-geant d’utilisation du code numérique Flow-3D pour des calculs de capacité d’ouvrage d’évacuation et montre que ce genre d’outils peut remplacer les approches classiques à condition de pouvoir calibrer et valider les résultats.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".