MétaCan
Menu
Back to cohort
Record W2937788992

Stratégies hydrauliques pour améliorer la qualité de l'eau potable en réseau de distribution

2008· article· fr· W2937788992 on OpenAlexaboutno aff
Andréanne Simard

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldEngineering
TopicWater Systems and Optimization
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesGeographyEnvironmental scienceArt
DOInot available

Abstract

fetched live from OpenAlex

Ce mémoire présente une méthodologie pour identifier des stratégies hydrauliques en réseau de distribution dans le but d’assurer des concentrations suffisantes de chlore résiduel en extrémités de réseau. La recherche a été réalisée en deux phases. La première consistait à identifier les zones de distribution de l’eau potable dans le réseau d’aqueduc à l’étude à l’aide d’une étude au traceur. La seconde phase du projet visait à prédire les concentrations de chlore résiduel en réseau de distribution ainsi que d’émettre des recommandations pour améliorer les concentrations de chlore résiduel en extrémités de réseau. Le secteur sélectionné pour l’étude est un quartier résidentiel de la ville de Québec alimenté en eau potable par deux sources : un réservoir situé en réseau et une usine de traitement de l’eau potable (UTE). Le système de distribution du secteur est caractérisé par la présence de nombreuses extrémités de réseau puisqu’il ne possède aucune interconnexion avec les réseaux limites au sud et à l’est. Les consommations étant faibles à ces endroits, les temps de séjour y sont élevés. De plus, le réseau est le dernier secteur à être desservi dans la partie à l’est de l’aire de distribution de l’UTE. Ces conditions mènent à une dégradation de la qualité de l’eau potable dans le système de distribution. La méthode proposée combine une caractérisation hydraulique, une étude au traceur ainsi qu’une étude de la qualité de l’eau pour identifier le patron de distribution de l’eau en réseau. Également, le modèle a été calé au niveau de l’hydraulique et de la qualité de l’eau potable à partir de données inédites sur la distribution de l’eau, les temps de séjour et la variabilité de la qualité de l’eau dans le réseau. Les données nécessaires au calage du modèle ont été obtenues à partir d’une campagne intensive d’échantillonnage. L’étude au traceur a été réalisée par injection d’une saumure de chlorure de calcium (CaCl2). Les résultats obtenus ont permis d’associer au réservoir les points d’échantillonnage dont la concentration en calcium a augmenté au cours de l’essai. Les hypothèses élaborées suite à l’étude au traceur ont été validées à partie des résultats d’une campagne de caractérisation de la qualité de l’eau effectuée simultanément. Cette validation a été rendue possible par les différences entre les valeurs de chlore résiduel aux deux entrées, dues au fait que l’eau provenant du réservoir y a été re-chlorée avant d’être acheminée dans le réseau de distribution. De plus, cette campagne a permis d’identifier la source d’alimentation en eau potable des points dont la concentration en calcium était demeurée constante au cours de l’essai au traceur. Par la suite, le calage du modèle a permis d’en augmenter les capacités prédictives jusqu’à un niveau jugé satisfaisant. Sur la base du modèle de qualité de l’eau, des stratégies hydrauliques ont été évaluées afin d’optimiser les concentrations en chlore résiduel en extrémité de réseau. Cinq groupes d’essais ont été explorés : (1) fermetures de vannes sur des conduites importantes, (2) ajout de pompe re-circulatoire avec injection d’une solution d’hypochlorite, (3) régulation de pression aux entrées du secteur, (4) ouverture d’une interconnexion avec le réseau limitant à l’est, et (5) combinaison des essais 2 et 4. Suite aux différentes simulations, deux stratégies hydrauliques se sont démarquées et des recommandations ont été émises. Celles-ci impliquent l’ajout d’une pompe re-circulatoire et l’injection d’une solution hypochlorite ainsi que l’ouverture d’une interconnexion avec le réseau limitant à l’est.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.736
Threshold uncertainty score0.993

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.010
GPT teacher head0.227
Teacher spread0.218 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2008
Admission routes1
Has abstractyes

Explore more

Same topicWater Systems and OptimizationFrench-language works237,207