Mise en place d’un estimateur d’endommagement de pale d’éolienne et de son espérance de vie résiduelle
Bibliographic record
Abstract
La thèse présentée ici est une contribution à l’évaluation du dommage par fatigue et de la durée de vie résiduelle des pales d’éolienne. Cette évaluation est basée sur les propriétés du vent d’un site et des données moyennées sur 10 min telles qu’enregistrées dans un système de contrôle et d'acquisition de données SCADA. Pour répondre aux défis de la transition énergétique, les fournisseurs d'énergie se tournent de plus en plus vers l'électricité éolienne. Avec l'accroissement soutenu du parc éolien mondial et le vieillissement des éoliennes existantes, les opérateurs se trouvent confrontés à la nécessité d'optimiser la planification de la maintenance et des travaux de réfection pour prolonger la durée de vie des éoliennes tout en réduisant les coûts associés. Parmi les composants critiques des éoliennes, les pales font partie des éléments les plus sensibles aux dommages dus à l’érosion et à la fatigue. Ceci justifie la nécessité de développer un modèle d'estimation des dommages évalués par l’historique d’opération et d’estimer ainsi l'espérance de vie résiduelle des pales d'éoliennes. Dans un premier temps, nous avons développé un estimateur du dommage des pales d'éoliennes qui prend en compte la vitesse moyenne du vent sur 10-min, telle qu’enregistrée dans SCADA. Le modèle inclut l’effet induit par les variations de la vitesse du vent à une fréquence de 1 Hz. Cette variabilité à haute fréquence dépend de l'intensité de la turbulence et est corrélée avec la vitesse moyenne du vent. Nous avons ensuite mis au point un outil permettant de calculer rapidement le dommage des pales pour toute la durée de vie de l'éolienne et de comparer ainsi le dommage relatif entre différentes éoliennes d'un même parc. Notre deuxième contribution a été d’inclure dans le modèle les différents régimes de fonctionnement de l'éolienne dans l'évaluation du dommage. Nous avons démontré que, sur l'ensemble de sa durée de vie, les dommages causés par les arrêts et les démarrages ont un effet négligeable par rapport à ceux causés lorsque l'éolienne est en régime de production. Enfin, notre dernière contribution a consisté à adapter notre modèle pour évaluer l'impact de différents scénarios et profils de fonctionnement de l'éolienne sur sa durée de vie résiduelle. Nous avons alors observé qu'une réduction de l’ordre de 20% de la puissance nominale de l'éolienne peut considérablement prolonger la durée de vie résiduelle en réduisant le dommage relatif d’environ 60%. Cette recherche a été menée en collaboration avec la société Power Factors (Québec, Canada). Les résultats de cette thèse sont donc basés sur des données réelles fournies par le partenaire industriel du projet.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".