La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Modélisation de l’historique d’opération de groupes turbine-alternateur

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Szczota, Mickaël (2012). Modélisation de l’historique d’opération de groupes turbine-alternateur. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of SZCZOTA_Mickaël.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

À cause du vieillissement de leurs actifs, les qestionnaires du parc de production d’Hydro- Québec ont un besoin accru d’outils d’aide à la planification des opérations de maintenance. Un projet de recherche et développement a alors été initié en 2010, avec pour objectif de classifier les groupes turbine-alternateur d’une centrale en fonction de l’état de dégradation de leur roue de turbine. Les fissures liées au phénomène de fatigue présentent un mode de dégradation prédominant. La séquence de chargement appliquée aux roues de turbines est un paramètre qui influe sur la propagation de ces fissures. Le but de ce mémoire est de proposer un générateur de séquences synthétiques de chargement. Ces séquences simulées seront utilisées comme variables d’entrée dans un modèle d’estimation de durée vie résiduelle. Les séquences simulées doivent être statistiquement équivalentes à l’historique de chargement et prendre en compte la non-stationnarité des données. Dans un premier temps, nous décrivons le fonctionnement des groupes turbines-alternateurs d’Hydro-Québec et analysons les données disponibles. Ensuite, nous passons en revue les diverses méthodes de modélisation et les techniques de validation de modèles. Nous attachons une attention toute particulière à la description précise de la procédure de comparaison et de validation. Ce mémoire présente la comparaison minutieuse des performances des chaînes de Markov, de Semi-Markov et du Bootstrap à bloc mobile. Pour les deux premiers modèles, nous décrivons comment nous parvenons à prendre en compte la non-stationnarité. Finalement, nous montrons que les chaînes de Markov ne sont pas adaptées à notre problème, que les chaînes de Semi-Markov sont plus performantes lorsque la non-stationnarité est intégrée. Le choix final entre les chaînes de Semi-Markov et le Bootstrap à bloc mobile reste arbitraire. Toutefois, avec une vision à long terme, nous conseillons l’utilisation des chaînes de Semi-Markov pour leur flexibilité et leur adaptabilité.

Titre traduit

Modeling of the loading history of hydroelectric generating units

Résumé traduit

Because of their ageing fleet, the utility managers are increasingly in needs of tools that can help them to plan efficiently maintenance operations. Hydro-Québec started a project that aim to foresee the degradation of their hydroelectric runner, and use that information to classify the generating unit. That classification will help to know which generating unit is more at risk to undergo a major failure. Cracks linked to the fatigue phenomenon are a predominant degradation mode and the loading sequences applied to the runner is a parameter impacting the crack growth. So, the aim of this memoir is to create a generator able to generate synthetic loading sequences that are statistically equivalent to the observed history. Those simulated sequences will be used as input in a life assessment model. At first, we describe how the generating units are operated by Hydro-Québec and analyse the available data, the analysis shows that the data are non-stationnary. Then, we review modelisation and validation methods. In the following chapter a particular attention is given to a precise description of the validation and comparison procedure. Then, we present the comparison of three kind of model : Discrete Time Markov Chains, Discrete Time Semi-Markov Chains and the Moving Block Bootstrap. For the first two models, we describe how to take account for the non-stationnarity. Finally, we show that the Markov Chain is not adapted for our case, and that the Semi-Markov chains are better when they include the non-stationnarity. The final choice between Semi-Markov Chains and the Moving Block Bootstrap depends of the user. But, with a long term vision we recommend the use of Semi-Markov chains for their flexibility.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie mécanique". Bibliogr. : f. [103]-107.
Mots-clés libres: Turboalternateurs. Modèles stochastiques. Bootstrap (Statistique) Processus de Markov. Durée de vie (Ingénierie) Modèle stochastique, Validation de modèle, Fiabilité, Chaîne de Semi-Markov, Chaîne de Markov, Bootstrap.
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Tahan, Souheil-Antoine
Codirecteur:
Codirecteur
Marcouiller, Luc
Programme: Maîtrise en ingénierie > Génie mécanique
Date de dépôt: 28 août 2012 14:46
Dernière modification: 08 mars 2017 01:38
URI: https://espace.etsmtl.ca/id/eprint/1025

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt