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

Optimisation des contraintes mécaniques au démarrage des trubines hydroélectriques à l'aide de mesures indirectes

Téléchargements

Téléchargements par mois depuis la dernière année

Diagne, Ismahel Aboubacar (2016). Optimisation des contraintes mécaniques au démarrage des trubines hydroélectriques à l'aide de mesures indirectes. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of DIAGNE_Ismahel_Aboubacar.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation
[thumbnail of DIAGNE_Ismahel_Aboubacar-web.pdf]
Prévisualisation
PDF
Télécharger (662kB) | Prévisualisation

Résumé

L’estimation des niveaux de contraintes statiques et dynamiques des aubes de turbines hydrauliques est indispensable pour obtenir une évaluation précise de leur fiabilité en fatigue résiduelle. Aussi, de petits changements dans les paramètres de contrôle pendant les régimes transitoires (par exemple démarrage et arrêt) peuvent affecter de manière significative le comportement des contraintes mécaniques sur les aubes. Par conséquent, une séquence de démarrage optimisée peut réduire les contraintes sur la turbine, améliorer sa fiabilité en fatigue et augmenter sa durée de vie. Afin de trouver le patron de contrôle qui optimise les contraintes sur les aubes lors des démarrages, les opérateurs effectuent une série de tests mesurant directement, sur la turbine, l'ampleur de la déformation au cours du transitoire pour différents patrons d’ouverture des directrices.

Le but de ces travaux est de démontrer qu’au lieu de mesurer les contraintes lors de chaque démarrage, une fois qu’un modèle dynamique robuste a été identifié, l’on peut prédire les contraintes sur les pales de turbine à partir d’une mesure indirecte et utiliser ces signaux prédits pour trouver le patron optimal de démarrage. La méthode utilisée consiste à identifier un modèle représentant la turbine avec un démarrage, valider le modèle en utilisant les signaux d’autres démarrages, et ensuite utiliser le modèle pour prédire les contraintes et trouver le patron de démarrage optimal par mesure indirecte. Le modèle est identifié en utilisant les signaux d'au moins une jauge de contrainte combinée avec le signal d'autres capteurs fortement corrélés à la jauge de contrainte et placés sur la partie entourant la roue (tels que des jauges de torsion sur l'arbre). Ces capteurs sont une alternative plus économique et spécialement plus robuste que la jauge de contrainte. À titre d'exemple, les capteurs de l'arbre qui ne sont pas en contact avec l’eau coutent moins cher à instrumenter et pourraient durer plus longtemps dans une campagne de mesure étendue.

Afin de choisir le meilleur ensemble de modèles, puis choisir le meilleur modèle dans cet ensemble, une comparaison approfondie a été réalisée entre ensembles de modèles polynomiales ARX, ARIX, ARMAX et ARIMAX. Pour chaque modèle, plusieurs ordres de polynômes ont été testés. En utilisant comme métrique; l’erreur quadratique moyenne, pour mesurer la concordance entre les signaux prédits et mesurés, le modèle ARMAX semble représenter le système dynamique au mieux. Le signal de sortie du modèle ARMAX (signal prédit) est ensuite comparé au signal mesuré provenant de la jauge de contrainte. Pour aller plus loin dans la validation, une comparaison est également effectuée entre les signaux prédits et les signaux mesurés pour les autres démarrages.

Titre traduit

Optimization of mechanical stresses during hydroelectric turbines' startup using indirect measurements

Résumé traduit

Estimation of mean level and variation range of mechanical stress in hydraulic turbine blades are essential to obtain an accurate assessment of its residual fatigue reliability. Also, small changes in the control parameters during transient regimes (e.g. start-up and shutdown) can significantly affect the behavior of the mechanical stresses on the blades. Consequently, optimized start-up sequence can minimize the strain on the turbine, enhance its reliability under fatigue and increase life expectancy. In order to find the control pattern which optimises the strain on the blades during start-ups, operators run series of tests measuring directly, on the turbine, the magnitude of the strain during the transient for different wicket gates opening patterns.

The goal of this work is to demonstrate that instead of measuring the strain during every start-up, once a consistent and accurate dynamic model has been identified, one can predict the strain on the turbine and use those predicted signals to find the optimal start-up. The method used consists of identifying a model representing the turbine with one start-up, validating the model using other star-ups, and then using the model to predict the strain and find an optimal start-up using indirect measurement. The model is identified using signals of at least one strain gauge combined with the signal of other sensors strongly correlated to the strain and located on the parts surrounding the runner (such as torsion gauges on the shaft) and can be used as a more economical and specially more robust alternative than strain gauge. As an example, sensors on the shaft which are not in contact with water cost less to instrument and will last longer in an extended measurement campaign.

In order to choose the best model set and then choose the best model in that set, a thorough comparison was done between ARX, ARIX, ARMAX and ARIMAX model sets. For each model, several orders were tested. Using the root mean square error, the ARMAX model appears to represent the dynamic system at best. The model’s output (predicted signal) is then compared to the measured signal from the strain gauge. For further validation purposes, a comparison is also done between the predicted signals and the measured signals for the other start-ups.

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 avec mémoire en génie mécanique". Bibliographie : pages 61-65.
Mots-clés libres: Turbines hydrauliques. Contraintes (Mécanique) Prévision. Phénomènes transitoires. Turbines hydrauliques Matériaux Fatigue. Turbines hydrauliques Modèles mathématiques. Jauges de contrainte. Capteurs. corrélation de capteurs, identification de modèles, prédiction de contraintes, optimisation de démarrage de turbine hydraulique
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Tahan, Souheil-Antoine
Codirecteur:
Codirecteur
Gagnon, Martin
Programme: Maîtrise en ingénierie > Génie mécanique
Date de dépôt: 27 juill. 2016 19:37
Dernière modification: 27 juill. 2016 19:37
URI: https://espace.etsmtl.ca/id/eprint/1696

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt