Grant: Collaborative Research and Development Grants
École Polytechnique de Montréal
$84,495.00
Développement de méthodes d'apprentissage machine appliquées au suivi de comportement des ouvrages hydrauliques
FY 2018-19
Summary
Les barrages, comme toutes autres structures, vieillissent. Il est crucial pour les propriétaires d'ouvrages de*pouvoir quantifier ce vieillissement afin de prendre des décisions éclairées quant à la gestion des ouvrages. Les*barrages québécois sont auscultés régulièrement depuis leur mise en service. Un des objectifs principaux est la*détection d'anomalies. Ici, une anomalie est définie comme la déviation du comportement d'un ouvrage par*rapport à un comportement de référence. Le but général de ce projet est d'améliorer notre capacité à détecter*des anomalies à partir des mesures d'auscultation acquises en continu sur les barrages.*Le premier objectif vise à développer les bases méthodologiques permettant la détection d'anomalies en temps*réel tout en ayant un nombre négligeable de fausses alarmes. Les défis méthodologiques principaux concernent*le développement de méthodes de calibration automatisée des modèles, de l'automatisation du processus de*prise de décision, du traitement simultané de multiples jeux de données et de l'intégration de méthodes*avancées de prédictions. Le deuxième objectif du projet vise à explorer une vaste gamme d'applications*pratiques afin d'évaluer les problèmes potentiels qui pourront être rencontrés lors du transfert des*méthodologies vers la pratique. Le troisième objectif vise à mettre sur pied un logiciel libre où les méthodes*développées seront implémentées et largement documentées afin de rendre accessible à l'ensemble de la*communauté les nouveaux outils issus de ce projet. Une capacité accrue à extraire en temps réel des*connaissances à partir de l'ensemble des données enregistrées se traduira à terme par une réduction des coûts*d'entretien du parc d'ouvrage détenu par Hydro-Québec, ainsi qu'en une sécurité accrue pour la société.
Program
Collaborative Research and Development Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
520919-2017
Name nom
Goulet, James
Department département
Génies Civil, géologique et des mines
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2018
Competition year année de concours
2017
Award amount
84495
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
802
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Information systems and technology
Area of application fr
Systèmes d'information et technologie de l'information
Research subject code
1101
Research subject group en
Structural engineering
Research subject group fr
Génie des structures
Research subject en
Structural loads and safety
Research subject fr
Charges structurales et sécurité
Partie
1
Nb partie
1
Application title
Développement de méthodes d'apprentissage machine appliquées au suivi de comportement des ouvrages hydrauliques
Keyword
NSERC
Application summary
Les barrages, comme toutes autres structures, vieillissent. Il est crucial pour les propriétaires d'ouvrages de*pouvoir quantifier ce vieillissement afin de prendre des décisions éclairées quant à la gestion des ouvrages. Les*barrages québécois sont auscultés régulièrement depuis leur mise en service. Un des objectifs principaux est la*détection d'anomalies. Ici, une anomalie est définie comme la déviation du comportement d'un ouvrage par*rapport à un comportement de référence. Le but général de ce projet est d'améliorer notre capacité à détecter*des anomalies à partir des mesures d'auscultation acquises en continu sur les barrages.*Le premier objectif vise à développer les bases méthodologiques permettant la détection d'anomalies en temps*réel tout en ayant un nombre négligeable de fausses alarmes. Les défis méthodologiques principaux concernent*le développement de méthodes de calibration automatisée des modèles, de l'automatisation du processus de*prise de décision, du traitement simultané de multiples jeux de données et de l'intégration de méthodes*avancées de prédictions. Le deuxième objectif du projet vise à explorer une vaste gamme d'applications*pratiques afin d'évaluer les problèmes potentiels qui pourront être rencontrés lors du transfert des*méthodologies vers la pratique. Le troisième objectif vise à mettre sur pied un logiciel libre où les méthodes*développées seront implémentées et largement documentées afin de rendre accessible à l'ensemble de la*communauté les nouveaux outils issus de ce projet. Une capacité accrue à extraire en temps réel des*connaissances à partir de l'ensemble des données enregistrées se traduira à terme par une réduction des coûts*d'entretien du parc d'ouvrage détenu par Hydro-Québec, ainsi qu'en une sécurité accrue pour la société.