Grant: Collaborative Research and Development Grants
École Polytechnique de Montréal
$66,495.00
Développement de méthodes d'apprentissage machine appliquées au suivi de comportement des ouvrages hydrauliques
EF 2021-22
Résumé
Les barrages, comme toutes autres structures, vieillissent. Il est crucial pour les propriétaires d'ouvrages depouvoir quantifier ce vieillissement afin de prendre des décisions éclairées quant à la gestion des ouvrages. Lesbarrages québécois sont auscultés régulièrement depuis leur mise en service. Un des objectifs principaux est ladétection d'anomalies. Ici, une anomalie est définie comme la déviation du comportement d'un ouvrage parrapport à un comportement de référence. Le but général de ce projet est d'améliorer notre capacité à détecterdes 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 tempsréel tout en ayant un nombre négligeable de fausses alarmes. Les défis méthodologiques principaux concernentle développement de méthodes de calibration automatisée des modèles, de l'automatisation du processus deprise de décision, du traitement simultané de multiples jeux de données et de l'intégration de méthodesavancées de prédictions. Le deuxième objectif du projet vise à explorer une vaste gamme d'applicationspratiques afin d'évaluer les problèmes potentiels qui pourront être rencontrés lors du transfert desméthodologies vers la pratique. Le troisième objectif vise à mettre sur pied un logiciel libre où les méthodesdéveloppées seront implémentées et largement documentées afin de rendre accessible à l'ensemble de lacommunauté les nouveaux outils issus de ce projet. Une capacité accrue à extraire en temps réel desconnaissances à partir de l'ensemble des données enregistrées se traduira à terme par une réduction des coûtsd'entretien du parc d'ouvrage détenu par Hydro-Québec, ainsi qu'en une sécurité accrue pour la société.
Programme
Collaborative Research and Development Grants
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
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
2021
Competition year année de concours
2017
Award amount
66495
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
Installment
inst:4
Partie
1
Nb partie
5
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 depouvoir quantifier ce vieillissement afin de prendre des décisions éclairées quant à la gestion des ouvrages. Lesbarrages québécois sont auscultés régulièrement depuis leur mise en service. Un des objectifs principaux est ladétection d'anomalies. Ici, une anomalie est définie comme la déviation du comportement d'un ouvrage parrapport à un comportement de référence. Le but général de ce projet est d'améliorer notre capacité à détecterdes 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 tempsréel tout en ayant un nombre négligeable de fausses alarmes. Les défis méthodologiques principaux concernentle développement de méthodes de calibration automatisée des modèles, de l'automatisation du processus deprise de décision, du traitement simultané de multiples jeux de données et de l'intégration de méthodesavancées de prédictions. Le deuxième objectif du projet vise à explorer une vaste gamme d'applicationspratiques afin d'évaluer les problèmes potentiels qui pourront être rencontrés lors du transfert desméthodologies vers la pratique. Le troisième objectif vise à mettre sur pied un logiciel libre où les méthodesdéveloppées seront implémentées et largement documentées afin de rendre accessible à l'ensemble de lacommunauté les nouveaux outils issus de ce projet. Une capacité accrue à extraire en temps réel desconnaissances à partir de l'ensemble des données enregistrées se traduira à terme par une réduction des coûtsd'entretien du parc d'ouvrage détenu par Hydro-Québec, ainsi qu'en une sécurité accrue pour la société.