Évènements

10 Dic
10/12/2021 15:00

Sciences & Société

Soutenance de thèse : Quentin DOLLON

Soutenance d'une thèse de doctorat de l’Université de Lyon en cotutelle internationale entre l’Ecole de Technologie Supérieure (Montréal) et l’INSA Lyon

Analyse modale opérationnelle des roues de turbines hydroélectriques par l'étude de régimes transitoires 

Doctorant : Quentin DOLLON

Laboratoire INSA : LVA

Ecole doctorale : ED162 Mécanique, Energétique, Génie Civil, Acoustique de Lyon

Le comportement modal des turbines hydroélectriques est difficile à prédire par la simulation, en raison de la complexité des conditions opérationnelles, des conditions aux limites et des interactions fluide-structure. Pour remédier à cette problématique, on propose de procéder à l’analyse modale opérationnelle des turbines hydroélectriques. En production, les sources d’excitation stochastiques sont rares et la réponse naturelle de la machine est peu détectable dans les signaux. Au contraire, lors de phases transitoires asynchrones, les harmoniques de la vitesse de rotation explorent une large bande de fréquence et entrent en résonance avec des modes structuraux. L’idée est d’exploiter ces résonances pour analyser le comportement de la machine. Dans une première phase de travail, l’analyse modale théorique d’une turbine soumise à un débalancement a permis de montrer que les turbines présentent un riche contenu harmonique, et que ces harmoniques sont sélectives, c’est-à-dire qu’elles n’excitent qu’un mode structural de diamètre nodal prédéfini. Il est démontré que ces harmoniques génèrent effectivement des résonances en opération. Dans un deuxième temps, un algorithme d’identification est proposé. La méthode utilise un schéma combiné de suivi d’ordres synchrones pour extraire les résonances harmoniques, et d’un modèle d’analyse modale opérationnel bayésien pour réaliser l’inférence. Enfin, une dernière phase de travail a consisté à améliorer le modèle bayésien existant, qui présente de nombreuses approximations asymptotiques, non raisonnable dans notre cadre où l’on dispose de peu de données. En ce sens, un modèle statistique d’échantillonnage numérique a été développé, basé sur un algorithme de Gibbs avancé. L’outil obtenu est plus fiable pour caractériser des données réduites, et montre d’excellentes propriétés de convergence le rendant compétitif avec les approches existantes.

Información adicional

  • Ecole de Technologie Supérieure (Montréal) - 9h00 (heure canadienne) - 15h00 (heure française)

Palabras clave