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

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