Development of a novel IoT on power structures in ice storms conditions

Résumé

Les événements de pluie verglaçante sont généralement considérés comme la principale cause de défaillance structurelle ou de perte de fonctionnalité d'une large gamme de systèmes structurels dans les régions froides. Par conséquent, la préoccupation principale des études récentes est de rechercher une solution pour prédire soit les risques potentiels (par exemple, l'accumulation de glace et les actions du vent), soit d'estimer le risque induit par la pluie verglaçante. Dans un premier temps, la présente étude développe un cadre d'ingénierie de la pluie verglaçante basé sur la performance (PBFRE) pour l'estimation du risque potentiel lors des événements de pluie verglaçante, en s'appuyant sur la théorie de la probabilité totale. Le cadre PBFRE est principalement décomposé en différents modules, à savoir l'analyse des dangers, la caractérisation structurelle, l'analyse d'interaction, l'analyse structurelle, l'analyse des dommages, l'analyse des pertes, et la prise de décision. Ensuite, il exprime les sources d'incertitudes lors des événements de pluie verglaçante et définit les attentes en matière de performance. De plus, l'application du cadre PBFRE est illustrée à travers une évaluation des risques d'un système de ligne de transmission soumis à des événements de pluie verglaçante. En outre, l'effet de l'utilisation de différents modèles empiriques de prédiction de l'accrétion de glace est mis en évidence. De plus, pour étudier la réponse du système glacé, un modèle par éléments finis, comprenant trois pylônes de transmission et certains conducteurs, est développé. Divers défis empêchent l'application du cadre PBFRE à des échelles structurelles et spatiales. Par exemple, le coût computationnel pour résoudre le problème de risque est intense et augmente considérablement lorsqu'il s'agit d'appliquer le cadre PBFRE à la conception de réseaux étendus dans de vastes régions géographiques. En outre, les effets du changement climatique modifient le taux et l'intensité des précipitations, ce qui modifie finalement les schémas climatologiques, et la plupart des cadres développés jusqu'à présent ne tiennent pas compte de ces changements. Par conséquent, dans le cadre PBFRE, des potentiels sont conçus pour exploiter les capacités des algorithmes avancés d'apprentissage automatique afin de résoudre le coût computationnel requis et de l'Internet des objets (IoT) pour prendre en compte les variations des schémas climatologiques. Les résultats ont révélé que l'utilisation d'un modèle empirique a un impact fondamental sur la conception et la maintenance des systèmes structurels sujets à la pluie verglaçante. De plus, l'intégration des principes de l'IoT entraîne une modification significative de la prédiction de la pluie verglaçante extrême, ce qui pourrait littéralement affecter les coûts des mégaprojets.

Date	2 janv. 2025
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Michel Kadoch (Directeur(-trice))