Développement de modèles prédictifs pour la détection de défaillance sur les pièces prioritaires de turbines éoliennes.

La société Enercon, produit des éoliennes et par la suite opère les centrales qui ont été installés, pour garantir le
bon fonctionnement de celles-ci. Lun des enjeux à surmonter pour la maintenance dune centrale éolienne est la
prédiction des défaillances, afin dintervenir le plus rapidement possible et de limiter le temps darrêt des turbines.
La compagnie souhaite donc instaurer des indicateurs de mesure basés sur de lintelligence artificielle, qui
permettront un remplacement plus efficace du matériel mécanique, afin de diminuer les coûts de maintenance et
daugmenter la production sur le cycle de vie dune éolienne. Lobjectif de ce projet de collaboration est la mise
en place dalgorithmes se basant sur lhistorique des maintenances et les mesures effectuées depuis la
construction de la centrale afin de prédire les futurs comportements des pièces prioritaires dune éolienne comme
les pales, la génératrice, le transformateur électrique.

Faculty Supervisor:

Christian Masson

Student:

Marion BLAYO

Partner:

ENERCON Services Canada

Discipline:

Engineering - mechanical

Sector:

Alternative energy

University:

Program: