الخلاصة:
الهدف من هذا العمل هو اقتراح هيكل تشخيصي وتنبؤي فعال لتور بينات الرياح. للقيام بذلك، يجب تطوير نظام موثوق لتحسين إنتاج طاقة الرياح، وجعله أكثر كفاءة وفعالية. أيضا لأسباب اقتصادية، يجب أن تكون هذه الاستراتيجيات التشخيصية والنذير قوية وفعالة في وجود عيوب أثناء التشغيل. سيتم استخدام نموذج تنبؤي باستخدام المراقبين والأنظمة الذكية لتوليد المخلفات على أساس التكرار، ويجب أن يأخذ في الاعتبار عيوب الماكينة المحتملة. يستخدم هذا الهيكل لنمذجة التشغيل العادي للعملية، وفي حالة الفشل، للكشف عن العيوب وتصنيفها. سيتم التحقق من صحة هذه الاستراتيجية التشخيصية عن طريق المحاكاة على نموذج لتوربينات الرياح الأفقية.
The objective of this work is to propose an efficient diagnostic and prognostic structure for wind turbines. To do this, the developed system must be a reliable system to improve the wind energy production, make it more efficient and more effective. Also for economic reasons, these diagnostic and prognostic strategies must be robust and efficient in the presence of defects during operation. A predictive model using observers and intelligent systems will be used for the generation of residues based on redundancy, and must take into account possible machine defects. This structure is used for modeling the normal operation of the process and, in the case of failure, for the detection and classification of defects. A validation of this diagnostic strategy will be done by simulation on a model of a horizontal wind turbine.
L'objectif de ce travail est de proposer une structure de diagnostic et de pronostic efficace pour les turbines éolienne. Pour cela, le système développé doit ètre fiable pour améliorer la production de l’énergie éolienne, la rendre plus efficace et plus performante. Aussi pour des raisons économiques, ces stratégies de diagnostic et de pronostic doivent être robustes et performantes en présence des défauts au cours de fonctionnement. Un modèle à caractère prédictif en utilisant les observateurs et les systèmes intelligents est utilisé pour la génération des résidus en se basant sur la redondance, et doit prendre en compte les éventuels défauts de la machine. Cette structure est utilisée pour la modélisation du fonctionnement normal du processus et dans le cas défaillant pour la détetion et la classification des défauts. Une validation de cette stratégie de diagnostic sera faite par simulation sur un modèle d’une turbine éolienne de type horizontale.
