Description du projet : 
                        Avec  l'intégration  massive des  nouvelles énergies renouvelables, la  flexibilité des  centrales hydroélectriques est  cruciale pour   maintenir la  stabilité du  réseau. Pour  augmenter cette flexibilité, les machines hydrauliques sont  utilisées en dehors de leur  plage  de fonctionnement optimale où des phénomènes complexes apparaissent. Parmi  eux,  la cavitation qui  provoque une usure  importante et impose des révisions régulières et coûteuses.
Afin  de  compléter la  surveillance des  machines qui  seront de  plus  en  plus  sujets à ce  type d'usure, HYDRO Exploitation, responsable de  l'exploitation et de  la maintenance de  20%  du parc   hydroélectrique suisse,   a  approché la  HES  SO  VS  pour   développer  une  solution  de monitoring de la cavitation afin  de compléter leurs  outils de surveillance et fournir un service d'assessment du fonctionnement flexible d'une centrale.
Un module de détection sonore de la cavitation, peu coûteux et facilement transportable, sera développé. Le spectre fréquentiel du  signal sonore sera  traité par  une  adaptation innovante des  «  Point  Distribution Model   au  distribution  cumulative »,  permettant d'identifier  et de visualiser les  différents  régimes de  cavitation. Les  données d'analyse découvertes seront utilisées, afin d'identifier précisément les points de fonctionnement responsables de défauts et de pannes potentielles et faciliter la maintenance predictive.
L'usage d'algorithmes  de  Machine Learning  et  de  Deep   Learning permettront  ensuite  de construire des  modèles prédictifs à  partir des  données acquises lors  de  l'utilisation de  ce nouveau module en continu.
Le traitement et la visualisation des données seront directement intégrés dans l'infrastructure IT d'HYDRO  Exploitation qui  souhaite une  indépendance dans  le traitement du  signal et  une certaine souveraineté des données récoltées, leur  permettant d'offrir une nouvelle gamme de services et de  développer une  nouvelle expertise avec  un  potentiel de  commercialisation important en Suisse et à l'international
                    
                                            
                            Forschungsteam innerhalb von HES-SO:
                                                            Genoud Dominique
                                    ,                                                            Münch-Alligné Cécile
                                    ,                                                            Wannier David
                                    ,                                                            Hasmatuchi Vlad Constantin
                                    ,                                                            Vianin Jérémie
                                    ,                                                            Maître Gilbert
                                    ,                                                            Pereira Helena
                                    ,                                                            Arbellay Olivier
                                    ,                                                            Alder Jean-Marie
                                    ,                                                            Ferreira Da Silva João Carlos
                                    ,                                                            Cosandey Solène
                                    ,                                                            Pacot Olivier
                                    ,                                                            Gustin Gwenaëlle
                                    ,                                                            Chianella Nicolas
                                    ,                                                            Lenoir Cédric
                                    ,                                                            Treboux Jérôme
                                    ,                                                            Amini Ali
                                    ,                                                            Neveu Emilie
                                    ,                                                            Roduit Pierre                                                    
                    
                                                                                                Partenaires académiques: VS - Institut Systèmes industriels; VS - Institut Informatique; VS - Institut Energie et environnement; Münch-Alligné Cécile, VS - Institut Energie et environnement
                                                                                                                                    
                                            
                            Durée du projet:
                             01.03.2022                                                             - 28.02.2025
                                                    
                    
                                                                        
                                Montant global du projet: 457'543 CHF
                            
                                            
                    
                    
                    
                    
                        Statut:  Abgeschlossen