Item – Theses Canada

​
OCLC number
1132079101
Link(s) to full text
LAC copy
Author
Philippe, Romain,
Title
Outils automatiques d'évaluation de la qualité des données pour le suivi en continu de la qualité des eaux usées
Degree
Maître ès sciences (M. Sc.) -- Université Laval, 2019
Publisher
Québec : Université Laval, 2019
Description
1 ressource en ligne (xv, 180 pages) :illustrations principalement en couleur, cartes en couleur, graphiques en couleur, fichier PDF (10,4 Mo).
Notes
Titre de l'écran-titre (visionné le 28 octobre 2019).
Bibliographie : pages 126-130.
Abstract
Aujourd'hui, la surveillance et le contrôle de la qualité des eaux usées (réseaux d'égouts, stations de récupération des ressources de l'eau-StaRRE, rivières) utilisent plusieurs capteurs installés en ligne. Une bonne stratégie de surveillance devrait être fiable et fournir une bonne qualité de données. L'utilisation des méthodes actuelles de détection de fautes a montré que des problèmes de colmatage conduisent à une perte de données comprise entre 10 et 60 %. Aider les utilisateurs à comprendre, analyser et traiter les fautes détectées (capteurs colmatés, fautes de calibration, installations et maintenances sous-optimales) permettrait de réduire le pourcentage de perte de données et d'atteindre de bonnes données sur la qualité des eaux usées. Dans ce travail de maîtrise, nous proposons deux outils modulaires complets permettant d'obtenir des informations exploitables à partir des données brutes (c'est-à-dire pour la détection des erreurs de capteurs, le contrôle ou la surveillance de processus). Ces outils ont été appliqués à des séries chronologiques des projets pilEAUte, bordEAUx et kamEAU collectés dans différents réseaux d'égouts et les StaRRE. Ces méthode sont été rendues limpides dans leur applicabilité avec la rédaction de «Standard Operating Procedures(SOP)» facilitant leur utilisation. Aussi, elles sont modulaires avec la construction de blocs de fonctions, tels qu'une boîte à outils. La première méthode est un outil univarié composé de deux étapes principales: le filtrage des données (détection des valeurs aberrantes et lissage) et la détection des fautes. La deuxième méthode est un outil utilisant l'Analyse en Composantes Principales (ACP) également composéede deux étapes: Développement du modèle ACP et détection des fautes par l'ACP. Finalement, dans les cas d'étude, le traitement des données a conduit à une perte minimale de données variant de 0.1-12%.
Other link(s)
Accès via CorpusUL
Subject
Electronic data processing Data entry.
Effluent quality.
Water quality monitoring stations.
Saisie des données (Informatique)
Eaux usées Qualité.
Eau Qualité Postes de surveillance.
Saisie des données (Informatique)
Eaux usées -- Qualité
Eau -- Qualité -- Postes de surveillance