MétaCan
Menu
Retour à la cohorte
Enregistrement W132734326 · doi:10.5006/c2010-10299

Environmental Cracking of X-60 Pipeline Steel

2010· article· en· W132734326 sur OpenAlexaff
A. Plumtree, G.P. Gu, Jian Li, Pei Liu, Renata Zavadil

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Properties and Failure Mechanisms
Établissements canadiensNatural Resources CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCrackingPipeline (software)Materials scienceMetallurgyStress corrosion crackingCorrosionComposite materialEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Environmentally assisted crack (EAC) growth mechanisms affecting the external surface of API X-60 pipeline steel has been investigated. Low frequency cyclic tests at 4.63x10−4 Hz were conducted in simulated groundwater (NS4 solution) under near neutral (pH ≈7) conditions, similar to those for buried natural gas pipelines. The crack morphology and amount of growth were determined for two stress ratios, R (minimum/maximum stress) 0.5 and 0, at Kmax=25.5 MPa√m under both constant and variable amplitude loading conditions. Examination of EAC was carried out using optical, scanning electron, focused ion beam (FIB) and transmission electron microscopy. Transgranular stress corrosion cracking (SCC) occurred at the higher R-ratio of 0.5. The crack was relatively wide, filled with corrosion product. By contrast, corrosion fatigue had taken place at R=0. The crack was also transcrystalline. Its tip was extremely sharp, and the amount of growth was greater. For the sample subjected to variable amplitude loading conditions, the crack was less sharp, but significantly sharper than that of the sample under constant load at R=0.5. The crack was open in many places, and the majority of the crack path was transgranular. Applying the superposition model to the variable amplitude test showed that the SCC growth rate accelerated when a single cycle at R=0 was combined with 159 cycles at R=0.5.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0260,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,200
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaterial Properties and Failure MechanismsTravaux en français237 207