MétaCan
Menu
Retour à la cohorte
Enregistrement W1973446539 · doi:10.1115/ipc2008-64535

SCC Integrity Management for a Gas Pipeline Using a Combined Approach EW ILI, Calibration Excavation and FAD Analysis

2008· article· en· W1973446539 sur OpenAlexaff
Ming Gao, Richard Kania, Clint Garth, Ravi Krishnamurthy, Millan Sen, Stuart Fairbrother

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésIntegrity managementPipeline transportExcavationPipeline (software)PrioritizationSizingProcess (computing)Gas pipelineComputer scienceEngineeringReliability engineeringPetroleum engineeringMechanical engineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Gas pipeline operators face significant challenges with respect to quantifying and managing SCC in gas pipelines. Following SCCDA excavations, SCC was found on one of TCPL’s gas pipelines. A combined approach was then introduced to manage SCC, which consists of comparison of two consecutive Elastic Wave Inspection Runs prioritization of excavations, refinement of ILI tool sizing performance, and remediation using a Fracture Mechanics based FAD (Failure Assessment Diagram) methodology. The overall process from the ILI inspections to crack growth comparison, as well as integrity assessment and rehabilitation has demonstrated the effectiveness of the approach for SCC integrity management. In this paper, the history of the subjected pipeline segment is described. The concept of the approach is presented. The process of applying the approach to manage the pipeline integrity is outlined with examples for demonstration. The potential of utilizing this approach and process to other pipelines and crack detection ILI tools in gas pipelines in terms of POI, sizing, and excavation is discussed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,048
Tête enseignante GPT0,263
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNon-Destructive Testing TechniquesTravaux en français237 207