Determination of the Collapse and Propagation Pressure of Ultra-Deepwater Pipelines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the design of ultra-deepwater steel pipelines, it is important to be able to determine the pipe behaviour while subjected to external pressure and bending. In many cases, the ultra-deepwater lay process, where these high loads exist, governs the structural design of the pipeline. Much work has been performed in this area, and it is generally recognized that there is a lack of test data on full-scale samples of line pipe from which analyses can be accurately benchmarked. This paper presents the results of a nil-scale test program and finite element analyses performed on seamless steel line pipe samples intended for ultra-deepwater applications. The work involved obtaining full-scale test data and further enhancing existing finite element analysis models to accurately predict the collapse and post-collapse response of ultra-deepwater pipelines. The work and results represent a continuing effort aimed at understanding the behaviour of pipes subjected to external pressure and bending, accounting for the numerous variables influencing pipeline collapse, and predicting collapse and post-collapse behaviour with increasing confidence. The test program was performed at C-FER Technologies (C-FER), Canada, with the analyses undertaken by the Center for Industrial Research (CINI), Argentina. The results of this work have demonstrated very good agreement between the finite element predictions and the laboratory observations. This allows increased confidence in using the finite element models to predict collapse and post-collapse behaviour of pipelines subject to external pressure and bending.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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