Numerical Simulations of Wrinkle Sleeve Repair on Norman Wells: Zama Pipeline
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
The Norman Wells–Zama pipeline, the first ever buried pipeline built in Canadian north, which is owned and operated by Enbridge Pipelines Inc., traverses challenging terrains along the route. Certain segments of the line have been inspected annually using the GEOPIG ILI tool since 1989. This has provided Enbridge with a database with a large amount of curvature, pipe ID geometry etc. information available. Over the years, through the GEOPIG data it was identified that the pipeline developed a wrinkle along an unstable, monitored slope. Because of the high cost of the cutout and replacement work, it was determined to repair the wrinkle by encasing it using a pressure containing steel sleeve. An additional wrinkle subsequently developed adjacent to the repair, thus multiple sleeves were installed. This paper describes the numerical simulations of the double sleeve repair system (DSRS) carried out in the University of Alberta using finite element (FE) package ABAQUS 6.4. The numerical simulations utilize the data from the yearly GEOPIG measurements and the operational pressure history to try to trace back the loading history that the critical pipe segment might have experienced and to predict the possible behavior of the pipe segment under DSRS. A technique in the FE package ABAQUS, which was initially developed to simulate the assembly process, was successfully used to simulate the wrinkle sleeve repair sequential activities. A summary moment vs. curvature curve was obtained based on the numerical simulations.
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) | 0,001 | 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