Improvements in Adapting mα-Tangent Method for Fitness for Service Evaluation of Local Thin Areas in Storage Tanks
Notice bibliographique
Résumé
Damage due to corrosion in the form of local thin area (LTA) is a widespread problem in hydrocarbon storage tanks. Fitness for service (FFS) methods are quantitative engineering evaluations that are performed to demonstrate the structural integrity of an in-service tank containing damage like LTAs and make run, repair or replace decisions. The mα-tangent method is a simplified limit load procedure that can be used for FFS evaluations. The method uses a kinematically active reference volume for evaluating the limit load multiplier. This paper reports preliminary results on the use of a modified reference volume approach by considering the reference volume inside the LTA, formed by the overlapping decay lengths from the LTA boundaries. The results from this approach are compared with the existing method which considers a much broader volume outside the damage as the reference volume and with nonlinear FEA. The Remaining Strength Factor (RSF) calculated from the modified reference volume also compares reasonably well with the results from American Petroleum Institute (API)/American Society of Mechanical Engineers (ASME) FFS procedure widely referred as API 579-1/ASME FFS-1. The study also finds that for large cylinders like tanks with very high R/t ratio, the circumferential decay lengths will be smaller than those previously reported (2.5Rt rather than 6.3Rt).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».