MétaCan
Menu
Retour à la cohorte
Enregistrement W2017445404 · doi:10.1115/ipc2014-33325

Development and Validation of Load-Interaction Based Models for Crack Growth Prediction

2014· article· en· W2017445404 sur OpenAlexaff
Jiaxi Zhao, Weixing Chen, Sean Keane, Jenny Been, Greg Van Boven

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensSpectra Energy (Canada)TransCanada (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésSCADAPipeline transportParis' lawSpectral linePipeline (software)Computer scienceMaterials scienceStructural engineeringMechanicsFracture mechanicsPhysicsEngineeringCrack closureMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This investigation primarily focused on the validation of the software being developed for crack growth and remaining life prediction using SCADA data. A total of nine pressure spectra, four for oil pipelines and five for gas pipelines, have been collected and used as inputs for the software. It was found that these spectra could be categorized as the underload-, the meanload- and the overload-dominant spectra; each of them have shown different effects on crack growth: the underload spectra, typical of pressure fluctuations at the discharging sites, are most susceptible to crack growth because of load interactions between the minor pressure fluctuations and the unload cycles; while the overload spectra, often found at the suction site, have exhibited retarded crack growth due to the retardation effects caused by overloading. The relative severity of the load interactions in terms of crack growth rate for a given spectrum was quantified using a parameter termed as the Spectrum Factor. A Spectrum Factor greater than one indicates the enhanced crack growth rate by load interactions, such as the case where unloading is frequently present in the pressure spectra, while a Spectrum Factor lower than one may be associated with a retarded crack growth, which can be seen in pressure spectra with predominant overloading events. The predictions made by the models being developed were also compared with those made by the rainflow counting method. The software allows for the SCADA/pressure fluctuation data, in excel spreadsheet format, to be directly analyzed producing a projected remaining life of the pipeline based on the past pressure fluctuations and the assumed future pressure fluctuations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,223
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207