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