Structural Integrity Assessment of Steam Generator Tube by the Use of Heterogeneous Finite Element Method
Notice bibliographique
Résumé
Aging steam generator tubes have been experiencing a variety of degradations such as pitting, fretting wear, erosion-corrosion, thinning, cracking, and denting. To assist with steam generator life cycle management, some defect-specific flaw models have been developed from burst pressure testing results. In this work, an alternative approach; heterogeneous finite element model (HFEM), is explored. The HFEM is first validated by comparing the predicted failure modes and failure pressure with experimental measurements of several tubes. Several issues related to the finite element analyses such as temporal convergence, mesh size effect, and the determination of critical failure parameters are detailed. The HFEM is then applied to predict the failure pressure for use in a fitness-for-service condition monitoring assessment of one removed steam generator tube. HFEM not only calculates the correct failure pressure for a variety of defects, but also predicts the correct change of failure mode. The Taguchi experimental design method is also applied to prioritize the flaw dimensions that affect the integrity of degraded steam generator tubes such as the defect length, depth, and width. It has been shown that the defect depth is the dominant parameter controlling the failure pressure. The failure pressure varies almost linearly with defect depth when the defect length is greater than two times the tube diameter. An axial slot specific flaw model is finally developed.
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 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) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».