Types of Uncertainty and Their Impact on Target Risk or Reliability
Notice bibliographique
Résumé
The main objective in using reliability based methodologies is to provide consistent safety by explicitly accounting for uncertainties in a probabilistically quantified manner. Reliability methods also allow the articulation of the level of safety. This level of consistency in safety cannot be achieved in a deterministic analysis using safety factors. However, reliability based methods can be used to calibrate and improve deterministic methods to improve the consistency of the safety level. Providing consistent safety enables optimization of maintenance activities which enables the safest system to be provided using the available resources. Currently used deterministic and reliability based methods are both examined and discussed. Gaps and areas of improvement are identified with the objective of improving safety and explicitly articulating and communicating the level of safety. Effective use of quantitative risk and reliability methodologies requires quantitative data that describes the current state of the pipeline, the anticipated future state as well as the failure limit state. In maintaining oil and gas pipelines this level of quantitative data of the pipeline is available when pipelines are in-line inspected. Although reliability-based assessments are by no means restricted to corrosion management, the reliability based maintenance program at Pipeline Research Council International (PRCI) has been foremost applied to corrosion management because in-line inspection (ILI) data is adequately accurate to perform reliability based assessments. Guidelines for a reliability based maintenance program have been developed and projects executed to validate and demonstrate the implementation of these methodologies. The main learning from these guidelines and subsequent validation projects has been useful in identifying the process for improving integrity related decision making, the sensitivities of these methodologies, the impact of physical uncertainty and knowledge uncertainty, and the challenges in defining and applying target criteria. These identified areas are explored and discussed.
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) | 0,000 | 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 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 ».