MétaCan
Menu
Retour à la cohorte
Enregistrement W2027635975 · doi:10.1115/ipc2004-0375

SCC Detection and Mitigation Based on In-Line Inspection Tools

2004· article· en· W2027635975 sur OpenAlexaffabout
Walter Kresic, Scott Ironside

Notice bibliographique

Revue2004 International Pipeline Conference, Volumes 1, 2, and 3 · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensPetroleum Technology Alliance Canada
Organismes subventionnairesnon disponible
Mots-clésSizingCategorizationComputer sciencePipeline (software)Focus (optics)Reliability engineeringEngineeringForensic engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The focus of the Enbridge Integrity Management System is to prevent leaks or ruptures caused by all duty-related pipe deterioration including SCC. As with all pipe defect types, ongoing monitoring programs are employed to determine whether SCC has occurred. Where it has, preventative maintenance programs are employed to mitigate the SCC. Where required, Enbridge employs high-resolution crack in-line inspection (ILI) as the most precise method for managing SCC. As a member of the Canadian Energy Pipeline Association (CEPA), Enbridge participated in the development of a basic framework for SCC management programs and has adopted this framework as the basis for the Enbridge program. Ultrasonic crack detection ILI, capable of detecting SCC, has been employed on over 3000 km of Enbridge pipe and several hundred investigative excavations have been conducted in relation to the ILI data. The results gathered from these investigations have been trended to define the effectiveness of crack detection ILI to detect, size, and discriminate SCC defects. This paper and presentation describes Enbridge’s experience utilizing ultrasonic crack detection ILI for SCC management. The Enbridge trends have shown that ILI can be reliably utilized to detect SCC but, additional innovation is required for defect sizing. While ILI sizing is limited, trends developed from field inspection data have provided the ability to categorize ILI signals into general classifications that ensure all relevant SCC features are highlighted. The categorization is accurate but added precision would reduce the number of investigative excavations, which currently, are also conducted on many sub-relevant features. Coincident with SCC activities driven by ILI data, trends were also developed for peripheral aspects such as field NDT technology, fitness-for-purpose equations, and SCC initiation and growth causes. Observations and trends related to these activities are also described herein.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,610
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations2
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2004 International Pipeline Conference, Volumes 1, 2, and 3Même sujetNon-Destructive Testing TechniquesTravaux en français237 207