MétaCan
Menu
Retour à la cohorte
Enregistrement W2037045695 · doi:10.1115/ipc2012-90334

Model Error Assessment of Burst Capacity Models for Defect-Free Pipes

2012· article· en· W2037045695 sur OpenAlexaff
Wenxing Zhou, G. Huang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensTransCanada (Canada)Western University
Organismes subventionnairesnon disponible
Mots-clésPipeline transportLogarithmvon Mises yield criterionReliability (semiconductor)Probabilistic logicStructural engineeringMathematicsStatisticsEngineeringFinite element methodPower (physics)ThermodynamicsMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

The model errors associated with 19 burst pressure prediction models for defect-free thin-walled pipes are evaluated using a total of 76 full-scale burst test data of perfect pipes and pressure vessels collected from the literature. The considered models are based on the Tresca yield criterion, the von Mises yield criterion, or the average shear stress yield criterion. The probabilistic characteristics of the model error, i.e. the mean, coefficient of variation and best-fit probability distribution, are obtained based on the test-to-predicted ratios. The applicability of an empirical equation for estimating the strain hardening exponent in the burst capacity models is also evaluated. The model errors obtained in this study can be used in the structural reliability analysis of energy pipelines with respect to the limit state of burst of defect-free pipes and will facilitate the reliability-based design and assessment of pipelines.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,384

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 Opus0,070
Tête enseignante GPT0,275
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 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFatigue and fracture mechanicsTravaux en français237 207