MétaCan
Menu
Retour à la cohorte
Enregistrement W2044996595 · doi:10.1115/ipc2014-33133

An Updated Fracture Resistance Dataset of Pipeline Ductile Fracture Propagation Based on High Speed DWTT Tests

2014· article· en· W2044996595 sur OpenAlexaff
Da-Ming Duan, James Ferguson, Joe Zhou, Mohammed Uddin, Do-Jun Shim

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesBattelle
Mots-clésCharpy impact testFracture toughnessFracture (geology)Fracture mechanicsMaterials sciencePipeline transportComposite materialToughnessPipeline (software)Structural engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

One of the major research topics in the area of gas pipeline fracture control is the suitability of using Charpy energy for ductile fracture control for modern and/or high strength line pipes. A common understanding is that, for pipe body crack self-arresting, the deviation of the actual required Charpy energy from those predicted using the traditional procedure of Battelle Two-Curve Method (TCM) is getting larger with higher strength pipes. DWTT is being paid more attention to because of its larger and full thickness specimen that can better capture the fracture process than a Charpy specimen does. Previous work at TransCanada indicated that various fracture speeds can be achieved in DWTT specimens and it is the steady-state fracture speed that is representative to the actual fracture propagation in a gas pipeline. It has also been found that the steady-state fracture toughness, in terms of either fracture energy or CTOA, is fracture speed dependent with lower fracture toughness for higher fracture speeds. Previous analysis also indicated by considering the speed dependent toughness, better predictions can be obtained for both self-arresting fracture toughness requirement and the fracture propagation speed. Previous DWTT fracture toughness data published by the authors exhibited a strong speed dependence and it was demonstrated that if the actual speed dependence is plugged into the modified TCM, both the fracture toughness and fracture speed would be over predicted. The assumption was that the original TCM was calibrated using pipe fracture data that also had speed dependent fracture toughness but the speed dependence was less strong than those for the modern pipes. This paper presents an updated DWTT fracture dataset that expands the previously published data by adding high speed DWTT test results of modern line pipe steels with a range of grades X70-X100 and three old vintage pipe materials that is representative to the pipes that were used for the original TCM testing and calibration. The toughness data for the low grade pipes also shows speed dependence which purports the previous assumption.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFatigue and fracture mechanicsTravaux en français237 207