Effect of Material Characteristics on the Properties of a Steel Pipe
Notice bibliographique
Résumé
The performance of a pipeline is related to both the stress levels to which the pipe is exposed and the characteristics of the pipe material itself. For steel pipe in particular, the grade of skelp used and its deformation history during fabrication can influence both the effective yield strength and subsequent (if any) plastic deformation of the final pipe product. To understand and quantify this relationship between pipe forming and pipe properties, three concurrent areas of study were undertaken: instrumented plant trials to understand and quantify strain history during pipe forming, characterization of the constitutive behaviour of pipe steel deformation under complex loading and the development of a finite element analysis (FEA) stress model to couple the effects of forming history and constitutive material behaviour on the mechanical performance of a steel pipe under an internal pressure. Strain gauge technology and digital imaging were used to measure dynamic strain histories and geometry of the pipe imparted by the forming process. These plant measurements provided unique insight into the dynamics of the forming operation and detailed data for the FEA model verification. A series of tension/compression tests were conducted on X-52 and X-70 steel to quantify the kinematic hardening behaviour of these materials under complex loading conditions. This data was used to formulate the constitutive equations of the steel in the FEA model. The numerical stress model was developed using the commercial finite element package ABAQUS. Loading simulations of the pipe using the FEA model were conducted to illustrate the effect of both steel characteristics and forming history on pipe performance.
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) | 0,000 | 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 ».