MétaCan
Menu
Retour à la cohorte
Enregistrement W2065343416 · doi:10.1784/insi.46.7.396.55583

In-service corrosion evaluation in pipelines using gamma radiography – a numerical approach

2004· article· en· W2065343416 sur OpenAlexaff
Kaveh Edalati, N. Rastkhah, A. Kermani, M. Seiedi, Amir Movafeghi

Notice bibliographique

RevueInsight - Non-Destructive Testing and Condition Monitoring · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiens123 Certification (Canada)
Organismes subventionnairesInternational Atomic Energy Agency
Mots-clésCorrosionPipeline transportService (business)Forensic engineeringRadiographyNuclear engineeringEnvironmental scienceMaterials scienceEngineeringMetallurgyBusinessMedicineRadiologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Wall thickness measurement and deterioration determination of 6 and 10 inch pipes due to corrosion/erosion/pitting was evaluated by using radiographic film density measurements. Special reference blocks were prepared withdefined step wall reductions and artificial defects. Gamma radiography with a Ir-192 source was used. A double-wall technique with longitudinal film arrangement was used for this purpose. Formulae were developed from the experiments for numerical calculations. It was observed that this method can determine remaining wall thickness as well as pitting corrosion in insulated and non-insulated pipes with differential and absolute density measurements. The purpose of the work was the optimisation of techniques, quality control, evaluation of radiographs and parameters affecting the results. Furthermore, the studies included investigation on the limitations of each technique and stability of test conditions. Results show good precision - above 97% - between real and calculated values.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,288
Écart entre enseignants0,245 · 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'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

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsight - Non-Destructive Testing and Condition MonitoringMême sujetNon-Destructive Testing TechniquesTravaux en français237 207