Prediction of Environmentally Assisted Cracking on Gas and Liquid Pipelines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A model has been developed to predict crack growth on pipelines from environmentally assisted cracking in near-neutral pH environments (often-termed low-pH stress corrosion cracking (SCC)). The model is based on the results of cyclic loading experiments and is used in conjunction with pressure time variations in the pipeline determined from the operating SCADA records to predict the growth of an assumed existing crack in the pipe. The crack grows through different crack growth regimes, which are determined by the size of the pressure variations and the instantaneous crack dimensions. For a growing crack that experiences relatively high pressure fluctuations, as often encountered on liquid lines, reasonable crack growth predictions were made based on corrosion fatigue. An approach based on crack tip strain rate appears more suitable for the prediction of crack growth of small cracks and for cracks on gas lines with small pressure fluctuations. The model is designed so that the effect of stress intensifiers (like the long seam weld crown) that are often associated with these failures can be included. The model can be used in its present format for prioritizing inspections on both gas and liquid pipelines. Whereas predicted crack growth rates compare favorably with rates measured in the field, further work is required to incorporate additional mechanical and environmental effects, in particular to improve the prediction of small crack growth rates. Low crack velocities may be possible in the presence of small pressure fluctuations and low frequencies, but they may be less probable.
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.
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) | 0,001 | 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 découle