MétaCan
Menu
Retour à la cohorte
Enregistrement W2089986697 · doi:10.1115/ipc2006-10357

How to Optimize the Design of Mechanical Crack Arrestors

2006· article· en· W2089986697 sur OpenAlexaff
Gery Wilkowski, D. Rudland, Brian Rothwell

Notice bibliographique

RevueVolume 3: Materials and Joining; Pipeline Automation and Measurement; Risk and Reliability, Parts A and B · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésLightning arresterMaterials scienceStructural engineeringWeldingFracture (geology)Composite materialEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Ductile fractures in natural gas and other high-energy pipelines could be arrested by either toughness in the pipe body or by a crack arrestor device. Although numerous crack arrestor devices have been proposed and patented, the mechanical crack arrestor that surrounds the outside of the pipe (external sleeve type) is the most common type of arrestor. This paper presents an empirically based criteria developed for the optimization of the design of mechanical crack arrestors. The initial development was based on a significant number of steel sleeve crack arrestors with different radial spacings (with and without grouting) and axial lengths that had the same thickness and strength as the main-line pipe. That work was extended to circular cross-section (toroidal) arrestors with different mechanical connectors to eliminate the need for welding. These crack arrestor tests were on 152 and 304 mm (6 and 12-inch) diameter pipes pressurized with nitrogen, rich gas, and liquid carbon dioxide that produce radically different crack-driving forces. It will be shown that the arrestor size is related to the velocity of the ductile fracture as it enters the arrestor, i.e., the fracture velocity is a measure of the instability that needs to be overcome for arrest. A limited number of results from full-scale tests are also presented to validate the design guidelines from this project. Finally, it will be shown how the results could be expanded for composite arrestors.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,213
Écart entre enseignants0,193 · 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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 3: Materials and Joining; Pipeline Automation and Measurement; Risk and Reliability, Parts A and BMême sujetStructural Integrity and Reliability AnalysisTravaux en français237 207