MétaCan
Menu
Retour à la cohorte
Enregistrement W2111616004 · doi:10.1115/pvp2012-78548

Alternative Selections of Delayed Coke Drum Materials Based on ASME Material Property Data

2012· article· en· W2111616004 sur OpenAlexaff
Milan Nikic, Zihui Xia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Structural Analysis Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCokeDrumCrackingMaterials scienceFinite element methodMetallurgyCladding (metalworking)Boiler (water heating)Stress (linguistics)Composite materialStructural engineeringMechanical engineeringEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Severe cyclic thermo-mechanical operating conditions during delayed coking can cause damages in the form of bulging and cracking in coke drums. As a result, the industry has to perform costly repairs and maintenance shutdowns. Therefore, it is important to understand the damage and failure mechanisms of the coke drums and to achieve more reliable coke drum design solutions. This paper explores alternative selections of clad and base material combinations for coke drum applications based on material property data provided in ASME Boiler & Pressure Vessel Code, Section II - Materials. Finite element analyses are carried out by simulating two critical loading scenarios in the coke drum operation cycle, i.e. the heating up and quenching stages. The analysis results show that the major achievement in lowering the stress level in the clad layer is due to matching of the coefficients of thermal expansion between clad and base materials. In addition, the finite element analyses indicate that the differences in Young’s modulus values play an important role in the variation of maximum stress in the coke drum shell during the quenching stage. Among eleven pairs of the clad and base material combinations studied, the combination of SA302-C as the base and nickel alloy N06625 as the cladding material is recommended.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,282
Écart entre enseignants0,248 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEngineering Structural Analysis MethodsTravaux en français237 207