Application of Finite Element Analysis in Subsea Pipeline Integrity Assessment
Notice bibliographique
Résumé
Abstract Subsea pipelines carrying high temperature and high pressure hydrocarbon fluids are prone to failure due to global buckling. The design of such pipeline should essentially consider the effect of seabed profile (flat or uneven), types of soil on the mudline (sand or clay) and pipeline route layout. To check pipeline integrity a two step approach has been applied. In the first step, buckling susceptibility is estimated based on empirical formulation provided in research papers and code. In the next step, the buckle prone pipeline has been studied through a rigorous approach, where Finite Element Analysis tool is utilized to simulate the actual in-place scenario i.e. considering the pipeline as installed on the uneven sea bed and the effect of pipe soil interaction. It is observed that the assumptions applied in empirical formulation result in over conservative design. Such designs have a cascading impact on the material requirement, offshore construction time and overall project cost. The FEA approach is effectively utilised to have an optimized boundary condition i.e. by allowing actual seabed modelling based on bathymetry data at close intervals, pipeline layout and a refined pipe soil contact modelling. This paper focuses on the application of research work and code guideline for determination of susceptibility of high pressure high temperature submarine pipeline to lateral buckling and application of Finite Element Analysis (FEA) methods to assess the integrity of the pipeline system for the maximum operating condition. FE Approach can be effectively utilized to simulate the actual pipeline behaviour on seabed. It also provides the necessary design inputs for designing pipeline buckle mitigation solutions.
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 | 0,001 |
| 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 ».