MétaCan
Menu
Retour à la cohorte
Enregistrement W2529379938 · doi:10.1109/pcicon.2016.7589236

An innovative approach to hazardous area classification — Three dimensional (3D) modeling of hazardous areas

2016· article· en· W2529379938 sur OpenAlexaboutno aff
Vaibhav Shrivastava, Ganesh Mohan, Nir Feinstein, Neeraj Bhatia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHazardous wasteIdentification (biology)SAFERPipingFlammable liquidReworkConstruction engineeringEngineeringSubmarine pipelineComputer scienceComputer securityWaste management

Résumé

récupéré en direct d'OpenAlex

This paper establishes an innovative approach to represent hazardous areas as true volumes in a plant 3D model and demonstrate increased safety. Examples from an Australian project have been used to compare the classical 2D vs innovative 3D approach. The 2D approach relies on plan and elevation drawings to show the hazardous areas from various sources of flammable release. Whereas, the 3D approach utilizes data rich 3D models used for the design of petrochemical plants. Industry standards (IEC, AS/NZS) require identification of all sources of release including piping (vents, flanges, etc.), identification of Electrical Equipment in Hazardous Areas (EEHA), preparation of Hazardous Area Verification Dossier (HAVD) and completion of detailed inspections. Such requirements may get adopted in North America as evidenced with the acceptance of IEC standards in Canada and Gulf of Mexico Offshore facilities [2][3]. The 3D approach automates the generation of EEHA list vs the error-prone manual identification using 2D layouts. The 3D approach allows capturing hazardous areas from piping sources, whereas, the 2D approach generally uses a note referencing a typical detail from a standard. The 2D approach requires man hour intensive physical walk downs and remedy of non-compliances during the construction phase. However, the 3D approach allows performing virtual walk downs of the facility to mitigate non-compliances during the detailed design phase, thus preventing schedule delays, design rework and replacement of equipment. The 3D approach presented sets an effective methodology for hazardous area classification thereby delivering safer petrochemical installations.

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)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,163
Tête enseignante GPT0,357
Écart entre enseignants0,194 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRisk and Safety AnalysisTravaux en français237 207