MétaCan
Menu
Retour à la cohorte
Enregistrement W2534735805 · doi:10.1115/ipc2000-235

Predicting Pipeline Collapse Resistance

2000· article· en· W2534735805 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInstabilityBucklingStructural engineeringComputer scienceProgressive collapseBendingPlasticityTension (geology)BifurcationPipeline (software)Stability (learning theory)Finite element methodEngineeringMechanicsNonlinear systemUltimate tensile strengthReinforced concreteMaterials science

Résumé

récupéré en direct d'OpenAlex

Much research has been performed over the past twenty-five years to refine our basic understanding of tubular stability, which includes bifurcation, imperfect systems, factors influencing tubular stability and post-buckling behaviour. Tubular instability resulting from load combinations is not a trivial topic, particularly when inelastic material behaviour occurs. Many influencing factors must be considered when attempting to understand (and predict) the onset of instability. Many existing collapse predictive methods are either simplistic or involve advanced plasticity or finite element methods. Simplistic methods are typically semi-empirical, and contain a degree of uncertainty resulting in conservative collapse predictions. Nonetheless, they are generally considered satisfactory for design purposes. Advanced methods normally involve high-end calculations using specialized software programs that might not be available for general use. Therefore, a relatively easy-to-use method that accurately predicts the actual collapse resistance is, in many cases, the most desirable option. This paper presents a collapse predictive methodology, developed from a variety of research projects performed over the last fifteen years. The prediction method, which can easily be entered into a spreadsheet program, is applicable to most forms of tubular members, including pipelines. Applicable load combinations include external pressure, axial tension and bending. An overview of the parameters influencing collapse resistance is also provided, including manufacturing history, material modelling, and tubular geometry and imperfections. Also presented is a summary of accuracy of the method to predict some test results. The test database largely contains results of collapse tests on tubular members subject to only external pressure, and axial tension with external pressure. The adaptation of the method to include external pressure with bending is summarized, and the accuracy of the prediction method is demonstrated by predicting the results of the Oman-India and Blue Stream pipeline collapse test programs, and comparing these predictions with those of other well known methodologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · 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