Rational Stress Limits and Load Factors for Finite Element Analyses in Pipeline Applications: Part III — Elastic-Plastic Load Factor Development
Notice bibliographique
Résumé
In this paper, a methodology is presented to develop load factors for use in elastic-plastic assessments of pipelines and their components. The load factors are based on the pipe material properties and the ASME pipeline code’s design margin for the service and location of the pipeline installation [1, 2]. These codes are recognized by 49 CFR 192 and 195 [3, 4]. Minimum required load factors for internal pressure loads can be derived analytically based on design equations from the ASME B31 piping codes and minimum material requirements for API 5L line pipe [6]. Once the load factor is established for a particular case, the elastic-plastic methodology may be used in the Finite Element Analysis (FEA) of pipelines and related components. This methodology is particularly useful in the assessment of existing systems when linear elastic numerical analysis shows that local stresses may exceed the elastic design limits. Two case studies are presented showing analyses performed with Abaqus [5], a commercial, general purpose FEA software package. The first case study provides an assessment of a large diameter elbow where the stress on the outer fibers of the intrados exceeded the longitudinal stress limits from B31.8. The second case study examines an assessment of a tee connection where the stresses on the ID exceeded the yield strength of the component. In addition to the case studies, the paper also presents the results of a full-scale test that demonstrated what margin was present when the numerical calculations were based on specified minimum properties. This paper is not intended to revise or replace any provision of B31.4 and/or B31.8 [1, 2]. Instead, it provides the means for calculating load factors that can be used with an elastic-plastic analysis approach in a manner that provides the same design margins as the ASME B31 codes. The approach described in this paper is intended for use in the detailed FEA of pipelines and their associated components.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».