MétaCan
Menu
Retour à la cohorte
Enregistrement W2551889016 · doi:10.1115/ipc2016-64118

Robust Direct Hydrocarbon Sensor Based on Novel Carbon Nanotube Nanocomposites for Leakage Detection

2016· article· en· W2551889016 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

RevueVolume 3: Operations, Monitoring and Maintenance; Materials and Joining · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFire Detection and Safety Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLeakage (economics)Environmental sciencePipeline transportLeakMaterials scienceCarbon nanotubePetroleum engineeringComputer scienceProcess engineeringNanotechnologyEnvironmental engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Leakage in oil and gas infrastructure, often cause significant financial losses, severe damage to the environment and raises public concern. In order to minimize the impact of spills, quick detection of a leak and a rapid response are needed. The systems currently employed to detect pipeline leakage range from simple visual checking to complex hardware and software systems such as mass balance, pressure point analysis, flow deviation, acoustic emission systems, and fibre-optic-based sensing technologies. These methods are useful, but there are certain limitations. The main drawback of the majority of these leak detection technologies is that they detect leakage indirectly, often unable to detect the leakage until the major spill. The preventive monitoring system and direct detection of hydrocarbon leakage are urgently needed to enable fast response and timely repairs with less deleterious effects. Research is being conducted for the development of a functional prototype and environmental testing of in-situ carbon nanotube (CNT) nanocomposite based sensors for hydrocarbon leakage detection. The CNT nanocomposite offers a unique approach to the direct hydrocarbon leakage detection in pipelines and aboveground storage tanks (ASTs). Expanding the study from the previous report of sensor characteristics under the optimal ambient condition, it was further investigated to identify the sensor performance under harsh conditions such as the underground (exposed to the soil) with compost and moisture, high pressure, changing temperature and long-term exposure to the outdoor environment. Investigation of the sensor behavior is studied, and a performance matrix is developed that accounts for the change in sensor response to various environmental conditions. Results showed that the proposed CNT nanocomposite sensor was applicable under given conditions with immediate responses while maintaining high sensitivity to the hydrocarbon leakage. Once a list of sensor detection specifications is defined, it is anticipated that the CNT sensor technology is applicable as part of a robust, reliable and accurate early detection system for the pipeline industry.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,756

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,198
Écart entre enseignants0,183 · 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