MétaCan
Menu
Retour à la cohorte
Enregistrement W2557260998 · doi:10.1115/pvp2016-63004

Fitness for Service Evaluation of Class 1 Piping Component

2016· article· en· W2557260998 sur OpenAlexafffund
Usama Abdelsalam, D.K. Vijay, Andrew Glover

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensBruce Power (Canada)Amec Foster Wheeler (Canada)
Organismes subventionnairesCANDU Owners Group
Mots-clésPipingStructural engineeringBending momentMoment (physics)BendingRADIUSComputer scienceComponent (thermodynamics)Work (physics)EngineeringReliability engineeringMarine engineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper summarizes the methodology, procedure, and results of a fitness for service assessment performed for one CANDU outlet feeder in accordance with the COG FFSG Appendix E (Evaluation of Thinned Regions) ‘Level 3’. A wall thickness of 80% of the pressure-based thickness of the corresponding straight pipe is conservatively considered uniformly distributed along both tight radius bends. Plastic collapse load analyses are performed to address the pressure loading alone (E-6) and the bending moment plus coincident pressure loading (E-9). The crack initiation potential (E-10) is addressed by calculating the cumulative fatigue usage factor (Thermal & Seismic). This paper highlights the major modelling and analysis details with particular emphasis on the challenges that cut feeder models would face when dealing with the seismic load. These challenges are handled using a full length feeder model and the results from both approaches are compared. It is demonstrated that the cut feeder model for this particular feeder is more conservative compared to the corresponding full length feeder model. As such, it is expected that the full length feeder model would have a significant potential in handling the seismic issues with CANDU feeder pipes. However, more analysis work is needed to confirm and support the findings of this paper in a more general sense.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFatigue and fracture mechanicsTravaux en français237 207