Historical Rates of Soil Side Corrosion for Use in Fitness-for-Service Evaluations of Buried Metallic Pipe
Notice bibliographique
Résumé
Nuclear power plants and many other industries are required to periodically inspect their buried piping to determine its fitness-for-continued service (FFS). The FFS process requires that both the general corrosion rate and the rate of maximum penetration for localized corrosion (e.g., pitting) be estimated so that the remaining lifetime and/or time until the next inspection can be determined. Revision 1 to ASME Code Case N-806, “Evaluation of Metal Loss in Class 2 and 3 Metallic Piping Buried in a Back-Filled Trench” [1] provides 4 options for estimating the corrosion rates: a. Wall thickness measurements from the current examination and from one or more previous examinations of the same metal loss region. b. Repeat measurements at two or more times from another location that has a predicted metal loss rate greater than or equal to the rate of the metal loss region under evaluation. c. Repeat measurements using corrosion coupons, linear polarization probes, or electrical resistance probes d. Generic historical data Each of these methods has its uses and limitations, and it is generally preferable to consider results from 2 or more of the methods. This paper examines historical data gathered by the National Bureau of Standards (NBS, renamed in 1988 as the National Institute of Standards & Technology - NIST) at ∼ 70 locations around the US in the 1930s – 1950s. Maximum penetration and weight loss (general corrosion) data from each site were placed in one of four soil texture groups for both carbon steel and cast iron. A regression analysis was performed to determine the median rates and 80% and 95% probabilistic values. It was found that results within each soil texture group were relatively similar and that the corrosion rates in the first 3 years after burial tended to be much higher than rates in years 5–18. The coefficients of determination were determined to quantify differences within each soil texture group. It is proposed that the steady state rates provided herein are an option to be used as the Historical Rates for FFS evaluations as described in [1].
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».