MétaCan
Menu
Retour à la cohorte
Enregistrement W2589013735 · doi:10.5006/c2013-02858

Application of Plastic Strain Damage Models to Characterize Dent with Crack

2013· article· en· W2589013735 sur OpenAlexaffabout
Udayasankar Arumugam, Ming Gao, Ravi Krishnamurthy, Rick Wang, Richard Kania, David C. Katz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensTransCanada (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceStrain (injury)Composite materialForensic engineeringStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Currently, the allowable strain limit for a plain dent is 6 percent as per ASME* B31.81 for gas pipelines. Field experience has shown that the 6% strain limit for plain dents could be overly conservative, which can result in unnecessary excavations and repairs. Recently, efforts to develop an alternative strain limit have been proposed. In this paper, two plastic damage-based models, namely, ductile failure damage and strain limit damage, and one minimum elongation-based criterion are reviewed. Attempts have been made to use these models to characterize rock dents associated with cracks in terms of a plastic damage severity factor and its susceptibility to crack initiation. Field excavations and finite element analysis are utilized to validate these models using two real pipeline dents from two different pipeline operators, operating in USA and Canada. The results have shown that the internal cracks were formed at the time of the initial indentation and can be predicted by the plastic strain damage based ductile failure models. On the basis of this, a newly developed approach that combines in-line inspection (ILI) technologies (caliper and magnetic flux leakage [MFL]) is introduced and utilized to discriminate between dent with corrosion and dent with crack, and identify critical dents in the pipelines.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,169
Écart entre enseignants0,160 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207