Formal reliability analysis of oil and gas pipelines
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.
Notice bibliographique
Résumé
Depending on the operational environment, installation location, and aging of oil and gas pipelines, they are subject to various degradation mechanisms, such as cracking, corrosion, leaking, and thinning of the pipeline walls. Failure of oil and gas pipelines due to these degradation mechanisms can lead to catastrophic events, which, in the worst case, may result in the loss of human lives and huge financial losses. Traditionally, paper-and-pencil proof methods and Monte Carlo based computer simulations are used in the reliability analysis of oil and gas pipelines to identify potential threats and thus avoid unwanted failures. However, paper-and-pencil proof methods are prone to human error, especially when dealing with large systems, while simulation techniques primarily involve sampling-based methods, i.e., not all possible scenarios of the given systems are tested, which compromises the accuracy of the results. As an accurate alternative, we propose to use a higher-order-logic theorem proving for the reliability analysis of oil and gas pipelines. In particular, this paper presents the higher-order-logic formalization of commonly used reliability block diagrams (RBDs), such as series, parallel, series–parallel, and k-out-of- n, and provides an approach to utilize these formalized RBDs to assess the reliability of oil and gas pipelines. For illustration, we present a formal reliability analysis of a pipeline transportation subsystem used between the oil terminals at the Port of Gdynia, Poland, and Dębogórze.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle