MétaCan
Menu
Retour à la cohorte
Enregistrement W2609285277 · doi:10.4043/27697-ms

Improving Reliability of MODU Mooring Systems through Better Design Standards and Practices

2017· article· en· W2609285277 sur OpenAlexaff
Kai-Tung Ma, Robert Garrity, Kent Longridge, Hongbo Shu, Aifeng Yao, Tom Kwan

Notice bibliographique

RevueOffshore Technology Conference · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensDelmar (Canada)
Organismes subventionnairesAcademy of Finland
Mots-clésReliability (semiconductor)Computer scienceSubmarine pipelineReliability engineeringEnvironmental scienceMooringMarine engineeringRisk analysis (engineering)EngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract With a goal to improve the overall reliability of moorings used by MODUs (Mobile Offshore Drilling Units), this paper reviews gaps and issues in design standards and operation practices. MODU moorings stay at one location for a short term, compared to tens of years for permanent moorings on production facilities. While the exposure time to the environment is relatively shorter, mobile moorings have been seen to experience a sizable number of failures ironically. Probability of failure has been high on the order of 10−2. Improving reliability of MODU moorings may be achieved through two sides, i.e. better design standards and more rigorous operation practices. On the design side, there appears to be a lack of clear guidance on designing a mobile mooring system to a proper return period. The gap is prominent especially for moorings in tropical cyclone (aka hurricane or typhoon) areas. Current industry codes and standards do not have a clear guidance on what return period shall be used as a minimum to account for the risk associated with close proximity and failure consequence. Some guidance is provided in API RP-2SK, but it is limited to applications in Gulf of Mexico. This paper attempts to close the gap by proposing minimum return periods to be used and requiring a quantitative risk assessment (QRA) to justify the numbers for any region with tropical cyclones. Guidance on performing a QRA is provided, and aspects on how to produce trustworthy results are discussed. On the operation practice side, issues and gaps are identified and reviewed. Often times, MODU moorings do not receive a sufficient amount of attention in system design, deployment, inspection, and equipment maintenance. Common issues are summarized to raise awareness and best practices are presented.

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)0,011
score de la tête « metaresearch » (Gemma)0,014
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,274
Écart entre enseignants0,244 · 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
GenreMéthodes

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

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOffshore Technology ConferenceMême sujetOffshore Engineering and TechnologiesTravaux en français237 207