Risk-based integrity assessment and failure probabilities of a residential single wall steel aboveground fuel oil storage tanks
Notice bibliographique
Résumé
Integrity assessment of residential engineering equipments such as fuel oil storage tanks is not done during its service life. In the absence of the incremental deterioration data over the service life, the deterioration rates can only be characterized using failure data. This is quite opposite to the process industry practice of inservice inspections and integrity assessment. In process facility inspections are done to assess the on going deterioration processes and to ensure safe operations during the service life of equipments. Limited work is reported on the estimation of the corrosion rates based on the component failure durations as compared to the work based on in-life inspection data. The current work develops a methodology that can establish corrosion rate estimates based on the failure data (data collected at the realization of the failure). A Bayesian approach to model the corrosion rate for a residential single wall aboveground fuel oil storage tank, is proposed here. The corrosion failure data utilized in this study are obtained from the database of Technical Standard and Safety Authority, Ontario. The posterior density function is used to quantify epistemic uncertainty in the corrosion rate parameter. A probabilistic model is, then, employed to account for the overall uncertainty associated with the corrosion rate variable. The corrosion rate estimate is utilized as an input to a stochastic deterioration process to assess the failure probabilities of the equipment.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».