MétaCan
Menu
Retour à la cohorte
Enregistrement W2765784763 · doi:10.1115/pvp2017-65278

Development of a Profile Matching Criteria to Model Dents in Pipelines Using Finite Element Analysis

2017· article· en· W2765784763 sur OpenAlexaff
Janine Woo, Muntaseer Kainat, Samer Adeeb

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFinite element methodMatching (statistics)Pipeline (software)Process (computing)Structural engineeringEngineeringSoftwareStress (linguistics)Computer scienceEngineering drawingSensitivity (control systems)Mechanical engineeringMathematicsElectronic engineering

Résumé

récupéré en direct d'OpenAlex

Current industry standards cite depth and interaction with additional stress risers as the key indicators of pipeline integrity concerns in regards to dents. There have been significant efforts towards the improvement of these benchmarks in recent years. Several dent assessment methods are presented in literature, including research focused on the use of finite element analysis (FEA). The accurate assessment of dents using FEA is heavily reliant on how close the shape produced by the FEA model aligns with the shape of the actual dent. The research presented in this paper has been conducted to evaluate the sensitivity of the stresses and strains to the dent profile shape. Information regarding the existence, shape, and size of dents is typically provided by in-line inspection (ILI) tools. An FEA model is then built in commercially available software, ABAQUS, to create a dent profile that closely resembles the profile given by the ILI. The study in this paper assesses the effect of different indenter sizes on the stresses and strains within the dent and provides a recommendation to quantify the error between the ILI and FEA profiles. The process of matching a dent profile using FEA is compared to an existing analytical method to calculate strain, the equations proposed in ASME B31.8. The FEA results were found to be more conservative than the strains calculated using ASME B31.8.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,047
Tête enseignante GPT0,325
Écart entre enseignants0,277 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207