MétaCan
Menu
Retour à la cohorte
Enregistrement W279947105 · doi:10.5006/c2010-10214

Numerical Simulation of Mixing in Process Deadlegs in Order to Model Microbiologically Influenced Corrosion and Tuberculation at These Locations

2010· article· en· W279947105 sur OpenAlexaff
Danielle Beaton, M.L. Serran, Lijuan Sun

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésMixing (physics)CorrosionProcess (computing)Materials scienceOrder (exchange)Computer simulationMetallurgyMechanicsProcess engineeringComputer scienceEngineeringSimulationPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Operating experience of carbon steel process water systems has demonstrated that corrosion and tuberculation in process deadlegs can be more extensive than the corrosion and tuberculation in the flow leg of the system. The reason why corrosion is seen at these locations is unknown since deadleg lines are also considered to be stagnant. However, deadlegs can have two zones, a mixing zone and a non-mixing or stagnant zone in the deadleg. The mixing zone is created by flow in the main pipe separating at the deadleg opening and creating a vortex. The vortex created means that some mixing in the deadleg is possible having a mixing depth and flow velocity profile dependent on the flow velocity in the main pipe flow leg. This phenomenon, therefore, is referred to as turbulence penetration. The resulting mixing length defines a region of the system having a variable length where microbiologically influence corrosion (MIC) and tuberculation can occur even if the flow velocity in the main pipe flow leg is high enough to prevent corrosion product accumulation. An equation relating mixing length in a process deadleg to Reynolds number is available. It was hoped this relationship may provide a means for modelling corrosion in the different mixing zones and provide a rationale for inspection locations. Experimental tests on corrosion of carbon steel in process deadlegs, however, revealed that corrosion was still seen at locations in the deadleg beyond the expected mixing length that would be created by turbulence penetration alone. Modelling of deadlegs was therefore reviewed and computational fluid dynamics (CFD) calculations were then performed to better understand the effects of turbulence penetration and the resulting mixing length on corrosion in process deadlegs. Understanding gained from these calculations, therefore, also provide a rationale to explore additional environmental conditions resulting in materials transfer into deadlegs that could explain corrosion seen at locations where it would not be expected.

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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMining and Gasification TechnologiesTravaux en français237 207