Testing of an Oil-on-Water Sensing Technology for Detecting Pipeline Leaks in Remote Locations Subject to Freezing Conditions
Notice bibliographique
Résumé
This paper presents the results of the testing of an oil-on-water leak detection technology for isolated locations without power or communications infrastructure. A special attention was paid to the ability of the sensors to detect hydrocarbon leaks under freezing conditions, with thick ice formed on the surface of the water. A viable solution for remote locations and large water crossings needs ultra low-power solution and/or cyclic operation. The technology evaluated was a fully passive impedance polymer-absorption sensor (PAS) featuring “zero-power” consumption. This technology also provides an additional advantage, “an event memory”, and is perfectly suitable for cyclic operation for detecting moving oil stains. In October 2017 three polymer-absorption sensors of different lengths were placed in outdoor location in Ontario, Canada for long-term testing of reliability in freezing conditions. The sensors were connected to cellular modem for generating alerts. Another battery of three sensors of same lengths was installed in outdoor testing facility near Ottawa, ON, Canada and connected to real-time data acquisition equipment. A preliminary series of leak tests performed in October/November 2017 confirmed the initial assumptions of excellent sensitivity of the hydrocarbon oil-on-water detection based on polymer absorption. The average power consumption of the sensor excitation and its measurement frontend during the first two months of testing were found to be extremely low, a fraction of the power needed for the wireless modem itself. The leak tests were extended to oil under ice detection performed with 5 North-American crude oils and with 3 refined products from Mid-December 2017 to Mid-February 2018. The sensitivity, the sensor excitation/measurement front end power consumption, and the reliability of the sensors were assessed at freezing temperatures, with thickness of the ice comprised between 80 and 100 mm. The paper also presents the availability of stand-alone communication equipment suitable for integrating oil-on-water sensors, as well the energy harvesting or energy storage technologies for different climatic conditions.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».