MétaCan
Menu
Retour à la cohorte
Enregistrement W2900336346 · doi:10.1115/ipc2018-78433

Algorithms for the Strain Based Analysis of Dented Pipelines

2018· article· en· W2900336346 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensPetroleum Technology Alliance CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSmoothingNoise (video)Pipeline transportComputer scienceMagnetic flux leakageNondestructive testingPipeline (software)CurvatureAcousticsCurve fittingSIGNAL (programming language)Structural engineeringEngineeringArtificial intelligenceMathematicsMechanical engineeringComputer visionGeometryElectromagnetic coilMachine learningElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Pipeline integrity management commonly leverages nondestructive inspection of pipeline defects via inline inspection (ILI) and assessment of the resultant data. Key parameters for dent analysis include the feature geometry measured by caliper tools and the presence/severity of any interacting features (such as cracks or areas of corrosion) which can be measured with a variety of technologies (such as magnetic flux leakage or ultrasonic tools). Dent profile measurements can be especially susceptible to noise due to the measurement techniques employed, signal quality, and overall tool performance. Analytical methods for strain assessment of dents can employ curve/surface fitting techniques to estimate the curvature and calculate the strain of the dent based on the fitted curve/surface. Noise in the measured profile can result in local areas of high perceived strain, which could lead to misinterpretation of a dent’s true severity, especially when using automated or purely analytical assessment methods. A deterministic strain-based approach for evaluating the severity of dented pipelines has been presented previously which leverages multi-dimensional B-spline functions to more accurately apply the non-mandatory ASME B31.8 equations for dent assessment. The approach presented previously requires relatively smooth dent profile information to minimize the effects of signal noise. While low pass filters can effectively eliminate noise in the signal, they may also lead to loss of accuracy (e.g. excessive smoothing can reduce the depth and sharpness of a measured dent’s profile). This paper discusses how low pass filters can be optimally used to smooth the raw ILI signals to allow for analytical representation of the dent shape without underestimating its severity. The conclusion of this venture is a detailed workflow for the analytical assessment of dented pipelines for the rapid characterization of the severity of deformation in pipelines with limited computational demand. This type of assessment allows for initial ranking and assessment of large and complex pipeline systems to select features requiring more detailed assessment or mitigation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,889
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,279
Écart entre enseignants0,255 · 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