MétaCan
Menu
Retour à la cohorte
Enregistrement W2902586047 · doi:10.1115/pvp2018-84766

Correlating Coke Drum Profiles With Observed Surface Damage

2018· article· en· W2902586047 sur OpenAlexaff
Egler D. Araque, Daryl Rutt, Darren Love, Stephen M. Park, Rick D. Clark, Jason J. Dawson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésCokeDrumCrackingRefineryCladding (metalworking)WeldingMaterials scienceNuclear engineeringForensic engineeringStructural engineeringMetallurgyComposite materialMechanical engineeringEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

The frequency and extent of vessel bulging and cracking being registered in delayed coke drums throughout the global coking industry has accelerated significantly as refinery operators reduce their cycle times. Several theoretical approaches have been developed to identify how a bulged area may lead to drum damage; however, limited information has been presented to match the theoretical predictions with actual surface damage reported by coke drum operators. The results of hundreds of laser scans spanning the last 25 years have been analyzed to correlate vessel bulging with observed surface damage. Specific categorizations of bulge profiles, and the proximity of these to circumferential weld seams (circs), have been calibrated against hundreds of real-world examples of drum damage and failure, including through wall cracking and stress cracking of the cladding, and further associated with the triggers for repair strategies implemented by industry leading refiners. Strong correlations between specific aspects of bulge profiles and the presence of surface damage were found resulting in an assessment tool that can rank and prioritize coke drum distortions on the likelihood of damage, and can serve as a useful guide for planning future coke drum maintenance.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,202
Écart entre enseignants0,184 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMechanical Failure Analysis and SimulationTravaux en français237 207