MétaCan
Menu
Retour à la cohorte
Enregistrement W2907754997 · doi:10.1061/(asce)ps.1949-1204.0000366

Effects of Loading Sequences on Remaining Life of Plain Dents in Buried Liquid Pipelines

2019· article· en· W2907754997 sur OpenAlexaff
Muntaseer Kainat, Janine Woo, Doug Langer, Thomas Krausert, Jianwei Cheng, Sherif Hassanien, Samer Adeeb

Notice bibliographique

RevueJournal of Pipeline Systems Engineering and Practice · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPipeline transportGeotechnical engineeringPetroleum engineeringPipeline (software)GeologyEngineeringEnvironmental scienceEnvironmental engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The integrity assessment of dents in liquid pipelines, as regulated by codes and standards, is based mostly on depth and threat integration, with strain analysis incorporated as a nonmandatory recommendation for gas pipelines. There have been incidents in which the current regulatory criteria have not successfully predicted imminent failures of dents, leading to operators using noncodified, more conservative approaches to maintain safety, typically resulting in poor dig efficiency. The dent assessment methods currently available in the industry do not account for the sequences of loading by which a dent may have formed. In this paper, the effects of different load sequences on the remaining life of plain dents in liquid pipelines are demonstrated using a validated finite-element analysis. A parametric study is carried out to confirm that the findings hold true for a range of pipe geometries, materials, and dent depths. The findings indicate that the severity and/or remaining life of a dent cannot be fully assessed based on its depth alone. The restraint condition, indenter shape, loading sequence, and pressure-cycling history should be considered for a reasonable assessment of the remaining life of plain dents.

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)0,005
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,236 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pipeline Systems Engineering and PracticeMême sujetStructural Integrity and Reliability AnalysisTravaux en français237 207