MétaCan
Menu
Retour à la cohorte
Enregistrement W2948238214 · doi:10.1080/1478422x.2019.1615741

Dynamic risk management of assets susceptible to pitting corrosion

2019· article· en· W2948238214 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCorrosion Engineering Science and Technology The International Journal of Corrosion Processes and Corrosion Control · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPitting corrosionRisk managementCorrosionControl limitsLimit (mathematics)Bayesian probabilityProcess (computing)Reliability engineeringRisk analysis (engineering)Computer scienceForensic engineeringEconometricsEnvironmental scienceMaterials scienceEngineeringControl chartMetallurgyBusinessEconomicsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents a methodology to assess and dynamically update the risk of process components affected by pitting corrosion. The proposed framework considers the time-dependent growth of pits and uses the non-homogenous Markov process to model the maximum pit depth. The developed pit depth model is incorporated into a limit state function to estimate the failure probability of affected components. Economic consequences are estimated considering both business and accidental losses due to failure. The estimated risk is updated using Bayesian analysis as new inspection data become available. Different risk management strategies including prevention, control and mitigation measures are also studied.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,215
Écart entre enseignants0,212 · 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