Modeling the Effects of Steel Catenary Riser (SCR) Wall Thickness on Its Structural and Fatigue Performances for Wave-Induced Load
Notice bibliographique
Résumé
The Steel Catenary Riser (SCR) exhibits significant bending and oscillation owing to undue vessel (which the riser is attached to) movements. The prevalent hydrodynamic loads (wave, current, hydrostatic pressure) are the leading causes of this structural behavior. These initiate a motion - related fatigue phenomenon. This study evaluates the feasibility of increasing the SCR Wall Thickness (WT) for better fatigue performance and structural responses when subjected to the dominant wave spectrum (Ochi Hubble) in deep water West Africa. Relevant data were acquired from an offshore facility in the study area and managed empirically through the use of marine structural analysis software- ORCAFLEX®. Following Det Norske Veritas (DNV, 2010) methodology, 4 SCRs of uniform Internal Diameters (ID) were designated (SCR1, SCR2, SCR3, SCR4), modeled with different WTs (0.0626ft, 0.1876ft, 0.3126ft, 0.4376ft) and analyzed under eight wave load cases. Before the fatigue assessments, the systems were analyzed for static and dynamic responses. Results showed that increasing the WT increases the Fatigue Life (FL) only along each riser arc length - from top to bottom. It was also observed from the systems’ structural response analyses that the effective tension at the Hang off Point (HOP) increases with increase in WT and a compromise in the capacity of the SCRs to flex alongside the hydrodynamic loads due to cumulative rise in the weight of the system. This eventually lowered the FL at the HOP below the DNV’s minimum FL for design purposes – 200 years. Keywords : Steel Catenary Riser, Wall thickness, Fatigue Performance, Ochi-Hubble, Structural response. DOI : 10.7176/ISDE/10-6-03 Publication date :July 31st 2019
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».