A Sequential RFID System for Robust Communication with Underground Carbon Steel Pipes in Oil and Gas Applications
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.
Notice bibliographique
Résumé
The world’s oil and gas is transported using a network of steel pipelines most of which lie underground. The length of this network in the US/Canada alone is 3.5 million kilometers. Keeping track of pipes in such a network for pipeline-health monitoring, maintenance, and logistics is an acute problem faced by pipeline-operators. Recently, radio-frequency-identification tags (RFIDs) have been proposed for tracking pipelines and even for monitoring pipeline health with additional built-in sensors. Low-cost RFID tags are wirelessly powered and battery-less. However, RFIDs do not function optimally in the presence of magnetic carbon steel pipes that are prevalent in the industry. High-frequency wireless signals also attenuate rapidly through wet soils. In this research, the use of passive RFID sensor platforms for interrogating buried pipes up to 1.25 m deep in the LF bands is proposed. Using magnetic-induction-based communication, a test-comparison between conventional full/half duplex (FDX/HDX) and sequential (SEQ) RFID schemes is detailed. Wireless measurements in the presence of an industry-standard ASTM A-53 carbon-steel pipe show a SEQ RFID offering better immunity against magnetic proximity effects of the pipe’s wall with an 8.3 dB (x6.8) improvement over a FDX/HDX RFID operating under similar conditions over a distance of 80–125 cm at which pipes are typically buried.
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 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 découle