Advanced Desktop Screening Techniques for Feeder Main Networks to Drive Condition Assessment Programs
Notice bibliographique
Résumé
Rationalizing and prioritizing condition assessment programs for large diameter water main networks are critical aspects of overall system asset management for virtually all water utility managers. Larger diameter mains are not feasible to be managed in response to failures, they require a dedicated condition assessment program to facilitate timely intervention before failure. As advanced condition assessment techniques can be very costly and inherently present their own risks associated with deployment, it is essential that the appropriate technology be selected in a staged manner with prioritization and schedule driven by true risk exposure. Winnipeg, MB, operates a water system that services a population of over 800,000. While the age of the system dates to the 1800s, the largest growth and network development occurred over the 1950s and 1960s. The majority of larger diameter water mains (>600 mm) were constructed of prestressed concrete cylinder pipe (PCCP) while larger mains up 600 mm are largely Asbestos Cement (AC). The native soils in Winnipeg are very corrosive to ferrous metals and some areas have extremely high soluble sulphate levels (>5,000 mm) which can be very damaging to cementitious materials. Being a cold climate environment, the City also uses de-icing salts extensively, which are known to elevate chloride levels in the soil and can be quite harmful to the corrosion protection properties of the exterior mortar of PCCP pipe. The age of much of the network and the exposure conditions highlights the need to better understand true physical condition. This case study presents the risk-based approach utilized to screen a feeder main network including some very innovative tools to assess risk comprehensively in a desktop model. An applied loads/deterioration tool was utilized that can analyze the combined effects of pressure, external loads, exposure conditions, and the unique design basis for each pipe segment in in the system in terms of its predicted factor of safety against failure. As the computational model can solve the entire network in near real time, it can be run in scenario analysis modes to provide increased clarity on which portion of the network should be assessed, when, in what order, and by what suite of CA technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».