Reliability-Based Assessment Method of Buried Pipeline at Fault Crossings
Notice bibliographique
Résumé
Abstract The tectonic fault, which is one of the most common geohazards in field, poses great threat to buried pipe segments. Pipes will process to buckling or fracture due to large strain induced by continuously increasing ground displacements during earthquakes. Therefore, it is imperative to conduct safety analysis on pipes which are buried in seismic areas for the sake of ensuring normal operation. However, the highly nonlinearity of pipe response restricts the proceeding of reliability assessment. In this study, a hybrid procedure combining finite element method and artificial neural network is proposed for reliability-based assessment. First of all, the finite element model is developed on ABAQUS platform to simulate pipe response to strike-slip fault displacements. Thus, the strain demand value (the peak strain value obtained by finite element model in each design case) can be collected for database establishment, which is the preparation for neural network training. Thoroughness of the strain demand database can be achieved by a fully comprehensive calculation with consideration of influencing factors involving pipe diameter and wall thickness, operating pressure, magnitude of fault displacement, intersection angle between pipeline and fault plane, and characteristic value of backfill mechanics. Sequentially, Back Propagation Neural Network (BPNN) with double hidden layers is trained based on the developed database, and the surrogate strain demand prediction model can be obtained after accuracy verification. Hence, the strain-based limit state function can be respectively determined for tensile and compressive conditions. The strain capacity term is simply assumed based on published papers, the strain demand term is naturally superseded by the surrogate BPNN model, and Monte Carlo Simulation is employed to compute the probability of failure (POF). At last, the workability of the proposed approach is tested by a case study in which basic variables are referred to the Second West-to-East natural gas transmission pipeline project. It indicates that ANN is a good solver for reliability problems with implicit limit state functions especially for highly nonlinear problems. The proposed method is capable of computing POFs, which is an exploratory application for reliability research on pipes withstanding fault displacement loads.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».