Systematic literature review of the application of extended finite element method in failure prediction of pipelines
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
Ground movements caused by continuous freezing and thawing of the ground in arctic regions can potentially lead to pipeline failures. There are many factors such as internal pressure, pipeline geometry, pre-crack, corrosion, and pre-existing dents that can expedite the failure processes. There exist several methods to predict the failure in pipelines and study the abovementioned factors and their influences. These methods include experiments, analytical models, finite element method (FEM), and extended finite element method (XFEM). For predicting crack propagation in pipelines, XFEM has recently been proposed by researchers as the most efficient among the available methods. The purpose of our work is to conduct a systematic literature review of the available studies that attempted to use XFEM to predict failure due to crack propagation in pipelines and the effect of the abovementioned factors on failure. Articles are summarized according to the performed experiments, the pipeline material grade, failure material model, the investigated effect of various parameters on failure such as internal pressure or defect size, and methods for results verification. The number of articles in the literature using the XFEM for prediction of failure in pipelines was 23 to the best knowledge of the authors. However, in this systematic literature review, all these articles are categorized and investigated. The reviewed articles in general agree that XFEM simulations compare well with experiments, can accurately predict crack propagation in pipelines, and can be used efficiently to study the effect of various parameters on pipeline crack propagation for a wide range of materials.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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