MétaCan
Menu
Retour à la cohorte
Enregistrement W4224286856 · doi:10.1002/prs.12364

Probabilistic failure assessment of oil pipelines due to internal corrosion

2022· article· en· W4224286856 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProcess Safety Progress · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensToronto Metropolitan UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCorrosionPipeline transportPetroleum engineeringProbabilistic logicEnvironmental scienceBayesian networkFossil fuelVolumetric flow rateMaterials scienceEngineeringMetallurgyEnvironmental engineeringWaste managementMechanicsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Oil and gas pipelines play a key role in the safe and efficient delivery of energy resources around the world. Crude oil by itself is not corrosive, but oil extracted from geological reservoirs is accompanied by varying amounts of water and acidic gases such as carbon dioxide (CO 2 ), which can form a corrosive combination. Estimating the corrosion rate and depth in pipelines is essential for predicting their failure probability. In the present study, a Bayesian network has been developed for predicting the distribution of corrosion rate in oil pipelines given the point estimates generated using an empirical corrosion simulation model. For this purpose, the simulation model considers corrosion parameters such as pipe diameter, flow temperature, flow velocity, and CO 2 partial pressure, among others. With the corrosion rate distribution predicted by the Bayesian network, corrosion depth–rate relationships have been employed to convert the corrosion rate distribution into failure probability distribution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,268
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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