MétaCan
Menu
Retour à la cohorte
Enregistrement W4312285115 · doi:10.1115/ipc2022-87098

An Automatic Dent Assessment Tool Using Finite Element Method

2022· article· en· W4312285115 sur OpenAlex
Ji Bao, Shenwei Zhang, Billy Zhang, Rick Wang, Ken Zhang

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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensAlberta Energy
Organismes subventionnairesnon disponible
Mots-clésFinite element methodPipeline (software)Computer scienceProcess (computing)von Mises yield criterionStructural engineeringDeformation (meteorology)Mechanical engineeringEngineering drawingEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Dents are permanent plastic deformations of the pipeline that occur during pipeline construction and operations. Stress and strain concentration at dents may initiate cracks, which pose a threat to the integrity of the pipeline. Since formation of dents involves plastic deformation, a traditional depth-based assessment method cannot accurately capture the strain concentration, e.g. a sharp dent. Dent assessment methods have shifted to strain-based approach in recent years. Engineering Critical Assessment (ECA) procedures are evolving with the development of new methods to calculate the strains associated with a dent. It has been well established that three-dimensional (3D) elastic-plastic Finite Element Analysis (FEA) is the most accurate in the denting process simulation and dent strain calculation. However, FEA modelling of dents interacting with other threats can be extremely laborious and requires high level of FEA expertise. Moreover, continuum FEA is usually computationally expensive and imposes onerous demands for analysis efforts. This paper describes the process that was used to develop an automatic dent assessment tool via FEA. The tool is capable of simulating the denting process of a plain dent and a dent interacting with other threats (e.g., metal loss or gouge). The dent geometry and curvature in FEA are shown to agree well with captured In-line Inspection (ILI) caliper data. The tool also supports batch processing of numerous dents with a highly intelligent post-processing engine that automatically calculates von Mises equivalent strain, ductile failure damage indicator (DFDI) and strain limit damage (SLD) and outputs the results with visual contour plots. The Rainflow pressure cycling counting algorithm and Miner’s rule are incorporated in the tool to predict the fatigue life of the dent utilizing historical pressure data. Case studies are provided to demonstrate the effectiveness of the tool. The development of the tool greatly facilitates the ECA of dents allowing for accurate and efficient management of dents impacting TC Energy’s pipeline system.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: aucune
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0050,000

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 Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,305 · 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