MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312378384 · doi:10.1115/pvp2022-85401

Managing Dissimilar Metal Welding in Hydrogen Rich and Low Temperature Petrochemical Applications

2022· article· en· W4312378384 sur OpenAlexaff
Mitul Dalal, Allie Hosack, Neil Park, Jorge Penso

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetrochemicalWeldingAusteniteService (business)StandardizationMaterials scienceProcess engineeringComputer scienceMetallurgyEngineeringWaste managementBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Dissimilar metal welds (DSMW) have been used for extensive time in hydrogen rich and low temperature petrochemical applications. Frequently they are used when there is a temperature or corrosivity stream transition aiming to optimize initial project costs. Experience shows a mix of successful and failure applications. Industry standards have slowly adding guidance to prevent failures. The wide variety to DSMWs materials combinations and service conditions poses a significant challenge for standardization. Maximizing the lives of dissimilar metal weldments requires early involvement starting with the design and continuing with the fabrication, operation, and inspection phases. Although common goal is to avoid them, in practice there are situations when is no practical to elude them when constructing new units. In this paper in additional to a literature review section, several real examples of ferritic-ferritic, austenitic-austenitic, and ferritic-austenitic dissimilar welds are described along with the steps involved as described above to prevent failures. Butt welds and weld overlays are covered, as well as some failures. Cases covered include dissimilar metals welds in steam methane reformers, hydroprocessing and olefin units at high and low temperatures. Examples of metallurgical characterization and fitness for service assessments are included. Also, a summary of industry code guidance for designing, fabrication and inspection are included. The paper finally includes a summary of recent research activities in this field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,240 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrogen embrittlement and corrosion behaviors in metals→Travaux en français237 207→