Combined Effect of Pressure, Temperature and Soil Stiffness on Pipeline Strain Demand in Geohazard Zones
Notice bibliographique
Résumé
Abstract Pipelines subject to ground deformations produced by geohazard loads carry high importance on pipeline analysis, design, and assessment due to risk of structural failure. An appropriate approach for evaluation is the finite element method (FEM), providing efficient and sophisticated results. Methods proposed by Zheng et al. (2021) using finite element analysis (FEA) software Abaqus/Standard provide highly accurate results by simulating a displacement-controlled analysis of buried steel pipes subject to ground displacement of varying magnitudes and direction. This paper aims to further develop this pipe strain demand assessment by including variable effects of internal pressure and temperature of steel pipes buried in soils of different stiffness. The developed strain demand criterion considers inelastic material behaviour for different grades of steel pipe, as well as bi-linear soil force-displacement interaction, accounting for soil plasticity (ALA, 2001). Assuming the effects of thermal expansion are negligible prior to ground motion initiation, the pipe loads can be assessed by modelling a pipeline with initial temperature and pressure loads, followed by a ground motion in a series of steps. Several case studies were performed by modelling an X65 grade pipeline subject to ground displacements varying from 100 to 1000 mm, across a length at the midsection of the pipe. Simulations are assessed with a specified temperature increase, and internal pressure required to induce an operating hoop stress of up to 80% of the specified minimum yield strength (SMYS). By assessing the pipeline in soils of different stiffness (low, intermediate, high) at different increments of ground displacement, an accurate representation of the material stress/strain response can be acquired for each respective case. This research may provide guidance for further studies of pipelines involving internal pressure & temperature.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».