MétaCan
Menu
Retour à la cohorte
Enregistrement W4312727307 · doi:10.1115/ipc2022-87217

Onshore Pipeline Safety Consequence Modelling in Support of the Development of a Risk-Based Safety Class System

2022· article· en· W4312727307 sur OpenAlexaboutno aff
Mark Stephens, Howard Yue, A.R. Halford, Niall Foster

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)HazardParametric statisticsHazard analysisPipeline transportComputer scienceReliability engineeringEngineeringStatisticsMathematicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A consequence-based safety class system was developed as an alternative to the class location system currently used as the basis for defining the maximum allowable hoop stress in Canadian Standard Association’s Standard Z662. Development of the safety class system required models to quantify the safety-related consequences of pipeline releases expressed as simple analytical functions of a limited number of parameters that are typically known at the pipeline design stage. These simple analytical formulas were developed using an empirical approach, in which validated numerical models were first used to estimate the hazard zone sizes for a matrix of cases representing the feasible input parameter ranges for pipelines associated with each service fluid. Subsequent work, described in a companion paper, employed regression analysis of the parametric analysis results to develop the required simplified analytical formulas. This paper describes the safety hazards posed by releases of the various service fluids; the numerical models employed in the parametric analysis to determine the associated hazard areas as a function of key pipeline, service fluid, terrain, and weather-related parameters; and the hazard intensities adopted to delineate the size and extent of the hazard areas bound by both the 1% and 99% lethality contours. It also discusses the sensitivity analysis undertaken to establish the minimum set of pipeline and service fluid parameters that could be used to credibly estimate the size and extent of the applicable lethality zones. It concludes with a set of examples that illustrates the relative size and extent of the model-predicted lethality zones associated with the various hazards that could develop for each service fluid in a representative set of pipelines.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,209
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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 sujetStructural Integrity and Reliability AnalysisTravaux en français237 207