MétaCan
Menu
Retour à la cohorte
Enregistrement W4313149424 · doi:10.1115/ipc2022-87232

Reliability Assessment of Pipeline Third Party Damage

2022· article· en· W4313149424 sur OpenAlex
Mahsa Mehranfar, Millan Sen, Christopher Wai Kei Lam, Steven Bott

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 canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPipeline (software)Reliability (semiconductor)Fault tree analysisExcavatorExcavationEnvironmental sciencePopulationEngineeringReliability engineeringForensic engineeringComputer scienceStructural engineeringGeotechnical engineeringMarine engineeringEnvironmental engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Pipeline failure statistics indicate that mechanical damage caused by third-party excavation represents the largest threat to the integrity of onshore oil and gas pipelines in North America. In 1999, PRCI developed a reliability model that quantifies the pipeline probability of failure due to the 3rd party damage threat. The model employs a fault tree approach comprised of four main elements: the probability of excavation occurring on the pipeline alignment, the effectiveness of damage preventive measures, the probability that the excavation depth exceeds the depth of cover, and the probability that the excavator force is sufficient to fully penetrate the pipe wall. The PRCI model has been implemented by numerous operating companies over the past two decades. Despite this large contribution, there has been a gap in quantitative assessment techniques regarding the effectiveness of the methods used to prevent mechanical damage, and the pipelines resistance to the impact loads applied to pipelines by excavation equipment. In 2020 Enbridge applied this model to its 25,000+ km liquid pipeline system. During implementation numerous learnings and areas for improvement were identified. Correspondingly, the model was expanded to improve consideration of four important 3rd party damage threats that are not currently included within the model: agricultural activity, vehicle crossings, pipeline exposures, and mitigation activities. The results of this updated model showed that the probability of failure’s due to 3rd party damage were generally increased at locations with high population density, agricultural land use, and road crossings, that exhibited shallow cover. It is expected that this updated model will assist in prioritizing the mitigation of various locations that are potentially susceptible to the 3rd party damage threat in alignment with operator expectations. This paper discusses the data gathering steps required for implementation, example probability of failure results, and provides the details of the model updates which may be incorporated by other operators.

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: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,996

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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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