MétaCan
Menu
Retour à la cohorte
Enregistrement W4313149427 · doi:10.1115/ipc2022-87208

Implementation and Validation of Reliability-Based Crack Assessment for Natural Gas Pipelines

2022· article· en· W4313149427 sur OpenAlexaffabout
Wei Xiang, Shenwei Zhang, Jason Yan, Elvis SanJuan Riverol, Kyle Myden

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensAlberta Energy
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicLeakComputer scienceReliability (semiconductor)Reliability engineeringPipeline transportElectromagnetic acoustic transducerEngineeringData miningArtificial intelligenceAcousticsMechanical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract Traditional in-line inspection (ILI)-based crack management programs use deterministic methods, where the calculated failure pressure ratio (FPR) and ILI-reported crack depth are compared with their respective thresholds. In recent years, TC Energy has developed a probabilistic crack assessment method, where annual probability of small leak (POSL) and probability of failure (POF, i.e., probability of burst) are evaluated. The mitigation plan is then made by comparing the annual POSL and POF with their respective thresholds. The advantage of the probabilistic method over deterministic method is that the former portrays reality better by explicitly accounting for the uncertainties associated with pipeline geometric and material properties, ILI-reported crack sizes, crack growth and burst pressure models. This study demonstrates the safe implementation of the probabilistic assessment method for stress corrosion cracking (SCC) based on EMAT-reported ILI data and correlated dig data associated with three natural gas pipelines in Canada. Comprehensive validation was conducted by comparing the EMAT-based mitigation plan with the in-ditch assessment of a large set of dig data. Three key questions were addressed in the validation: (1) Does the probabilistic method capture all critical features identified in the field? (2) Whether the features avoided by the probabilistic method were unnecessary to excavate based on in-ditch assessment? (3) What is the benefit of the probabilistic method in comparison with the traditional deterministic method? The examination indicates that the developed probabilistic assessment process captures all the critical SCC features identified in the field, and the digs avoided by the probabilistic method are confirmed to be unnecessary in the field. The result demonstrates that the reliability-based method can reduce a significant number of unnecessary digs without compromising safety.

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 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 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: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,453

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,301
Écart entre enseignants0,289 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207