Influence of Strain Hardening Model on the CorLAS™ Model for Cracked Pipelines
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.
Notice bibliographique
Résumé
Abstract Underground steel pipelines may experience failure due to the occurrence of cracks or crack-like anomalies as a result of internal and external factors such as manufacturing imperfection and geotechnical movement. Metallic materials like steel often undergo strain hardening as deformation increases. The strain hardening characteristics of materials are usually described by strain hardening models. Accurate approximations of the stress-strain curves are essential for numerical simulations. For pipelines containing longitudinally-oriented cracks, a software-based model often referred to as CorLAS™ is widely accepted and commonly used by the pipeline industry to estimate the failure pressures. In CorLAS™, the stress-strain behavior of pipeline steel is modeled based on a simple power-law relationship known as the Hollomon equation. However, the Hollomon model cannot characterize the full-range strain hardening behavior of metallic materials, which is an approximation by design. Additionally, the strain-hardening exponent, n, in the CorLAS™ model is estimated based on an expression using yield strength and ultimate tensile strength. By contrast, the n value in mathematical models such as the Ramberg-Osgood equation, Swift equation, Ludwik equation, Ludwigson equation can be evaluated by using curve-fitting regression techniques, i.e., fitting the experimental true stress versus true strain data to the empirical models. This paper reviews the most frequently used strain hardening formulas and explores the applicability and accuracy of these stress-strain models including the hardening exponent expression in CorLAS™ (Version 2). This is followed by a sensitivity study to investigate the effect of n on the failure pressure predicted by CorLAS™. The holistic accuracy of CorLAS in predicting burst pressure, compared to other widely accepted models, is not explored.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle