MétaCan
Menu
Retour à la cohorte
Enregistrement W4318957074 · doi:10.1139/cgj-2022-0103

A hybrid model to simulate the trench effect on the fatigue analysis of steel catenary risers in the touchdown zone

2023· article· en· W4318957074 sur OpenAlexafffundvenue
Hossein Janbazi, Hodjat Shiri

Notice bibliographique

RevueCanadian Geotechnical Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMemorial University of Newfoundland
Mots-clésTrenchTouchdownCatenaryStiffnessSeabedNonlinear systemStructural engineeringGeotechnical engineeringGeologyEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

The gradual trench formation of steel catenary risers (SCRs) in the touchdown zone is known to significantly affect the SCR’s fatigue life. However, there is still no coherent agreement among researchers on the beneficial or detrimental effects of the trench on fatigue. Recent studies have shown that a potential source of contradictory fatigue results could be the methodology to incorporate the trench in the numerical simulations. Since the predefined mathematical trench profiles create non-realistic contact pressure hot spots in the seabed, and the nonlinear hysteretic seabed interaction models may cause premature trench stabilization, both methods distort the damage distribution. To resolve these problems, a new model called the Hybrid Trench Model (HTM) has been developed in this study by combining the linear soil stiffness and nonlinear hysteretic seabed interaction model. This hybrid model provides an equivalent stiffness distribution in the touchdown zone to simulate the trench profile obtained from a nonlinear riser–seabed interaction model. HTM’s capability in developing deep trenches, e.g., 5D, was examined along with perfect compatibility with the natural catenary shape of the riser, exhibiting the reliability of this method to incorporate the trench effect into the fatigue analysis.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetMechanical stress and fatigue analysisTravaux en français237 207