Dent strain and stress analyses and implications concerning API RP 1183 - Part I: Background for dent geometry and strain analyses during contact and re-rounding
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
API RP 1183 was developed through industry collaboration to manage the threat posed by dents. It provides screening and more detailed techniques designed to manage single peak smooth dents. For more complex scenarios such as kinked and skewed dents its practices rely on numerical analysis. This paper is the first of four that considers issues that arise when, consistent with API RP 1183, the axial and transverse profiles of dents are used as the basis for dent geometry and strain analyses. Part I presents background concepts and discusses the numerical details and other modeling that underpin API RP 1183. Part II presents a series of examples that amplify the concerns foreshadowed in Part I. Part III considers the cyclic loading of dents, and the viability of the dent stress and fatigue analyses that underlie those practices of API RP 1183, while Part IV focusses on the numerical and modeling aspects. It becomes apparent from Part I that the benefits of the shell-element formulation adopted to simulate tens of thousands of dents has glossed over some key aspects that lead to significant unconservative errors, or lead to gaps in its dent management. Likewise, the broad utility of its global regression equations was found prone to significant err. The analysis of single peak dents with smooth profiles based on their axial and transverse profiles as outlined in API RP 1183 was found to incorrectly categorize dents, mis-predict their severity. Finally, a path toward resolution was noted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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