MétaCan
Menu
Retour à la cohorte
Enregistrement W4403114081 · doi:10.3390/met14101132

Evaluating the Effect of Blended and Pure Hydrogen in X60 Pipeline Steel for Low-Pressure Transmission Using Hollow-Specimen Slow-Strain-Rate Tensile Testing

2024· article· en· W4403114081 sur OpenAlexaff
Rashiga Walallawita, Matthew C. Hinchliff, D. Sediako, John P. Quinn, Vincent Chou, Kim Walker, Matthew Hill

Notice bibliographique

RevueMetals · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceUltimate tensile strengthStrain (injury)Strain ratePipeline (software)Tensile strainHydrogenTransmission (telecommunications)Composite materialMetallurgyHydrostatic testMechanical engineeringEngineeringChemistryElectrical engineeringAnatomy

Résumé

récupéré en direct d'OpenAlex

This study employs a custom hollow specimen setup to investigate the HE in API 5L X60 pipeline base and welded materials exposed to pure hydrogen and a 20% hydrogen–natural gas blend at 2.07 MPa. Results indicate embrittlement with increasing hydrogen concentration. The base material showed a hydrogen embrittlement index (HEI) of 11.6% at 20% hydrogen and 12.4% at 100% hydrogen. For the welded material, the HEI was 14.6% at 20% hydrogen and 18.0% at 100% hydrogen. Fractography analysis revealed that the base and welded materials exhibited typical ductile fracture features in the absence of hydrogen, transitioning to a mixture of quasi-cleavage and micro-void coalescence (MVC) features in hydrogen environments. Additionally, with hydrogen, increased formation of secondary cracks was observed. Notably, the study identified the Hydrogen-Enhanced Localized Plasticity (HELP) mechanism as a probable contributor to hydrogen-assisted fracture.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,065
Tête enseignante GPT0,357
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207