Protecting HSE: Monitoring Pipe Bending Stress Using Temperature Compensated Distributed Fiber-Optic Strain Sensor for Enhancing Pipeline Integrity Situational Awareness
Notice bibliographique
Résumé
Abstract A distributed fiber-optic strain and temperature sensor (DSTS) with less than 1mW (Laser Class 1M) of pump power has been developed by controlling depletion of pump beam resulting from coherent interaction of probe and depleted pump (CIPDP). DSTS with CIPDP technique ensures flat-noise-floor over entire fiber length, which offers same resolution and accuracy over entire fiber length and makes simultaneous measurement of strain and temperature possible. Bending stress monitoring of an 11km pipeline located in northern Alberta, Canada using temperature compensated distributed fiber-optic strain sensor with CIPDP technique is presented. The results showed that some parts of the pipeline experienced 3,063µε during winter from November 2022 when the pipeline was installed to April 2023 when the soil was still frozen. The pipeline leaks due to the ambient temperature change are presented also. The leak volume of 2.187gal with the injection pressure of 105psi and the temperature difference of 39°F (21.6°C) between the line temperature and the soil temperature has been detected in one minute after a leak occurred through 1/8" orifice. All leaks with different volumes controlled by injection pressure, orifice, line temperature, and duration have been detected successfully.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».