Validation of Dent Fatigue Life Screening and Assessment Methods in API RP 1183
Notice bibliographique
Résumé
Abstract Mechanical damage (MD) assessment and management tools have been developed on behalf of Pipeline Research Council International (PRCI), Interstate Natural Gas Association of America (INGAA), Canadian Energy Pipeline Association (CEPA), other research organizations and individual pipeline operators. Many of these tools are included in API Recommended Practice (RP) 1183. The current paper discusses the results of a study undertaken to validate the various dent fatigue life screening and assessment methods that were developed as part of various CEPA and PRCI projects, some of which have been incorporated into the first edition of API RP 1183. The work presented in this paper involved performing detailed analysis of data provided by pipeline operators for digs where mechanical damage features were identified by in-line inspection (ILI) systems and subsequently excavated and inspected in the ditch using non-destructive examination (NDE) methods. In total, data for 1320 dents were provided for review by pipeline operators based on their dent integrity management programs. More than 10% of these dents were found to have cracks during the in-ditch non-destructive inspection. Detailed dent geometry data, pressure data and in-ditch inspection reports were reviewed and analyzed to perform dent severity analysis. Factors such as pipe geometry, dent shape, dent restraint condition, effect of co-incident features and operational pressure cycle severity were considered to understand the strength of the relationship between various factors and the estimated dent fatigue life. The data was used to evaluate and validate the performance of the dent fatigue life screening and assessment methods developed as part of various CEPA and PRCI projects, some of which have been incorporated into the first edition of API RP 1183.
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 | 0,012 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».