MétaCan
Menu
Retour à la cohorte
Enregistrement W4405360366 · doi:10.1115/ipc2024-134106

Investigating Weld and HAZ Effects During SMAW of Pipe and Fitting Materials

2024· article· en· W4405360366 sur OpenAlexaff
Nick Khotenko, Cory L McIntosh

Notice bibliographique

RevueVolume 3: Operations, Monitoring, and Maintenance; Materials and Joining · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensATCO (Canada)
Organismes subventionnairesnon disponible
Mots-clésWeldingShielded metal arc weldingMaterials scienceMetallurgyArc weldingGas metal arc welding

Résumé

récupéré en direct d'OpenAlex

Abstract The primary goal of weldments is to have the longitudinal strain not concentrated in the weld. To date, there is no reliable way to accurately predict this, given the variability of welding techniques, mechanical properties, and manufacturing methods of materials in CSA Z662 pipeline designs. Several girth welds were completed using SMAW on common carbon steel pipe and fittings used under CSA Z662 designs. The results focus on comparing as-welded joint properties relative to the base metal. The base materials were chosen to be wide ranging in chemistry and manufacturing process. The deposited weld filler metal tensile strength can be relatively and consistently predicted; however, the overall weldment properties are more difficult to estimate. The results provide an opportunity to learn more about the response of welding on the base metal. The goal is to improve the ability to design and complete weldments that have equal or better mechanical properties than the base metal. Advancements are already being made to new construction best practices, but there is value in understanding how conventional filler metals and base metals are allocated to highest risk welds for new construction and existing assets.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,064
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 3: Operations, Monitoring, and Maintenance; Materials and JoiningMême sujetNon-Destructive Testing TechniquesTravaux en français237 207