A Comparison of Wavelet Transform-Based and Fourier Transform-Based Denoising Methods for Strain-Based Pipeline Dent Assessments
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
Abstract Dents are a common type of mechanical damage on buried steel pipelines resulting from external interference such as excavation activities near the pipeline right of way and rock impact. The strain-based dent assessment using dent signals obtained from inline caliper tools is commonly employed in practice to identify critical dents for mitigation. However, the strains evaluated using the dent signals are sensitive to noises contained in signal. Developing an effective denoising method is therefore crucial to the strain-based dent assessment. This paper compares the effectiveness of the wavelet transform- and Fourier transform-based denoising methods for dent signals. Three-dimensional elasto-plastic finite element analysis (FEA) is employed to simulate indentation scenarios on an unpressurized X60 pipeline segment with an outside diameter of 609.6 mm and a wall thickness of 7.6 mm. The FEA-simulated dent geometry is then employed to generate both noise-free and noisy dent signals by simulating the measuring process of a caliper tool with representative longitudinal and circumferential sampling resolutions. The noisy dent signals are obtained by adding Gaussian white noises to the noise-free signals. The wavelet transform- and Fourier transform-based denoising methods are applied to the generated noisy signals. The dent strains are evaluated using the denoised signals; furthermore, the true dent strains are evaluated using the noise-free signals. The effectiveness and practicality of the two denoising methods are evaluated and compared by comparing the root mean squared error and accuracy of the dent strains obtained from the denoised signals. Based on the analysis results, recommendations are provided regarding the suitable denoising method for practical strain-based dent assessment.
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) | 0,001 | 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) | 0,000 | 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