MétaCan
Menu
Retour à la cohorte
Enregistrement W4405362528 · doi:10.1115/ipc2024-133217

Effects of Corrosion Pit Idealization Shape on the Susceptibility of Crack Initiation in the Analysis of Pipeline Dents Interacting With Corrosion

2024· article· en· W4405362528 sur OpenAlex
Sylvester Agbo, Abu Hena Muntakim, Colin Scott, Mark Sadowski

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCorrosionIdealizationPipeline (software)Materials scienceStructural engineeringForensic engineeringMetallurgyEngineeringMechanical engineeringPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract External corrosion pitting is a common material degradation mechanism for steel pipelines resulting in a reduction of the pipe wall thickness (WT) within a localized, affected area, hereafter referred to as metal loss (ML). In many cases, corrosion pits interact with other major pipeline defects, such as dents; such interacting features can potentially increase the susceptibility to failure of in-service pipelines since both defects are stress and strain concentrators. There has been a lack of clarity and consensus on the generally accepted geometrical shape that should be used to model ML in pipelines for engineering analyses. As a result, ML in pipelines is being idealized with various geometrical shapes such as sharp-edge rectangular shapes, curved-edge rectangular shapes, and semi-ellipsoidal shapes. The effect of these variations in idealization shapes of ML features, especially while interacting with pipeline dents, needs to be investigated to provide clarity and suggest the best approach to simulate ML features in pipelines with a higher margin of safety. In this study, pressurized steel pipe with an outside ML defect was modelled using a curved-edge rectangular shape, a sharp-edged rectangular shape and a semi-ellipsoidal shape in ABAQUS™. A comparison of both hoop and von Mises stresses, and the equivalent plastic strain distributions of the pressurized pipe with different ML shapes was investigated. The ML shapes were used to conduct dent-metal loss interaction analysis to investigate the effect of varying dent depth on the pipeline’s susceptibility to crack initiation. Specifically, this study examined different dent depths interacting with an ML feature that was used to evaluate the susceptibility to crack initiation using dent formation strain limit and the ductile failure damage indicator (DFDI). It was found that different shapes show different stress concentration distributions. The results show significant variations in the susceptibility to cracking in pipelines with varying dent depths interacting with ML. This outcome may have a significant impact on pipeline integrity assessment and management planning.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,223

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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