Effect of backfilling stiffness and configuration on seabed failure mechanisms and pipeline response to ice gouging
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
Ice gouging is a significant issue for offshore structures in cold environments. Pipelines in Arctic regions are buried in the seabed to prevent the direct contact of pipelines and the impacts of soil displacement from ice gouging. However, choosing the appropriate backfilling material and stiffness to maintain the pipeline's integrity while minimizing construction costs is a complex design consideration. It is crucial to accurately model the interaction between the ice, backfill, trench wall, and pipeline to assess the backfill functionality in a coupled ice gouging analysis. This study comprehensively investigated the effect of backfilling stiffness and configuration on seabed failure mechanisms and pipeline response during ice gouging events on a deeply buried pipeline. The study focused on six different backfill materials, including dense and loose sands and very soft clay to stiff clay. The Coupled Eulerian-Lagrangian (CEL) method was used to simulate the large seabed deformation due to the ice gouging process in a trenched/backfilled seabed in Abaqus/Explicit. Incorporation of the strain-rate dependency and strain-softening effects involved the development of a user-defined subroutine and incremental update of the undrained shear strength within the Abaqus software. Key findings reveal that both overly soft and excessively stiff backfill materials can negatively impact pipeline response during ice gouging. Very soft clay exhibits a distinct "removal" mechanism, leading to increased pipeline displacement, while overly stiff clay and dense sands result in more significant displacement due to efficient force transfer. The results can inform the selection of appropriate backfill materials and backfilling techniques to enhance pipeline protection against ice gouging.
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) | 0,000 | 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) | 0,000 | 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