Limit state-based fitness-for-service assessments of steel pipelines containing dent-gouges
Notice bibliographique
Résumé
This study presents a framework for the limit state-based assessment (LSBA) of steel pipelines containing damages in the form of dent-gouges. The LSBA is formulated based on the factored burst capacity computed using the improved European Pipeline Research Group model for dent-gouges with partial safety factors assigned to key input variables and factored pipeline internal pressure. A novel methodology is developed to calibrate the partial safety factors by making the outcomes of LSBA consistent with those of the reliability-based assessment for a set of assessment cases representative of in-service pipelines. The first-order reliability method is employed to evaluate the failure probabilities of the assessment cases. The validity of the calibrated partial safety factors is demonstrated based on a large set of assessment cases that are independent of those employed in the calibration process. The advantages of LSBA over the deterministic fitness-for-service assessment are further illustrated. The proposed framework for LSBA can be applied to pipelines containing other types of damages such as corrosion and cracks, and will facilitate the performance-based pipeline integrity management practice. • A limit state-based assessment framework for dent-gouged pipelines. • A novel methodology for calibrating partial safety factors in the assessment. • Partial safety factors effective in achieving reliability consistent assessment outcomes. • Facilitate performance-based pipeline integrity management practice.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».