MétaCan
Menu
Retour à la cohorte
Enregistrement W4407271008 · doi:10.1016/j.engstruct.2025.119823

Fuzzy-probabilistic evaluation for the dynamic instability of corroded buried pipes conveying fluids

2025· article· en· W4407271008 sur OpenAlexafffund
Saher Attia, Fadi Oudah, Ahmed M. Abdelmaksoud

Notice bibliographique

RevueEngineering Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration and Dynamic Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie UniversityCairo University
Mots-clésInstabilityProbabilistic logicFuzzy logicStructural engineeringGeotechnical engineeringEngineeringCorrosionGeologyMaterials scienceComputer scienceMechanicsPhysicsComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study develops fuzzy-probabilistic models to investigate the dynamic instability (i.e., the first instability point) of corroded buried pipes conveying fluids. The models are developed via a novel hybrid of random fields and fuzzy logic methods to capture both aleatoric uncertainty , stemming from the stochastic nature of pipeline, fluid, and soil parameters, and epistemic uncertainty , arising from corrosion inspection challenges, especially in urban areas. Key features of the models include: (1) applicability to various pipe geometries, fluid types, and soil stiffness distributions ; (2) Pipe Condition Index, on 0–100 scale, updatable from field inspection to reflect corrosion levels; and (3) uncertainty quantifiers including the random field significance level and fuzzy model coefficients . Results showcase the corrosion’s significant influence on dynamic instability. Furthermore, non-uniform soil stiffness distribution, with minimum stiffness at mid-span, increases the susceptibility to dynamic instability compared to the uniform soil case. The developed models achieve a high goodness-of-fit, with R 2 within 0.91–0.96, underscoring their accuracy in predicting the dynamic instability of corroded pipelines conveying fluids.

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)0,000
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: aucune
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngineering StructuresMême sujetVibration and Dynamic AnalysisTravaux en français237 207