Flow-Induced Vibration Analysis of Rigid Horizontal Pipelines Under Two-Phase Flow and Leak Conditions
Notice bibliographique
Résumé
Abstract This study investigates the vibrational response of horizontal rigid pipelines subjected to internal two-phase flow with simulated leaks. Using spectral-based contour plots and vibrational energy measurements, we analyze the dynamics across various flow velocities and patterns in a 5-m-long, 2-in diameter pipeline. Results indicate that flow patterns and Reynolds numbers significantly influence vibration characteristics. Except for bubbly flow, increasing the mixture Reynolds number amplifies power spectral magnitudes and extends excitation to higher frequencies, independent of leaks. Fluid loss enhances spectral magnitudes at higher liquid Reynolds numbers, with gas Reynolds numbers further intensifying vibration. Leaks modify spectral spikes due to multiphase flow fluctuations, making them more pronounced and persistent. Vibrational augmentation is predominant in the direction of fluid loss, peaking at the leak location and attenuating with increasing distance from the leak location. Slug flow demonstrates the highest increase in vibrational energy. Bubbly flow exhibits maximum leak to no-leak amplification (15–25 dB), followed by slug flow (5–15 dB), and plug flow (<10 dB). Minimal leak-induced effects (<5 dB) occur in stratified wavy and low-velocity intermittent flows. This study establishes a foundation for leak detection and pipeline health monitoring, emphasizing the role of flow-induced vibration analysis in enhancing pipeline safety.
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 | 0,001 | 0,001 |
| 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 ».