MétaCan
Menu
Retour à la cohorte
Enregistrement W4408520871 · doi:10.1016/j.engfailanal.2025.109469

Multi-physics microstructural modelling of a carbon steel pipe failure in sour gas service

2025· article· en· W4408520871 sur OpenAlexaff
Mohamed Elkhodbia, Ibrahim M. Gadala, Imad Barsoum, Akram Alfantazi, Magd Abdel Wahab

Notice bibliographique

RevueEngineering Failure Analysis · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Properties and Failure Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAbu Dhabi National Oil Company
Mots-clésSour gasCarbon steelMaterials scienceEngineeringMetallurgyForensic engineeringMechanical engineeringNatural gasWaste managementCorrosion

Résumé

récupéré en direct d'OpenAlex

This study presents a comprehensive failure analysis of an ASTM A106B steel pipe exposed to sour natural gas, focusing on degradation and cracking mechanisms. A range of experimental methodologies, including visual inspection, chemical spot tests, XRD analysis, SEM-EDS examination, metallographic analysis, and hardness testing, were employed to identify critical material deficiencies. The findings indicate that environmentally assisted cracking (EAC) initiated at the pipe’s outer diameter (OD) and propagated inward. The experiments also revealed a hardness gradient across the pipe’s thickness and a non-uniform distribution of microstructural inclusions. Additionally, a coupled chemo-mechano-damage finite element analysis (FEA) was conducted to simulate crack propagation driven by hydrogen embrittlement. The FEA used a phase-field approach to model interactions between hydrogen diffusion, mechanical stresses, and microstructural features such as non-uniform inclusion distribution and varying hardness across the pipe wall. The simulations successfully mimicked the crack growth path under sulphide stress cracking (SSC) conditions, demonstrating the influence of material inhomogeneity. The results confirmed that failure initiated at the OD and propagated inward due to hydrogen accumulation at inclusions. These inclusions caused higher gradients of hydrostatic stress, accelerating hydrogen accumulation and crack initiation in regions with a higher inclusion density. Regions of higher hardness were particularly susceptible to failure, as they exhibit lower fracture toughness, which is further degraded by hydrogen diffusion, accelerating the failure process. This study highlights the critical role of microstructural heterogeneities and hydrogen embrittlement in pipeline failure and suggests that the methods presented can be applied to pipelines in hydrogen blending or pure hydrogen transmission, offering key insights for improving material selection and design for pipelines in sour gas and hydrogen environments. • Conducted experimental failure analysis of ASTM A106B steel pipe exposed to sour gas. • Identified EAC initiation at the outer diameter due to hardness gradients and inclusions. • Simulated failure by integrating phase-field modeling and hydrogen diffusion. • Provided insights for pipeline integrity in sour and hydrogen environments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Failure AnalysisMême sujetMaterial Properties and Failure MechanismsTravaux en français237 207