MétaCan
Menu
Retour à la cohorte
Enregistrement W4409486074 · doi:10.5006/c2022-17838

Importance of Quality Control of Wear Resistant Overlays in Oil Sands Production Operations

2022· article· en· W4409486074 sur OpenAlexaff
Satya Kompally, Jeff Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensCanadian Natural Resources
Organismes subventionnairesnon disponible
Mots-clésOverlayProduction (economics)Quality (philosophy)Control (management)Petroleum engineeringComputer scienceOil sandsOil productionManufacturing engineeringEnvironmental scienceProcess engineeringGeologyEngineeringMaterials scienceAsphaltArtificial intelligenceOperating systemEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Equipment and piping in Oil Sands operations are subject to erosion, abrasion and impact wear while handling dry ore and wet slurry. Wear resistant overlays play a very important role in extending the service life of various equipment and piping in Oil Sands production operations. Tungsten carbide overlays and chromium carbide overlays are widely used to increase the wear resistance of equipment and piping. Bonding with the base material, overlay chemistry, carbide distribution, carbide volume fraction, dilution, and through thickness hardness are all important factors in determining the wear resistance and service life of overlays. Qualification and production testing are necessary to ensure the quality of the overlays. Service life of overlays depend on the quality control process adopted during the fabrication process. Wear resistant overlays have been in use for a very long time. Lots of work has been done in the last 10 years to increase the service life of overlays and minimize unexpected premature failures. A significant part of this work was focused on quality control and testing requirements of the overlays. This resulted in new testing methodologies and improved inspection requirements.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207