Corrosion Scale and Moisture Assessments – an Improvement to On-Stream Inspections for CUI Management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Corrosion under insulation refers to localized corrosion under thermal insulations which has resulted in failure incidents in the hydrocarbons industry. The non-destructive examination (NDE) inspections for in-service assets (pipes, equipment) via stripping-off insulations are generally limited to a few feet (or meters) as the removal of insulations from larger sections is limited by the safety issues and required heat conservations in the assets. For these reasons, major CUI inspections are generally performed only during outage conditions, as it permits access and inspections for larger areas. On the other hand, the ambient temperatures (due to the out-of-service conditions) which also results in the moisture buildup on the insulated metals (via condensation), change the chemical composition of the corrosion scale and in turn, the kinetics and mode of the corrosion damage. Therefore, traditional NDEs conducted on out-of-service assets do not mimic the periodical in-service CUI damage. Moreover, there have been many events where insulated assets failed while in service as the metal loss rate from the localized CUI damage exceeded the future corrosion allowance. This study proposes an improved methodology for in-service CUI inspections via accounting for the chemical nature of corrosion products, insulation materials, moisture assessments, etc. to better predict the CUI damage.
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.
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 découle