Moisture Management in Thermal Insulations for In-service and Out of Service Pipelines
Notice bibliographique
Résumé
Abstract CUI (Corrosion Under Insulation) is a key degradation in facilities and pipelines and known to drive 40% - 60% failures in the piping systems. CUI is known to trigger from the soaked insulations that are held in contact with the metal(s). Although high operating temperatures are perceived to reduce CUI risks, integrity issues happen due to condensation or sweating once the pipe/ equipment is brought through cyclic temperatures or transient conditions. With lower or even ambient temperatures, the content of liquid moisture within the insulation increases which ends up exploiting CUI risk. This issue of soaking becomes more pronounced in mothballed equipment/ pipes as there is no moth-balling method known that can keep the insulation dry once the pipeline is out of service. This article addresses the case study where the soaked insulations on pre-existing operational and out-of-service multi-kilometer pipelines were trialed for moisture retention affinity. Moisture readings were taken on candidate configuration on a biweekly basis over a period of 7 months. Both i.e., operational, and mothballed lines were also trialed with a novel moisture removal system namely Insulation Ventilation System employing low point drains, ventilation windows, and perforated stand-offs between the insulation and external jacketing. The operational segments of the pipeline with moisture removal systems in place exhibited the least moisture trapping and reduced TOW (time of wetness).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».