MétaCan
Menu
Retour à la cohorte
Enregistrement W4414954664 · doi:10.1115/pvp2025-152046

C-½Mo Vs 1Cr-½Mo: A Comparative Study of Coke Drum Shell Materials

2025· article· en· W4414954664 sur OpenAlexaff
John Fernando, Enzo Falo, Millar Iverson, Henry Kwok, Simon Yuen, Haixia Guo, Leanne Wong, Luke Chan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésCokeDrumCrackingShell (structure)Base metalGrain sizeDeformation (meteorology)

Résumé

récupéré en direct d'OpenAlex

Abstract To mitigate the impact of severe thermal loads during operation, two different design methodologies are typically adopted when selecting base metal materials for coke drum fabrication. The first approach favors the use of certain chromoly steels (i.e. 1¼Cr and higher), prioritizing strength characteristics to improve resistance to bulging. The second approach, which favors carbon steel and C-½Mo, acknowledges the inevitability of bulging and targets materials with lower strength and finer grain size to optimize fracture ductility, allowing larger bulges to develop before cracking occurs. The trade-off between optimizing bulge resistance and cracking resistance is a critical consideration, particularly when other factors, such as the superior reparability of C-½Mo, may influence material selection. This study examines eight coke drums from the same upgrader unit that were designed using “lower strength” base metal materials; six were fabricated using a C-½Mo alloy, two were fabricated using a 1Cr-½Mo alloy. Despite differences in material composition, both sets of drums share many design and operating characteristics, providing an ideal framework for directly comparing the two base metal materials. An extensive experimental testing program was conducted on boat samples extracted from all eight coke drums, along with a review of historical inspection data. Based on the performance metrics outlined in this study, the C-½Mo drums generally outperform their 1Cr-½Mo counterparts.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,061
Tête enseignante GPT0,352
Écart entre enseignants0,292 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoal and Coke Industries ResearchTravaux en français237 207