MétaCan
Menu
← Retour à la cohorte
Enregistrement W7131816650 · doi:10.48336/149

Risk-based reliability assessment of flexible risers for offshore oil and gas production in the Orphan Basin

2025· other· en· W7131816650 sur OpenAlexaboutno aff
Susan Rae Fagan

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Drilling riserSubmarine pipelineFailure mode and effects analysisProbabilistic logicDam failureFuzzy logicPrioritizationProbabilistic analysis of algorithms

Résumé

récupéré en direct d'OpenAlex

Risers operating in ultra deepwater fields require a high level of proven reliability. The Orphan Basin, offshore Newfoundland, is much deeper than other basins in the region at over 2500 m water depth. For this basin, reliability issues are exacerbated due to risks introduced through the coupling of ultra deepwater and ice prone waters. Since fields that require ice management are most often developed using an FPSO with a disconnectable buoy, the unique loads created through flexible riser operation when the buoy is disconnected need to be considered to fully assess the likelihood of riser failure. A site specific, risk-informed approach to assess flexible riser reliability for the Orphan Basin development using flexible riser technology is required and thus presented. The Failure Modes, Effects, and Criticality Analysis (FMECA) was used as the baseline analysis method to determine leading failure mechanisms. A fuzzy TOPSIS-based decision model was then implemented to enhance failure prioritization considering ten (10) interdependent risk circumstances. A probabilistic TOPSIS approach was also completed to validate the results. The failure risks of carcass collapse, lateral buckling, radial buckling, and armour layer degradation due to corrosion were the main failure mechanisms identified through all approaches. A comparison to OREDA industry data was made to validate the findings. The effectiveness of mitigation of the highest risk failure modes was analyzed and mitigation strategies proposed. The unmitigated failure modes were further analyzed through Finite Element Analysis using OrcaFlex. The OrcaFlex model considered an FPSO with a disconnectable buoy, a Production flexible riser which varied in length to meet a Lazy-S wave configuration from 1500 m to 2900 m. The resultant compression when the buoy was dropped to 200 m below mean sea level (MSL) was assessed through quasi-static analysis, and the static loads at buoy hang-off for a connected scenario were extracted. This data was used to calculate the propensity of the riser to fail due to collapse, lateral buckling or radial buckling due to the Reverse End Cap Effect (RECE). The factors of safety against failure were plotted considering recognized industry allowable utilizations for each water depth. Non-linear behavior was observed for all three failure modes studied, suggesting that risk increases disproportionately to increased depth. To formalize this relationship, a novel Risk Amplification Factor (RAF) is proposed. The analysis suggests that at water depths greater than approximately 2000 meters, standard flexible riser design, operation and maintenance approaches may not support an adequate level of flexible riser reliability due to increased risks associated with collapse, lateral buckling and the RECE. Based on this risk escalation, a risk-based inspection (RBI) plan is proposed for flexible risers in UDW ice-prone fields such as the Orphan Basin, to optimize monitoring intervals and focus inspection resources on the most vulnerable riser components.

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)0,002
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,030
Tête enseignante GPT0,351
Écart entre enseignants0,321 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→