文献

J-GLOBAL ID：202102297708679415   整理番号：21A2496025

海底パイプラインリーリング力学のための機械学習【JST・京大機械翻訳】

Machine Learning for Subsea Pipeline Reeling Mechanics

著者 (4件)： Giry Eric (Saipem SA, Montigny-Le-Bretonneux, France) ,  Cocault-Duverger Vincent (Saipem SA, Montigny-Le-Bretonneux, France) ,  Pauthenet Martin (Datadvance, Toulouse, France) ,  Chec Laurent (Datadvance, Toulouse, France)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： OMAE2020  ページ： Null  発行年： 2020年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 再溶出プロセスを用いた海底パイプラインの設置は魅力的な方法である。パイプラインは長いセグメントで溶接され,典型的には長さ数kmで,大きな直径のドラムに再付着する。パイプラインは,次に,海底に再送られ,下がる沖合サイトにそのようなリールに輸送される。ドラムにスプールしたパイプラインに課された変形は,局所座屈が避けられるように制御する必要がある。そのような故障の緩和は,一般的に適切なパイプライン設計および再運転パラメータによって提供される。座屈は,主に鋼壁厚さと降伏強さに依存して,パイプライン継手における強度不連続性から生じる円周溶接領域近くの過度の歪濃度に由来する。これは試行錯誤により得られた臨界不整合の特性化を必要とする。そのような方法は,各「試行」が完全な有限要素解析の実行を必要とするので,長いプロセスである。このようなシミュレーションは複雑で長い。時々,これはパイプライン最小壁厚みの選択を駆動でき,それはプロジェクトの進行のための重要パラメータである。したがって,そのような方法の時間枠は,そのような重要な決定と互換性がない。本論文は,データに資本化して,設計コストを緩和するための近似モデルの使用について議論する。そのため,計算ツールチェーンの実験と自動化の設計を実行した。FEA計算プロセスの初期複合鎖を,近似モデルを提供するために,先進統計的回帰技術と組み合わせた実験の設計のような設計空間記述と探索技術を用いて置換できることを示した。本論文では,そのような方法論の実装を示し,その結果を論じた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  互換性 ,  鋼 ,  臨界 ,  降伏強さ ,  海底 ,  不整合 ,  スプール ,  不連続性 ,  キャラクタリゼーション ,  *海底パイプライン ,  円周溶接 ,  *機械学習 ,  溶出
準シソーラス用語： 有限要素解析 , 【Automatic Indexing@JST】

分類 (2件)： 海中施設  (RC14030L) ,  パイプライン輸送  (UA11020C)

タイトルに関連する用語 (3件)： 海底 ,  力学 ,  機械学習