文献

J-GLOBAL ID：202202282165247370   整理番号：22A0159121

機械学習を用いた腐食油とガスパイプラインの健全性評価:系統的レビュー【JST・京大機械翻訳】

Integrity assessment of corroded oil and gas pipelines using machine learning: A systematic review

著者 (7件)： Soomro Afzal Ahmed (Department of Mechanical Engineering, Universiti Teknologi PETRONAS, 32610 Seri Iskandar, Perak Darul Ridzuan, Malaysia) ,  Mokhtar Ainul Akmar (Department of Mechanical Engineering, Universiti Teknologi PETRONAS, 32610 Seri Iskandar, Perak Darul Ridzuan, Malaysia) ,  Kurnia Jundika Chandra (Department of Mechanical Engineering, Universiti Teknologi PETRONAS, 32610 Seri Iskandar, Perak Darul Ridzuan, Malaysia) ,  Lashari Najeebullah (Department of Petroleum Engineering, Universiti Teknologi PETRONAS, 32610 Seri Iskandar, Perak Darul Ridzuan, Malaysia) ,  Lashari Najeebullah (Department of Petroleum and Gas Engineering, Dawood University of Engineering & Technology, M.A Jinnah Road, Karachi 74800, Pakistan) ,  Lu Huimin (Department of Electrical Engineering and Electronics, Kyushu Institute of Technology, Japan) ,  Sambo Chico (University of Louisiana at Lafayette, LA, USA)
資料名： Engineering Failure Analysis  (Engineering Failure Analysis)
巻： 131  ページ： Null  発行年： 2022年 
JST資料番号： W0684A  ISSN： 1350-6307  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 石油とガスパイプラインにおける炭化水素流体健全性評価は,HSE対策の予測に重要である。腐食は避けられず,厳しい個人,経済,および環境結果を有する可能性がある。腐食の予想外の挙動を予測するために,ほとんどの研究は決定論的および確率的モデルに依存する。しかし,機械学習ベースのアプローチは,劣化油とガスパイプラインの複雑で広範な性質に適している。また,健全性を評価するために機械学習を用いることは,新しい研究分野である。その結果,文献は現在の研究課題の総合評価を欠いている。本研究の目的は,機械学習(方法,変数,データセット)の現状を評価し,実務者と学界の将来の方向を提案することである。現在,機械学習技術は,損傷した油とガスパイプラインの健全性を予測するために好ましかった。ANN,SVM,およびハイブリッドモデルは構成モデルの組合せ強度により優れている。両者の利点を考えると,最も一般的な機械学習研究者は独立モデルよりもハイブリッドモデルを好む。著者らは,ほとんどの現在の研究が,フィールドデータ,シミュレーションデータ,および実験データを利用し,フィールドデータが最もしばしば使用されることを見出した。温度,pH,圧力,および速度は,ほとんどの研究に含まれる入力特性であり,腐食油およびガスパイプライン健全性評価におけるそれらの重要性を実証した。本研究はまた,データアベイラビリティ,精度,および検証のような研究ギャップと短所を同定した。最後に,いくつかの将来の提案と推奨を提案した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *腐食 ,  信頼性 ,  石油 ,  炭化水素 ,  アベイラビリティ ,  確率モデル ,  構成モデル ,  *機械学習 ,  健全性 ,  システマティックレビュー
準シソーラス用語： *ガスパイプライン ,  ハイブリッドモデル ,  健全性評価 ,  決定論 , 【Automatic Indexing@JST】

著者キーワード (4件)： 腐食予測 ,  パイプラインの信頼性 ,  石油とガス ,  機械学習

分類 (1件)： パイプライン輸送  (UA11020C)

タイトルに関連する用語 (5件)： 機械学習 ,  腐食 ,  ガスパイプライン ,  健全性評価 ,  系統的レビュー