Corrosion Reliability Assessment of underground Water Transmission Pipelines by IHS Algorithm
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 230
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJRRS-1-1_006
تاریخ نمایه سازی: 16 شهریور 1400
چکیده مقاله:
Lifetime of pipelines is very important for safe and sanitary water transmission pipelines and water distribution networks. For this purpose reliability assessment analysis is a good tool and made it easy or feasible to make more better decision for inspections during maintenance and utilization process. In this study, a non-linear state model of corrosion has been used for the structural analysis of corroded water transmission pipelines, stressed by internal pressure and substance corrosion are considered simultaneous base on a limit state function. In order to take the uncertainty associated with the design and environmental variables into account and obtaining failure probability (reliability index), a improved harmony search meta-heuristic optimization algorithm has been selected. Sensitivity analysis of associated parameters is carried out to measure the effectiveness of each ones on the probability of pipe failure. Results obtained for steel pipeline of Karevandar to Kash water transmission project is discussed as a case study.
کلیدواژه ها:
Water Transmission Pipelines ، Corrosion Reliability Assessment ، Harmony Search Optimization Algorithm ، Failure probability
نویسندگان
Naser Kazemi Eilaki
Department of engineering and development, ABFASB. Zahedan, Iran
Soroosh Sanayee Mogahdam
Executive and Technical Expert, Abfan Consultant Eng. Co, Tehran, Iran
Ali Ghasemi
Managing Director, Water&Wastewater Eng. Co, Zahedan
Hosein Abotorab
Chief Research & Technical Officer, National Water&Wastewater Eng. Co, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :