Impact of Hydrogen / Natural Gas Blending on Risk of a Pipeline Distribution System and End-Use Industrial Facility
水素・天然ガス混焼がパイプライン分配システムおよびエンドユース産業施設のリスクに与える影響 (AI 翻訳)
Theresa M. Stewart, Ali Mosleh, Narasi Sridhar, François Ayello
🤖 gxceed AI 要約
日本語
本論文は、カリフォルニアのエネルギーインフラの脱炭素化に向け、既存の天然ガスパイプラインに水素を混入した際の安全性と性能への影響を評価するためのシステムモデリング手法を提案する。約2マイルの配管と中央発電所を対象に、Hybrid Causal Logic法を用いてリスクを定量化。配管の疲労・破壊リスクはAPI 579レベル2評価に基づき、水素脆化の影響を回帰モデルで考慮。バルブなどの機器は過去の故障データと物理モデルを統合し、ベイジアンネットワークでリスクを推定する。
English
This paper presents a risk modeling approach for hydrogen/natural gas blending in a pipeline distribution system connected to a central power station in California. Using hybrid causal logic and Bayesian networks, it assesses loss-of-containment and functional failure risks. Pipe fatigue/fracture is modeled via API 579 Level 2 Assessment with hydrogen effects from historical testing. Component failures are estimated using baseline data and physics-based models. The model quantifies risk under various operating conditions, supporting safety assessments for hydrogen blending projects.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本でも都市ガスへの水素混入が検討されており、本論文で提案されたリスク評価手法は、日本のガス事業者が水素混入の安全性を評価する際の参考となる。特に、既存インフラを活用した水素供給の実現に向け、定量的なリスク評価の枠組みは重要。
In the global GX context
As countries explore hydrogen blending to decarbonize gas infrastructure, this paper provides a quantitative risk assessment framework for a real pipeline system. The methodology combining hybrid causal logic, Bayesian networks, and material-specific models offers a template for safety evaluations in hydrogen transition projects globally.
👥 読者別の含意
🔬研究者:Provides a novel application of hybrid causal logic and Bayesian networks to hydrogen blending risk, with detailed modeling of pipe fracture and component failures.
🏢実務担当者:Offers a practical risk assessment framework for companies planning hydrogen blending projects in existing natural gas infrastructure.
🏛政策担当者:Highlights the need for quantitative risk guidelines and data-driven standards for hydrogen blending, relevant for regulatory bodies overseeing gas network decarbonization.
📄 抄録（日本語訳）
概要と結論 カリフォルニア州のエネルギーインフラの脱炭素化への取り組みの一環として、既存の天然ガス輸送、配給、および末端使用機器に対する水素の安全性と性能への影響に関する研究が進行中である。本論文は、水素適合性について試験されている実システムに基づく、配給ラインと接続された中央発電所のシステムモデリングへのアプローチを提示する。全体として、このシステムは約2マイルの配給管を対象としており、水素と混合されることが予想される中央タービンに接続されている。システムモデルは、封じ込め喪失のリスク、および水素の各コンポーネントへの悪影響から生じる可能性のある機能の低下または喪失を検討する。このモデルは、ベイジアンネットワークをフォールトツリーおよび事象シーケンス図に数学的に関連付けることを可能にするハイブリッド因果論理法を用いて構築されている。 管セグメントについては、疲労および破壊故障の増加リスクが、亀裂許容性に関するAPI 579レベル2評価に従ってモデル化されている。初期欠陥寸法は不確実な変数として扱われ、欠陥寸法の期待分布に従って故障確率を評価できるようにしている。管の破壊抵抗に対する水素の影響は、水素環境下での一般的に使用されるパイプライン鋼の過去の実験的試験に基づく回帰モデルを用いて評価された。バルブなどの個別コンポーネントについては、期待される故障モードと各モードの基準故障率が、公表された過去の故障データによって決定される。各故障モードの変化は、その故障モードを引き起こす可能性が最も高い基礎となる物理的故障メカニズムの相対的変化としてモデル化される。これらのメカニズムは、利用可能な場合には、鋼の破壊靭性の低下のために開発されたものなどのデータ駆動型または物理ベースのモデルを用いてモデル化される。そのようなモデルが利用できない場合には、専門家の意見を用いてリスクの相対的変化を推定する。異なる情報源の組み合わせは、個々のコンポーネントの運転条件を証拠として設定し、そのコンポーネントの全故障モードのリスクを得ることができるベイジアンネットワークを用いて達成される。 配給ラインと中央プラントはそれぞれモデルの別個のフェーズとして考慮され、配給ラインの故障は中央プラントの機能喪失をもたらす。
AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。
📄 Abstract（原文）
SUMMARY & CONCLUSIONSAs part of the effort to decarbonize California’s energy infrastructure, there is ongoing research on the effects of hydrogen on the safety and performance of existing natural gas transmission, distribution, and end-use equipment. This paper presents an approach to system modeling for a distribution line and connected central power station based on a real system being tested for hydrogen compatibility. In total, this system covers about two miles of distribution pipe that connects to a central turbine which is expected to be blended with hydrogen. The system model examines the risk of loss-of-containment as well as the potential reduction or loss of functionality that could result from adverse effects of hydrogen on each component. This model is built using the hybrid causal logic method, which allows Bayesian networks to be mathematically related to fault trees and event sequence diagrams.For pipe segments, the increased risk of fatigue and fracture failures is modeled according to the API 579 Level 2 Assessment for crack acceptability. The initial flaw size is taken as an uncertain variable, allowing the probability of failure to be assessed according to the expected distribution of flaw size. The effect of hydrogen on the fracture resistance of the pipe was evaluated using a regression model based on historical experimental testing of commonly used pipeline steels in hydrogen environments. For discrete components, such as valves, the expected failure modes and the baseline failure rates for each mode are determined by published historical failure data. The change in each failure mode is modeled as a relative change in the underlying physical failure mechanisms that are most likely to cause that failure mode. These mechanisms are modeled using data driven or physics-based models, such as the one developed for the reduction in steel fracture toughness, where available. Where such models are not available, expert opinion is used to estimate the relative change in risk. The combination of differing information sources is accomplished using a Bayesian network where the operating conditions of individual components can be set as evidence to obtain the risk of all failure modes for that component.The distribution lines and central plant are each considered as a separate phase of the model, where a failure in the distribution line will result in a loss of functionality for the central plant.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.1109/rams50514.2026.11424461first seen 2026-05-15 20:14:02 · last seen 2026-07-24 06:28:39
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。