基于贝叶斯网络融合共因失效的接触网系统可靠性分析

为分析电气化铁路接触网的可靠性,基于系统的二态性特征,提出选取β因子模型作为共因失效(CCF)模型。通过运用马尔科夫理论对一般系统进行分析和建模,推导出考虑共因失效后一般系统各可靠性指标的具体计算公式;结合某段电气化铁路接触网的特性,运用Matlab对基于接触网系统构建的考虑了共因失效的贝叶斯网络进行编程,绘出相应的可靠度变化曲线,完成接触网系统的定量及定性分析,并找出其薄弱环节。结果表明:考虑共因失效后,接触网系统各可靠性指标变得更加接近实际。

基于差异化设计技术的安全仪表系统共因失效分析方法研究

差异化设计技术是减小安全仪表系统(SIS)共因失效(CCF)发生概率的有效手段,它对系统可靠性评估技术提出挑战。为此,提出基于组件降级值(CDV)定量评估系统可靠性的新方法。先定义对组件失效行为有显著影响的4类影响因子(IFs),并针对每类影响因子的具体特点提出相应的差异映射方法;而后,基于权值影响向量和Alpha因子模型进行CCF分析,找出差异与系统CCF发生概率之间的数学关系。最后,以一个化学反应腔安全保护系统为例阐明所提出的方法。研究结果表明,系统CCF发生概率与差异存在相关性,用差异化设计技术能有效提高系统的可靠性。

AP1000非能动余热排出系统共因失效研究

采用多希腊字母(MGL)模型,借助Risk Spectrum软件对AP1000非能动余热排出系统(PRHRS)进行共因失效影响分析。针对是否考虑共因失效(CCF)分别进行计算,得出不考虑CCF时PRHRS的失效概率为9.559×10^(-6),而考虑CCF时PRHRS的失效概率为2.008×10^(-4)。对比可知,PRHRS的失效模式在是否考虑CCF时是不同的,且考虑CCF时PRHRS的失效概率比不考虑CCF时大2个数量级。PRHRS失效不考虑CCF时,热交换器泄漏和安全壳内置换料水箱(IRWST)水箱失效对整个PRHRS影响最大;考虑CCF后,气动阀CCF成为PRHRS失效的主要影响因素。

多堆PSA机组间共因失效分析研究

合理评估同一厂址内不同机组间共因失效(CCF)对电厂安全风险的贡献是多堆概率安全分析(PSA)建模中需要解决的重要技术问题。本研究对设备机组间CCF组的选取、CCF建模和参数估计的方法进行梳理,并以具有4台机组的某压水堆核电厂丧失厂外电(LOOP)事件为分析案例,定量评估在考虑设备机组间CCF前后的多堆PSA模型堆芯损坏频率(CDF)变化情况。研究结果表明,在考虑设备机组间CCF后,多堆PSA结果中仅有一台机组发生堆芯损坏(CD)的频率和多台机组同时发生CD的频率均会有所增加。由此可见,机组间CCF对多堆PSA结果有一定影响。

基于贝叶斯网络的多状态共因失效系统可靠性分析

为提高多状态共因失效系统可靠性分析的准确性,降低计算的复杂性,将贝叶斯网络和β-因子模型引入到系统的可靠性分析中,提出一种基于贝叶斯网络的多状态共因失效系统可靠性分析方法。利用贝叶斯网络不确定性推理和图形化表达的特点,建立考虑共因失效的多状态系统可靠性分析模型,通过β-因子模型对共因失效进行定量分析,充分考虑共因失效与系统部件间的逻辑关系,引入共因失效率构建考虑共因失效的可靠性评估模型。以柴油机冷却系统的共因失效分析为例进行验证,结果表明提出的方法可以对系统的共因失效问题进行清楚地表达,不需要计算最小割集,适用于复杂机械系统共因失效的研究。

基于BDD考虑共因失效的多阶段任务系统可靠性分析方法

多阶段任务系统同一部件或不同部件之间在不同任务阶段存在的相关性,对系统可靠性分析结果的准确性有着重要的影响。当考虑多阶段任务系统部件之间的共因失效时,用传统方法对系统进行可靠性分析会十分复杂繁琐。有鉴于此,提出一种基于二元决策图的考虑共因失效的多阶段任务系统可靠性分析方法。通过引入传播失效概率,建立各任务阶段扩展的故障树,并将其转化为系统BDD进行分析求解;给出多阶段任务系统的BDD算法以及系统可靠性函数的表达式,对系统进行可靠性评估。通过某柴油机冷却系统进行了可靠性分析验证,该方法能更好的处理部件间的阶段依赖性关系,而且对于共因失效问题的处理也更加简洁且计算简单易行。

支持系统始发事件建模方法研究

支持系统始发事件(SSIE)是核电厂概率安全分析(PSA)中需考虑的一类特殊始发事件,建模时需要解决的重要技术问题包括:与PSA模型的联接和定量化方式、备用列/设备的任务时间、共因失效、重要度和不确定性分析结果。目前国内各单位在开展PSA工作时对这些问题的处理方式差异很大,可能影响PSA风险见解的合理性。本文结合PSA技术标准要求,通过实例分析和对比,提出以下建议:①SSIE故障树应与PSA整体模型联接并开展定量化分析;②目前2种常见方法——乘数法(Multiplier)和显式法(Explicit)均可使用,但应了解2种方法在重要度分析和不确定性分析中分别存在的局限性并避免造成明显偏差。

贝叶斯估计方法在Alpha因子模型参数估计中的应用

核电厂的概率安全分析(PSA)结果表明,共因失效(CCF)在系统的不可靠度中占有相当重要的贡献。国内PSA分析中CCF数据一直采用通用数据,难以体现国内核电机组的运行特点。Alpha因子模型由于其参数估计的简单化、计算结果的精确性等特点是PSA中最常用于模化共因失效的模型。但由于共因失效事件的罕见性,使用经典估计算法难以产生合理的统计值,因此,本文给出共因参数的贝叶斯估计方法,该方法能够结合先验信息和样本信息,不需要很大的样本就能得到较好的估计值,有效解决了核电厂共因失效事件少、使用经典估计方法计算结果不合理的问题,适用于核电厂共因失效模型参数估计。