一種基於數據驅動的共因失效的可靠性判斷系統及方法
2023-09-16 07:10:05 2
一種基於數據驅動的共因失效的可靠性判斷系統及方法
【專利摘要】一種基於數據驅動的共因失效的可靠性判斷系統及方法，可對大型複雜系統進行包含共因失效的可靠性分析。該系統主要包括4個模塊：數據收集器，獲取共因失效數據和給定系統信息並提供給其它模塊；共因失效分析器，根據共因失效數據確定基本事件分組，並對其進行共因失效分析；故障樹模型解析器，根據基本事件分組結果修改給定系統的故障樹模型；故障樹分析器，對給定故障樹模型進行分析。本發明可對任意類型的非勻稱共因失效進行分析，能夠更加準確的對大型複雜系統進行可靠性分析和監測。
【專利說明】一種基於數據驅動的共因失效的可靠性判斷系統及方法
【技術領域】
[0001]本發明涉及一種基於數據驅動的共因失效的可靠性判斷系統及方法，屬於可靠性分析和概率安全分析領域。
【背景技術】
[0002]在大型複雜系統(例如核電廠系統、軍用裝備系統或航海航空系統)的可靠性分析(Reliability Analysis)和概率安全分析當(Probabilistic Safety Analysis, PSA)中，由於冗餘系統的存在，共因失效(Common-Cause Failures, CCF)不可避免,而且常常導致整個系統的失效率大為上升，其重要性是毋庸置疑的。共因失效是相依失效的一種，目前一般認為其代表著由於一個或多個共同原因導致多個系統部件同時失效，或者多個部件在無法緩解的短時間內相繼失效的情況。
[0003]目前的共因失效研究已經非常多，但是這些研究中很少有對非勻稱共因失效進行探索的，然而由於設計原理、製造加工、存儲運輸安裝、運行檢修、工作環境等等不可避免的差別，非勻稱性是普遍存在的。在精度比較高的可靠性分析和PSA當中，通常要求對非勻稱共因失效(Asymmetrical Common-Cause Failure)進行細緻的分析,而不是像現在的常用分析系統那樣作一個勻稱假設，認為它們的失效率是完全一樣的，然後把它們都放在一個共因組(Common-Cause Component Group)裡面。
[0004]目前對非勻稱共因失效的處理方法有三種:(I)第一種是美國核管會NRC在1998年提出的建模方法，但是NRC沒有提供對應的參數估計法；(2)第二種是2005年Jo提出的分別建模法，但是其誤差與非勻稱共因失效的比例有關係，很大程度上限制了它的精確度和應用範圍；(3)第三種是2009年Kang提出的近似公式法，把一個共因基本事件分解為均稱部分和非勻稱部分並分別建模，並假設各個分解部分之間是勻稱的，給出了 BPM (BasicParameter Model)和AFM (Alpha Factor Model)模型的參數估計法,然而近似公式法不能分析不同類型的冗餘部件的共因失效。而且這些方法難以在可靠性判斷系統當中實際運用。
【發明內容】
[0005]本發明技術解決問題:克服現有技術的不足，一種基於數據驅動的共因失效的可靠性判斷系統及方法，能對大型複雜系統的非勻稱共因失效進行更好的處理，得到更準確的可靠性和安全性。
[0006]本發明技術解決方案:本發明提出的多重共因失效的概念即:一個基本事件同時受到2個或2個以上共因失效影響的時候，把該事件同時放在多個共因組(即由同種共因導致失效事件的組合)當中。經過共因結構分解法處理過的非勻稱共因失效，可以採用各種常規共因失效模型對其進行分析，並且進行相應的參數轉換，具體實現步驟如下內容:
[0007]—種基於數據驅動的共因失效的可靠性判斷系統，包括:數據收集器、共因失效分析器、故障樹模型解析器和故障樹分析器；[0008]數據收集器:對給定系統，利用試驗獲得系統冗餘設備的共因失效數據，也可使用與該系統類似的其它系統現有的共因失效數據；並獲得由分析人員根據系統結構信息建造的不含共因失效的系統故障樹模型；還存儲基本事件可靠性模型、共因失效模型、共因失效分析結果以及含共因失效的系統故障樹模型；供其它模塊使用；
[0009]共因失效分析器:根據共因失效數據和不含共因失效的系統故障樹模型，採用共因結構分解法，對系統設備或部件進行共因組的自動分配與組合，得到所有的共因組，並對共因失效的分組情況進行核查與調整；選擇給定系統的部件對應的基本事件可靠性模型，同一個共因組的基本事件只能選擇同一種可靠性模型；給出每個共因組選擇的可靠性模型；根據共因失效數據，採用共因結構分解法自動確定非勻稱共因失效的基本事件在其涉及到的共因組中的比例，在核查調整後，再確定每個共因組的共因失效模型，最後計算各組內基本事件的最終失效概率，並將所有結果存儲到數據收集器；
[0010]故障樹模型解析器:從數據收集器獲取共因失效分析結果，採用共因結構分解法對給定系統的不考慮共因失效的故障樹模型進行解析和修改，構建出一個能反映共因失效的故障樹模型；結果存儲到數據收集器；
[0011]故障樹分析器:從數據收集器獲取能反映共因失效的故障樹模型，對其進行分析，得到給定系統的可靠性分析結果；此結果反映給定系統的共因失效特性；並根據實時的系統監測信號，計算出系統的實時可靠性結果，將所述可行性結果存儲到數據收集器。
[0012]所述共因結構分解法實現如下:
[0013](I)當一個代表某個設備或者部件的基本事件A同時受到n個共因失效的影響時，根據試驗數據,把這個基本事件分解成(n+1)個基本事件(Aci, A1，A2, A3，…，An)，其中Aci是A單獨發生的代表，而A1，A2，A3，...，An分別從屬於n個共因組；並忽略A1，A2，A3，...，An的獨立失效概率，僅取其共因失效概率，用以分別代表n個共因組引起的A的共因失效的貢獻；對給定系統的所有基本事件進行這種分解之後，得到系統的共因組的分配和組合結果；
`[0014](2)基本事件A的概率按照如下公式計算=Pt=VPJP2+...+Pn ;其中:PT為A發生的總概率，Ptl為A單獨發生，即A0的概率，P1為A1所屬共因組帶來的A的共因失效概率，即A1的共因失效概率，P2為A2所屬共因組帶來的A的共因失效概率，即A2的共因失效概率，Pn為An所屬共因組帶來的A的共因失效概率，即An的共因失效概率；按照此公式和各個共因組對應的共因失效模型公式，確定非勻稱共因失效的基本事件在其涉及到的各個共因組中的比例；
[0015](3)n個共因組內部採用選定的共因失效模型進行分析，然後根據步驟(2)的公式計算出基本事件的最終失效概率。
[0016]一種基於數據驅動的共因失效的可靠性判斷方法，實現步驟如下:
[0017](I)根據共因失效數據和不含共因失效的系統故障樹模型，採用共因結構分解法，對系統設備或部件進行共因組的自動分配與組合，得到所有共因組，並對共因失效的分組情況進行核查與調整；選擇給定系統的部件對應的基本事件可靠性模型，同一個共因組的基本事件只能選擇同一種可靠性模型；並選擇每個共因組選擇的共因失效模型；根據共因失效數據，採用共因結構分解法自動確定非勻稱共因失效的基本事件在其涉及到的共因組中的比例，得到共因失效分析結果；
[0018](2)根據共因失效分析結果，採用共因結構分解法對給定系統的不考慮共因失效的故障樹模型進行解析和修改，構建出一個能反映共因失效的故障樹模型；
[0019](3)獲取基本事件可靠性模型，建立給定系統故障樹模型，獲取共因失效的分組情況，建立多重共因失效的基本事件組，採用共因結構分解法，修改基本事件組，得到反映共因失效的故障樹模型；
[0020](4)從數據收集器獲取能反映共因失效的故障樹模型，對其進行分析，得到給定系統的可靠性分析結果；此結果反映給定系統的共因失效特性；並根據實時的系統監測信號，計算出系統的實時可靠性結果。
[0021]本發明與現有技術相比的優點在於:本發明基於多重共因失效的概念，發展出一種「共因結構分解法」的可靠性判斷系統和方法，能夠對一般性的非勻稱共因失效進行分析判斷，包括那些由不同類型部件組成的非勻稱共因失效，而且能處理各種共因模型。能對大型複雜系統的非勻稱共因失效進行更好的處理，更準確的分析系統的可靠性和安全性。
【專利附圖】
【附圖說明】
[0022]圖1是本發明的系統結構圖；
[0023]圖2是圖1中數據收集器的實現流程圖；
[0024]圖3是圖1中共因失效分析器的實現流程圖；
[0025]圖4是圖1中故障樹模型解析器的實現流程圖；
[0026]圖5是圖1中故障樹分析器的實現流程圖；
[0027]圖6是秦山第三核電廠的二號停堆系統的毒物快開注射閥示意圖(6個快開注射閥，每兩個串聯的構成一條注射通道；只要三條通道中的任意一條通道功能正常，則滿足安全要求，即三取一的冗餘系統。來自網絡公開資料);
[0028]圖7-1-圖7-2是對圖6系統進行可靠性分析的故障樹圖，其中圖7_1是不含共因失效的分析圖；圖7-2是使用本發明的「共因結構分解法」的分析圖；圖7-2中有4個共因組:[II，21]，[1G，2G]，[1H，2H]，[1I，1G，1H]；
[0029]圖8是美國在運核反應堆常用的餘熱排出泵系統(四取一的冗餘系統。來自網絡公開資料);
[0030]圖9_1_9_2是對圖8系統進行可靠性分析的故障樹圖，其中圖9_1是不含共因失效的分析圖，圖9-2是使用本發明的「共因結構分解法」的分析圖；圖9-2中泵B3同時屬於2 個共因組:[BI, B2, B3]，[B3, B4]。
【具體實施方式】
[0031]如圖1所示，本發明的系統運作方式如下:
[0032](I)首先採用數據收集器:對給定系統，使用統計試驗獲得系統冗餘設備的共因失效數據，也可使用與該系統類似的其它系統現有的共因失效數據；並存儲系統結構信息、系統分析邊界和系統故障樹模型；
[0033]( 2 )然後採用共因失效分析器:從數據收集器獲取共因失效數據，採用「共因結構分解法」對數據進行分析，得到其共因失效部件組合及各種組合的比例，結果存儲到數據收集器；
[0034](3)然後採用故障樹模型解析器:從數據收集器獲取共因失效分析的結果，採用「共因結構分解法」對給定系統的不考慮共因失效的故障樹模型進行解析和修改，構建出一個能反映共因失效的故障樹模型；結果存儲到數據收集器；
[0035](4)最後採用故障樹分析器:從數據收集器獲取能反映共因失效的故障樹模型，對其進行分析，得到給定系統的可靠性分析結果；此結果反映給定系統的共因失效特性；並根據實時的系統監測信號，計算出系統的實時可靠性結果；結果存儲到數據收集器。
[0036]本發明的共因結構分解法詳細說明如下:
[0037]當一個代表某個設備或者部件的基本事件A同時受到n個共因失效的影響時，可根據試驗數據或者經驗,人為的把這個基本事件分解成多個基本事件(Aci, A1, A2, A3,,An)，其中A0是A單獨發生的代表，而A1, A2, A3,..., An分別從屬於n個共因組；因為A1, A2,A3, , An不是真實存在的事件，所以在這裡將忽略其獨立失效概率，而僅取其共因失效概率，用以分別代表n個共因組引起的A共因失效的貢獻。
[0038]於是，基本事件A的概率分解如下公式:
[0039]Pt (A發生的總概率)=P0 (A單獨發生，即Atl的概率)+P1 (A1所屬共因組帶來的A的共因失效概率，即A1的共因失效概率)+P2 (A2所屬共因組帶來的A的共因失效概率，即A2的共因失效概率)+...+Pn (An所屬共因組帶來的A的共因失效概率，即An的共因失效概率)。
[0040]下面列出當前普遍通用的4種共因失效模型的Pi和Qi的計算公式(其它模型也可以類似的得出相關計算 公式，下面4種模型的參數估計，都可以根據原來模型的估計方法來進行):
[0041]對於BPM模型，有Ji=Qt-Q1，那麼0 J=PiZP1= (Qt-Q1) /Pt，這裡Q1代表共因組中某個普通基本事件的獨立失效概率，Qt代表共因組中某個普通基本事件的總概率。
[0042]對於BFM模型，有=Pi=Qm= P B*Qt，0 ^PiZP1= P B*Qt/PT，這裡Qt代表共因組中某個普通基本事件的總概率。
[0043]對於交錯實驗的AFM 模型，有:Pi= ( a2+a3+...+am)*Qt, 0 ^PiZP1=(a2+a3+...+affl) *Qt/PT，這裡假設第i個共因組有m個基本事件。
[0044]對於MGLM 模型有 Ji= P M*Qt，0 J=PiZP1= P M*Qt/PT，至於 Y、S，則可以根據 MGLM 模型的定義便可。
[0045]實施例1
[0046]要對圖6使用本發明的「共因結構分解法」進行分析。
[0047]共因失效分析器根據核電廠實際系統的共因失效數據，得到其共因失效部件組合，例如:該系統應當有4個共因組:[II，21]，[1G，2G]，[1H，2H]，[1I，1G，1H]。則建立圖7-2的故障樹模型。然後採用故障樹分析器對其進行分析，得到給定系統的可靠性分析結果；此結果能夠反映給定系統的共因失效特性。
[0048]圖7-2中，圓形代表基本事件，圓形中的字符「II (21)」代表「II」 「21」同時發生的共因失效事件，其它字符含義類似。
[0049]為便於對比，圖7-1給出了按照傳統的可靠性分析方法在不考慮共因失效時的圖6系統的故障樹模型，圖7-1同時也是本發明的分析出發點。
[0050]實施例2
[0051]要對圖8使用本發明的「共因結構分解法」進行分析。[0052]共因失效分析器根據核電廠實際系統的共因失效數據，得到其共因失效部件組合，例如:該系統應當有2個共因組:[BI, B2, B3]，[B3, B4]。則建立圖9_2的故障樹模型。然後採用故障樹分析器對其進行分析，得到給定系統的可靠性分析結果；此結果能夠反映給定系統的共因失效特性。
[0053]圖9-2中，圓形代表基本事件，圓形中的字符「B123」代表「BI」 「B2」 「B3」同時發
生的共因失效事件，其它字符含義類似。
[0054]為便於對比，圖9-1給出了按照傳統的可靠性分析方法在不考慮共因失效時的圖8系統的故障樹模型，圖9-1同時也是本發明的分析出發點。
[0055]本發明說明書中未做詳細描述的內容屬於本領域專業技術人員公知的現有技術。
[0056]以上所述僅是本發明的優選實施方式，應當指出，對於本【技術領域】的普通技術人員來說，在不脫離本發明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發明的保護範圍。
【權利要求】
1.一種基於數據驅動的共因失效的可靠性判斷系統，其特徵在於包括:數據收集器、共因失效分析器、故障樹模型解析器和故障樹分析器； 數據收集器:對給定系統，利用試驗獲得系統冗餘設備的共因失效數據，也可使用與該系統類似的其它系統現有的共因失效數據；並獲得由分析人員根據系統結構信息建造的不含共因失效的系統故障樹模型；還存儲基本事件可靠性模型、共因失效模型、共因失效分析結果以及含共因失效的系統故障樹模型；供其它模塊使用； 共因失效分析器:根據共因失效數據和不含共因失效的系統故障樹模型，採用共因結構分解法，對系統設備或部件進行共因組的自動分配與組合，得到所有的共因組，並對共因失效的分組情況進行核查與調整；選擇給定系統的部件對應的基本事件可靠性模型，同一個共因組的基本事件只能選擇同一種可靠性模型；給出每個共因組選擇的可靠性模型；根據共因失效數據，採用共因結構分解法自動確定非勻稱共因失效的基本事件在其涉及到的共因組中的比例，在核查調整後，再確定每個共因組的共因失效模型，最後計算各組內基本事件的最終失效概率，並將所有結果存儲到數據收集器； 故障樹模型解析器:從數據收集器獲取共因失效分析結果，採用共因結構分解法對給定系統的不考慮共因失效的故障樹模型進行解析和修改，構建出一個能反映共因失效的故障樹模型；結果存儲到數據收集器； 故障樹分析器:從數據收集器獲取能反映共因失效的故障樹模型，對其進行分析，得到給定系統的可靠性分析結果；此結果反映給定系統的共因失效特性；並根據實時的系統監測信號，計算出系統的實時可靠性結果，將所述可行性結果存儲到數據收集器。
2.根據權利要求1所述的一種基於數據驅動的共因失效的可靠性判斷系統，其特徵在於:所述共因結構分解法實現如下: (1)當一個代表某個設備或者部件的基本事件A同時受到n個共因失效的影響時，根據試驗數據，把這個基本事件分解成(n+1)個基本事件(A0, A1, A2, A3,...，An)，其中A0是A單獨發生的代表，而A1, A2, A3,..., An分別從屬於n個共因組；並忽略A1, A2, A3,..., An的獨立失效概率，僅取其共因失效概率，用以分別代表n個共因組引起的A的共因失效的貢獻；對給定系統的所有基本事件進行這種分解之後，得到系統的共因組的分配和組合結果； (2)基本事件A的概率按照如下公式計算=Pt=P0+P1+P2+...+Pn ;其中:PT為A發生的總概率，P0為A單獨發生，即A0的概率,P1為A1所屬共因組帶來的A的共因失效概率，即A1的共因失效概率，P2為A2所屬共因組帶來的A的共因失效概率，即A2的共因失效概率，Pn為An所屬共因組帶來的A的共因失效概率，即An的共因失效概率；按照此公式和各個共因組對應的共因失效模型公式，確定非勻稱共因失效的基本事件在其涉及到的各個共因組中的比例； (3)n個共因組內部採用選定的共因失效模型進行分析，然後根據步驟(2)的公式計算出基本事件的最終失效概率。
3.一種基於數據驅動的共因失效的可靠性判斷方法，其特徵在於實現步驟如下: (1)根據共因失效數據和不含共因失效的系統故障樹模型，採用共因結構分解法，對系統設備或部件進行共因組的自動分配與組合，得到所有共因組，並對共因失效的分組情況進行核查與調整；選擇給定系統的部件對應的基本事件可靠性模型，同一個共因組的基本事件只能選擇同一種可靠性模型；並選擇每個共因組選擇的共因失效模型；根據共因失效數據，採用共因結構分解法自動確定非勻稱共因失效的基本事件在其涉及到的共因組中的比例，得到共因失效分析結果； (2)根據共因失效分析結果，採用共因結構分解法對給定系統的不考慮共因失效的故障樹模型進行解析和修改，構建出一個能反映共因失效的故障樹模型； (3)獲取基本事件可靠性模型，建立給定系統故障樹模型，獲取共因失效的分組情況，建立多重共因失效的基本事件組，採用共因結構分解法，修改基本事件組，得到反映共因失效的故障樹模型； (4)從數據收集器獲取能反映共因失效的故障樹模型，對其進行分析，得到給定系統的可靠性分析 結果；此結果反映給定系統的共因失效特性；並根據實時的系統監測信號，計算出系統的實時可靠性結果。
【文檔編號】G06F17/30GK103646095SQ201310699648
【公開日】2014年3月19日 申請日期:2013年12月17日 優先權日:2013年12月17日
【發明者】陳珊琦, 汪進, 胡麗琴, 李亞洲, 吳宜燦 申請人:中國科學院合肥物質科學研究院