概率論安全分析故障樹分析

在此方法中，把系統(tǒng)的失效作為分析的目標(biāo)，由此反推，尋找直接導(dǎo)致這一失效的全部因素，直至毋需再深究其發(fā)生的因素為止。把系統(tǒng)失效稱之為“頂事件”，毋需再深究的事件稱之為“底事件”，介于這兩者之間的一切事件稱為“中間事件”。在分析中，這些事件由相應(yīng)的符號(hào)表示，并用適當(dāng)?shù)倪壿嬮T把它們連結(jié)成倒置的樹形圖，從而得到描述系統(tǒng)失效的一系列部件失效模式的邏輯圖，即故障樹。作為一個(gè)例子，圖2給出了壓水堆安全殼內(nèi)，將冷卻噴淋流量不足作為頂事件的故障樹的頭幾級(jí)。該堆設(shè)置了兩個(gè)冗余系統(tǒng)A及B，其中每一系統(tǒng)都可以單獨(dú)提供全部噴淋用水。因此，發(fā)生上述頂事件的前提為兩個(gè)系統(tǒng)必需同時(shí)失效，這一情況用邏輯符號(hào)“與門”(帶圓頂?shù)目?表示，用它將第二級(jí)事件與頂事件相連接。在第三級(jí)中找到四種事件，每種都足以導(dǎo)致上述第二級(jí)事件，因此用“或門”(帶尖項(xiàng)的框)與第二級(jí)事件相連接。用圓圈或菱形框表示的事件不需要進(jìn)一步追溯原因，圓圈內(nèi)的事件屬于可以取得失效概率的事件，而菱形框內(nèi)的事件則屬于一般性故障，由于其不太重要或缺乏資料停止追溯原因。在長方框內(nèi)的事件則屬于必須向下追溯的事件。此圖沒有畫出第三級(jí)以后的故障樹。以故障樹為工具可以進(jìn)行定性及定量兩方面的分析。在定性分析方面，往往可以找出某一關(guān)鍵性的子系統(tǒng)或部件，或找出控制全局的某一條事件鏈。在這類情況下，就可以考慮是否有必要添加冗余部件。在定量分析方面，可以通過運(yùn)算得出系統(tǒng)的失效概率。這種方法的特點(diǎn)是:除了能分析組成系統(tǒng)的各個(gè)部件對(duì)系統(tǒng)失效概率的影響外，還可以考慮維修、環(huán)境和人為因素的影響，從而不僅可以分析單一部件失效的影響，還可以分析兩個(gè)以上部件共因失效的影響。

核電廠的概率安全分析通常是在三個(gè)級(jí)別上進(jìn)行的。1級(jí)概率安全分析確定可導(dǎo)致堆芯損壞的事件序列及這些序列的估算頻率，可對(duì)設(shè)計(jì)上的弱點(diǎn)及防止堆芯損壞的方法提供重要見解。2級(jí)概率安全分析確定核電廠可發(fā)生放射性釋放的途徑，并估計(jì)其數(shù)量和頻率，能從放射性釋放的嚴(yán)重性方面對(duì)造成堆芯損壞的各事故序列的相對(duì)重要性提供見解，并對(duì)改善事故處置的方法提供見解。3級(jí)概率安全分析估計(jì)公眾健康風(fēng)險(xiǎn)和其他社會(huì)風(fēng)險(xiǎn)，并用諸如公眾健康影響或土壤、空氣、水或食物的污染所表示的有害后果對(duì)事故預(yù)防和緩解措施的相對(duì)重要性提供見解。

從70年代起，概率安全分析方法有了很大的發(fā)展，WASH-1400、NUREG-1050、NUREG-1150在國際上被公認(rèn)是概率安全分析在發(fā)展成熟過程中的里程碑。自1983年起美國用WASH-1400方法對(duì)嚴(yán)重事故源項(xiàng)進(jìn)行了重新估算，制定了相應(yīng)的對(duì)策，并提出了安全目標(biāo)?，F(xiàn)時(shí)概率安全分析技術(shù)已比較成熟，成為廣泛應(yīng)用的安全分析工具。

概率安全分析是一種系統(tǒng)的、安全的數(shù)量分析方法，可以把安全有關(guān)信息(如事件發(fā)生頻率、事故后果、設(shè)備可靠性、分析的不確定性等)數(shù)量化，總合進(jìn)一個(gè)連貫的框架，從而可以提供一個(gè)核電廠安全的全面圖景，揭露其中的薄弱環(huán)節(jié)，有利于實(shí)現(xiàn)總體平衡，優(yōu)化資源配置，提高安全性和經(jīng)濟(jì)性。

建立事件樹即進(jìn)行功能?；?，繼始發(fā)事件之后，把各項(xiàng)與安全相關(guān)的功能按失效與否逐級(jí)展開，就能得到一系列后果不同的事件序列。作為一個(gè)例子，圖1給出了壓水堆核電廠失水事故的事件樹，用以說明事件樹的構(gòu)造和用途。始發(fā)事件是一回路系統(tǒng)的主管道破裂，其發(fā)生頻率為F₁，此事故進(jìn)程中可能涉及到的系統(tǒng)或設(shè)備的電源、應(yīng)急堆芯冷卻系統(tǒng)、放射性裂變產(chǎn)物去除系統(tǒng)和安全殼等。假定每個(gè)系統(tǒng)或設(shè)備有有效與失效兩個(gè)狀態(tài)，對(duì)事件樹的展開取雙樹叉狀，上、下樹叉分別代表有效及失效(失效概率分別為P₂、P₃、P₄及P₅)。按此例可產(chǎn)生16種潛在的事故序列，但根據(jù)事件樹所涉及的各種功能的工程性質(zhì)及各個(gè)功能間的依賴關(guān)系，可簡化成為圖1的形狀。有些功能也可再細(xì)分，如，對(duì)應(yīng)急堆芯冷卻系統(tǒng)，也可再分為初期的注入階段及后期的再循環(huán)階段兩種功能。考慮到各項(xiàng)失效概率值很小，在計(jì)算事故頻率時(shí)可省去(1-P₂)、(1-P₃)等因子。

利用概率論模型的典型系統(tǒng)有Kwok與Robertson等，它們在利用樣本計(jì)算詞權(quán)重的過程中考慮了詞在文檔中出現(xiàn)的頻率，其中Kwok系統(tǒng)還考慮了詞在整個(gè)樣本集合中出現(xiàn)的頻率。概率論模型的效果要明顯優(yōu)于布爾模型，但比向量空間模型略差。

概率論模型的一個(gè)特例是貝葉斯網(wǎng)絡(luò)，由于該模型適合于超文本系統(tǒng)，因此在超文本信息成為當(dāng)前信息獲取主流信息的情況下，該模型的應(yīng)用越來越廣泛。 2100433B

《概率論與數(shù)理統(tǒng)計(jì)(第3版)》為普通高等教育“十一五” 規(guī)劃教材,普通高等工科院校基礎(chǔ)課規(guī)劃教材之一。

概率論模型的基礎(chǔ)是概率，預(yù)估計(jì)信息資源與用戶需求的相關(guān)性，根據(jù)相關(guān)性大小進(jìn)行排序，排到最前面的文檔將會(huì)是最有可能滿足用戶需求的文檔。Van Rijsbergen和Robertson等人提出的概率檢索模型的基本思想是根據(jù)先前檢索過程中得到的相關(guān)性先驗(yàn)信息來計(jì)算文檔集合中每篇文檔成為相關(guān)文檔的概率，并根據(jù)統(tǒng)計(jì)理論(如貝葉斯決策等)來確定哪些文檔可作為輸出文檔集。相關(guān)工作中，將布爾檢索和概率檢索模型有機(jī)地結(jié)合起來，但它在沒有獲得樣本文檔之前，無法估計(jì)詞條相關(guān)性且該方法復(fù)雜度較大。