建立事件樹(shù)即進(jìn)行功能模化,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(kāi),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(chǎng)失水事故的事件樹(shù),用以說(shuō)明事件樹(shù)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(shù)的展開(kāi)取雙樹(shù)叉狀,上、下樹(shù)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(shù)所涉及的各種功能的工程性質(zhì)及各個(gè)功能間的依賴(lài)關(guān)系,可簡(jiǎn)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??紤]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。
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(chēng)之為“頂事件”,毋需再深究的事件稱(chēng)之為“底事件”,介于這兩者之間的一切事件稱(chēng)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(mén)把它們連結(jié)成倒置的樹(shù)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(shù)。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(shù)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(mén)”(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(mén)”(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(zhǎng)方框內(nèi)的事件則屬于必須向下追溯的事件。此圖沒(méi)有畫(huà)出第三級(jí)以后的故障樹(shù)。以故障樹(shù)為工具可以進(jìn)行定性及定量?jī)煞矫娴姆治?。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(lèi)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(guò)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(chǎng)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(jiàn)解。2級(jí)概率安全分析確定核電廠(chǎng)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(jiàn)解,并對(duì)改善事故處置的方法提供見(jiàn)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(jiàn)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(guó)際上被公認(rèn)是概率安全分析在發(fā)展成熟過(guò)程中的里程碑。自1983年起美國(guó)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)。現(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(chǎng)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。
哪位有《概率論與數(shù)理統(tǒng)計(jì)》的電子版
〔江南大學(xué)〕2006年碩士研究生招生目錄 ---------------------------------------------------------------------------...
燃?xì)馐┕す芾砣藛T結(jié)合自身崗位的職責(zé)進(jìn)行安全分析,并論述如何做好安全管理相關(guān)工作
建立健全崗位安全責(zé)任制; 建立落實(shí)工地內(nèi)項(xiàng)目經(jīng)理、施工員、安全員、班組長(zhǎng)、職工等各級(jí)、各崗位安全生產(chǎn)責(zé)任制。 一、項(xiàng)目經(jīng)理部安全生產(chǎn)崗位責(zé)任制 1、?項(xiàng)目經(jīng)理安全生產(chǎn)崗位責(zé)任制 1...
一、格式正確 二、內(nèi)容寫(xiě)以下幾部分 (一) 取得的成績(jī) ?。ǘ?安全上存在的問(wèn)題及分析 (三 )采取相應(yīng)的整改措施 例 :11大隊(duì)2011年第一季度部隊(duì)管理暨安全形勢(shì)分析匯報(bào)材料 尊敬的各...
格式:pdf
大?。?span id="ttqdh0c" class="single-tag-height">399KB
頁(yè)數(shù): 22頁(yè)
評(píng)分: 4.6
α n 0.25 0.10 0.05 0.025 0.01 1 1.0000 3.0777 6.3138 12.7062 31.8205 2 0.8165 1.8856 2.9200 4.3027 6.9646 3 0.7649 1.6377 2.3534 3.1824 4.5407 4 0.7407 1.5332 2.1318 2.7764 3.7469 5 0.7267 1.4759 2.0150 2.5706 3.3649 6 0.7176 1.4398 1.9432 2.4469 3.1427 7 0.7111 1.4149 1.8946 2.3646 2.9980 8 0.7064 1.3968 1.8595 2.3060 2.8965 9 0.7027 1.3830 1.8331 2.2622 2.8214 10 0.6998 1.3722 1.8125 2.2281 2.7
格式:pdf
大?。?span id="lb9meaa" class="single-tag-height">399KB
頁(yè)數(shù): 12頁(yè)
評(píng)分: 4.3
第 2章 習(xí)題同步解析 1. 下列給出的兩個(gè)數(shù)列,是否為隨機(jī)變量的分布律,并說(shuō)明理由. (1) 5,4,3,2,1,0, 15 i i pi ;(2) 3,2,1,0, 6 5 2 i i pi ;(3) 5,4,3,2,1, 25 1 i i p i 解 要說(shuō)明題中給出的數(shù)列,是否是隨機(jī)變量的分布律,只要驗(yàn)證 ip 是否滿(mǎn)足下列兩個(gè)條 件:① ,2,1,0 ipi ,② 1 i ip . 依據(jù)上面的說(shuō)明可得( 1)中的數(shù)列為隨機(jī)變量的分布律; ( 2)中的數(shù)列不是隨機(jī)變量 的分布律,因?yàn)?0 6 4 6 95 3p ;(3)中的數(shù)列不是隨機(jī)變量的分布律,這是因?yàn)?5 1 1 25 20 i ip . 2. 一袋中有 5 個(gè)乒乓球,編號(hào)分別為 1,2,3,4, 5,從中隨機(jī)地取 3 個(gè),以 X 表 示取出的 3個(gè)球中最大號(hào)碼,求 X 的概率分布. 解 依題意 X 可能取到的值為 3, 4,
利用概率論模型的典型系統(tǒng)有Kwok與Robertson等,它們?cè)诶脴颖居?jì)算詞權(quán)重的過(guò)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(lái)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?;A(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(hù)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(mǎn)足用戶(hù)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(guò)程中得到的相關(guān)性先驗(yàn)信息來(lái)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(lái)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(lái),但它在沒(méi)有獲得樣本文檔之前,無(wú)法估計(jì)詞條相關(guān)性且該方法復(fù)雜度較大。