[發明專利]一種基于數據驅動的共因失效的可靠性判斷系統及方法

有效

• 申請號: 201310699648.8
• 申請日: 2013-12-17
• 公開（公告）號: CN103646095A
• 公開（公告）日: 2014-03-19
• 發明（設計）人: 陳珊琦;汪進;胡麗琴;李亞洲;吳宜燦
• 申請（專利權）人: 中國科學院合肥物質科學研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 成金玉;孟卜娟

技術領域

本發明涉及一種基于數據驅動的共因失效的可靠性判斷系統及方法，屬于可靠性分析和概率安全分析領域。

背景技術

在大型復雜系統（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，由于冗余系統的存在，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于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。

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，然而由于設計原理、制造加工、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）進行細致的分析，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，然后把它們都放在一個共因組（Common-Cause?Component?Group）里面。

目前對非勻稱共因失效的處理方法有三種：（1）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系，很大程度上限制了它的精確度和應用范圍；（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并分別建模，并假設各個分解部分之間是勻稱的，給出了BPM（Basic?Parameter?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余部件的共因失效。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

本發明技術解決問題：克服現有技術的不足，一種基于數據驅動的共因失效的可靠性判斷系統及方法，能對大型復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。

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，可以采用各種常規共因失效模型對其進行分析，并且進行相應的參數轉換，具體實現步驟如下內容：

一種基于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；

數據收集器：對給定系統，利用試驗獲得系統冗余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；并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，采用共因結構分解法，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，并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，采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，在核查調整后，再確定每個共因組的共因失效模型，最后計算各組內基本事件的最終失效概率，并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，采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；并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。

所述共因結構分解法實現如下：