ФОРМИРОВАНИЕ ПРОЕКТНЫХ И ЭКСПЛУАТАЦИОННЫХ БАЗ ДАННЫХ О НАДЕЖНОСТИ ОБОРУДОВАНИЯ ПРЕДПРИЯТИЙ ЯТЦ

Е. А. Шиверский, А. Н. Терехин, С. С. Андреев, А. С. Никулин

Аннотация


Уникальность объектов ядерного топливного цикла и входящего в них оборудования, в каждом случае настроенного под конкретные условия изготовления и (или) переработки топлива определенного типа реакторов, обусловливает сложность применения традиционных методов оценки надежности и безопасности, ориентированных на наличие значительного опыта эксплуатации. Вследствие этого на проектной стадии уровень надежности такого оборудования определяется исходными данными о надежности элементов-аналогов. После завершения ввода объекта ядерного топливного цикла в эксплуатацию нормативными требованиями регламентируется актуализация расчетов надежности и безопасности для их приведения в соответствие фактическому состоянию объекта по результатам сооружения, пусконаладочных работ, опытной и опытно-промышленной эксплуатации. В статье представлен универсальный метод учета статистики работы оборудования с высоким уровнем надежности в первые годы его эксплуатации при отсутствии представительных выборок, компенсируемый использованием априорной информации в рамках байесовского подхода. Показано моделирование наработки на отказ за счет синтеза априорной информации и результатов стендовых испытаний опытного образца в течение 5 лет. Рис. 5, табл. 3, список лит. 12 назв.

Полный текст:

PDF

Литература


Общие положения обеспечения безопасности атомных станций. Федеральные нормы и правила в области использования атомной энергии. НП-001—15. М.: Ростехнадзор, 2019.

Общие положения обеспечения безопасности объектов ядерного топливного цикла (ОПБ ОЯТЦ). Федеральные нормы и правила в области использования атомной энергии. НП-016—05. М.: Ростехнадзор, 2005.

Рекомендации по разработке вероятностного анализа безопасности уровня 1 блока атомной станции для внутренних исходных событий. Руководство по безопасности при использовании атомной энергии. РБ-024—19. М.: Ростехнадзор, 2019.

Bolstad W. Understanding computational Bayesian statistics. Hoboken: J. Wiley, 2010.

Parekh N. An introduction to Bayesian inference and Markov chain Monte Carlo. https://medium.com/towards-datascience/an-introduction-to-bayesian-inference-e6186cfc87bc, 2019 (дата обращения: 20.03.2021).

Hastings W. Monte Carlo sampling methods using Markov chains and their applications. — Biometrika, 1970, № 57, p. 97—109.

Brooks S., Gelman A., Jones G., Xiao-Li Meng. Handbook of Markov chain Monte Carlo. Boca Raton. Chapman & Hall/CRC, 2011.

Metropolis N., Rosenbluth A., Rosenbluth M., Teller A. Equation of State Calculations by Fast Computing Machines. NY: The Journal of Chemical Physics, 1953.

Chib S., Greenberg E. Understanding the Metropolis—Hastings algorithm. — Am. Stat. Assoc., 1995, v. 49, № 4, p. 327—335.

Надежность и эффективность в технике. Справочник. В 10 т. Т. 10. Справочные данные по условиям эксплуатации и характеристикам надежности. М.: Машиностроение, 1990.

Половко А.М., Маликов И.М., Жигарев А.Н., Зарудный В.И. Сборник задач по теории надежности. М.: Советское радио, 1972.

TURCK. Your Global Automatic Partner. https://www.turck.com/ (дата обращения: 20.03.2021).


Ссылки

  • На текущий момент ссылки отсутствуют.