核动力泵阀截尾无失效数据的多层Bayes 处理

《核动力泵阀截尾无失效数据的多层Bayes 处理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷增刊原子能科学技术Vol.44,Suppl.2010年9月AtomicEnergyScienceandTechnologySep.2010核动力泵阀截尾无失效数据的多层Bayes处理贾宁，蔡琦，赵新文，尚彦龙（海军工程大学船舶与动力学院，湖北武汉430033）摘要：针对船用核动力设备无失效数据截尾、小子样的特点，应用多层Bayes估计方法，结合工程实例估算了设备的运行失效率和需求失效概率两类可靠性参数，给出了截尾分布参数的推荐值。结果表明，该方法适用而有效。关键词：无失效数据；多层Bayes估计；截尾分布中图分类号：O213.2文献标志码：A文章编号：100

2、0-6931（2010）S0-0382-04HierarchicalBayesianEstimationonTruncatedZero-FailureDataofPumpsandValvesinNuclear-PoweredSystemJIANing，CAIQi，ZHAOXin-wen，SHANGYan-long（CollegeofNavalArchitectureandPower,NavalUniversityofEngineering,Wuhan430033,China）Abstract:Accordingtothatzero-failuredataofnucl

3、ear-poweredequipmentistruncatedandsmallsample,failurerateandfailureprobabilityondemandofnuclear-poweredpumpsandvalveswereestimatedbyusinghierarchicalBayesianmethod,andtherecommendedparametersoftruncateddistributionweregiven.Theresultsshowthatthemethodisapplicableandeffective．Keywords:z

4、ero-failuredata；hierarchicalBayesianestimation；truncateddistribution船用核动力设备在使用过程中表现出高命周期内很少使用；定期拆修、更换使设备修可靠性的特点，失效数据稀少、甚至无失效数复如新，不易得到失效数据等。虽不易获得失据的情形经常出现。发动机、轴承等设备领域效数据，但运行人员在使用、维修过程中可积[1-4]无失效数据问题的研究取得了良好的进展，累足够的设备可靠性信息。以此作为先验信息，但针对核设备的相关研究却还很少。泵和阀门再应用Bayes方法对无失效数据问题进行处理，是两类典型的船用核动力能动

5、设备，其数量繁是一种可行的技术途径。设备失效数据的缺乏多且在系统中分布广泛，是概率安全评价极大地阻碍船用核动力装置PSA的发展，不解（ProbabilitySafetyAssessment，PSA）重点关决数据匮乏的“瓶颈”问题，船用核动力装置注的设备类。其使用特点决定了易出现无失效PSA便无法进行定量分析，从而不能形成科学数据的情况，如长期运行在远离设计极限的较完整的PSA体系。运行失效率λ和需求失效概率低工况水平，不易受到致命性冲击；某些工程pi作为两类重要的设备可靠性参数，是PSA的安全设施只有在危及核安全时才须投入，在寿基础输入数据，其准确与否直接影响模型定

6、量收稿日期：2010-06-22；修回日期：2010-08-25作者简介：贾宁（1985—），男，山东济南人，硕士研究生，核科学与技术专业增刊贾宁等：核动力泵阀截尾无失效数据的多层Bayes处理383化结果。利用特定设备的无失效数据获得λ和ˆλ0hNdλ=∫λλ()λ（3）p，可作为船用核动力设备可靠性数据库的补0i充和完善，有重要的理论和实用价值。Bayes估计多使用共轭分布做先验分布，以便于计算。对于服从指数分布的运行失效率，1数据模型和多层Bayes估计方法其共轭分布是Gamma分布；对于服从二项分布1.1无失效数据的数学模型的需求失效概率，其共轭分布是Bet

7、a分布。结合核动力泵阀的使用、维修实际，可将无失效数据的数学模型表述为：在k个给定的2λ和pi的共轭多层Bayes估计观测时刻t1，t2，…，tk（t1＜t2＜…＜tk）获得2.1λ的共轭多层Bayes估计k组观测数据，在ti（i＝1，2，…，k）处监测若λ的先验分布为截尾Gamma分布，其密ni台同类型设备，均无失效，记为（ti，ni），度函数为：该组无失效数据亦可记为（ti，si）。其中，aa−1bbλexp(−λ)πλ(,)ab=（4）si＝ni＋ni＋1＋…＋nk，它表示在ti时刻未失效Γ()aIab(

8、)λ.设备的台次。1.2多层Bayes估计的方法步