M A G Y A R M Ű S Z A K I B I Z T O N S Á G I H I V A T A L 5. sz. Füzet Származtatott megbízhatósági adatbázisok használata a mennyiségi kockázatértékelésekben 004.
Sem a Magyar Műszaki Biztonsági Hivatal, sem annak nevében, képviseletében vagy részéről eljáró személy nem tehető felelőssé az alábbiakban közölt adatok, illetőleg információk felhasználásával összefüggésben. Seveso Füzetek Származtatott megbízhatósági adatbázisok használata a mennyiségi kockázatértékelésekben A Seveso Füzetek sorozat szakmai tartalmának összeállítása a Magyar Műszaki Biztonsági Hivatal veszélyes anyagokkal kapcsolatos súlyos baleseti veszélyek szabályozásával (ún. Seveso irányelv) foglalkozó szerzői kollektívájának munkája. Témavezető és szerkesztő: Cseh Gábor MMBH. Budapest, 004.
ELŐSZÓ E füzet rendeltetése az, hogy hozzájáruljon a valószínűségi (alapú) mennyiségi kockázatértékelések egységes hazai gyakorlatának kialakításához egyrészt az adatelemzés egyes elméleti problémáinak vizsgálatával, másrészt egyes adatbázisok használatának, illetőleg használhatóságának ismertetésével. Az első rész tárgya a meghibásodási adatok gyűjtésének, feldolgozásának és elemzésének elméletével is foglalkozó CPR E Methods for determining and processing probabilities c. munka (az ún. Vörös Könyv), melyet a holland Környezetvédelmi Minisztérium elvi engedélyével használtunk fel. E rész a rendszerelem meghibásodási paraméterek, a kezdeti esemény gyakoriságok és az ezekhez tartozó bizonytalanság értékeléséhez szükséges adatok elemzési módszereit ismerteti. Foglalkozik továbbá a potenciálisan bekövetkező, különféle meghibásodási módokkal, és a hibamentességi modellbe felvett rendszerelemekre érvényes meghibásodási osztályokkal, a származtatott és az üzem-specifikus adatok elemzésével és feldolgozásával, valamint az ezekre a kiindulási adatokra épített és a különféle forrásokból származó adatokkal kombinált, végleges rendszerelem-meghibásodási paraméterbecslés módszerével. A második, illetőleg a további részek tárgyát a különböző, származtatott meghibásodási adatokat tartalmazó ipari adatbázisok alkotják. A teljesség igényes nélkül készített bemutatás általában az adatbázisok felépítésére, használatára, az alkalmazhatóság korlátaira, valamint az adatgyűjtés, illetőleg adatfeldolgozás során alkalmazott statisztikai becslési módszerekre terjed ki. Az egyes részek végén a forrást külön megjelöltük. 3
TARTALOMJEGYZÉK I. rész Adatelemzés... 5 I.. Bevezetés... 5 I.. A meghibásodások osztályozása... 6 I.3. A származtatott adatok elemzése... 8 I.4. Az üzem-specifikus adatok elemzése... 4.5. A Bayes-féle adatfrissítés eljárása... 0 II. rész Az OREDA-97 adatbázis... 3 II.. Bevezetés... 3 II.. Fogalommeghatározások... 33 II.3. Az OREDA adatok struktúrája... 35 II.4. Adattábla formátumok... 39 II.5. Az OREDÁ-ban alkalmazott becslési eljárások... 43 III. rész Az EIReDA 998 adatbázis... 55 Előkészületben... Függelékek: A. χ - és F-eloszlás táblázatok B. Származtatott rendszerelem-meghibásodási adatbázis 4
I. rész ADATELEMZÉS I.. Bevezetés A rendszermodell (hibafa, vagy Markov-folyamat) létrehozása mellett a modellbeli alapesemények vagy átviteli ráták számszerűsítése érdekében adatelemzést kell végezni. A cél nemcsak a meghibásodási paraméterek, hanem e becslések bizonytalansági intervallumainak megállapítása is. E részben csak a berendezés meghibásodásokkal, mint alapeseményekkel foglalkozunk. A hibamentesség-elemzés az alábbi kiindulási adatokat, mint minimálisan szükséges számszerű adatokat igényli: a modellezett rendszerelemek meghibásodási rátái vagy működési igénytől függő meghibásodási valószínűségei; vizsgálati időszakaszok és vizsgálati intervallumok; javítási időszakaszok; karbantartási időszakaszok és karbantartási intervallumok. Sok esetben ezt az adathalmazt ki kell bővíteni az emberi tévesztés valószínűségének, a nem független meghibásodási valószínűségek számszerű adataival, és amennyiben kockázatelemzésre kerül sor, alapesemény frekvenciákkal. Általában háromféle adatforrás használható a kiindulási paraméterek számszerű becslésének elkészítéséhez. Származtatott adatok: A származtatott adatok általában korábbi hibamentesség- vagy kockázat-elemzésekből, vagy pedig származtatott adatbázisokból nyerhetők. Üzem-specifikus adatok: Az üzem-specifikus adatok a vizsgálat tárgyát képező üzemből származnak. Ezek az üzem vizsgált üzemmódjáról adott időszakaszban szerzett üzemelési tapasztalatokat tükrözik. Szakértői vagy szubjektív becslés: Ha sem fizikai, sem elméleti modellek nem állnak rendelkezésre és meghibásodási adatok sem hozzáférhetők, akkor a valószínűség értékelésekor a szubjektív értékítélet az egyedüli alternatíva. A szakértői becslés olyan szakembereket igényel, akik a vizsgálat tárgyát képező rendszer vonatkozásában a rendszerelem- és rendszermeghibásodási eseményekről széleskörű ismeretekkel rendelkeznek. Ajánlatos minél több üzem-specifikus adatot használni. Ez nem mindig lehetséges a pénzügyi megszorításokból eredő adathiány, vagy a kevés üzemelési előzmény miatt. Így az adatelemzés általában a származtatott adatok, az üzem-specifikus adatok és a szakértői becslések kombinációjából áll össze. E fejezet célja a rendszerelem meghibásodási paraméterek (λ és Q), a karbantartás miatti használhatatlanságok, valamint a kezdeti esemény gyakoriságok és az ezekhez tartozó bizonytalanság értékeléséhez szükséges adatok elemzési módszereinek ismertetése. Kiemeljük, hogy a közös okú meghibásodások valószínűségének és az emberi tévesztés valószínűségének becslésével e részben nem foglalkozunk. Hangsúlyozzuk, hogy az e részben bemutatott eljárásokkal nyert számszerű mennyiségek a szó szoros értelmében vett becslések; vagyis e mennyiségeket az adott számszerű mennyiségek becslésének kel tekinteni. Mielőtt valaki a meghibásodási adatokat összegyűjti vagy azok elemzéséhez hozzáfog, meg kell ismernie a potenciálisan bekövetkező, különféle meghibásodási módokat, és a hibamentességi modellbe felvett rendszerelemekre érvényes meghibásodási osztályokat. Mindezzel az I.. fejezetben foglalkozunk. Az I.3. és az I.4. fejezetben a származtatott és az üzem-specifikus adatok elemzését és feldolgozását ismertetjük. A fent említett kiindulási adatokra épített és a különféle forrásokból származó adatokkal kombinált, végleges rendszerelem-meghibásodási paraméterbecslést az I.5. fejezetben tárgyaljuk. A származtatott adatoknak az üzem-specifikus adatokkal vagy szakértői becslésekkel való kombinálásához használatos eljárásokat Bayes-féle adatfrissítésnek nevezik. 5
Ezek az eljárások nemcsak a rendszerelem-meghibásodási események számszerűsítéséhez, hanem a karbantartás miatti használhatatlanság és a kezdeti események becsléséhez is használhatók. A javítási időszakaszok, a vizsgálati időszakaszok és vizsgálati intervallumok, a karbantartási időszakaszok és karbantartási intervallumok nem vehetők ki származtatott adatforrásokból, mert a különböző üzemekben más és más a karbantartás és vizsgálat gyakorlata. Ahhoz, hogy az ilyen típusú kiindulási paraméterek becslését elkészíthessük, üzem-specifikus adatokat vagy szakértői becslést kell igénybe vennünk. Ugyanez érvényes a kezdeti esemény gyakoriságokra is. I.. A meghibásodások osztályozása Egy rendszerelem vagy rendszer meghibásodása alatt azt értjük, hogy a rendszerelem vagy rendszer elveszíti azt a képességét, hogy előírt funkcióját ellássa. Ez jelentheti az előírt funkció teljes kiesését (a rendszerelem fizikailag tönkremegy) vagy részleges kiesését (a rendszerelem, illetőleg a rendszer már nem felel meg a vonatkozó szabványelőírásoknak, specifikációknak vagy egyéb előírt követelményeknek). Ennélfogva mindkét esetben meghatározható, hogy bekövetkezett-e meghibásodás vagy sem. Egy rendszerelem vagy rendszer elemzésekor ajánlatos a meghibásodást a lehető legteljesebb körű jellemzéssel meghatározni. Ez rendszerint a meghibásodásnak, a meghibásodás okának, a meghibásodási mechanizmusnak, a meghibásodási módnak és a meghibásodás következményeinek a meghatározásából áll. Valamely meghibásodás meghatározásához először annak a funkciónak az azonosítására van szükség, amelyhez a meghibásodás rendelhető. A rendszerelemeknek és a rendszereknek végeredményben több különböző funkciójuk lehet. A funkció teljes kiesése egyértelmű tény, a határértékek túllépésének megállapítása viszont olyan kritériumokon alapul, amelyek meghatározása már szubjektív. Így például egy szivattyúról kijelenthető, hogy meghibásodott, ha a tömszelence átereszt; a szivattyú nem éri el az előírt szállítóteljesítményt; a szivattyú már egyáltalán nem szállít. I... Hiba (hibaállapot) és meghibásodás Minden egyes meghibásodási formának megvan a maga oka, gyakorisága és következménye. A meghibásodás oka magába foglalja a tervezés, a gyártás vagy a használat ama körülményeit, amelyek meghibásodáshoz vezettek. Ezeket a körülményeket hívják hibának. Meghibásodás azért következik be, mert a rendszerelem vagy a rendszer hibás. Meghibásodás akkor következik be, amikor a rendszerelem vagy rendszer által nyújtott szolgáltatás eltér az előírttól. Ezekből a meghatározásokból megállapítható, hogy a hiba (hibaállapot) és a meghibásodás (logikai) láncot alkotnak (hiba...meghibásodás). Az eltérés tehát a rendszerben lévő hiba megnyilvánulása, a meghibásodás pedig az előírt szolgáltatásra gyakorolt hatás. I... Elsődleges és másodlagos meghibásodások Általában kétféle hibát (hibaállapotot) lehet megkülönböztetni, úm. elsődleges és másodlagos hibákat. Elsődleges meghibásodás: Az elsődleges meghibásodás a rendszerelem olyan meghibásodása, amelyet (közvetlenül vagy közvetve) nem valamely más rendszerelem meghibásodása idéz elő. Másodlagos meghibásodás: A másodlagos meghibásodás pedig a rendszerelem olyan meghibásodása, amelyet (közvetlenül vagy közvetve) valamely más rendszerelem meghibásodása idéz elő. I..3. A meghibásodási mechanizmus A meghibásodási mechanizmus úgy határozható meg, mint az a fizikai, kémiai vagy mechanikai folyamat, amely meghibásodást eredményez; ilyen például az elhasználódás és a kifáradás. I..4. A meghibásodási mód A meghibásodási módot úgy határozzuk meg, mint az a hatás, amely révén a meghibásodás bekövetkezését észleljük; a meghibásodási módot rendszerint annak bemutatásával jellemezzük, hogy miként következik be a 6
meghibásodás. A meghibásodási mód tipizált kifejezésekkel írja le a meghibásodási eseményt nem a meghibásodási mechanizmus alapján, hanem a meghibásodás hatása szempontjából. Néhány példa a meghibásodási módra: a dízelgenerátor nem indul; a motor nem jár; a biztonsági szelep nem nyit a nyitási igény megjelenésekor; a biztonsági szelep nem megfelelően nyit. A vizsgált rendszer meghibásodási valószínűségének helyes meghatározásához szükséges lehet a következmények bemutatása is. Pl. egy biztonsági szelep nyithat túl korán, túl későn, nem megfelelő nyomáson vagy esetleg egyáltalán nem is nyit (meghibásodási ok). A következmények jellege és súlyossága nagyban függhet ettől. Tehát a vizsgált rendszer egy meghatározott meghibásodása valószínűségének kiszámításához az adott meghibásodási módra jellemző adatokat kell használni. Valamely meghibásodás rendszeren belüli hatása kiterjedhet magasabb vagy alacsonyabb szintre, de lehet, hogy a rendszer kialakítása olyan, hogy megakadályozza e hatás továbbterjedését. A meghibásodásmód és -hatás elemzése a meghibásodási módok és azok kihatásainak elemzésére szolgáló formális megközelítés; az elemzés kiterjed a funkció teljes kiesésére vagy részleges csökkenésére, valamint vizsgálja a meghibásodások rendszerbiztonságra gyakorolt hatásait is. A kockázat- és megbízhatósági elemzésekben fontos annak bemutatása, hogy mely meghibásodási módok szerepelnek alapeseményként a hibafákban vagy a Markov-modell állapot-átmeneti rátáiban. A meghibásodási ráta vagy a működési igénytől függő meghibásodás valószínűségének meghatározásához a megfelelő meghibásodási modellt kell figyelembe venni. Egy pneumatikus szelep nem megfelelő működés meghibásodási módjának általában más a meghibásodási rátája, mint e szelep nem működik működési igény felléptekor meghibásodási módjának. Ha csak a teljes meghibásodásra vonatkozó meghibásodási ráta ismert, akkor becslést kell készíteni arról, hogy a meghibásodási rátában mekkora részt képvisel a nem megfelelő működés és mekkora részt jelent a működési igénytől függő meghibásodás. Nyilvánvaló, hogy azt az adatbázist kell előnyben részesíteni, amely az egyes meghibásodási módokra külön-külön tartalmaz adatokat. I..5. Kritikus, degradációs és küszöbön álló meghibásodás Megkülönböztetünk berendezés meghibásodást, szoftver meghibásodást és emberi hibákat (tévesztéseket). E szakaszban csak a berendezés meghibásodásokkal foglalkozunk. Az emberi hibák osztályozásával kapcsolatban utalunk a jelen irodalomnak az emberi megbízhatóság elemzése szakaszára. A származtatott adatbázisokban a berendezés meghibásodásoknak többnyire a következő osztályozását találhatjuk: Kritikus meghibásodások: A kritikus meghibásodás olyan meghibásodás, amely a vizsgált rendszerelem funkciójának megszűnésével jár együtt. Az olyan típusú meghibásodások sorolhatók ide, mint pl. a szivattyú nem indul a működési igény felléptekor, vagy a szivattyú nem megfelelően áll le. Hangsúlyozzuk, hogy biztonsági berendezéseknél a kritikus meghibásodások közé tartoznak az olyan meghibásodások, mint a biztonsági berendezés működési igénytől függő meghibásodása és a biztonsági berendezés nem megfelelő (helytelen) működése. Degradációs meghibásodások: A degradációs meghibásodás azt jelenti, hogy a vizsgált rendszerelem még képes ugyan működni, azonban bizonyos működési jellemzői, melyek a funkció ellátásához nem alapvető fontosságúak, már leromlottak. Példák a degradációs meghibásodásra : külső tömörtelenség, rezgések. Az ilyen típusú meghibásodások nem mindig tesznek szükségessé azonnali javítást; a helyreállítással gyakran megvárnak egy későbbi, megfelelő alkalmat. Küszöbön álló meghibásodások: A küszöbön álló meghibásodás olyan meghibásodás, amely beállásakor az adott rendszerelem teljes funkciója már nem tartható fenn. Várható, hogy ha nem intézkednek, akkor a meghibásodás egyre súlyosabbá válik, vagyis a helyreállítást akkor már további, jelentős késlekedés nélkül el kell végezni. Ilyen meghibásodás például az erős rezgés és a kenés elégtelensége. Mivel nehéz elkülöníteni a küszöbön álló meghibásodást a kritikus meghibásodástól, ezért a küszöbön álló meghibásodást gyakran kritikus meghibásodásnak tekintik. 7
I..6. Véletlen és szisztematikus meghibásodások Véletlen meghibásodok: A véletlen meghibásodások az időben véletlenszerűen bekövetkező meghibásodások, amelyek különféle degradációs mechanizmusok eredményeként lépnek fel. Sokféle degradációs mechanizmus fordul elő különböző rátával a különböző rendszerelemeknél, és mivel a gyártási tűrések ilyen mechanizmusokon keresztül különböző működési idő elteltével okozzák a rendszerelemek meghibásodását, ezért a sok elemből álló berendezés meghibásodásai becsülhető rátával, de nem becsülhető (úm. véletlenszerű) időbeli eloszlással fordulnak elő. Szisztematikus meghibásodások: A szisztematikus meghibásodások eltérésekből eredő olyan meghibásodások, amelyek a rendszerelem meghibásodását okozzák a bemenetek valamely meghatározott kombinációinak vagy valamely meghatározott környezeti feltételnek az előállása következtében. A véletlen meghibásodás és a szisztematikus meghibásodás közötti markáns különbség az, hogy a véletlen meghibásodásokon alapuló rendszerelem meghibásodási ráták elfogadható pontossággal becsülhetők, míg a szisztematikus meghibásodási ráták pontos becslése éppen jellegük miatt nem lehetséges. I.3. A származtatott adatok elemzése Származtatott adatok vehetők a szakirodalomból, egyéb kockázat- és hibamentesség-elemzésekből és adattárakból. Származtatott adatok sokféle formában állhatnak rendelkezésre. Az elemzést végző személy rendelkezhet közelítő meghibásodási adatokkal vagy redukált meghibásodási ráta adatokkal, melyek pont- vagy intervallumbecslések, kvantilisek, stb. formájában állnak rendelkezésére. Sok olyan szakkönyv létezik, amely számos rendszerelemhez meghibásodási rátákat vagy működési igénytől függő meghibásodási valószínűségeket tartalmaz. Fontos megérteni, hogy az adatbázisok minősége nem azonos. Valamely adatbázis annál jobb színvonalúnak tekinthető, minél több követelménynek tesz eleget az I.3.. sz. táblázatban felsoroltak közül. I.3.. sz. táblázat: Az adatbázisokkal szemben támasztott követelmények ([I.0] p.6.9) Sorszám Követelmény. Rendszerelem típus. A meghibásodási mód világos leírása 3. A rendszerelem-határ leírása 4. Átlag(érték) 5. Medián 6. Konfidencia-intervallum 7. A rendszerelem sokaság leírása Ha egy bizonyos adatbázisban csak a rendszerelem típusát és a meghibásodási rátát közlik, akkor ez az információ nem igazán értékes. A legtöbb kockázat- és hibamentesség-elemzésnél valamely sajátos meghibásodási mód meghibásodási rátájára van szükség. Annak is egyértelműnek kell lennie, hogy az adatba mi értendő bele. Vegyünk pl. egy motoros szivattyút: vajon a motor meghibásodásai benne vannak-e, és vajon a vezérlő áramkörök meghibásodásai nincsenek-e benne? A rendszerelem-határok világos meghatározása nagyon fontos ahhoz, hogy ilyen kérdések ne merülhessenek fel. Az I.3.. sz. táblázatban egy magas színvonalú adatbázisra mutatunk példát. 8
I.3. A származtatott adatok forrása Származtatott adatok összegyűjtéséhez a következő módszerek használhatók: irodalomkutatás; tagság valamely adatbázist gondozó szervezetben; a meglevő kockázat- és hibamentesség-elemzések átvizsgálása. A meghibásodási adatok összegyűjtéséhez szükséges munkamennyiséget figyelembe véve gyakorlati szempontból értelmetlen dolog adatokat oly módon gyűjteni, hogy azokból kádgörbét lehessen szerkeszteni. Emiatt az átlagértéket úgy kell tekinteni, mint olyan átlagértéket, amely magába foglalja mind a korai meghibásodásokat, mind pedig az elhasználódási meghibásodásokat. Ennélfogva rendszerint feltételezzük, hogy a meghibásodási ráta és a működési igénytől függő meghibásodás valószínűsége időben állandó. Igen sok adatbázis könyv létezik; közülük néhányat a következőkben röviden ismertetünk. I.3.. sz. táblázat: Példa a származtatott adatbázisra ([I.0] p.6.0) Rendszerelem és meghibásodási mód Átlag Medián Hibatényező (EF) SZIVATTYÚK Motoros ~ Meghibásodás miatt nem indul 3E-3/nap E-3/nap 0 Beindítás után nem jár Normál működési környezet 3E-5/óra E-5/óra 0 Szélsőséges működési környezet 3E-3/óra E-3/óra 0 Örvény ~ Meghibásodás miatt nem indul 3E-/nap E-/nap 0 Beindítás után nem jár E-5/óra E-5/óra 3 Dízelhajtású ~ Meghibásodás miatt nem indul E-3/nap E-3/nap 3 Beindítás után nem jár 8E-4/óra E-4/óra 30 Rendszerelem-határ Szivattyú és motor; kivéve a vezérlő áramköröket Szivattyú, turbina, gőz- és fojtószelepek, szabályozó Szivattyú, dízelmotor, olajkenő-rendszer, beszívott és elmenő levegő, valamint az indító rendszer. NUCLARR Nuclear Computerized Library for Assessing Reactor Reliability NUREG/CR -4639, EGG-458, Volume 5, Rev 3, 990, Part 3, hardver component failure data (HCFD) Az atomerőművek hibamentességi adatainak értékelésére létrehozott Atomenergetikai Számítógépes Könyvtár olyan intelligens adatkezelő rendszer, mely felhasználásra kész formátumban dolgoz fel, tárol és szolgáltat emberi és berendezés hibamentességi adatokat. A Nuclarr rendszert az egyesült államokbeli Nuclear Regulatory Commission fejlesztette ki abból a célból, hogy egy olyan hibamentességi adattárat bocsásson a kockázatelemzéssel foglalkozók rendelkezésére, amely a legkülönbözőbb kockázatértékelési eljárások támogatására is használható. A rendszer sokféle adatbázis-kezelő funkciót kínál az adatbevitel és adat-visszakeresés terén, beleértve a forrásadat-csoportosító számítási algoritmusokat és a jelentésgeneráló funkciókat. Az összes adat és információ PC-alapú rendszerben és nyomtatott formátumban is hozzáférhető. IEEE Std 500-984 IEEE Guide to the collection and presentation of electrical, electronic, and sensing component reliability data for nuclear power generating stations. IEEE Standards Board, The Institute of Electronic Engineers, Inc. 345 East 47 Street, New York, NY 007 Ez az útmutató villamos-, elektronikus-, érzékelő rendszerelemek és mechanikai berendezések hibamentességi adatait tartalmazza. A kiadvány rendeltetése a hibamentességi adatok gyűjtésére és bemutatására alkalmas egységes módszer kialakítása az atomerőművek hibamentességi számításaihoz és a kockázatelemzésekhez. 9
3 Eireda European Industry Reliability Data Bank. H. Procaccia, P. Aufort, S. Arsenis. Volume, Edition SFER, Paris, 995. E könyv az ipari rendszerekre készítendő mennyiségi kockázat- és biztonság-elemzésekben használatos, a rendszerelemek hibamentességi paramétereire vonatkozó dokumentált becslésekkel szemben támasztott követelményeknek kíván megfelelni. A könyv pont- és intervallum-becsléseket közöl az ipari üzemekben működő rendszerelemek meghibásodási rátáira és a működési igénytől függő meghibásodások valószínűségére. 4 T-book Reliability Data of Components in Nordic Nuclear Power Plants. The ATV Office and Studsvik AB, 4th edition, Sweden Az adatokat a svéd atomerőművekben gyűjtötték. Az adatbázis tartalmazza a rendszerelem-határok egyértelmű meghatározásait; majdnem az összes, az I.3.. sz. táblázatban felsorolt követelményt teljesíti. E könyv azért nagy jelentőségű, mert az egyesült államokbeli atomerőművekre gyűjtött adatoktól független adatforrásnak minősül. 5 OREDA Offshore Reliability Data Handbook, 994. P.O.Box 370, N-3-HØVIK, Norway A könyvben közölt adatok a tengeri olaj- és földgázbányászat területéről származnak. Az adatbázis egyértelműen megadja a rendszerelem-határokat. Emellett meghibásodási rátákat, javítási időszakaszokat is közöl. E kézikönyv az atomenergiai iparon kívülről származó, kevés jóminőségű adatbázis közé tartozik. 6 RDF 93 Handbook of reliability data for electronic components, France Telecom CNET, 993. E kézikönyv kifejezetten a berendezések hibamentességének maximalizálását célzó kutatásokhoz készült segédletként, valamint különféle befolyásoló tényezők bevezetésével támogatja a berendezések tervezését. A kézikönyvben közölt hibamentességi adatok főleg az alább felsorolt környezetben működő elektronikus berendezésekre gyűjtött üzemi adatokból származnak: időjárási viszontagságoktól védett helyre telepített, folyamatosan vagy más módon működtetett berendezések; időjárási viszontagságoktól nem védett helyre telepített berendezések; nem fixtelepítésű berendezések. 7 MIL-HDBK-7F Military Handbook: Reliability Prediction of Electronic Equipment Department of Defense, 99, USA E könyv két módszert kínál az elektronikai rendszerek hibamentességi jellemzőinek meghatározásához: az Alkatrész igénybevétel elemzést és az Alkatrész-szám elemzést. Mindkét módszertan az alap meghibásodási rátából és az azt befolyásoló sokféle tényezőből indul ki. Az alkatrész igénybevétel elemzéshez sok adatra van szükség a minőségről, a komplexitásról és a rendszer környezeti feltételeiről. A második módszertan kevesebb információt igényel, de jobbára konzervatív eredményeket ad. 8 AMINAL Handbook Probability figures, version Ministry of Physical Planning and the Environment, Belgium, 994 A belga Területtervezési és Környezetvédelmi Minisztérium megrendelésére nagyszámú adatforrás átvizsgálására került sor. Az így összegyűjtött adatokat közlik e könyvben. A konfidencia intervallumokat a legtöbb esetben megadják. E könyv rendeltetése főként az, hogy a vizsgált rendszerelemben lévő folyadék kiszabadulási valószínűségének kiszámításához meghibásodási rátákat bocsásson rendelkezésre. Olyan eseményeket vizsgál, mint pl. a külső eredetű lyukadás, tartály katasztrofális meghibásodása, vagy csőtörés. 0
9 NUREG/CR-78 Handbook of human reliability analysis with emphasis on nuclear power plant applications, A.D. Swain, H.E. Guttman, SAND 80-00, RX, AN, August 983, U.S. Nuclear Regulatory Commission. E könyv 0. fejezete számos olyan táblázatot tartalmaz, amelyek különböző körülmények között bekövetkező emberi hiba (tévesztés) valószínűségének becsléséhez alkalmazhatók. A közölt adatok legnagyobb része szubjektív becslésen alapul. Bizonytalansági intervallumokat is közölnek ugyan, de leszögezik, hogy az eloszlások nem ismertek. E könyv minden olyan elemző számára nélkülözhetetlen, akinek emberi megbízhatóság-elemzést kell készítenie. I.3. A származtatott adatok konfidencia-intervalluma A származtatott adatok nagyszámú, különböző karbantartási politikával, vizsgálati gyakorisággal, üzemelési feltétellel és üzemórával jellemezhető létesítményből származnak. Ez a legkülönbözőbb adatok keverékét jelenti. Pl. a kezdeti meghibásodások, az elhasználódási meghibásodások, valamint a helyreállított rendszerelemek meghibásodásai mind-mind részei ugyanannak az adathalmaznak. Ezen eltérések miatt a származtatott adatok nagymérvű bizonytalansági intervallummal rendelkeznek. Emiatt a származtatott adatbázisban közölt átlagértéket az adatgyűjtésbe bevont sokasághoz tartozó átlagértéknek kell tekinteni. Ha valamely adott rendszerelem-típushoz különböző adatbázisokból keresünk számértéket, akkor nem várhatjuk, hogy mindegyik adatbázisban ugyanazt az adatot fogjuk találni. Az [I.3] szakirodalmi forrás a kockázatelemzésekben rendszerint megjelenő rendszerelemekre közli a meghibásodási rátákhoz és a működési igénytől függő meghibásodások valószínűségéhez tartozó bizonytalansági tartományokat. Az I.3.3. sz. táblázatban néhány jellemző példát ismertetünk. Amint az az I.3.3. sz. táblázatban látható, a tartomány 3 és 00 között változhat. Ennek lehetséges okai a következők: eltérő kialakítás; különböző gyártók; különbségek a karbantartási politikában; különbségek a környezeti és az üzemeltetési feltételekben; különbözőképpen definiált rendszerelem-határok. I.3.3. sz. táblázat: Példa a bizonytalansági tartományra szivattyúk esetében ([I.0 p.6.3]) Rendszerelem-típus Meghibásodási mód Tartomány Diesel-hajtású szivattyú Motoros szivattyú Örvényszivattyú Meghibásodás miatt nem indul Nem jár Meghibásodás miatt nem indul Nem jár Meghibásodás miatt nem indul Nem jár 3E-4 3E- -/nap E-3 3E- -/óra 3E-4 3E- -/nap E-4 3E-4 -/óra 3E-3 3E- -/nap E-5 E-3 -/óra I.3.3 A származtatott adatok elemzésének eljárása A származtatott adatforrásokból a következő eljárással nyerhetünk adatokat: : Az adattal szemben támasztott követelmények meghatározása : A hasonló rendszerelemek csoportosítása 3: A megfelelő származtatott adatok meghatározása (azonosítása) 4: A származtatott kiindulási adatok összevonása a paraméter-becsléshez Mind a négy eljárási lépést részletesen ismertetjük.. lépés: Az adattal szemben támasztott követelmények meghatározása Az adatelemzési feladatot az eseményfák és a hibafák felállításával párhuzamosan kell végezni. A modellbeli minden egyes alapeseményhez specifikálni kell az adott rendszerelemet, mégpedig a lehető legteljesebb módon. Ez azt jelenti, hogy nemcsak a rendszerelem típusát, hanem a rendszerelem-határokat és a meghibásodási módot is meg kell adni. A rendszerelem-határok esetében pl. tisztázandó kérdés lehet, hogy vajon a szivattyú vagy a dízelgenerátor megszakítói beleértendők-e a kockázat- és hibamentesség-elemzésekben modellezett alapeseménybe. A rendszerelem-határok definiálásakor a származtatott adatokat tartalmazó adatbázisokban általánosan használt rendszerelem-határokat figyelembe kell venni. A rendszerelem meghibásodási módját is
explicit módon kell megadni. Például annak a valószínűsége, hogy egy szelep nem nyit eltérhet attól a valószínűségtől, hogy működési igény felléptekor a szelep nem zár. A meghibásodási mód azt is meghatározza, hogy meghibásodási frekvenciát vagy meghibásodási valószínűséget kell figyelembe venni a vizsgált alapeseménynél. Egy dízelgenerátornak pl. két különböző meghibásodási módja a következő: (meghibásodás miatt) nem indul és (meghibásodás miatt) nem jár. A meghibásodás miatt nem indul meghibásodási módnál a működési igénytől függő Q meghibásodási valószínűséget kell alkalmazni, míg az üzemelés alatti λ meghibásodási ráta a meghibásodás miatt nem jár meghibásodási mód esetében használatos.. lépés: A hasonló rendszerelemek csoportosítása Mivel nincsenek származtatott adatok a létesítmény valamely adott rendszerének minden egyes nagyon speciális rendszerelemére, ezért hasznos dolog a rendszerelemek típus és meghibásodási mód szerint csoportosítása. Más csoportosítás is lehetséges, de a származtatott adatokat tartalmazó források nem tesznek különbséget pl. az alkalmazás jellege (rendszerfunkció, üzemelő vagy készenléti funkció) vagy tervezési paraméterek (méret, működési környezet) szerint. A rendszerelemek típus és meghibásodási mód szerinti csoportosításának összhangban kell lennie a származtatott adatbázisokkal. 3. lépés: A megfelelő származtatott adatok meghatározása Minden egyes rendszerelem-csoporthoz származtatott adatokat keresünk. Nagy számban állnak rendelkezésre eltérő minőségű adatforrások (mind az atomenergetikai, mind az egyéb területeken). Az így talált származtatott adatok alkalmazhatóságát értékelni szükséges. A következő szempontokat kell figyelembe venni: Eredet: Az adatgyűjtés köre: Minőség: Meg kell különböztetni az atomenergetikai területről és a máshonnan származó, a különböző típusú létesítményekből, a különböző gyártóktól, a különböző korú létesítményekből, stb. származó adatokat. Vizsgálni kell az adatbázisban szereplő meghibásodási adatok mennyiségét. Vizsgálni kell azt, hogy a valós adatokhoz mennyire lehet hozzáférni (azaz, hogy dokumentáltak-e a meghibásodásnak való kitettség időszakaszai és a meghibásodások, vagy csak egy számítógépes összesítést közölnek). 4. lépés: A származtatott kiindulási adatok összevonása a paraméter-becsléshez A származtatott adatokból kiválasztással vagy összevonással jutunk el a kívánt paraméterbecsléshez. E lépésben az adat relevanciáját és konfidenciáját kell vizsgálni. Ha több származtatott adatforrást kívánunk kombinálni, akkor valamilyen összevonási módszert kell választanunk. Nem csak magát a pontértéket, hanem a bizonytalansági határokat is figyelembe kell venni (ld. I.3.. sz. ábra).. forrás: x. forrás: x 3. forrás: x 4. forrás: x Összevonás: x I.3.. sz. ábra: A különböző forrásokból származó adatok összevonása ([I.0] p.6.5) A gyakorlatban igen sokféle összevonási módszer ismeretes. E szakaszban két, viszonylag egyszerű módszert ismertetünk: a súlyozott számtani átlagot és a súlyozott mértani átlagot.
A súlyozott számtani átlag: n λátlag = λiwi i= n Wi = i= (I.3.) A súlyozott mértani átlag: n W λátlag = ( ) i λi i= n Wi =, ahol i= λ i = az i-edik forrásból származó meghibásodási ráta; W i = az i-edik forrás súlyozó tényezője; n = a származtatott adatforrások száma. (I.3.) A fent bemutatott képletek felhasználhatók az átlag, az alsó és a felső konfidenciaszint kiszámítására. Fontos megjegyezni, hogy a mértani átlag kiszámításához használatos képlet statisztikailag független forrásokat feltételez. Ha a különböző adatforrásokat azonos fontosságúnak ítéljük, akkor a súlyozó tényező a következő képlet felhasználásával számítható ki: W i =. n (I.3.3) Egy másik lehetőség a súlyozó tényezőnek a konfidenciaszintek függvényeként való kiszámítása. A szűk konfidencia-intervallumú források nagyobb súlyozó tényezőt kapnak, a szélesebbek pedig kisebbet. Ebben az esetben a súlyozó tényező csökkenti a szélesebb tartományú adatforrások befolyását és fordítva, erősíti a szűkebb tartományú adatok hatását. A viszonylag tág konfidencia-intervallumokat közlő adatforrásoknál az adatok elégtelenségére vagy az adatbázisok kiforratlanságára lehet következtetni. A következő képlet a súlyozó tényezőnek a konfidenciaszintek függvényeként való kiszámításához használható. A bizonytalanságot itt a hibatényezővel fejezzük ki: { ln(ef } = i) W i n. i= { ln(ef i) } (I.3.4) Az (I.3.4) képlet alkalmazásakor körültekintéssel kell eljárni. Ilyen helyzet speciális funkciójú rendszerelemeknél fordulhat elő: a tágabb konfidencia-intervallumú adatbázis jeleníti meg a legjobban a vizsgált rendszerelemet, míg a szűkebb tartományú, potenciális adatbázis nem igazán felel meg a tényleges rendszerelemnek. Ilyen esetben a tágabb konfidencia-intervallumot kell figyelembe venni. I.3.4 A működési igénytől függő meghibásodás modellje és a meghibásodási ráta modell A működési igény modell alkalmazásakor számos fontos tényezőt kell figyelembe venni. Ha a vizsgált esemény a működési igény tényleges fellépte előtt is bekövetkezhet, akkor a működési igény modell használata mintegy besűríti a meghibásodási rátát a működési igény felléptének pillanatába. Így a különféle működési igény rátákhoz más és más meghibásodási valószínűség fog tartozni, és ha a működési igény modellt alkalmazzuk, abban az esetben csak akkor kapunk megalapozott becslést, ha a működési igény ráták hasonlók. Egy olyan rendszerelem, amely pontosan úgy viselkedik, mint a működési igény modell, ugyanazzal a működési igénytől függő meghibásodási valószínűséggel jellemezhető, akár óránként, akár tízévente egyszer lép fel a működési igény. A gyakorlatban általában nem ez a helyzet. Vagyis a származtatott adatbázisokban közölt, működési igénytől függő meghibásodási valószínűségek nem használhatók fel olyan rendszerelemekhez, amelyek más vizsgálati intervallummal vagy más működési igény rátával jellemezhetők. Ha a működési igény ráta többé- 3
kevésbé ugyanaz (kis igényszámú rendszerek), akkor a működési igénytől függő meghibásodás valószínűsége az eltérő vizsgálati intervallumok figyelembe vétele céljából módosítható. A származtatott adatbázisban megadott működési igénytől függő meghibásodás valószínűségének módosításához a következő képlet használható (ld. [I.] forrás): T ( Q ) / T =,ahol (I.3.5) Q Q = a működési igénytől függő meghibásodás valószínűsége; T = a származtatott adatbázisból vett vizsgálati intervallum; Q = a működési igénytől függő meghibásodás valószínűsége a T vizsgálati intervallum esetében; T = vizsgálati intervallum a vizsgált esetben. Szinte egyik származtatott adatbázisban sem közlik azt a vizsgálati intervallumot, amelyre a meghibásodási valószínűséget meghatározták. Az atomerőművi adatokon alapuló adatbázisok esetében a vizsgálati intervallum egy és három hónap közé tehető. Példa A származtatott adatbázis a következő információt tartalmazza: Q T =,0 E-0 működési igényenként = 70 óra (egy hónap) A vizsgált rendszerelemet évente vizsgálják. A működési igénytől függő meghibásodás valószínűségének korrigált értéke a következő: Q = { ( * 0 - )} = 0,. Egyértelműen látszik, hogy sokkal nagyobb értéket kell használni annál, mint amilyet a származtatott adatbázis közölt. I.4. Az üzem-specifikus adatok elemzése A származtatott adatok általában olyan becslések, amelyek alapját eltérő karbantartási politikával, különféle technológiai körülményekkel jellemezhető és különböző környezeti feltételek között üzemelő, nagy elemszámú rendszerelem-sokaság képezi. A származtatott adatok ilyen sajátosságai miatt a bizonytalansági határok szélesek lesznek. Ahhoz, hogy a vizsgált létesítményre valóban jellemző adatokat kapjunk, üzem-specifikus adatokat kell gyűjteni. Ha sok rendszerelemre gyűjtjük a meghibásodások számát és a meghibásodásoknak való kitettség időszakaszait, akkor üzem-specifikus meghibásodási ráták és üzem-specifikus, működési igénytől függő meghibásodási valószínűségek képezhetők. Üzem-specifikus adatok gyűjtése meglehetősen időigényes munka. A meghibásodási események feljegyzésére, valamint e jelentések feldolgozására van szükség ahhoz, hogy a szükséges adatok a rendelkezésünkre álljanak. A meghibásodási eseményekről készített jelentéseknek elegendően részletes adatokat kell szolgáltatniuk a meghibásodási mód azonosításához, és alkalmasnak kell lenniük a bekövetkezett meghibásodások osztályozásához. I.4. Az üzem-specifikus adatok elemzésének eljárása Az üzem-specifikus adatok elemzési eljárása több különálló lépésre bontható: : Az adattal szemben támasztott követelmények meghatározása : Üzem-specifikus információ gyűjtése 3: A meghibásodások számának meghatározása 4: A meghibásodásoknak való kitettség időszakaszának és a működési igények számának becslése 5: Az adatok körének leszűkítése a hibamentességi paraméterekre. lépés: Az adattal szemben támasztott követelmények meghatározása Az üzem-specifikus adatok elemzésének megkezdése előtt egyértelműen meg kell határozni az üzem-specifikus adatok gyűjtési körét (mélységét). Ez függ az üzemben rendelkezésre álló információktól és az anyagi lehetőségektől. Az alábbi szempontok szerint táblázatos formába rendezve rendszerelem sokaságokat kell definiálni az üzemspecifikus adatok elemzési eljárásában meghatározott vizsgálati körbe tartozó, minden egyes rendszerelem figyelembevételével: 4
a rendszerre is utaló berendezés azonosító; rendszerelem-típus; a rendszerelemet tartalmazó hibafák; a rendszerelemet magukba foglaló üzemi rendszerek. Rendszerelem-határokat kell megállapítani úgy, hogy megadjuk az egyes berendezések vizsgálati mélységét ahhoz, hogy az egyes berendezéseket az adatelemzés céljából egyetlen entitásként vehessük figyelembe. Pl. egy motoros szelep minden alkatrészét jellemzően egyedi rendszerelemként szokás figyelembe venni a hibamentességi adatok gyűjtése során, még ha a szelep olyan különféle alkatrészekből (pl. villanymotor, hajtómű, végállás kapcsolók, nyomatékváltók, irányváltó érintkezők és tekercsek, szelepszár, szeleptányér, szelepház, stb.) áll is, amelyek külön-külön szerepelnek az üzemi karbantartási naplókban. Az üzem-specifikus adatok elemzése során meghatározott rendszerelem-határoknak összhangban kell lenniük a hibamentességi modellel és lehetőség szerint a származtatott adatokkal is. Minden rendszerelem-sokaságot rendszerelem-típus szerint csoportosítani kell a rendszerelem-sokaság definíciójának megfelelően (azaz össze kell gyűjteni az összes motoros szelepet, kézi működtetésű szelepet, stb.) A rendszerelem-sokaságokat az üzem-specifikus adatok elemzési dokumentációjába fel kell jegyezni. A legtöbb esetben nem lehetséges a hibamentességi modellbe felvett összes rendszerelemhez üzem-specifikus adatokat gyűjteni. Egyfajta szűrésre van szükség. Az I.4.. sz. táblázat olyan rendszerelemek (nem teljes körű) felsorolását tartalmazza, amelyekhez valószínűleg található üzem-specifikus adat. Minden egyes rendszerelem esetében több rendszerelem-típus különíthető el. A meghibásodási mód már egy további megkülönböztetést jelent, melyet az adatgyűjtés során figyelembe kell venni. Ezzel a rendszerelem-csoportosítás folyamata összhangba hozható a származtatott adatok elemzésének eljárásával és magukkal a származtatott adatokat tartalmazó adatbázisokkal is. I.4.. sz. táblázat: Néhány olyan rendszerelem, amelyhez általános üzem-specifikus adatok gyűjthetők ([I.0] p.6.9) Rendszerelem Típus Meghibásodási mód Dízelgenerátor Szivattyúk Szelepek Motoros ~ Örvény ~ (/turbina ~) Motoros ~ Az áthaladó közeg által működtetett ~ Visszacsapó ~ Nyomáscsökkentő ~ Kézi működtetésű (elzáró) ~ Biztonsági ~ Nem jár Nem indul Nem jár Nem indul Nem nyit Nem zár. lépés: Üzem-specifikus információ gyűjtése Az üzem-specifikus információ forrásait fel kell mérni. Egyebek mellett tipikusan ilyen források a karbantartási feladatkiírások, a vezérlőtermi naplók, a havi üzemelési jelentések és az üzemeltető személyzet tapasztalatai. A létesítmény adott időszakra vonatkozó működésének áttekintését és az üzemi személyzettel történt konzultációkat követően rögzíteni kell egy adatgyűjtési időkeretet, mely legalább a legutóbbi naptári év alatti üzemelésre terjedjen ki. Ezt az üzem-specifikus adatok elemzési dokumentációjában szerepeltetni kell, csakúgy, mint az ennek meghatározásakor rögzített peremfeltételek indokolását. Végül az adatelemzéshez szükséges összes információt a következő lépésekben gyűjtjük össze: Az. lépésben meghatározott rendszerelem-sokaságra az üzem-specifikus forrásokból visszakeresendők mindazok a meghibásodási feljegyzések, amelyek a rögzített adatgyűjtési időkeretben bekövetkeztek. Összegyűjtendők a létesítményre vonatkozó üzemelési előzmények a rögzített adatgyűjtési időkeretben kiadott összes havi üzemelési jelentés kigyűjtésével. A fentiek alapján is belátható, hogy az üzem-specifikus információ összegyűjtése jelenti az adatelemző munkacsoport számára a legnagyobb terhet. 3. lépés: A meghibásodások számának meghatározása A meghibásodások számbavételénél az adatelemzést végzőnek el kell különítenie a katasztrofális meghibásodásokat a degradációs meghibásodásoktól, illetőleg a küszöbönálló meghibásodásoktól; az időfüggő 5
meghibásodásokat a működési igénytől függő meghibásodásoktól; az egyedi rendszerelem meghibásodásokat a több rendszerelemet együttesen érintő meghibásodásoktól. A rendszerelemek karbantartásáról készített jelentések a meghibásodások, a meghibásodást követő helyreállítási időszakaszok és a karbantartás miatti egyéb használhatatlanságok potenciális forrásai. E jelentések jellemzően a következőket tartalmazzák: a karbantartott rendszerelemhez tartozó üzemi azonosító számot, valamint a rendszerelem leírását; a karbantartás okának megjelölését; az elvégzett munka leírását; a munkavégzéshez szükséges időszakasz vagy a rendszerelem használhatatlansága időszakaszának megjelölését. A jelentésből kiderülhet, hogy a karbantartásra azért volt-e szükség, mert a rendszerelem meghibásodás miatt nem működött megfelelően, vagy mert teljesen működésképtelen volt. Az ilyen esemény hozzáadható a rendszerelem meghibásodások számához. A karbantartási jelentés gyakran ad információt a meghibásodási módról és a meghibásodási mechanizmusról, valamint a meghibásodás felfedezésétől számított javítási időtartamról. Az ilyen információt körültekintően kell kezelni, mivel a tényleges javítási idő esetleg csak egy részét teszi ki annak az időszakasznak, amíg a rendszerelem használhatatlan volt a meghibásodás észlelése és a javítás befejezése között. Ezenfelül a javítási időt gyakran emberórában adják meg, ami azt jelenti, hogy a tényleges javítási időráfordítás a karbantartó munkacsoport létszámától függően rövidebb is lehet; a naplózott emberórák használata ily módon a javítási idő konzervatív becslését adja. A rendszerelem üzemen kívül töltött teljes időszakasza ennek ellenére meghatározható, mert a karbantartási naplóban gyakran megadják a meghibásodás felfedezésének dátumát, és azt, hogy a rendszerelem a javítást követően mikor vált használhatóvá. Azok a karbantartási naplók, amelyekben megelőző karbantartást dokumentálnak felhasználhatók e tevékenységeknek a rendszerelem-használhatatlansághoz való hozzájárulásuk becsléséhez. Ismét utalunk arra, hogy a naplóban szerepelhet, hogy valamely rendszerelemet egy bizonyos napon kivettek üzemből és némi idő elteltével újra üzembe helyezték, s így egy adatmintát kapunk a karbantartási időszakaszra. Ezen események gyakorisága az adott naptári időszakra vonatkoztatva a megelőző karbantartási bejegyzések számából meghatározható. A karbantartási jelentésekben megadott információ néha sajnos nem teljes. Gyakran nem világos a rendszerelem használhatatlanságának megadása vagy nem egyértelmű az elvégzett munka leírása (vagy hiányzik is), és találgatást igényelve arra nézve, hogy vajon egy meg nem hibásodott rendszerelem a karbantartás miatt volt használhatatlan vagy a karbantartás a rendszerelem meghibásodásának következménye volt. Egy további probléma amelyet már említettünk a karbantartási jelentésekben rögzített meghibásodások megfeleltetése az egyéb dokumentumokban rögzített működési igényeknek vagy üzemelési időszakaszoknak. 4. lépés: A meghibásodásoknak való kitettség időszakaszának és a működési igények számának becslése A meghibásodásoknak való kitettség becslése mást és mást jelent a működési igénytől függő meghibásodások, illetőleg az időfüggő meghibásodások esetében. A működési igények számát, illetőleg az üzemórákat értékelni kell. A különböző meggondolásokat és információforrásokat az I.4.. sz. táblázatban összegeztük. I.4.. sz. táblázat: A meghibásodásnak való kitettség becslése működési igénytől függő és időfüggő meghibásodásokra (atomerőművekben) ([I.0] p.6.) Működési igénytől függő meghibásodások Rendszeres időközönként végzett vizsgálat Automatikus és kézi működtetés Meghibásodás-függő karbantartás A kapcsolódási pontokra is kiterjedő karbantartás Időfüggő meghibásodások A rendszerelem, illetőleg a rendszer működése A rendszer, illetőleg a létesítmény működése Üzemelési tapasztalatok: átkapcsolások, leállások, utántöltés, indítások Az időszakos vizsgálati jelentések és eljárások a rendszeres időközönként vizsgált rendszerelemek működési igényeire és üzemidőire nézve potenciális adatforrást jelentenek. A vizsgálati jelentések a kulcsfontosságú rendszerelemek vagy rendszerek esetében a vizsgálati eljárás leírását, valamint a vizsgálatot végző személy által alkalmazandó ellenőrzőlistát tartalmaznak. Egy vészhelyzeti dízelgenerátor működésvizsgálati eljárása pl. a dízelmotor beindítását és két órán át való járatását írhatja elő. A vizsgálati jelentésben rögzíteni kell, hogy vajon beindult-e a motor vagy sem, és hogy a két teljes órán keresztül megfelelően járt-e. Egy másik példa a vészhelyzeti védőrendszer működőképességének vizsgálata, ahol a vizsgálatot végző személy az eljárás szerint 6
vészjelet ad, amely bizonyos áramlási útvonalakat nyit motoros szelepek működtetésével és egy vagy több szivattyú beindításával. Ezután a szelepek pozícióját és a szivattyú működését ellenőrizni kell, amikor is feljegyzik, hogy az időszakos vizsgálatok során működésbe hozott szelepek és szivattyúk valóban önálló működési igényt támasztanak-e valamely rendszerelemekre, és dokumentálják az e működési igények miatt bekövetkező rendszerelem-meghibásodást (és sikeres működést) is. Ha a tényleges időszakos vizsgálatok dokumentációja nehezen hozzáférhető, akkor a vizsgálati eljárás felhasználható a vizsgálati működési igények számának vagy a vizsgálatok alatti rendszerelem üzemelési idő becslésére valamely időszakra vonatkoztatva. Ehhez úgy juthatunk, hogy az egy vizsgálathoz tartozó működési igények számát vagy az egyedi vizsgálat időszakaszát megszorozzuk a vizsgálat gyakoriságával és a hozzá tartozó naptári idővel. E megközelítés természetesen csak akkor megalapozott, ha a vizsgálatokat az előírt gyakorisággal folytatják le. Előfordulhat, hogy egyes vizsgálatokat az eljárásokban előírtaknál gyakrabban végeznek el. A szükséges pontosítások mértékének a meghatározásához az üzemi személyzetet kell kikérdezni Bizonyos rendszerelemek esetében az időszakos vizsgálatok során fellépett működési igényeken kívüli működési igények számának becsléséhez felhasználhatók az üzemeltetési eljárások. A becsléshez úgy juthatunk, hogy a rendszerelem működtetése során a rendszerelemen megjelent működési igényeket megszorozzuk azzal, hogy a rendszerelemet az adott naptári időszakaszban hányszor működtették (vagyis hány üzemelési eljárást teljesített a rendszerelem). Ez utóbbi számadat sajnos nem mindig könnyen hozzáférhető. Az üzemindítások és üzemleállások során teljesített üzemelési eljárások száma elvileg könnyen megállapítható, azonban a (normál) üzemelés esetében ez az információ (legfeljebb) csak a vezérlőtermi naplóból gyűjthető ki. A vizsgálati és karbantartási jegyzékekből összeállított rendszerelem-hibamentességi adatbejegyzések sok hiányossága pótolható a vezérlőtermi napló átvizsgálásával, amely tulajdonképpen az üzemben bekövetkezett fontosabb események időrendi rögzítése. Pl. a napló rögzíti az időszakos vizsgálatok időszakaszán kívül fellépett működési igényeket (pl. szivattyúk és dízelgenerátorok esetében). Tartalmazza e rendszerelemek indítási és leállítási időpontjait, és ezáltal üzemidő adatokat szolgáltat. Tartalmazza továbbá a különféle üzemi eljárások megindítását is, és ezzel további információkat szolgáltat a működési igényekről. Rögzíti azokat az időszakaszokat is, amikor bizonyos rendszerelemek és rendszerek üzemen kívül vannak, és e tekintetben a napló gyakran pontosabb, mint a karbantartási jelentések. Ugyanakkor van egy probléma a vezérlőtermi naplónak rendszerelem-adatforrásként való felhasználásával: a napló a benne szereplő összes eseményt kronológiai sorrendben adja meg, vagyis nincsenek csoportosítva rendszer, eseménytípus vagy más szempontból. Emiatt az elemzést végzőnek sok közömbös bejegyzést kell átnéznie ahhoz, hogy az adatbázisba felvehető adatokat megtalálja. A rendszerelem-meghibásodások becslésének elérhető járulékos pontossága pedig többnyire nem áll arányban azzal a többlet erőfeszítéssel, amit a több éves üzemelést rögzítő naplók átvizsgálása jelent. 5. lépés: Az adatok körének leszűkítése a hibamentességi paraméterekre E feladat célja a. lépésben és a 3. lépésben összegyűjtött üzem-specifikus adatoknak rendszerelem-szintű hibamentességi paraméterekre való redukálása. Különbséget kell tenni a meghibásodási ráták becslése és a működési igénytől függő meghibásodás valószínűségének becslése között. Meghibásodási ráták: Az időfüggő meghibásodások pontbecslésének és a becslés konfidencia-intervallumának meghatározásakor a következő képletek használhatók. E képletek a meghibásodási ráta állandóságának feltétele mellett érvényesek. f λ = T T χ ( ft, 0,05) λ 0,05 = T χ ( ft +, 0,95) λ 0,95 =, ahol T λ = a meghibásodási ráta átlagértéke; λ 0,05 = a meghibásodási ráta alsó konfidencia határa; λ 0,95 = a meghibásodási ráta felső konfidencia határa; χ (m,q) = az m szabadságfokú χ -eloszlás q kvantilise; f T = az időfüggő meghibásodások száma; T = az az időszakasz, amelyben az f T meghibásodás bekövetkezett (I.4.) (I.4.) (I.4.3) 7
A működési igénytől függő meghibásodás valószínűsége: A működési igénytől függő meghibásodás valószínűségére vonatkozó pontbecslés és konfidencia-intervallum kiszámítására az alábbi képletek érvényesek. Ez esetben is feltételezzük, hogy a működési igénytől függő meghibásodás valószínűsége állandó. f D (I.4.4) Q = D Q 0,05 fdf0,05(f = D f + + f F D D D 0,05, D f (f D D + ), D f D + ) (I.4.5) Q Q 0,95 Q 0,05 Q 0,95 F p(m,n) f D D (fd + )F0,95(fD +, D fd) =, ahol D f + (f + ) + F (f +, D f ) D D 0,95 D D = a működési igénytől függő meghibásodás valószínűségének átlagértéke; = a működési igénytől függő meghibásodás valószínűségének alsó konfidenciaszintje; = a működési igénytől függő meghibásodás valószínűségének felső konfidenciaszintje; = az m és n szabadságfokú F-eloszlás p kvantilise; = a működési igénytől függő meghibásodások száma; = az az összes működési igény szám, amelyben benne van az f D meghibásodás is. (I.4.6) Példa E példa hat széntüzelésű hőerőművi blokkhoz (A, B, C, D, E, F) tartozó vészhelyzeti dízelgenerátor működési igénytől függő meghibásodási valószínűségének meghatározásához szükséges adatelemzést illusztrálja. Normálüzemben a vészhelyzeti dízelgenerátorok nem működnek, hanem készenléti üzemmódban vannak. Feszültségkieséskor a generátorok indítási jelet kapnak. Mindegyik dízelgenerátort havonta egyszer vizsgálják. Mindegyik blokknak saját dízelgenerátor-üzemnaplója van. Ebbe feljegyzik a vizsgálatok és a működési igények számát, valamint feltüntetik benne a meghibásodások számát is. Az összes üzemnapló rendkívül körültekintő átvizsgálására került sor a meghibásodások típusának meghatározása és az indítási igénytől függő meghibásodások kiszámítása céljából. A vizsgálat eredményeit az I.4.3. sz. táblázat mutatja. I.4.3. sz. táblázat: Az üzem-specifikus adatgyűjtés eredményei ([I.0] p.6.4) Blokk DG teljesítménye (kva) Működési igények száma Meghibásodások száma A 600 50 B.000 653 C 00 408 D 00 408 9 E.500 99 F 00 943 6 A működési igénytől függő meghibásodások pontértékének és az ahhoz tartozó konfidencia-határoknak a kiszámítására szolgáló képletek alkalmazásával mindegyik széntüzelésű hőerőművi blokkra külön-külön meghatározható a működési igénytől függő meghibásodás pontértéke és az ahhoz tartozó konfidenciaintervallum. Az eredményeket az I.4.4. sz. táblázat tartalmazza. 8
I.4.4. sz. táblázat: Átlagértékek, alsó és felső konfidenciaszintek (eredmények) ([I.0] p.6.4) Blok k Működési igények száma Meghibásodások száma Átlag (-/nap) Alsó konfidenciaszint (5 %) Felső konfidenciaszint (95 %) Hiba tényező (EF) A 50,9 E-03 9,9 E-05 9, E-03 9,6 B 653 3, E-03 5,4 E-04 9,6 E-03 4, C 408,5 E-03,3 E-04, E-0 9,6 D 408 9, E-0, E-0 3,8 E-0,8 E 99,0 E-0,8 E-03 3, E-0 4, F 943 6,7 E-0, E-0,6 E-0,6 Az I.4.. sz. ábrán mindegyik dízelgenerátorra grafikusan is megjelenítettük az eredményeket. Mind a számított átlagértéket, mind a konfidencia-intervallumot felrajzoltuk. Annak ellenére, hogy igen nagy különbségek vannak a vészhelyzeti dízelgenerátorok teljesítményében (00 kva és.500 kva), mégis meglehetősen kicsik a működési igénytől függő meghibásodás valószínűségében jelentkező eltérések az A, B és C, valamint a D, E és F létesítményeknél. Úgy tűnik, hogy az A, B és C dízelgenerátorok, valamint a D, E és F dízelgenerátorok más-más (statisztikai) sokasághoz tartoznak. A generátorok műszaki leírását áttekintve kiderült, hogy az A, B és a C létesítményekben a dízelgenerátorokba indításismétlőt építettek. Ha az első indítási kísérlet sikertelen, akkor egy második, és ha szükséges, egy harmadik indítást végeznek. Három egymást követő sikertelen kísérlet után az indítási folyamat leáll. A meghibásodási adatok azt mutatják, hogy az indításismétlők jelentősen csökkentik a működési igénytől függő meghibásodás valószínűségét. Tehát kétféle sokasággal van dolgunk: az egyikbe az indításismétlővel ellátott dízelgenerátorok, a másikba pedig azok a dízelgenerátorok tartoznak, amelyekben ilyen berendezés nincs. Mindegyik sokaságra kiszámíthatók a számtani és a mértani átlagok, valamint a megfelelő konfidenciahatárok. A végeredmények az I.4.5 sz. táblázatban találhatók. A kiszámított számtani és mértani átlagok csaknem azonosak mindkét sokaságnál. I.4.5. sz. táblázat: A dízelgenerátorokra vonatkozó adatok elemzésének eredményei ([I.0] p.6.5) Sokaság A, B, C D, E, F Átlagszámítás módja Átlagérték [-/nap] Alsó határ (5 %) Felső határ (95 %) Hibatényező (EF) Számtani,48 E-03,56 E-04,0 E-0 6,3 Mértani,44 E-03,89 E-04,00 E-0 7,3 Számtani,64 E-0 8,00 E-03 3,7 E-0,0 Mértani,56 E-0 6,04 E-03 3,3 E-0,3 Az eredmények kiértékelése: A létesítményekben fellelhető információk alapján meg lehetett határozni a (meghibásodás miatt) nem indul hibaesemény valószínűségéhez a legnagyobb mértékben hozzájáruló tényezőket: Üzemanyagellátó-rendszer: 8 % Indítórendszer: 8 % Vezérlőrendszer: 8 % Fűtés: % Ismeretlen ok: 5 % A levonható tanulságok a következők: a gyártók különbözősége nem okoz eltérést a (meghibásodás miatt) nem indul esemény valószínűségében; a berendezés-típusbeli eltérések igen nagy hatással lehetnek a (meghibásodás miatt) nem indul típusú esemény valószínűségére. 9
I.4.. sz. ábra: A működési igénytől függő meghibásodás valószínűsége és a konfidencia-határok (becslés) ([I.0] p.6.6.) I.5. A Bayes-féle adatfrissítés eljárása Mind a származtatott, mind pedig az üzem-specifikus adatoknak vannak előnyei és hátrányai is. A származtatott, illetőleg az üzem-specifikus adatok mellett és ellen szóló érvek a következők: Származtatott adatok: A származtatott adatbankok nagyszámú meghibásodási eseményen alapulnak. A származtatott adatbankok igen különböző rendszerelem-típusokat is tartalmaznak. A származtatott adatok csak ritkán konzervatív jellegűek. Pl. sok származtatott adatforrást olyan források felhasználásával állítottak össze, amelyekben korlátozták a lejelenthető rendszerelem-meghibásodások számát, és emiatt az adatok a valós rendszerelem-meghibásodási jellemzőket alulbecsülik. A származtatott adatbankok különféle karbantartási politikájú, eltérő vizsgálati gyakoriságú és különféle technológiai és környezeti feltételek mellett működő rendszerelemek nagyszámú sokaságán alapuló becsléseket tartalmaznak. Ez nagy konfidencia-intervallummal jár. A származtatott adatbázisból vett adatokat a nemzetközi gyakorlatban többé-kevésbé elfogadják. Üzem-specifikus adatok: Az üzem-specifikus adat jellemzi a legjobban a vizsgált rendszerelem meghibásodási viselkedését. Az üzem-specifikus adatok alkalmazása hihetőbbé teszi a kockázatelemzést vagy a hibamentesség-elemzést. Emellett lehetővé teszi a más üzemekkel való összehasonlítást. Nem lehetséges üzem-specifikus adatokat gyűjteni a hibamentességi modellbe felvett összes rendszerelemhez vagy kezdeti eseményhez. A rendkívül megbízható rendszerelemek (pl. műszerezés, szabályozókörök, vagy egyéb olyan rendszerelemek, amelyek meghibásodások közötti átlagos ideje hosszú) esetleg soha nem hibásodtak meg az üzem fennállása során vagy a vizsgált időszakaszban. A meghibásodási előzmények hiánya nehézzé teszi a valódi meghibásodási ráta vagy meghibásodási valószínűség becslését. Ezen felül bizonyos rendszerelemek esetében lehetetlen adatgyűjtéssel felvenni a meghibásodásoknak való kitettséget spektrumát (pl. egy relén megjelent összes működési igényt) a meglevő üzemi dokumentációk alapján. 0