dr inż. Aleksej Kaszko

Zastosowanie dynamicznych sieci bayesowskich w analizie ryzyka instalacji jądrowych


Promoter:

prof. dr hab. inż. Krzysztof Badyda - Politechnika Warszawska Wydział MEiL

Supporting Promoter:

dr inż. Karol Kowal- Narodowe Centrum Badań Jądrowych

Reviewers:

prof. dr hab. inż. Ireneusz Szczygieł – Politechnika Śląska
dr hab. inż. Mariusz Filipowicz, prof. AGH – Akademia Górniczo Hutnicza

Dziedzina:

nauki techniczne/nauki inżynieryjno-techniczne

Dyscyplina:

energetyka/inżynieria środowiska, górnictwo i energetyka

Abstract:

Niniejsza rozprawa dotyczy zagadnień związanych z probabilistycznymi analizami bezpieczeństwa obiektów jądrowych. Probabilistyczne analizy bezpieczeństwa są powszechnie stosowaną metodą podczas projektowania, eksploatacji i modernizacji instalacji jądrowych. Analizy PSA służą do wyznaczania prawdopodobieństwa awarii instalacji oraz są wymagane przez regulatorów jądrowych na całym świecie.

Awaria w Fukushima Daichi przyczyniła się do zwiększonego zainteresowania problematyką związaną z potencjalnym wpływem wielu jednocześnie występujących zagrożeń zewnętrznych na bezpieczeństwo obiektów jądrowych. W związku z powyższym autor opracował dwa podejścia uwzględniające wiele zagrożeń zewnętrznych które przy połączeniu tworzą jednolite podejście do modelowania wielu zagrożeń w analizach PSA. Pierwsze podejście obejmuje zastosowanie dynamicznych sieci bayesowskich (DBN) w wyznaczaniu częstości zdarzeń inicjujących. DBN została zaprojektowana w środowisku obliczeniowym Matlab, z uwzględnieniem takich czynników jak trzęsienie ziemi, tsunami, starzenie oraz wpływu konserwacji i przeglądów na poprawę niezawodności elementów takich jak rozdzielnia elektryczna i inne. Drugie podejście przedstawia metodykę uwzględniania wielu zagrożeń zewnętrznych w drzewach błędów i drzewach zdarzeń. Podejście to zostało zaimplementowano w programie SAPHIRE z uwzględnieniem takich czynników zewnętrznych jak trzęsienie ziemi i powódź, w celu zademonstrowania zaproponowanej metody.

Wyniki analiz uzyskane z wykorzystaniem zaproponowanych metod zostały porównane z modelami referencyjnymi w celu pokazania ich poprawności oraz przeprowadzono analizy niepewności dla uzyskanych wyników.