The estimation of the failure rate is one of the most important subjects in PRA. The Bayes' theorem has been applied to the program of predicting the failure rate of a specific component in the several recent studies.
The new method is developed in this study to estimate the time varying failure rate of the component when the component is affected by aging. The developed method consists of the dynamics modeling, time update and measurement update, for which the Kalman filter technique is modified. The discrete probability distributions(DPDs) are used in all processes of the developed method instead of the continuous distributions for simplicity and accuracy.
The results of the typical Bayesian approach and the developed method are compared using the Monte-Carlo simulation. And the results of the developed method are applied to the problem of the preventive replacement.
확률론적 위험도 평가(PRA)에 있어서 부품의 고장 자료를 해석하는 것은 매우 중요한 연구분야중의 하나이다.
본 논문에서는, 기계적인 부품이 노화될 때의 고장율을 추정하기 위하여 제어공학에서 사용되는 칼만 필터의 각 과정이 베이지안 방법에 의해 이해되고, 노화 현상의 영향을 받는 부품의 고장율을 추정하는 데 사용될 수 있도록 개선되었다.
개발된 방법은 모델링, Time Update, Measurement Update 등의 과정으로 이루어지며 각 과정에서는 편리함과 정확성을 위하여 연속 확률분포 대신 이산확률분포(DPD)가 사용되었다.
개발된 방법론은 몬테-카를로 시뮤레이션에 의해 발생된 각 고장 자료에 적용되어, 그 결과가 플랜트 고유의 고장율 추정에 사용되는 베이지안 방법론의 결과와 비교되었으며, 더욱 우수한 결과를 나타냄이 보여졌다. 그리고, 개발된 방법론을 사용하여 얻어진 고장율이 부품의 예방교환의 문제를 해결하는 데 효과적으로 이용될 수 있음이 보여졌다.
