XAPR中破口失水事故下堆芯自然循环冷却能力的功能可靠性研究

功能失效是导致自然循环系统运行失效的重要因素，需在其可靠性分析中予以考虑。针对多维不确定性参数及小功能失效概率问题，提出了一种将改进响应面法及重要抽样子集模拟法相结合的功能可靠性分析方法。以西安脉冲堆（XAPR）堆池水自然循环冷却为例，结合中破口失水事故，考虑输入参数及模型的不确定性，对其进行了功能可靠性评估和灵敏度分析。结果表明：XAPR堆芯自然循环功能失效概率为3.796×10^-3，需充分考虑系统功能的可靠性。本文方法具有较高的计算效率，同时又能保证很高的计算精度，对XAPR堆芯自然循环非线性功能函数具有很强的适应性。     

XAPR中破口失水事故下堆芯自然循环冷却能力的功能可靠性研究

功能失效是导致自然循环系统运行失效的重要因素,需在其可靠性分析中予以考虑。针对多维不确定性参数及小功能失效概率问题,提出了一种将改进响应面法及重要抽样子集模拟法相结合的功能可靠性分析方法。以西安脉冲堆(XAPR)堆池水自然循环冷却为例,结合中破口失水事故,考虑输入参数及模型的不确定性,对其进行了功能可靠性评估和灵敏度分析。结果表明:XAPR堆芯自然循环功能失效概率为3.796×10~(-3),需充分考虑系统功能的可靠性。本文方法具有较高的计算效率,同时又能保证很高的计算精度,对XAPR堆芯自然循环非线性功能函数具有很强的适应性。     

基于数据挖掘的非能动系统功能可靠性评估方法研究

针对多维不确定性参数及小概率的功能失效问题，提出一种基于数据挖掘的功能可靠性分析方法。该方法将自举抽样响应面拟合模型及最优化线抽样技术相结合，进而高效获得非能动系统的功能可靠性。以西安脉冲堆为例，结合中破口失水事故，考虑输入参数及模型的不确定性，对其进行功能可靠性评价。结果表明，该自举抽样响应面模型具有较高的拟合度；最优化线性抽样技术具有很高的计算效率，同时又能保证很好的计算精度。因此，本研究的评价方法对非能动系统隐式非线性的功能失效分析具有很强的适应性。      

功能可靠性分析方法在XAPR堆芯自然循环可靠性评价中的应用

功能失效是导致自然循环系统运行失效的重要因素，需要在其可靠性分析中予以考虑。基于功能可靠性评价流程，通过RELAP5程序模拟自然循环物理过程，对西安脉冲堆（XAPR）池水自然循环冷却堆芯能力的可靠性进行评价。结合中破口失水事故，根据包壳完整性的功能准则，确定影响自然循环的关键参数；采用拉丁超立方抽样确定输入参数组合，进行参数敏感性分析和功能可靠性评价，并将功能可靠性评价结果整合到概率安全评价（PSA）模型中。分析结果表明:在PSA模型中不仅需要考虑硬件可靠性，还应充分考虑功能可靠性，以更好地指导XAPR运行及提高其安全性。      

基于子集模拟法非能动系统功能故障概率评估

针对非能动系统多维不确定性参数和小功能故障概率问题,提出基于马尔可夫链蒙特卡罗子集模拟的可靠性分析方法。该方法通过引入适当的中间失效事件,将小功能故障概率表达为一系列较大的中间失效事件条件概率乘积的形式,进而利用马尔可夫链模拟的条件样本点来计算条件失效概率。以AP1000非能动余热排出系统为研究对象,考虑热工水力学模型和输入参数的不确定性,对其进行功能故障概率评估。结果表明：与其它概率评估方法相比,子集模拟法具有较高的计算效率,同时又能保证很高的计算精度;对非能动安全系统非线性功能函数有很强的适应性。     

灵敏度分析方法在非能动系统可靠性研究中的应用

在研究核电站安全时,热工水力非能动系统的可靠性研究基于所建立的热工水力学数值模型。模型通常极其复杂,具有多个输入参数,且输入参数具有不确定性,对模型输出的不确定性的影响又各不相同。灵敏度分析的目的是将各参数对模型输出的不确定性的影响进行排序,找出显著的影响参数。本文首先描述灵敏度分析的方法,然后应用秩转换回归分析方法计算HTR-10余热排出系统模型各参数的灵敏度,找出关键影响因素,将模型简化,并对简化模型应用响应面方法计算了失效概率。简化模型算得的失效概率与原模型的很接近。     

核电厂非能动余热排出系统的失效概率评价

先进核电厂设计中大量采用非能动安全系统提高反应堆安全性。但目前尚无系统性评价非能动系统的成熟方法,而且概率安全评价(PSA)也未考虑非能动系统自然循环现象不确定性导致的功能失效。在欧盟非能动系统可靠性评价研究项目(RMPS)研究成果的基础上,以压水堆二次侧非能动余热排出系统(PRS)为研究对象,基于统计学和热工水力计算确定了影响性能的参数重要度,进而利用蒙特卡罗抽样和响应面分析对全厂断电事故下的PRS自然循环失效概率进行了量化分析评价。初步评价结果表明:非能动系统功能失效概率为2.14×10-3,在PSA中应当充分考虑各种非能动系统的功能失效。本文的评价方法还可以为非能动安全系统设计优化提供支持。     

非能动自然循环技术的发展与研究

非能动技术在核电工程领域越来越受重视，文章列举了非能动自然循环在核电系统中的应用，对其在运行过程中可能存在的问题进行了分析。介绍了非能动自然循环可靠性分析目前的数学研究方法，并简要总结了这些方法的优缺点。最后展望了非能动自然循环的发展方向。由于非能动自然循环存在失效的可能，在系统运行过程中应对非能动自然循环物理过程失效及其可靠性予以足够重视和积极研究；为了确保系统运行的安全性，系统运行过程中要能动与非能动相互结合，同时选择精确模型，完善非能动可靠性分析方法，准确实现理论计算与实验验证。     

非能动系统性能不确定性评价

本文提出了确定非能动安全功能不确定性的一种方法。实质是处理参照为先进轻水堆设计的迁移堆芯衰变热的非能动系统，非能动系统经由主管线连接到压力容器，依赖自然循环和浸在冷却水池中的热交换器将蒸汽和冷凝水的热量排人冷却水池热井。采用两种确定风险的定性方法，即使用失效模式与效应分析（FMEA）和风险与运行（HAZOP）的方法，对其结果相对地进行了比较，评价了物理失效的主要源项。确定了非能动系统性能的不确定性源项，并确定了启动失效机理的参数。最后，对概率项和系统热工水力性能响应最大作用的不确定性进行了评价。     

考虑知识不确定性的核电厂地震易损性概率模型研究

考虑知识不确定性的地震易损性模型公式是核电厂地震易损性分析的理论基础,包括具有置信度的易损性公式和平均值易损性公式。本文分别对两类公式进行了推导,分析了公式中参数的相互关系,研究了基于两类易损性公式分别得到的高置信度低失效概率值的关系。分析结果表明:基于易损性的不确定性角度的公式推导丰富了具有置信度易损性公式的内涵;对于具有置信度的易损性模型公式,失效概率与置信度服从某种分布,且两类不确定性对失效概率具有不同影响;两类不确定性的对数标准差取值相近时,两类高置信度低失效概率能力值近似相等。     

基于自适应重要抽样法非能动系统功能故障概率评估

针对非能动系统功能故障概率评估,提出一种新的自适应重要抽样方法。这种方法先对失效域进行预抽样,然后拟合出失效域中样本分布的密度函数,以之作为重要抽样密度函数。以1000 MW非能动先进压水堆(AP1000)非能动余热排出系统为研究对象,考虑模型和输入参数的不确定性,将响应面法和自适应重要抽样法相结合,对其进行功能故障概率评估。结果表明:与传统的概率评估方法相比,自适应重要抽样法具有较高的计算效率,同时又能保证很高的计算精度。     

Estimation of the functional failure probability of a thermal-hydraulic passive system by Subset Simulation

In the light of epistemic uncertainties affecting the model of a thermal-hydraulic (T-H) passive system and the numerical values of its parameters, the system may find itself in working conditions which do not allow it to accomplish its function as required. The estimation of the probability of these functional failures can be done by Monte Carlo (MC) sampling of the uncertainties in the model followed by the computation of the system response by a mechanistic T-H code. The procedure requires considerable computational efforts for achieving accurate estimates. Efficient methods for sampling the uncertainties in the model are thus in order.In this paper, the recently developed Subset Simulation (SS) method is considered for improving the efficiency of the random sampling. The method, originally developed to solve structural reliability problems, is founded on the idea that a small failure probability can be expressed as a product of larger conditional probabilities of some intermediate events: with a proper choice of the conditional events, the conditional probabilities can be made sufficiently large to allow accurate estimation with a small number of samples. Markov Chain Monte Carlo (MCMC) simulation, based on the Metropolis algorithm, is used to efficiently generate the conditional samples, which is otherwise a non-trivial task.The method is here developed for efficiently estimating the probability of functional failure of an emergency passive decay heat removal system in a simple steady-state model of a Gas-cooled Fast Reactor (GFR). The efficiency of the method is demonstrated by comparison to the commonly adopted standard Monte Carlo Simulation (MCS).     

Passive system reliability analysis using Response Conditioning Method with an application to failure frequency estimation of Decay Heat Removal of PFBR

Innovative nuclear reactor designs include passive means to achieve high reliability in accomplishing safety functions. Functional reliability analyses of passive systems include Monte Carlo sampling of system uncertainties, followed by propagation through mechanistic system models. For complex passive safety systems of high reliability, Monte Carlo simulations using mechanistic codes are computationally expensive and often become prohibitive. Passive system reliability analysis using recently proposed Response Conditioning Method, which incorporates the insights obtained from approximate solutions like response surfaces in simulations to obtain computationally efficient and consistent probability estimates, is presented in this paper. The method is applied to evaluate the reliability of passive Decay Heat Removal (DHR) system of Indian Prototype Fast Breeder Reactor (PFBR). The accuracy as well as efficiency of the method is compared with direct Monte Carlo simulation. The variability of the reliability values is estimated using bootstrap technique. The system abilities, to prevent critical structural damage as well as to ensure operational safety, are quantitatively ascertained. The system functional failure probabilities are integrated with hardware failure probabilities and the inclusion of passive system unreliability in Probabilistic Safety Assessment is demonstrated.     

Integration of functional reliability analysis with hardware reliability: An application to safety grade decay heat removal system of Indian 500 MWe PFBR

A passive system can fail either due to classical mechanical failure of components, referred to as hardware failure, or due to the failure of physical phenomena to fulfill the intended function, referred to as functional failure. In this paper a methodology is discussed for the integration of these two kinds of unreliability and applied to evaluate the integrated failure probability of the passive decay heat removal system of Indian 500 MWe prototype fast breeder reactor (PFBR). The probability of occurrence of various system hardware configurations is evaluated using the fault tree method and functional failure probabilities on the corresponding configurations are determined based on the overall approach reported in the reliability methods for passive system (RMPS) project. The variation of functional reliability with time, which is coupled to the probability of occurrence of various hardware system configurations is studied and incorporated in the integrated reliability analysis. It is observed that this consideration of the dependence of functional reliability on time will give significant advantages on system reliability. The integrated reliability analysis is also explained using an event tree. The impact of the provision for forced circulation in the primary circuit on functional reliability is also studied with this procedure and it is found that the forced circulation capability helps to bring down the total decay heat removal failure probability by lowering the peak temperatures after the reactor shut down.     

多种影响因素下的设备易损性计算

抗震裕度评估是核电厂地震安全评估的方法之一，通过地震易损性分析计算高置信度低失效概率的抗震能力值是抗震裕度评估中很重要的一步。本文对于同时受到多种失效模式影响的设备易损性计算进行了研究，讨论了蒙特卡罗抽样方法和拉丁超立方分布抽样方法在设备易损性计算中的应用，对两种抽样方法的计算效率和准确度进行了评价。结果表明，在小样本抽样计算时拉丁超立方抽样方法有更好的计算效率和收敛速度，在1 000次样本数量时，两种抽样方法计算结果均可达到收敛。     

基于响应曲面和重要性抽样方法的热力系统参数失效概率计算

本文研究了将响应曲面与重要性抽样相结合的方法用于复杂热力系统参数失效概率的计算。建立了热力系统物理过程参数失效的数学模型,在此基础上研究了将响应曲面与重要性抽样相结合的算法模型,并给出了热力系统组成设备的性能退化模型和基于重要性抽样的仿真流程,进而对反应堆净化系统工作过程中参数失效问题进行了分析计算。研究表明,对于高维、非线性特性明显并考虑性能退化的复杂热力系统参数失效概率的计算,重要性抽样法较直接抽样能以较高效率获得满意精度的计算结果,而响应曲面法存在局限;响应曲面和重要性抽样相结合的方法是分析热力系统物理过程参数失效的有效方法。     

用于厚屏蔽小探测器的蒙特卡罗模拟减方差方法研究

反应堆屏蔽计算中经常出现厚屏蔽、小探测器问题，常规蒙特卡罗方法难以有效解决。基于自动重要抽样（AIS）方法，本文提出了小探测器自动重要抽样(SDAIS)方法，并针对小探测器问题，优化了AIS方法的虚粒子赌分裂算法。该方法在自主开发的蒙特卡罗屏蔽程序MCShield上进行了实现。使用NUREG/CR-6115 PWR基准题验证该方法的正确性和计算效率。结果表明，SDAIS方法可有效地解决厚屏蔽小探测器问题，相比AIS方法及传统的重要性方法，计算效率提升1~2个量级。