Luento 4 Vikapuuanalyysit

Transkriptio

1 Luento 4 Vikapuuanalyysit Ahti Salo Teknillinen korkeakoulu PL 1100, TKK 1

2 Vikapuuanalyysin vaiheet ❶ Ongelman ja reunaehtojen määrittely ❷ Vikapuun rakentaminen ❸ Minimikatkosjoukkojen tunnistaminen ❹ Kvalitatiivinen analyysi ❺ Kvantitatiivinen analyysi 2

3 ❶ Ongelman ja reunaehtojen määrittely Lähtökohtana huipputapahtuman ja reunaehtojen tunnistaminen Huipputapahtumalle annettava yksikäsitteinen ja selkeä määrittely Tulee vastata täsmällisesti seuraaviin kysymyksiin:» Mitä: tarkasteltavan tapahtuman tyyppi ja luonne (esim. tulipalo, jäähdytysveden syötön menetys, jne.)» Missä: tapahtuman tarkka esiintymispaikka (esim. veden syöttö lauhdutinaltaaseen)» Milloin: tapahtuman esiintymistilanne (esim. vuosihuoltoseisokin aikana) Esim. Tulipalo polttoainesäiliössä vuosihuoltoseisokin aikana 3

4 ❶ Ongelman ja reunaehtojen määrittely Reunaehtoja voivat olla Järjestelmän fyysiset rajat» Mitkä järjestelmän osat otetaan mukaan analyysiin? Alkutilanteet» Mikä on järjestelmän tila, kun huipputapahtuma esiintyessä? (esim. täydellinen toiminta tila, rajoitettu toiminta, huoltoseisokki jne.)» Missä tilassa komponentit ovat? (esim.venttiilien asento, prosessilaitteiden tila jne.) Ulkoisten tekijöiden vaikutus» Mitkä ulkoiset tekijät otetaan mukaan? (esim. poikkeukselliset sääolot, sabotaasi, jne.) Yksityiskohtaisuuden taso» Miten tarkasti eri vikaantumistavat tai järjestelmän osat mallinnetaan? (esim. mitkä järjestelmät mallinnetaan komponenttitasolla, otetaanko inhimilliset virheet mukaan, jne.) Huomioita Pyrittävä riittävän tarkkaan erittelyyn Haettava tarkoituksenmukainen yksityiskohtaisuuden taso Jäsentymätön ongelmankuvaus ja/tai epämääräiset rajaukset vievät pohjaa jatkoanalyyseiltä ja vaikeuttavat näiden tulkintaa 4

5 5

6 ❷ Vikapuun rakentaminen Aloitetaan huipputapahtuman analyysista: Selvitetään huipputapahtuman välittömät, välttämättömät ja riittävät syyt Syyt liitetään huipputapahtumaan vikapuun portilla Edetään hierarkkisesti perustapahtumiin (esim. komponenttivikoihin)» Kukin vikatapahtuma kuvataan ja esitetään porttina» Kaikki porttien sisäänmenot määritellään täydellisesti» Rakennetaan vikapuu tasoittain siten, että kukin taso kuvataan ennen etenemistä seuraavalle tasolle Tehdään deduktiivinen analyysi» Kunkin ylemmän tason kohdalla kysytään, mitkä ovat sen välittömät syyt Vikatapahtumien luokittelu Primäärivika (primary failure)» Vika, jonka aiheuttaa kohteen normaali ikääntyminen tai muu sisäinen vikamekanismi Sekundäärivika (secondary failure)» Vika, jonka aiheuttaa ulkopuolinen, poikkeuksellinen rasitus, toisen komponentin vikaantuminen tai toimintahäiriö, tai inhimillinen virhe Ohjausvika (command fault)» Vika, joka aiheutuu virheellisestä tai puuttuvasta ohjaussignaalista tai muusta puuttuvasta tai virheellisestä tukitoiminnosta 6

7 ❸ Minimikatkosjoukkojen tunnistaminen Vikaantumislogiikan tarkastelu Huipputapahtuma, logiikkaportit ja perustapahtumat ovat vikaantumistapahtumia, jotka esitetään Boolen algebran muuttujien avulla Vikatapahtuma esiintyy <=> sitä vastaava Boolen muuttuja saa arvon tosi, esim. X 1, = 0, komponentti vialla komponentti ehjä Kutakin porttia vastaa Boolen lauseke:» OR = Boolen summa (+), AND = Boolen tulo ( ), jne. 1, G= 0, portin tapahtuma toteutuu portin tapahtuma ei toteudu» Huom! piste vastaa siis leikkausta ja summa unionia Huipputapahtumasta lähtien sovelletaan porttien määritelmiä (ks. seuraavat 2 kalvoa) Saadaan perustapahtumien tulojen summa, jossa kukin summatermi on minimikatkosjoukko Minimikatkosjoukko = Perustapahtumien joukko, joka aiheuttaa huipputapahtuman, mutta josta ei voida poistaa yhtään perustapahtumaa ilman, että jäljelle jäävät vikatapahtumat eivät johda huipputapahtuman toteutumiseen 7

8 8

9 ❸ Minimikatkosjoukkojen tunnistaminen Boolean algebran säännöt X Y = Y X X + Y = Y + X X ( Y Z) = ( X Y) Z X + ( Y + Z) = ( X + Y) + Z X ( Y + Z) = ( X Y) + ( X Z) X X = X, X + X = X X ( X + Y) = X, X + ( X Y) = X X X = φ, X + X =Ω ( so.koko avaruus) X Y = X + Y, X + Y = X Y X = X 9

10 Esimerkki minimikatkosjoukoista (1/3) Vikaa kuvaava huipputapahtuma T toteutuu, kun T = A B ( C+ D) = A B C+ A B D Vennin kaavio Oheistus ohessa Kaavio ei kuitenkaan sikäli hyvä, että esim. A ja D voivat molemmat toteutua vain jos joko B tai C toteutuu (tosin vikapuun perusteella A:n ja B:n voidaan vaatia toteutuvan) 10

11 Esimerkki minimikatkosjoukoista (2/3) Havaintoja Minimikatkosjoukot A B C ja A B D voivat esiintyä yhtä aikaa, koska A B C D on molemmissa Vikalogiikan purkaminen perustapahtumiksi Boolen algebran ei siis välttämättä anna toisensa poissulkevia (engl. mutually exclusive) katkosjoukkoja Esimerkiksi edellisen kalvon esimerkissä tällaisia katkosjoukkoja on kolme 11

12 Esimerkki minimikatkosjoukoista (3/3) Minimikatkosjoukkojen A B C ja A B D todennäköisyyksien summa P( A) P( B) P( C) + P( A) P( B) P( D) = = Toisensa poissulkevien katkosjoukkojen todennäköisyyksien summa P( A) P( B) P( C) P( D) + P( A) P( B) P( C) P( D) + P( A) P( B) P( C) P( D) = =

13 ❹ Kvalitatiivinen tulkinta Minimikatkosjoukkojen (MKJ) tulkinta Minimikatkosjoukot antavat kuvan järjestelmän vikaantumisesta Minimikatkosjoukkolistan perusteella voidaan tunnistaa tärkeimmät parannustoimenpiteet Käyttötapoja Mitkä perustapahtumat esiintyvät minimikatkosjoukoissa useimmin?» Näihin kannattaa kiinnittää huomiota, jos perustapahtumien todennäköisyyksistä ei tarkkaa tietoa Onko perustapahtumista joku sellainen, että se ei kuulu mihinkään minimikatkosjoukkoon?» Tällainen perustapahtuma ei voi aiheuttaa huipputapahtumaa 13

14 ❺ Kvantitatiivinen analyysi Lasketaan järjestelmän vikaantumistodennäköisyys Vikaantuminen = huipputapahtuman toteutuminen Laskenta perustuu minimikatkosjoukkoesitykseen» Huipputapahtuma toteutuu jos ja vain jos joku minimikatkosjoukoista toteutuu» Huipputapahtuman todennäköisyys saadaan siis minimikatkosjoukkojen unionina P( T) = P( MKJ + MKJ ) = P( MKJ ) + P( MKJ ) P( T) = P( MKJ MKJ K MKJ ) = P( MKJ) P( MKJ MKJ ) + i < i i < i < i P( MKJ MKJ ) i 1 2 P( MKJ MKJ MKJ ) n+ 1...( 1) P( MKJ i MKJ ) 1 i K MKJ 2 in i < i < K < i n i i i i MKJ 2 MKJ 1 MKJ 3 i i 14

15 ❺ Kvantitatiivinen analyysi Summalausekkeiden avulla voidaan muodostaa approksimaatiot P( T) P( MKJ) = S i P( T) S P( MKJ MKJ ) = S S i1 i2 1 2 i < i P( T) S S + P( MKJ MKJ MKJ ) 1 2 = S S + S i i < i < i i i i Pätee P( T) S Näistä S 1 on usein riittävä Perustapahtumien tn:t otettava huomioon» Jos nämä pieniä (esim. < 0.1), niin yhden lisätason mukaantuominen tarkoittaa vähintään yhtä kertaluokkaa pienempien kokonaistn:ien laskemista 1 S S P( T) S S S P( T) S S + S S S + S S P( T) S S + S M

16 Katkosjoukkojen määrityksestä Huomioita Minimikatkosjoukkojen tn:ien summa antaa ylärajan huipputapahtuman todennäköisyydelle» Saatu arvo tarkka, jos minimikatkosjoukkojen leikkaus on tyhjä (näin käy vain harvoin) Huipputapahtuman tarkan tn:n laskennassa ollaan kiinnostuneita minikatkosjoukkojen unionin esittämisestä toistensa poissulkevina katkosjoukkoina» Nämä katkosjoukot eivät ole välttämättä minimaalisia Nämä voidaan tuottaa binäärisillä päätöskaavioilla (engl. binary decision diagram, BDD) Kunkin perustuman alla vasemmassa haarassa 0, oikeassa 1, yhdistelyt logiikkasäännöillä 16

17 Binääriset päätöskaaviot BDD:n rakentaminen Rakennetaan tasoittain vikapuun alaosasta ylöspäin Jokainen polku huipputapahtumasta ykköshaaraan vastaa katkosjoukkoa Ko. katkosjoukot ovat toisensa poissulkevia, koska polut ovat yksiselitteisiä (so kukin haara vastaa joko nollaa 0:aa tai 1:tä) 2. vaihe 3. vaihe 17

18 Pumppujärjestelmän riskianalyysi (1/3) Järjestelmän toiminta Pumppu siirtää nestettä lähtöaltaasta kohdealtaaseen, jos kohdealtaan nestemäärä laskee alle vaatimustason Pumppu ei toimi, jos sähkönsaanti pettää Pumppu voi vikaantua komponenttivikojen takia, joista osa vaikuttaa sähkönsaantiin Vikapuut Esiintymistaajuudet (/kk) alkutapahtuman ja komponenttien vikaantumiselle Kohdeallas vajaa I 10 krt/kk A, B, F 0,01 krt/kk C 0,02 krt/kk D 0,05 krt/kk 18

19 Pumppujärjestelmän riskianalyysi (2/3) Pumppujärjestelmän toimintaa kuvaava tapahtumapuu Järjestelmä ei toimi skenaarioissa I ac P ja I ac Vikapuista saadaan ac= G1+ G2 = ( A+ B) + ( C D) = A+ B+ C D ac= A+ B+ C D= A B ( C+ D) = A B C+ A B D P= D F, P= D+ F 19

20 Pumppujärjestelmän riskianalyysi (2/3) Vikaantumisen todennäköisyys I ac P= I ( A B C+ A B D) ( D F) = I A B C D F+ I A B D D F = I A B C D F ( D D= φ) I ac= I A+ I B+ I C D P( T) = P( I ac+ I ac P) = P( I){ P( A+ B+ C D) + A B C D F} = P( I){ P( A) + P( B) + P( C D) P( A B) P( A C D) P( B C D) + P( A B C D) + P( A B C D F)} = P( I){ } = P( I) So. pumppujärjestelmä vikaantuu keskimäärin joka viides 5 kuukausi 20

21 Logiikkakaavioiden käyttö Osajärjestelmien riippuvuuksia voidaan havainnollistaa logiikkakaavioina Engl. master logic diagram, MLD Huipputapahtuma vastaa tällöin tyypillisesti järjestelmän toimimista, ei vikaantumista Kiinnostuksen kohteena se, mihin tilaan järjestelmä joutuu riippumattomien osajärjestelmien pettäessä 21

22 Jäähdytysjärjestelmä (1/3) Tarkasteltavana vetyreaktorijärjestelmää Kriisitilanteessa vetyvirtaukset voidaan pysäyttää kriisitilanteessa ajasajojärjestelmällä (shutdown device, SDD) Jos reaktorin lämpötila on liian korkea, jäähdytys vaatii, että hätäjäähdytysjärjestelmän toimii (emergency cooling system, ECC) Molemmat järjestelmät toimivat säätöjärjestelmän varassa (actuator control system, ACS) Operaattori (operating agent, OA) pystyy kuitenkin yksinään pysäyttämään vetyvirran Vikaantumistaajuudet 22

23 Jäähdytysjärjestelmä (2/3) Riippuvuussuhteet Logiikkakaavio 23

24 Jäähdytysjärjestelmä (3/3) Osajärjestelmien vaikutukset Tärkeimmät riskitekijät 24

25 Influenssarokotus (1/3) Rokotuskampanja Influenssaepidemian vakavuus vaihtelee vuosittain Sairastumistodennäköisyys riippuu siitä, miten vakavasta epidemiasta on kyse Erityisesti nuoret lapset, iäkkäät henkilöt ja kroonisesti sairastavat saattavat kärsiä influenssasta Kannattaako koko väestöä tai sen osia rokottaa, jos rokotus alentaa sairastumisnäköisyyden 8%:iin verrattuna tapaukseen, jossa rokotusta ei annettu? 25

26 26

27 Influenssarokotus (2/3) Rokotuksen vaikutus altistumiseen 27

28 28