Keskipakopumppujen yhteisvikataajuuksien arviointi

Koko: px
Aloita esitys sivulta:

Download "Keskipakopumppujen yhteisvikataajuuksien arviointi"

Transkriptio

1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat Sovelletun matematiikan erikoistyö Keskipakopumppujen yhteisvikataajuuksien arviointi Juho Helander 63646T Espoo, 27. marraskuuta 2007

2 Sisältö 1 Johdanto 2 2 Loviisan ydinvoimalaitoksen yleiskuvausta PWR-laitoksen toimintaperiaate Järjestelmien kuvaus Hätäsyöttövesijärjestelmä RL92/ Primääripiirin seisontajäähdytysjärjestelmä RR Sivumerivesipiiri VF Hätälisävesijärjestelmä TJ, Hätäjäähdytysjärjestelmä TH Suojarakennuksen ruiskutusjärjestelmä TQ Puhdas välijäähdytyspiiri TF Keskipakopumppu Vikataajuuksien laskentamenetelmät Parametriset jäännösyhteisviat Priorijakauma ja posteriorijakaumat Yhteisvikataajuuksien kvantifiointi Yhteisvikaryhmien (CCCG) valitseminen Painovektoreiden määrittäminen Tulokset Laskenta ja herkkyystarkastelu Hätäsyöttövesijärjestelmä RL Primääripiirin seisontajäähdytysjärjestelmä RR Sivumerivesipiiri VF Muut järjestelmät (TJ, TH, TQ, TF) Katkaisijoihin liittyvät viat Lopulliset tulokset Pohdinnat 25 Lähteet 26

3 1 JOHDANTO 2 1 Johdanto Turvallisuusajattelu on keskeisellä sijalla ydinvoimalaitosten suunnittelussa, rakentamisessa ja käytössä. ALARA-periaatteen (As Low As Reasonably Achievable) mukaisesti ydinvoimalaitos tulee suunnitella niin, että ympäristön väestön ja laitoksen henkilökunnan säteilyaltistus pysyy niin pienenä kuin se on käytännöllisin toimenpitein mahdollista yhteiskunnalliset ja taloudelliset seikat huomioon ottaen sekä niin, ettei viranomaisten asettamia säteilyannosrajoja ylitetä [1]. Turvallisuusperiaatteiden totetumista valvoo Suomessa kauppa- ja teollisuusministeriö sekä sen valvonnassa Säteilyturvakeskus. Ydinvoimaloissa turvallisuuden kannalta kriittisten systeemien luotettavuutta parannetaan varmentavilla järjestelmillä. Toisiaan korvaavat ja toisistaan sekä fyysisesti että sähköisesti erotetut järjestelmät kestävät hyvin eri vikatilanteita ja ulkoisia olosuhteita. Esimerkiksi reaktorisydämen alikriittisyys turvataan kahdella järjestelmällä, jotka ovat toisistaan riippumattomia ja toimintatavaltaan täysin erilaisia. Ensimmäinen on säätösauvojen pudottaminen sydämeen ja toinen boorihappopitoisen veden ohjaaminen reaktoriin. Ydinvoimalaitosten käytön ja huollon turvallisuutta voidaan analysoida todennäköisyyspohjaisen riskianalyysin avulla (Probabilistic Safety Assesment, PSA). Kansainvälisesti vakiintuneessa menetelmässä pyritään tunnistamaan alkutapahtumat ja tapahtumaketjut, joilla on merkitystä kokonaisriskin kannalta. Näiden tapahtumien riskivaikutus kvantifioidaan. Samalla tunnistetaan alkutapahtumien mahdolliset seuraukset sekä oikeat toimintatavat onnettomuustilanteissa [3]. Suomessa Loviisan ydinvoimalan todennäköisyyspohjaista riskianalyysiä laajentaa ja soveltaa Fortum Nuclear Services Ltd. Eräs PSA-laskennassa huomioitava vikatyyppi ovat yhteisviat (Common Cause Failures, CCF). Yhteisvika määritellään tässä työssä seuraavasti: kahden tai useamman komponentin vikaantuminen yhteisestä syystä samanaikaisesti tai lyhyen ajan sisällä (aiheuttaen samanaikaista epäkäytettävyyttä) [9]. Esimerkki tälläisesta viasta on pumppuhuone, jossa kohonnut lämpötila tai tulva aiheuttaa kaikkien huoneessa sijaitsevien pumppujen vikaantumisen. Tässä erikoistyössä lasketaan taajuusarviot eräille Loviisan ydinvoimalaitoksen vesipiirien keskipakopumppujen yhteisvioille. Erityisesti kiinnitetään huomiota pumppujen katkaisijoihin liittyviin vikoihin. Tarkasteltavat järjestelmät esitellään lyhyesti, minkä jälkeen kuvataan Fortumilla käytössä olevia yhteisvikataajuuksien laskentamenetelmiä. Varsinaisten tulosten lisäksi esitellään laskentaperusteisiin liittyvää herkkyystarkastelua.

4 2 LOVIISAN YDINVOIMALAITOKSEN YLEISKUVAUSTA 3 2 Loviisan ydinvoimalaitoksen yleiskuvausta Loviisan ydinvoimalaitoksen Turvallisuusteknisissä suunnitteluperusteissa mainitaan kolme laitoksen käyttöön liittyvää turvallisuuspäämäärää [1]: 1. Reaktorin tehonsäätö: tehon rajoittaminen, tehonmuutosten hallinta, reaktorin sammuttaminen 2. Reaktorisydämen jäähdyttäminen (myös jälkilämmön poisto) 3. Radioaktiivisen aineen eristäminen ihmisistä ja ulkomaailmasta Kaikki ydinvoimalaitosten suunnittelussa noudatettavat turvallisuusperiaatteet tähtäävät näiden turvallisuuspäämäärien ylläpitämiseen ja täyttymiseen. Tässä erikoistyössä tarkasteltavat järjestelmät ovat pääosin turvajärjestelmiä, jotka vaikuttavat reaktorin tehonsäätöön ja erityisesti reaktorisydämen jäähdyttämiseen. Jotkin näistä järjestelmistä ovat käytössä normaalilla tehoajolla ja huoltoseisokeissa. Onnettomuus- ja hätätilanteissa järjestelmiä saatetaan käyttää eri tavalla tai eri tarkoitukseen. Osa järjestelmistä on olemassa vain tiettyjä onnettomuustilanteita varten, eikä niitä välttämättä jouduta käyttämään varsinaiseen käyttötarkoitukseensa koko laitoksen elinkaaren aikana. Loviisan ydinvoimalaitoksen reaktorit ovat VVER-440 -tyyppisiä painevesireaktoreita (Pressurized Water Reactor, PWR). Pääkomponentit ovat neuvostoliittolaisia, mutta laitoksessa on myös paljon länsimaisia laitteita ja järjestelmiä, ja laitoksessa on sovellettu länsimaisia turvallisuusperiaatteita. Tästä ovat esimerkkeinä reaktorin suojarakennus sekä lukuisat muut turvallisuutta parantavat muutokset. Yksi tärkeä järjestelmän luotettavuutta parantava periaate on redundanttisuus. Yksinkertaisimmillaan tämä tarkoittaa systeemin varmistamista rinnakkain kytketyllä varajärjestelmällä (systeemin redundanssi). Vielä parempi luotettavuus saavutetaan varmistamalla yksittäisiä komponentteja (komponenttien redundanssi) [7]. Tässä työssä käsiteltävillä keskipakopumpuilla on 1 tai 3 varapumppua, jotka kuuluvat samaan tai rinnakkaiseen järjestelmään. Järjestelmien redundanssi pumppujen suhteen on siis 2 tai 4. Tässä työssä järjestelmän redundanssilla viitataan nimenomaan järjestelmän pumppujen redundanssiin. Ennen järjestelmien kuvausta selvitetään lyhyesti painevesilaitoksen toimintaperiaate. 2.1 PWR-laitoksen toimintaperiaate Ydinvoimalan reaktoriytimessä vapaat neutronit synnyttävät lämpöenergiaa tuottavia fissioita. Erilaisin säätötoimenpitein reaktorin kriittisyyttä säädetään siten, et-

5 2 LOVIISAN YDINVOIMALAITOKSEN YLEISKUVAUSTA 4 tä normaalilla tehoajolla jokainen vapautuva neutroni synnyttää keskimäärin yhden uuden neutronin. Näin reaktorin teho pysyy vakiona. Loviisan ydinvoimaloiden kaltaisissa painevesilaitoksissa primääripiirin vesi virtaa reaktorissa polttoainesauvojen läpi, jolloin fissioissa syntyvä lämpöenergia siirtyy jäähdytteeseen. Primääripiirin lämpötila nousee noin 303 o C:een. Vallitsevassa paineessa (123 bar) vesi kiehuu vasta 325 o C:ssa, joten jäähdyte pysyy lämmönsiirron kannalta edullisessa nestemäisessä olomuodossa. Kuumentunut vesi ohjataan höyrystimiin, joissa ylimääräinen lämpöenergia siirtyy sekundääripiirin jäähdytteeseen lähinnä konvektiolla sekä myös johtumalla ja säteilemällä. Sekundääripiirin vesi höyrystyy, koska sen paine on primääripiiriä pienempi. Höyry kuivataan ja ohjataan turbiineille, jotka edelleen pyörittävät sähkögeneraattoreita. Primääripiiri sisältää kuusi kiertopiiriä, joista jokaisessa on kuuma ja kylmä haara, höyrystin sekä pääkiertopumppu. Laitosta voidaan käyttää rajoitetulla teholla myös kolmella, neljällä tai viidellä kiertopiirillä. Reaktorin paineastian yläpuolella sijaitsevat säätösauvat, jotka voidaan nopeasti pudottaa reaktoriin. Sauvojen materiaali (mm. boori) absorboi tehokkaasti neutroneja, mikä aiheuttaa alikriittisyyden ja reaktorin sammumisen. 2.2 Järjestelmien kuvaus Hätäsyöttövesijärjestelmä RL92/93 Reaktorisydämen riittävä jäähdyttäminen on kriittisen tärkeää sekä tehokäytöllä että häiriö- ja onnettomuustilanteissa. Vielä reaktorin sammuttamisen jälkeenkin jatkuva radioaktiivinen hajoaminen aiheuttaa reaktorin sydämessä jälkilämpötehon, joka tulee poistaa turvallisesti. Sydämen ylikuumeneminen aiheuttaa ennen pitkää polttoainevaurioita ja suojarakennuksen ylipaineistumisen. Höyrystimillä on tärkeä tehtävä johtaa primääripiirin jäähdytteestä pois se lämpö, joka siihen sitoutuu reaktorisydämessä. Jos höyrystimien vedenpinta laskee syystä tai toisesta liian matalalle, lämmönsiirto vaarantuu. Tällöin hätäsyöttövesijärjestelmä turvaa riittävän jäähdytteen määrän pumppaamalla höyrystimiin lisävettä syöttövesisäiliöistä. Tämän lisäksi laitoksen ylösajossa hätäsyöttövesijärjestelmä huolehtii syöttöveden tarpeesta noin kahden prosentin tehotasolle ennen pääsyöttövesijärjestelmän käyttöönottoa. Loviisan ydinvoimalaitoksen ensimmäisen laitosyksikön hätäsyöttövesijärjestelmällä (RL92) on yksi varmentava järjestelmä (RL93). Järjestelmän redundanssiluku on siis 2.

6 2 LOVIISAN YDINVOIMALAITOKSEN YLEISKUVAUSTA Primääripiirin seisontajäähdytysjärjestelmä RR Primääripiirin seisontajäähdytysjärjestelmä on toiminnassa laitoksen lataus- ja korjausseisokkien aikana sekä laitoksen alasajossa. RR-järjestelmä ylläpitää jäähdytyskiertoa reaktorissa syntyvän jälkilämmön siirtämiseksi höyrystimistä edelleen meriveteen. Laitosyksikön RR-järjestelmän pumpulla on yksi varmentava pumppu, joten järjestelmän redundanssi on Sivumerivesipiiri VF Sivumerivesipiirin vesi pumpataan merestä ja puhdistetaan mekaanisesti välppien ja koriketjusuodattimien avulla. VF-järjestelmä huolehtii laitoksen kaikissa käyttötilanteissa jäähdytysveden syötöstä seuraavien järjestelmien lämmönsiirtimiin: TF10 Puhdas välijäähdytyspiiri ja TF60 Aktiivinen välijäähdytyspiiri RR Primääripiirin seisontajäähdytysjärjestelmä UV Valvomorakennuksen jäähdytysjärjestelmät UW Hätäsyöttövesipumppujen jäähdytysjärjestelmät VF-järjestelmä johtaa myös näissä piireissä lämmenneen veden takaisin mereen sekä toimittaa vettä primääripiirin, sekundääripiirin ja konttorirakennuksen merivesilämmönsiirtimille. VF-järjestelmään kuuluu neljä pumppua, joista 2 on jatkuvasti käytössä ja 2 varalla. Pumppuihin liittyvät viat voidaan aina jakaa kahteen eri vikatyyppiin: 1. FR, Failure to Run (käyntihäiriö) 2. FS, Failure to Start (käynnistyshäiriö) FR-vian tapauksessa pumppuun tulee toimintahäiriö sen oltua käynnissä vähintään tunnin. Muulloin puhutaan käynnistyshäiriöistä (FS). Karkeasti ottaen FR-tyypin viat liittyvät jatkuvasti käytössä oleviin pumppuihin ja FS-tyypin viat varalla oleviin. Laitosyksikön VF-järjestelmässä on neljä pumppua, eli järjestelmän redundanssi on 4. Samoin kaikkien seuraavaksi käsiteltävien puhtaiden järjestelmien (TJ, TH, TQ, TF) redundanssiluku on 4.

7 2 LOVIISAN YDINVOIMALAITOKSEN YLEISKUVAUSTA Hätälisävesijärjestelmä TJ, Hätäjäähdytysjärjestelmä TH Jos primääripiiriin syntyisi suuri putkivuoto, normaalilisävesijärjestelmä ei kykenisi ylläpitämään primääripiirissä riittävää painetta ja jäähdytemäärää. Primääripiirin painetta säätelee paineistin, jonka sisäisen vedenpinnan nousu ja lasku kertoo primääripiirin paineen muutoksista. Hätälisävesijärjestelmä aktivoituu, kun primääripiirin paine putoaa riittävän alas. Höyrypuolen vuodoissa aktivoitumisen aiheuttaa samanaikainen primääripiirin paineen lasku ja tuorehöyryn paineen nousu. Reaktorisydämen jäähdytyksen turvaamiseksi TJ-järjestelmä pumppaa primääripiiriin boorihappopitoista vettä hätälisävesisäiliöstä. Boori absorboi tehokkaasti neutroneja, mikä osaltaan pienentää reaktiivisuutta ja lämmöntuottoa. Säiliön tyhjentyessä siirrytään jälleenkiertoon, jolloin vettä imetään suojarakennuksen lattiakaivoista. TH-järjestelmä aktivoituu, kun primääripiirin paine on laskenut TH-painevesisäiliöiden ja edelleen TH-pumppujen toiminta-alueelle. Typpipaineistetut TH-paineakut syöttävät boorihappopitoista lisävettä reaktoripaineastian ylä- ja alatilaan. Lisäksi järjestelmä jäähdyttää lisävettä sumppikierron aikana ja poistaa lämpöä reaktorisydämen terässuojakuoren ulkopuolelle Suojarakennuksen ruiskutusjärjestelmä TQ Jos primääripiirin putkistoon syntyy vuoto, kuuma ja korkeapaineinen vuotovesi höyrystyy reaktorin suojarakennukseen, ja rakennuksen sisäinen paine nuosee. Paineen nousu suojarakennuksen suunnitteluylipaineeseen (1,7 bar) estetään ruiskutusjärjestelmän avulla. TQ-järjestelmä käynnistyy, jos suojarakennuksen ylätilan paine ylittää 1,18 bar. Ruiskutusjärjestelmä lauhduttaa höyryä suihkuttamalla reaktorirakennuksen yläosaan boorihappopitoista vettä hätälisävesisäiliöstä tai suojarakennuksen lattiakaivoista. Näin suojarakennuksen paine saadaan laskemaan Puhdas välijäähdytyspiiri TF10 Normaalikäytön aikana puhdas välijäähdytyspiiri jäähdyttää ja tiivistää pumppuja, joiden prosessipaine on pienempi tai vain hieman suurempi kuin TF10-järjestelmän. Lämpö siirretään edelleen sivumerivesipiiriin VF. Tämän lisäksi TF-järjestelmä poistaa lämpöä polttoainealtaista ja hätäjäähdytysjärjestelmien pumpuista ja pumppuhuoneista sekä toimii osana hätälämmönsiirtoketjua TH,TQ - TF10 - VF. Hätälämmönsiirtoketjua tarvitaan jäähdytteenmenetysonnettomuuksissa, joissa normaali lämmönsiirto höyrystimien kautta sekundääripiiriin ei ole mahdollista. Jäähdyttäminen tapahtuu tällöin hätäjärjestelmien TH ja TQ avulla. Näiden järjestel-

8 2 LOVIISAN YDINVOIMALAITOKSEN YLEISKUVAUSTA 7 mien lämpö siirretään välijäähdytyspiiriin TF, ja siitä edelleen sivumerivesipiiriin VF. Loviisan ensimmäisen yksikön puhdas välijäähdytyspiiri pitää sisällään neljä pumppua, joista kaksi on jatkuvasti toiminnassa ja loput kaksi varmentavat. Koestusten yhteydessä suoritetaan vaihto siten, että toiminnassa olleet pumput vaihdetaan varmentaviksi ja toisinpäin. Tästä erilaisesta käyttötavasta johtuen TF-järjestelmän ryhmittely yhteen TJ-, TH- ja TQ-järjestelmien kanssa on jossakin määrin kyseenalaista. 2.3 Keskipakopumppu Tässä raportissa tarkasteltavien keskipakopumppujen fysikaaliset rajat on esitetty kuvassa 1 [6]. Varsinaisen pumpun lisäksi huomioidaan kaikki pumppuun liittyvät automaatio-, ohjaus- ja sähköjärjestelmät. Pumpun vikaantumisen voi siis aiheuttaa mikä tahansa näihin järjestelmiin kuuluva katkaisija, rele, sulake tms. Kuva 1: Keskipakopumpun fysikaaliset rajat [6].

9 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 8 3 Vikataajuuksien laskentamenetelmät Ydinvoimalaitoksessa järjestelmien vikojen esiintyminen on ennemmin satunnaista kuin tarvekohtaista. Toisin sanoen viat tapahtuvat komponenttien vanhetessa esimerkiksi seuraavista syistä: korroosio, lämpötila, kosteus, löystyminen, kuluminen ja jumiutuminen. Siksi ei ole mielekästä mallintaa vikatodennäköisyyksiä tarvetta kohden. Sen sijaan vikojen mallinnukseen käytetään vikataajuutta λ j, joka on komponentin vikaantumistodennäköisyys aikayksikköä kohden. Jos koestusväli on T, niin perustodennäköisyys z j = P r(z j ) = 1 2 λ jt on komponentin keskimääräinen vikatodennäköisyys, jota voidaan tietyllä tarkkuudella pitää epäkäytettävyytenä. Täsmällisemmässä tarkastelussa täytyy huomioida myös mahdolliset komponentin korjaus- ja toimintoajat. Loviisan ydinvoimalaitoksen ensimmäinen yksikkö otettiin kaupalliseen käyttöön ja toinen yksikkö Käyttökokemusvuosia on siis kertynyt noin 56 vuotta vuoden 2006 loppuun mennessä. Joidenkin yksittäisten järjestelmien käyttöikä on tätäkin lyhyempi. Kymmenien vuosien tarkasteluaikaa voidaan pitää riittämättömänä, kun laskettavat vikataajuudet ovat hyvin pieniä. Hyvin yleinen tilanne on, että arvioitavana olevaa vikaa ei ole Loviisan laitoksella tapahtunut kertaakaan. Tämän takia vikataajuuksia laskettaessa joudutaan turvautumaan muiden laitosten vastaavien järjestelmien vikatapahtumiin, jotta käyttökokemusvuosia saadaan riittävästi. Käytettävässä laskentamenetelmässä ei suoraan jaeta vikojen lukumäärää yhteenlasketulla käyttöajalla. Sen sijaan laitosten tai muiden systeemien muodostamalle populaatiolle lasketaan priorijakauma, ja jokaiselle systeemille oma posteriorijakauma. Laskennassa käytettävien laitosten tms. tulee olla niin samankaltaisia, että niiden vikataajuuksien voidaan olettaa olevan peräisin samasta jakaumasta. 3.1 Parametriset jäännösyhteisviat Parametriset jäännösyhteisviat ovat riippuvia, samanaikaisia, moninkertaisia virheitä, joita ei ole otettu huomioon tavanomaisissa vioittumistarkasteluissa. Yleensä ne vaikuttavat systeemin sisällä identtisiin redundanttisiin komponentteihin. Fortum Nuclear Services Oy:llä käytössä olevat yhteisvikojen mallinnuskeinot on esitetty viittessä [4] sekä perusteellisemmin viitteessä [10]. Yhteisvikojen vikataajuuksia mallinnetaan vikataajuuksin λ i, λ ij, λ ijk. Tällöin esimerkiksi λ ij dt on yhteisvian todennäköisyys komponenteille i ja j aikavälillä dt. Kun järjestelmä sisältää n komponenttia, voidaan k/n-vikojen taajuudet estimoida havaittujen vikojen lukumäärän N k/n ja tarkasteluajan T n avulla: Λ k/n = ( ) n λ k/n χ 2 (2N k/n + 1)/(2T n ), (1) k

10 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 9 jossa λ ij = λ 2/n, λ ijk = λ 3/n, jne... kaikille i,j,k. Tämän gammajakauman odotusarvo ja varianssi ovat: jossa 0 α 1 2. E(Λ k/n ) = N k/n + α, σ 2 (Λ k/n ) = N k/n + α, (2) T n Tapahtumien havainnointiin ja tulkintaan liittyy aina epävarmuutta. Siksi k/ntapahtumien lukumäärää N k/n (tietyllä k) ei tiedetä varmasti, ja on syytä puhua lukumäärän odotusarvosta. Otetaan käyttöön painovektori w k/n (i, ν), joka on todennäköisyys sille, että havainnolla i laitoksella ν tasan k komponenttia vikaantuu n-komponenttisessa yhteisvikaryhmässä. Painovektorien laskemismenetelmä esitetään myöhemmin kappaleessa Nyt k/n-tapahtumien lukumäärälle saadaan odotusarvoksi ja varianssiksi: T 2 n E(Λ k/n ) = E(N k/n) + α T n, σ 2 (Λ k/n ) = E(N k/n) + σ 2 (N k/n ) + α T 2 n (3) Painovektoreiden avulla lausuttuna momentit ovat: Nn i=1 E(Λ k/n ) = w k/n(i, ν) + α Nn, σ 2 i=1 (Λ k/n ) = w k/n(i, ν)[2 w k/n (i, ν)] + α T n Tn 2 (4) Yhdistetään nyt yhtälöt 2 ja 3: Ñ k/n + α T 2 n Ñ k/n + α T n = E(N k/n) + α T n, = E(N k/n) + α + σ 2 (N k/n ) T 2 n (5) Tästä on helppo ratkaista ekvivalentti datapari T n, Ñ k/n : T n = E(N k/n ) + α E(N k/n ) + α + σ 2 (N k/n ) T n, Ñ k/n = Esitetään datapari vielä painovektorien avulla [4]: Ñ k/n (ν) = ( N n i=1 w i) 2 + α N n Nn i=1 w2 i i=1 w i(2 w i ) + α, Tn (ν) = [E(N k/n ) + α] 2 E(N k/n ) + α + σ 2 (N k/n ) α (6) Nn i=1 w i + α Nn i=1 w i(2 w i ) + α T n, (7) jossa N n on tapahtumien lukumäärä laitoksella ν ajassa T n ja w i = w k/n (i, ν).

11 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 10 Nyt tietyille k/n-vioille voidaan painovektorien avulla laskea efektiivinen vikamäärä ja efektiivinen tarkasteluaika. Edelleen voidaan määrittää yhteinen priorijakauma Λ k/n sekä kunkin laitoksen oma posteriorijakauma Λ k/n (ν). Nämä laskentavaiheet tehdään koneellisesti PREB-työkalulla [11]. PREB laskee tarkasteluaikojen ja vikamäärien perusteella populaation priorijakauman sekä ryhmäkohtaiset posteriorijakaumat Priorijakauma ja posteriorijakaumat Tarkastellaan yhteisvikaryhmien (CCCG) joukkoa. Ryhmien lukumäärä on M, ja kunkin ryhmän i = 1, 2...M tarkasteluaika on T i ja vikamäärä K i. Ryhmien vikataajuudet λ i ovat vakioita, joten vikojen määrät K i noudattavat Poisson-jakaumaa: P (K i ; λ i, T i ) = (λ i T i ) K i K i! e λ it i (8) Suurimman uskottavuuden estimaatti ryhmän i vikataajuudelle λ i on K i /T i. Ryhmäkohtaiset taajuudet λ i kuuluvat yhteiseen jakaumaan, joksi valitaan gammajakauma. Tämän kaikille ryhmille yhteisen priorijakauman tiheysfunktio voidaan esittää gammafunktion Γ(x) avulla: p(λ i ; x, y) = y (λ i y) x 1 Γ(x) e λ iy, x 0, y > 0, Γ(x) = 0 t x 1 e t dt (9) Priorijakauman Γ(x, y) odotusarvo ja varianssi ovat gammajakauman määritelmän mukaisesti: E(x, y) = x y, σ2 = x y 2 (10) Kun tiedetään kunkin yhteisvikaryhmän (CCCG) vikahistoria (vikamäärät K i ja tarkasteluajat T i ), voidaan määrittää kullekin laitokselle ominainen posteriorijakauma. Näiden jakaumien tiheysfunktiot ovat: p(λ i K i, T i ) = P (K i; λ i, T i )p(λ i ) 0 P (K i ; λ, T i )p(λ)dλ (11) Posteriorijakaumat ovat myös gammajakaumia, Γ(K i +x, T i +y). Siten odotusarvo ja varianssi ovat: E(x, y) = K i + x T i + y, σ2 = K i + x (12) (T i + y) 2

12 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT Yhteisvikataajuuksien kvantifiointi Yhteisvikaryhmien (CCCG) valitseminen Tavoitteena on määrittää posteriorijakaumat seuraaville Loviisan ensimmäisen y- dinvoimalaitosyksikön järjestelmien keskipakopumpuille: varahätäsyöttövesijärjestelmä RL92/93 sivumerivesipiiri VF primääripiirin hätälisävesijärjestelmä TJ reaktorin hätäjäähdytysjärjestelmä TH suojarakennuksen ruiskutusjärjestelmä TQ välijäähdytyspiiri TF primääripiirin seisontajäähdytysjärjestelmä RR Taajuusarvio lasketaan kaikille mahdollisille k/n-vioille (k = 2,..., n). RL- ja RRjärjestelmien redundanssi on 2, joten ainoa mahdollinen yhteisvikatyyppi on 2/2. Muiden järjestelmien redundanssi on 4, joten mahdolliset k/n-viat ovat 2/4, 3/4 ja 4/4. Järjestelmien oma vikahistoria ei ole riittävä luotettavien arvioiden tekemiseen, joten valitaan mahdollisimman samankaltaisten systeemien populaatio, jonka vikahistoriaa hyödynnetään. Tässä raportissa on käytetty vikatietoja suomalaisilta, ruotsalaisilta, saksalaisilta, espanjalaisilta, sveitsiläisiltä, isobritannialaisilta, yhdysvaltalaisilta ja kanadalaisilta ydinvoimalaitoksilta. Mukana on Loviisan laitoksen kaltaisia painevesireaktoreita (PWR, Pressurized Water Reactor), mutta myös kiehutusreaktoreita (BWR, Boiling Water Reactor), kaasujäähdytteisiä reaktoreita (GCR, Gas Cooled Reactor), raskasvesireaktoreita (PHWR, Pressurized Heavy Water Reactor) sekä kaasujäähdytteisiä, grafiittihidasteisia MAGNOX-reaktoreita. Eri reaktorityypit poikkeavat toimintaperiaatteiltaan merkittävästi toisistaan, mutta niissä kaikissa on samankaltaisia järjestelmiä, joiden voidaan olettaa vikautuvan samalla tavalla. Jotkin tarkasteltavista järjestelmistä ovat toimintaperiaatteiltaan hyvin samankaltaisia, joten niille voidaan käyttää samoja taajuusarvioita. Luokittelu on mahdollista tehdä monella eri tavalla. Käytettävien luokitteluperusteiden herkkyystarkastelua on tehty kappaleessa 4.1. Poikkeavasta redundanssista johtuen RL-järjestelmää ei voida yhdistää muiden tarkasteltavien järjestelmien kanssa. Otosjoukoksi valitaan 2-redundanttisia raakavettä käyttäviä lisä- tai hätäsyöttövesijärjestelmiä.

13 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 12 RR-järjestelmä poikkeaa muista järjestelmistä redundanssiltaan ja toimintaperiaatteeltaan. Populaatioksi valitaan 2-redundanttisia jälkilämmönpoistojärjestelmiä. Myös VF-järjestelmä käsitellään erikseen, koska se on ns. likainen piiri, mikä voi vaikuttaa vikataajuuksiin. Piirissä kiertävä puhdistamaton merivesi voi sisältää erilaisia epäpuhtauksia (esim. levää, lehtiä, pikkukaloja, hiekkaa). Valitaan populaatioksi neliredundanttisia raakavesipiirejä (jäähdytys- tai käyttövesijärjestelmiä). Loput järjestelmistä (TJ, TH, TQ, TF) ovat toimintaperiaatteiltaan niin samankaltaisia, että niille voitaisiin käyttää samaa vikataajuusarviota, jos yksittäiselle järjestelmälle ei löydetä riittävästi vikadataa. Hyödynnetään seuraavantyyppisten järjestelmien vikatietoja: reaktorin hätäjäähdytysjärjestelmät, suojarakennuksen ruiskutusjärjestelmät ja jäälauhduttimet sekä lämmönsiirtoketjut. Laskentaa varten tarvitaan jokaisen yhteisvikaryhmän tunnus ja tarkasteluaika. Lisäksi esitetään tarkasteluajan alku- ja loppuhetki, järjestelmän tyyppi, laitostyyppi ja redundanssi. Taulukossa 1 on esitetty esimerkki yhteisvikaryhmätiedoista. Taulukko 1: Esimerkki yhteisvikaryhmien tiedoista. plant start end time system type plant type red X BE BWR 4 Y BE BWR 4 Z BE BWR 4 Z BE BWR 4 Z BE BWR 4 Z BE BWR 4 Z BE BWR 4 W BG PHWR 4 X BG PWR 4 X BG PWR 4 X-4a BG PWR 4 X-4b BG PWR 4 Y-10a BG PWR 4 Y-10b BG PWR 4 Aika on esitetty tunteina. Järjestelmän tyyppi 3.BE tarkoittaa jälkilämmönpoistoa ja 3.BG reaktorin hätäjäähdytystä. Laitostyypeissä BWR on kiehdutusvesireaktori, PHWR raskasvesireaktori ja PWR painevesireaktori Painovektoreiden määrittäminen Otosjoukkoon kuuluville yhteisvikaryhmille haetaan vikatapahtumat, joissa on kerrottu kullekin laitokselle ν tarkasteluaika T sekä kullekin havainnolle i seuraavat

14 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 13 tiedot: laitos, jolla vikatapahtuma on sattunut vaurioitumisvektori d j (Component Impairment Vector) syykerroin SCF (Shared Cause Factor) aikakerroin TF (Time Factor) Taulukossa 2 on esitetty yksinkertaistetut vikatiedot Loviisan voimalaitoksen RLjärjestelmää vastaaville järjestelmille. Kaikkien tarkasteltavien järjestelmien tyyppi on 3.BB, joka tarkoittaa raakavettä käyttävää lisä- tai hätäsyöttövesijärjestelmää. Kaikkien järjestelmien redundanssiluku (Group Size) on 2. Taulukko 2: Yksinkertaistettu esimerkki vikatiedoista. Plant System Type Group Size SCF TF CIMP A-1 3.BB 2 H H CW B-2 3.BB 2 H H II B-3 3.BB 2 H H DI B-6a 3.BB 2 H H CW B-6b 3.BB 2 H H CC B-7 3.BB 2 H H CW B-8 3.BB 2 M H CC C-1a 3.BB 2 H H DD D-1b 3.BB 2 H H CI D-2 3.BB 2 H H II D-3 3.BB 2 H H CC D-4 3.BB 2 H H DI Komponenttien vaurioitumisvektori (CIMP) kuvaa kunkin yhteisvikaryhmään kuuluvan komponentin vaurioitumisastetta tarkasteltavassa vikatapahtumassa. Vioittuneisuutta kuvataan kirjaintunnuksilla: W=0, S=0.01, I=0.1, D=0.5, C=1. Neliredundanttisen yhteisvikajoukon vikatapahtuman vaurioitumisvektori voi olla esimerkiksi muotoa DDWW. Tällöin yhteisvika on aiheuttanut kahden komponentin vahingoittumisen, mutta kaksi muuta komponenttia ovat säilyneet toimintakykyisinä. Syykerroin (SCF {0.1, 0.5, 1.0}) on todennäköisyys sille, että yhteinen syy vikaannuttaa täsmälleen ryhmän C s. Aikakerroin (T F {0.1, 0.5, 1.0}) kuvaa vioittumisten samanaikaisuutta ryhmän C s sisällä. Yksikkönä käytetään komponenttien koestusväliä T. Toisin saoen TF=1

15 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 14 tarkoittaa sitä, että kaikki komponentit vioittuivat yhden koestusvälin aikana. Jos TF=0.5, vioittumisten viive on 1-2 koestusväliä. Vaurioitumisvektori ja kertoimet määritetään kullekin havainnolle erikseen tapahtumatietojen perusteella. Kertoimien avulla määritetään edelleen kullekin havainnolle i painovektori w k/n (i, ν), joka on todennäköisyys sille, että laitoksen ν havainnolla i yhteisvika aiheuttaa täsmälleen k:n komponentin vikaantumisen n:n komponentin yhteisvikaryhmässä. Fortum Nuclear Services Oy:llä on käytössä seuraava menetelmä painovektoreiden laskemiseksi (Vaurio 2005): 1. Valitaan CCCG:stä ryhmä C s, johon kuuluu k komponenttia, ja yhteisvikataajuus on λ k/n. Aloitetaan mahdollisimman suurella ryhmällä C s, jonka komponenttien yhteisvikaantuminen on mahdollista (yleensä k = n). 2. Valitaan tarkasteltavasta ryhmästä C s komponentti j, jolla on pienin vaurioitumisaste d j, ja lasketaan tulo ν i,1 (k) s = d j SCF T F. 3. Jos tarkasteltavalle ryhmälle C s : k < n, niin tulee painovektorista ν i,1 (k) s vähentää vektorit ν i,1 (k ), k > k. Oletetaan, että CCCG:ssä on vain yksi varteenotettava k:n komponentin alaryhmä C s ( k). 4. Toistetaan vaiheet 2-4, kunnes k=2. Yllä kuvatut vaiheet suoritetaan koneellisesti Excelin Visual Basic for Applications -ohjelmistolla luoduilla makroilla. Painovektoreiden laskemisen jälkeen kunkin yhteisvikaryhmän tietyn k/n-vikatyypin painovektorit lasketaan yhteen. Taulukossa 3 on esitetty tulokset joillekin Loviisan laitoksen RL-järjestelmää vastaaville yhteisvikaryhmille. Kustakin vikatapahtumasta (CCF) on esitetty laitos, tarkasteluaika, syy- ja aikakerroin sekä vaurioitumisvektori. Lihavoiduilla riveillä on laskettu yhteen yhteisvikaryhmän tapahtumien painovektorit. Summan avulla lasketaan efektiivinen vikamäärä ja tarkasteluaika. Jos vikahistoriaa on niukasti saatavilla, saattaa jonkun k/n-vikatyypin painovektoreiden summa olla 0. Tällöin gammajakauman parametrit määritetään tässä sovellettavan PREB-menetelmän kompromissiversion mukaan seuraavasti [11]: x = 0, 5; y = T i max [T i ], (13) missä T i on yhteisvikaryhmän i tarkasteluaika. Posteriorijakauman keskiarvo ja varianssi lasketaan gammajakauman määritelmän mukaisesti (kaava 10).

16 3 VIKATAAJUUKSIEN LASKENTAMENETELMÄT 15 Taulukko 3: Esimerkki lasketuista painovektoreista. CCF Plant SCF TF CIMP w2 Obs.time Ef.w2 Ef.T A-1 H H CW A A B B-2 H H II 0, B-2 0, , B-3 H H DI 0, B-3 0, , B B B-6 H H CW B-6 H H CC B On syytä huomata, että vikatapahtumien puuttuminen vaikeuttaa taajuusarvioiden tekemistä huomattavasti. Painovektoreiden summaksi estimoidaan tällöin (melko konservatiivisesti) 0,5. Näin saatavaan taajuusarvioon liittyy suurta epävarmuutta, ja sitä onkin syytä pitää vain todellisen taajuuden ylärajana.

17 4 TULOKSET 16 4 Tulokset 4.1 Laskenta ja herkkyystarkastelu Tässä luvussa on laskettu käsiteltävien järjestelmien pumpuille taajuusarvioita usealla eri tavalla. Perustellusti parhaat arviot esitetään kappaleessa 4.3. Priorijakaumat (keskiarvo ja keskihajonta) esitetään kaikille mahdollisille k/nvikatyypeille. Loviisan ykkösyksikön k/n-vikatyyppien posteriorijakaumille esitetään myös fraktiilit 5%, 50% ja 95%. Tarkasteltavat gammajakaumat ovat hyvin vinoja, minkä takia fraktiilien määrittäminen on joissain tapauksissa hyvin vaikeaa tavallisten taulukkolaskentaohjelmien avulla. Siksi joidenkin fraktiilien kohdalla on esitetty ainoastaan suuruusluokka-arvio (esim ). Yhtälössä 7 esiintyy parametri α ( [0, 1 ]). Tässä työssä alfalle käytetään arvoa 0. 2 Tulosten herkkyystarkastelua alfan suhteen ei katsota tarpeelliseksi Hätäsyöttövesijärjestelmä RL RL-järjestelmän yhteisvikataajuuden laskemiseksi tarkasteltiin yhteensä 59 pumppuryhmän vikatietoja, joiden yhteenlaskettu tarkasteluaika on 507 vuotta. Kaikki tarkasteltavat järjestelmät ovat lisä- tai hätäsyöttövesijärjestelmiä, joissa on yksi varapumppu (redundanssi on 2). Tarkasteluaikana vikatapahtumia on ollut 12 kpl. Näiden tietojen pohjalta saadaan 2/2-vioille seuraava priorijakauma: E(x, y) = 8, /h; σ = 3, /h Loviisan 1. yksikön RL-järjestelmän pumppujen posteriorijakauma fraktiileineen on taulukon 4 mukainen. Taulukko 4: RL-järjestelmän posteriorijakauma. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/2 3, , Tuloksia voidaan pitää luotettavina, koska tarkasteluaika on riittävä, eikä otosjoukko sisällä poikkeuksellisen vikaherkkiä ryhmiä. Jos otosjoukkoa halutaan kasvattaa, on ainoa mahdollisuus ryhmitellä yhteen kaksiredundanttiset RL- ja RRjärjestelmät. Tällöin vikaryhmiä on 189 (tarkasteluaika 1433 vuotta) ja vikatapahtumia 13 kpl. Saadaan priorijakauma ja posteriorijakauma (taulukko 5). 2/2 : E(x, y) = 3, /h; σ = 2, /h

18 4 TULOKSET 17 Taulukko 5: RL-järjestelmän vaihtoehtoinen posteriorijakauma. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/2 1, , Taajuusarviot pienenevät jonkun verran (vrt. taulukko 4). RL-järjestelmälle löytyy kuitenkin riittävä määrä oman järjestelmätyypin vikahistoriaa, joten ryhmittely ei ole tässä tapauksessa tarpeellista. Käytetään RL-järjestelmälle taulukon 4 arviota Primääripiirin seisontajäähdytysjärjestelmä RR RR-järjestelmää varten tarkastellaan 130 kaksiredundanttisen jälkilämmönpoistojärjestelmän pumppujen vikahistoriaa. Vikoja on tarkasteluaikana vain 1 kpl, ja yhteenlaskettu tarkasteluaika on 926 vuotta. Saadaan priori- ja posteriorijakauma (taulukko 6): 2/2 : E(x, y) = 7, /h; σ = 3, /h Taulukko 6: RR-järjestelmän posteriorijakauma. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/2 4, , Tuloksiin aiheuttaa epävarmuutta pieni vikojen määrä. Toisaalta populaatio on suuri ja tarkasteluaika on riittävän pitkä, joten tuloksia voidaan pitää luotettavina. Jälleen vaihtoehtoinen arvio saadaan ryhmittelemällä RR- ja RL-järjestelmä yhteen. Tämä tehtiin jo kappaleessa Posteriorijakauma on kuitenkin erilainen RRjärjestelmälle (taulukko 7), koska tarkasteluaika on pidempi. Taulukko 7: RR-järjestelmän vaihtoehtoinen posteriorijakauma. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/2 1, , RR-järjestelmän populaatioksi valittiin alunperin jälkilämmönpoistojärjestelmiä. Kun järjestelmät RR ja RL yhdistetään, kuuluu otosjoukkoon myös hätä- ja lisävesijärjestelmiä. Loviisan RR-järjestelmä eroaa muiden maiden vastaavista siinä, että se on sekundääri- eikä primääripuolen järjestelmä. Tämän takia se voidaan yhdistää RL-järjestelmän kanssa, joka myös on sekundääripuolen järjestelmä. Valitaan siis järjestelmän taajuusarvioksi taulukon 7 jakauma, joka perustuu suurempaan otokseen, ja jossa on riittävä määrä vikatapahtumia.

19 4 TULOKSET Sivumerivesipiiri VF VF-järjestelmän yhteisvikataajuuden arvioimiseksi tarkasteltiin yhteensä 75 pumppuryhmän vikahistoriaa. VF-järjestelmän neljästä pumpusta kaksi on aina kerrallaan käytössä ja kaksi varalla. Varalla olevat pumput eivät voi vikaantua samalla tavalla kuin käytössä olevat. Tämän takia pumppuihin liittyvä tarkasteluaika (kalenteriaika) jaetaan kahdella ennen vikataajuuksien laskemista. Tarkasteluajaksi saadaan 360 vuotta. Mukaan laskentaan otetut järjestelmät ovat neliredundanttisia raakavesipiirejä (jäähdytys- tai käyttövesijärjestelmiä). Vikatapahtumia on yhteensä 25, joista 2 liittyy katkaisijoihin. Mahdollisille vikatyypeille saadaan seuraavat priorijakaumat: 2/4 : E(x, y) = 2, /h; σ = 1, /h 3/4 : E(x, y) = 3, /h; σ = 1, /h 4/4 : E(x, y) = 5, /h; σ = 3, /h VF-järjestelmän posteriorijakaumat vikatyypeille 2/4, 3/4 ja 4/4 on esitetty taulukossa 8. Taulukko 8: VF-järjestelmän posteriorijakaumat. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) 95:n fr.(1/h) 2/4 3, , /4 1, , /4 2, , Valtaosalla yhteisvikaryhmistä ei ole ollut yhtään vikatapahtumaa tarkasteluajanjaksolla. Kahden yhteisvikaryhmän vikahistoriaa voidaan pitää jossakin määrin poikkeuksellisena, sillä näillä ryhmillä on ollut yhteensä 10 vikaa. Kyseisten ryhmien 2/4-vikojen painovektorit ovat erityisen suuret. Siksi onkin syytä tarkastella, minkälainen priorijakauma saadaan, jos nämä kaksi ryhmää jätetään tarkastelun ulkopuolelle. Vaihtoehtoisiksi priorijakaumiksi ja posteriorijakaumiksi (taulukko 9) saadaan: 2/4 : E(x, y) = 1, /h; σ = 6, /h 3/4 : E(x, y) = 2, /h; σ = 8, /h 4/4 : E(x, y) = 1, /h; σ = 8, /h Taajuudet vioille 2/4 ja 4/4 pienenivät hieman. Sen sijaan 3/4 vikojen taajuus kasvoi, koska yhteenlaskettu tarkasteluaika lyheni. Päädytään käyttämään alkuperäisiä

20 4 TULOKSET 19 Taulukko 9: VF-järjestelmän vaihtoehtoiset posteriorijakaumat. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 1, , /4 1, , /4 1, , jakaumia (Taulukko 8), koska kahden poisjätetyn ryhmän poikkeuksellisuudesta ei ole varsinaisesti todisteita. Kuten kappaleessa todettiin, vikatapahtumat voidaan ryhmitellä jatkuvassa käytössä olevien pumppujen käyntivikoihin (FR, failure to run) ja varalla olevien pumppujen käynnistysvikoihin (FS, failure to start). Onkin syytä tarkastella, onko jompikumpi näistä vikatyypeistä hallitsevampi. Epäonnistuneeseen toimintaan (FR) liittyy 14 vikaa. Saadaan priorijakauma ja posteriorijakauma (taulukko 10): 2/4 : E(x, y) = 1, /h; σ = 7, /h 3/4 : E(x, y) = 3, /h; σ = 1, /h 4/4 : E(x, y) = 4, /h; σ = 2, /h Taulukko 10: VF-järjestelmän posteriorijakaumat FR-tyypin vioille. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 1, , /4 1, , /4 1, , Epäonnistuneeseen käynnistymiseen (FS) liittyy 11 vikaa. Saadaan priorijakauma ja posteriorijakauma (taulukko 11): 2/4 : E(x, y) = 1, /h; σ = 1, /h 3/4 : E(x, y) = 1, /h; σ = 2, /h 4/4 : E(x, y) = 2, /h; σ = 1, /h 3/4 vioille käytettiin kaavaa 13. Huomataan, että minkään vikatyypin kohdalla FRja FS-tyypin vikojen taajuusarviot eivät poikkea merkittävästi toisistaan (keskiarvot mahtuvat helposti virherajojen sisään). Voidaan siis todeta, että FR- ja FS-vikojen käsittely erikseen ei ole tässä yhteydessä tarpeen. Päädytään käyttämään VF-järjestelmälle taulukon 8 mukaisia vikataajuusarvioita. Arviot pätevät sekä FR- että FS-tyypin vioille.

21 4 TULOKSET 20 Taulukko 11: VF-järjestelmän posteriorijakaumat FS-tyypin vioille. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 2, , /4 1, , /4 1, , Muut järjestelmät (TJ, TH, TQ, TF) Seuraaville puhdasvesipiireille voitaisiin aiempien perusteluiden mukaan käyttää samoja vikataajuusarviota: hätälisävesijärjestelmä TJ, hätäjäähdytysjärjestelmä TH, suojarakennuksen ruiskutusjärjestelmä TQ ja välijäähdytyspiiri TF. Muilta laitoksilta on valittu mukaan otosjoukkoon reaktorin hätäjäähdytysjärjestelmiä (54 kpl), suojarakennuksen ruiskutusjärjestelmiä ja jäälauhduttimia (9kpl) sekä lämmönsiirtoketjuja (36 kpl). Yhteensä tarkasteltiin 100 eri yhteisvikaryhmää 54 laitokselta. Vikatapahtumia on yhteensä 11, joista 1 liittyy katkaisijoihin. Vikatyypeille 2/4, 3/4 ja 4/4 saadaan seuraavat priorijakaumat ja posteriorijakaumat (Taulukko 12). Tässä TQ- ja TF-järjestelmän posteriorijakauma poikkeaa TJ- ja THjärjestelmän posteriorijakaumasta. 2/4 : E(x, y) = 3, /h; σ = 2, /h 3/4 : E(x, y) = 1, /h; σ = 8, /h 4/4 : E(x, y) = 9, /h; σ = 6, /h Taulukko 12: Posteriorijakaumat järjestelmille TJ, TH, TQ ja TF. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 8, , /4 4, , /4(TQ, TF) 4, , /4(TJ, TH) 1, , On jälleen syytä harkita muita tapoja taajuusarvioiden estimoimiseksi. Yksinkertaisin tapa on käsitellä jokaista järjestelmää erikseen. TJ ja TH joudutaan edelleen käsittelemään yhdessä, koska molemmat luokitellaan kansainvälisessä vikadatassa reaktorin hätäjäähdytysjärjestelmiksi. Tarkasteltavia yhteisvikaryhmiä on 54 (tarkasteluaika yhteensä 677 vuotta), ja vikatapahtumia 8 (1 katkaisijavika). Saadaan seuraavat priorijakaumat ja posteriorijakaumat (tauluk-

22 4 TULOKSET 21 ko 13): 2/4 : E(x, y) = 6, /h; σ = 3, /h 3/4 : E(x, y) = 2, /h; σ = 1, /h 4/4 : E(x, y) = 1, /h; σ = 3, /h Taulukko 13: Posteriorijakaumat järjestelmille TJ ja TH. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 1, , /4 9, , /4 1, , Huomataan, että 2/4- ja 3/4-vioilla posterioritaajuus on prioritaajuutta pienempi, mutta 4/4-vioille tilanne on päinvastainen. Tämän aiheuttaa yksittäinen vikatapahtuma, jonka vaikutus taajuusarvioon on ehkäpä tarpeettoman suuri. On syytä huomioida myös, että Loviisan laitoksen järjestelmiä on tämän jälkeen uusittu. Siksi posteriorijakauman käyttäminen 4/4-vioille on hieman arveluttavaa. Toisaalta on johdonmukaista valita käytettäväksi joko priori- tai posteriorijakaumaa kaikille eri k/n-vikatyypeille. Koska 4/4-vikojen priori ja posteriori ovat hyvin lähellä toisiaan, käytetään kaikesta huolimatta TJ- ja TH-järjestelmille taulukon 13 posterioritaajuuksia. TF-järjestelmää vastaavia yhteisvikaryhmiä on 39 (tarkasteluaika 496 vuotta), ja vikatapahtumia vain 4. Saadaan priorijakaumat ja posteriorijakaumat (taulukko 14): 2/4 : E(x, y) = 3, /h; σ = 1, /h 3/4 : E(x, y) = 1, /h; σ = 1, /h 4/4 : E(x, y) = 2, /h; σ = 1, /h Taulukko 14: TF-järjestelmän posteriorijakaumat. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 1, , /4 1, , /4 9, , Yllä 3/4-vikojen painovektorien summa on ollut 0, joten priorijakauma on laskettu kaavalla 13, ja posteriorijakaumana on käytetty priorijakaumaa.

23 4 TULOKSET 22 Pelkkää TF-järjestelmää tarkasteltaessa 2/4- ja 3/4-vikojen arvio kasvaa ja 4/4- vikojen pienenee. Järjestelmä poikkeaa toimintatavaltaan jonkun verran järjestelmistä TJ, TH ja TQ. Siksi on syytä käyttää TF-järjestelmälle omia taajuusarvioita (Taulukko 14), vaikka tarkasteluaika onkin tällöin pienempi. TQ-järjestelmää vastaavia yhteisvikaryhmiä on 9, ja tarkasteluaika on yhteensä 149 vuotta. Vikatapahtumia ei kuitenkaan ole ainuttakaan, joten jälleen käytetään kaavaa 13. Kaikkien vikatyyppien priorijakaumat ja posteriorijakaumat ovat: Taulukko 15: TQ-järjestelmän posteriorijakaumat. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4, 3/4, 4/4 5, , Tähän arvioon liittyy tietenkin paljon epävarmuutta. Yksi mahdollisuus olisi käyttää TQ-järjestelmälle puhtaiden järjestelmien (TJ, TH, TF, TQ) yhteisiä jakaumia (taulukko 12). Parhaiten TQ-järjestelmää vastaavat kuitenkin järjestelmät TJ ja TH. Lasketaan siis yhteiset taajuusarviot näille kolmelle järjestelmälle. Yhteisvikaryhmiä on 64 (tarkasteluaika 826 vuotta) ja vikatapahtumia 8 kpl. Saadaan seuraavat priorijakaumat ja posteriorijakaumat (taulukko 16): 2/4 : E(x, y) = 5, /h; σ = 3, /h 3/4 : E(x, y) = 1, /h; σ = 1, /h 4/4 : E(x, y) = 8, /h; σ = 2, /h Taulukko 16: TQ-järjestelmän vaihtoehtoiset posteriorijakaumat. k/n Keskiarvo(1/h) Hajonta(1/h) fr.5%(1/h) fr.50%(1/h) fr.95%(1/h) 2/4 1, , /4 7, , /4 7, , Nämä ovat parhaat mahdolliset taajuusarviot TQ-järjestelmälle. 4.2 Katkaisijoihin liittyvät viat Katkaisijavikoja on vikahistorian mukaan esiintynyt jäähdytys- tai käyttövesijärjestelmissä (VF) sekä hätäjäähdytysjärjestelmissä (TJ, TH). Tarkastellaan seuraavaksi, miten suuren kontribuution katkaisijaviat aiheuttavat järjestelmien yhteisvikataajuuksiin. Taulukossa 17 on esitetty katkaisijavikojen osuus edellä mainituissa kolmessa järjestelmässä.

24 4 TULOKSET 23 Taulukko 17: Katkaisijoihin liittyvien vikojen osuus. Järjestelmätyyppi Viat yhteensä Katkaisijaviat Osuus Tarkasteluaika (a) VF % 721 TJ, TH ,5% 677 Taulukossa 18 on esitetty katkaisijavioille tarkemmat tiedot: syykerroin SCF, aikakerroin TF, vaurioitumisvektori CIMP (ks. kappale 3.2.2). Lisäksi on esitetty kutakin k/n-vikatyyppiä vastaavat painovektorit (w k/n ). Kun yhden vian painovektoria verrataan kaikkien vikojen painovektorien summaan ( w k/n ), saadaan hyvä kuva siitä, miten merkittävä kyseinen vika on. Tässä voitaisiin yhtä hyvin käyttää myös efektiivisiä painovektoreita (kappale 3.1). Taulukko 18: Katkaisijavikojen tiedot. Järjestelmä SCF TF CIMP w 2/4 w2/4 w 3/4 w3/4 w 4/4 w4/4 VF M L CCWW 0,05 6,9 0 0, ,95 VF H H CIII 0 6,9 0 0,651 0,1 2,95 TJ,TH L M CCWW 0,05 2, ,0 0 0,2 Huomataan, että katkaisijavikojen painovektorit ovat hyvin pieniä painovektoreiden summiin verrattuna. Toisin sanoen kyseiset viat ovat olleet merkitykseltään vähäisiä, ja ne ovat vaikuttaneet taajuusarvioihin vain hyvin vähän. Voidaan todeta, että katkaisijavikoja ei ole tarpeen käsitellä erikseen, eikä niihin ole syytä kiinnittää sen suurempaa huomiota. Tätä tukee sekin, että tässä työssä käsitellystä vikahistoriasta löydettiin katkaisijavikoja ainoastaan 3 kpl. 4.3 Lopulliset tulokset Aiemmin mainituin perusteluin esitetään järjestelmien keskipakopumpuille seuraavat k/n-vikatyyppien yhteisvikataajuusarviot: Hätäsyöttövesijärjestelmä RL 2/2: 3, /h eli 2, /a Primääripiirin seisontajäähdytysjärjestelmä RR 2/2: 1, /h eli 1, /a Sivumerivesipiiri VF 2/4: 3, /h eli 3, /a

25 4 TULOKSET 24 3/4: 1, /h eli 1, /a 4/4: 2, /h eli 1, /a Hätälisävesijärjestelmä TJ, Hätäjäähdytysjärjestelmä TH 2/4: 1, /h eli 1, /a 3/4: 9, /h eli 8, /a 4/4: 1, /h eli 1, /a Välijäähdytyspiiri TF 2/4: 1, /h eli 1, /a 3/4: 1, /h eli 1, /a 4/4: 9, /h eli 8, /a Suojarakennuksen ruiskutusjärjestelmä TQ 2/4: 1, /h eli 9, /a 3/4: 7, /h eli 6, /a 4/4: 7, /h eli 6, /a Katkaisijoihin liittyvien vikojen vaikutus laskettuihin taajuuksiin on hyvin vähäinen.

26 5 POHDINNAT 25 5 Pohdinnat Loviisan laitoksen oman vikahistorian niukkuus pakottaa turvautumaan muiden samankaltaisten laitosten vikahistoriaan. Pahimmassa tapauksessa tarkasteltavan populaation yhteisvikaryhmillä on eri redundanttisuus, jolloin joudutaan käyttämään erilaisia muunnossääntöjä. Nämä säännöt perustuvat oletuksiin, joita ei ole todettu empiirisesti vedenpitäviksi [9]. Tässä erikoistyössä kyettiin kuitenkin löytämään Loviisan laitoksen järjestelmille vertailujoukko, jossa redundanttisuus on sama. Tällöin on uskottavampaa olettaa, että myös vikaantuminen on samankaltaista joukon sisällä. Kaikkein alkeellisin tapa vikojen mallintamiseen olisi laskea populaation kaikkien vikatapahtumien lukumäärä, ja jakaa se yhteenlasketulla tarkasteluajalla. Tällöin tehtäisiin epärealistinen oletus, että kaikki systeemit ovat identtisiä. Kappaleessa 3 kuvattu malli antaa käyttökelpoisia tuloksia, kunhan ryhmät ovat samankaltaisia. Vaikka populaatioon kuuluisikin yksi tai useampi herkemmin (tai vähemmäm herkemmin) vikaantuva systeemi, on vaikutus priorijakaumaan ja muiden yhteisvikaryhmien posteriorijakaumiin hyvin vähäinen. Toisin sanoen malli sietää hyvin poikkeavia systeemejä. Mallin eduksi voidaan laskea myös se, että kutakin vikatapahtumaa painotetaan sen vakavuuden perusteella (katso kappale 3.2.2). Tässä erikoistyössä käytetyt vikatapahtumat on käyty läpi yksi kerrallaan. Näin on varmistettu, että aika- ja syykerroin sekä vikaantumisvektori on määritetty oikein. Samalla on karsittu pois kaikki tapahtumat, joissa laitteisto on poikennut selvästi Loviisan laitteistosta. Hyvin niukka vikahistoria saattaa johtaa vääristyneisiin tuloksiin, kuten jo aiemmin on todettu. Näissä tapauksissa voidaan tarpeen mukaan laajentaa tarkasteltavaa populaatiota. Tässä työssä kaikkien järjestelmien oma vikahistoria ei ollut riittävä. Tällöin yhdisteltiin järjestelmiä, joiden toimintaperiaatteet ovat riittävän samankaltaisia. Kattavalla herkkyystarkastelulla kyettiin varmistumaan siitä, että valittu ryhmittely ei ratkaisevasti vaikuta taajuusarvioon. Kaiken kaikkiaan laskettuja taajuusarvioita voidaan perustellusti pitää luotettavina.

27 Lähteet 26 Lähteet [1] Loviisan ydinvoimalaitoksen yleiskuvausta. portal.fortum.com/sites/ FNSLoviisaYleis/default.aspx, [2] Bilal M. Ayyub. Risk Analysis in Engineering and Economics. CRC Press, [3] Ralph R Fullwood and Robert E Hall. Probabilistic Risk Assesment in the Nuclear Power Industry: Fundamentals and Applications. Pergamon Press, 1st edition, [4] Kalle Jänkälä. Survey of Fortum CCF methodology. Technical report, Fortum Nuclear Services Ltd, [5] Mohammad Modarres. Risk Analysis in Engineering: Techniques, Tools and Trends. CRC Press, [6] The TUD Office and Pörn Consulting. T-Book, Reliability Data of Components in Nordic Nuclear Power Plants. The TUD Office, 5th edition, [7] Martin L. Shooman. Probabilistic Reliability: An Engineering Approach. McGraw-Hill, [8] Seppo Sipilä. Tfy ydinenergiatekniikan perusteet/syksy [9] Jussi K. Vaurio. Yhteisvikojen käsittely. Technical report, Fortum Power and Heat OY, Loviisan voimalaitos, [10] Jussi K. Vaurio. Uncertainties and quantification of common cause failure rates and probabilities for system analyses. Reliability Engineering and System Safety, (90): , [11] Jussi K. Vaurio and Kalle Jänkälä. Evaluation and comparison of estimation methods for failure rates and probabilities. Reliability Engineering and System Safety, (91): , 2006.

Oletetun onnettomuuden laajennus, ryhmä A

Oletetun onnettomuuden laajennus, ryhmä A MUISTIO 1 (4) 06.04.2009 YDINVOIMALAITOKSEN OLETETTUJEN ONNETTOMUUKSIEN LAAJENNUS Ydinvoimalaitoksen turvallisuutta koskevan valtioneuvoston asetuksen (733/2008) 14 kolmannen momentin mukaan onnettomuuksien

Lisätiedot

Turvallisuudelle tärkeiden laitteiden koestusten merkitys vikojen havaitsemisessa (Valmis työ)

Turvallisuudelle tärkeiden laitteiden koestusten merkitys vikojen havaitsemisessa (Valmis työ) Turvallisuudelle tärkeiden laitteiden koestusten merkitys vikojen havaitsemisessa (Valmis työ) Raul Kleinberg 12.3.2012 Ohjaaja: Suunnittelupäällikkö Kalle Jänkälä Valvoja: Prof. Ahti Salo Työn saa tallentaa

Lisätiedot

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016 PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016 Prof. Filip Tuomisto Voimalaitostyypit, torstai 14.1.2016 Päivän aiheet Ydinvoimalaitosten perusteita Suomen ydinvoimalaitostyypit Mitä muita

Lisätiedot

Ydinvoimalaitoksen vuosihuoltoseisokin palotaajuuksien estimointi

Ydinvoimalaitoksen vuosihuoltoseisokin palotaajuuksien estimointi TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.108 Sovelletun matematiikan erikoistyö Ydinvoimalaitoksen vuosihuoltoseisokin palotaajuuksien estimointi Sami Sirén 57602R Espoo, 11. maaliskuuta

Lisätiedot

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia Jan-Erik Holmberg Systeemianalyysin laboratorio Aalto-yliopiston perustieteiden korkeakoulu PL 11100, 00076 Aalto jan-erik.holmberg@riskpilot.fi 1 Katkosjoukkojen

Lisätiedot

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta Luento 5 Riippuvuudet vikapuissa Esimerkkejä S:sta hti Salo Teknillinen korkeakoulu L 1100, 0015 TKK 1 Toisistaan riippuvat vikaantumiset Riippuvuuksien huomiointi erustapahtumien taustalla voi olla yhteisiä

Lisätiedot

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2018

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2018 PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2018 Prof. Filip Tuomisto Voimalaitostyypit, torstai 11.1.2018 Päivän aiheet Ydinvoimalaitosten perusteita Suomen ydinvoimalaitostyypit Mitä muita

Lisätiedot

Rosatomin laitoksen turvallisuus

Rosatomin laitoksen turvallisuus Rosatomin laitoksen turvallisuus Miten varaudutaan vikoihin ja häiriöihin sekä sisäisiin ja ulkoisiin uhkiin Turvallisuusanalyysipäällikkö Janne Liuko 27.11.2013 Turvallisuuden varmistamisen tasot Seurausten

Lisätiedot

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2017

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2017 PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2017 Prof. Filip Tuomisto Voimalaitostyypit, maanantai 16.1.2017 Päivän aiheet Ydinvoimalaitosten perusteita Suomen ydinvoimalaitostyypit Mitä muita

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Bayesläiset piste- ja väliestimaatit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

Luento 5 Yhteisvikojen analyysi PSA:n sovelluksia

Luento 5 Yhteisvikojen analyysi PSA:n sovelluksia alto-yliopiston perustieteiden korkeakoulu Luento 5 Yhteisvikojen analyysi S:n sovelluksia hti Salo Systeemianalyysin laboratorio alto-yliopiston perustieteiden korkeakoulu L 11100, 00076 alto ahti.salo@aalto.fi

Lisätiedot

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1 Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää

Lisätiedot

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ.

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ. 25.2.215 1. Autossa on 4 rengasta ja 1 vararengas (T i Exp(λ), [λ] = 1/km, i=1,...,5). Kulkeakseen auto tarvitsee 4 ehjää rengasta. Aluksi auto käyttää neljää alkuperäistä rengasta. Kun yksi näistä vikaantuu,

Lisätiedot

Virtaussimulaatioseminaari 29.3.2007. teollisuuden puheenvuorot: virtaussimulaatiot, merkitys ja kehitystarpeet

Virtaussimulaatioseminaari 29.3.2007. teollisuuden puheenvuorot: virtaussimulaatiot, merkitys ja kehitystarpeet Virtaussimulaatioseminaari 29.3.2007 teollisuuden puheenvuorot: virtaussimulaatiot, merkitys ja kehitystarpeet T. Toppila (FNS) Espoo Dipoli 29.3.2007 29.3.2007 1 FNS CFD virtaussimuloinnit, taustaa :

Lisätiedot

805306A Johdatus monimuuttujamenetelmiin, 5 op

805306A Johdatus monimuuttujamenetelmiin, 5 op monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista

Lisätiedot

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen Yhden faktorin malli: n kpl sijoituskohteita, joiden tuotot ovat r i, i =, 2,..., n. Olkoon f satunnaismuuttuja ja oletetaan, että tuotot voidaan selittää yhtälön r i = a i + b i f + e i avulla, missä

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 3. marraskuuta 2007 Antti Rasila () TodB 3. marraskuuta 2007 1 / 18 1 Varianssin luottamusväli, jatkoa 2 Bernoulli-jakauman odotusarvon luottamusväli 3

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen

Lisätiedot

TURVALLISUUDELLE TÄRKEIDEN LAITTEIDEN KOESTUSTEN MERKITYS VIKOJEN HAVAITSEMISESSA

TURVALLISUUDELLE TÄRKEIDEN LAITTEIDEN KOESTUSTEN MERKITYS VIKOJEN HAVAITSEMISESSA Aalto Yliopisto Perustieteiden korkeakoulu Raul Kleinberg TURVALLISUUDELLE TÄRKEIDEN LAITTEIDEN KOESTUSTEN MERKITYS VIKOJEN HAVAITSEMISESSA Kandidaatintyö Espoo 23. maaliskuuta 2012 Työn valvoja: Työn

Lisätiedot

Väliestimointi (jatkoa) Heliövaara 1

Väliestimointi (jatkoa) Heliövaara 1 Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 16. marraskuuta 2007 Antti Rasila () TodB 16. marraskuuta 2007 1 / 15 1 Epäparametrisia testejä χ 2 -yhteensopivuustesti Homogeenisuuden testaaminen Antti

Lisätiedot

Dynaamiset regressiomallit

Dynaamiset regressiomallit MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut

Lisätiedot

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto Esimerkki Tarkastelemme ilmiötä I, joka on a) tiettyyn kauppaan tulee asiakkaita

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi

Lisätiedot

Ydinvoimalaitoksen käyttöönotto ja käyttö

Ydinvoimalaitoksen käyttöönotto ja käyttö Ydinvoimalaitoksen käyttöönotto ja käyttö Teemailta Pyhäjoki, Tero Jännes Projektipäällikkö 1 Yleistä käyttöönotosta YVL-ohje 2.5 Ydinvoimalaitoksen käyttöönotto Ydinvoimalaitoksen käyttöönotolla tarkoitetaan

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Frekventistiset vs. bayeslaiset menetelmät Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

LAPPEENRANNAN-LAHDEN TEKNILLINEN YLIOPISTO LUT School of Energy Systems Energiatekniikan koulutusohjelma. Simo Kettunen

LAPPEENRANNAN-LAHDEN TEKNILLINEN YLIOPISTO LUT School of Energy Systems Energiatekniikan koulutusohjelma. Simo Kettunen LAPPEENRANNAN-LAHDEN TEKNILLINEN YLIOPISTO LUT School of Energy Systems Energiatekniikan koulutusohjelma Simo Kettunen YHTEISVIKOJEN ARVIOINTI YLI JÄRJESTELMÄRAJOJEN Työn tarkastajat: Professori Juhani

Lisätiedot

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta Luento 5 Riippuvuudet vikapuissa Esimerkkejä S:sta hti Salo L 1100, 0015 TKK 1 Toisistaan riippuvat vikaantumiset Riippuvuuksien huomiointi erustapahtumien taustalla voi olla yhteisiä syitä Nämä on pyrittävä

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi

Lisätiedot

1. Tilastollinen malli??

1. Tilastollinen malli?? 1. Tilastollinen malli?? https://fi.wikipedia.org/wiki/tilastollinen_malli https://en.wikipedia.org/wiki/statistical_model http://projecteuclid.org/euclid.aos/1035844977 Tilastollinen malli?? Numeerinen

Lisätiedot

f(n) = Ω(g(n)) jos ja vain jos g(n) = O(f(n))

f(n) = Ω(g(n)) jos ja vain jos g(n) = O(f(n)) Määritelmä: on O(g(n)), jos on olemassa vakioarvot n 0 > 0 ja c > 0 siten, että c g(n) kun n > n 0 O eli iso-o tai ordo ilmaisee asymptoottisen ylärajan resurssivaatimusten kasvun suuruusluokalle Samankaltaisia

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

Ydinvoima puhdasta ja turvallista energiaa

Ydinvoima puhdasta ja turvallista energiaa TEKNOLOGIAN TUTKIMUSKESKUS VTT OY Ydinvoima puhdasta ja turvallista energiaa TFiF:s kväll om kärnenergi, Karin Rantamäki, specialforskare, VTT Sähkön hankinta ja -tuotanto energialähteittäin 2014 Hankinta

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 15 1 Tilastollisia testejä Z-testi Normaalijakauman odotusarvon testaus, keskihajonta tunnetaan

Lisätiedot

SUOMEN SEURAAVIEN YDINVOIMALAITOSEHDOKKAIDEN TYYPPIVERTAILU TYPE COMPARISON OF FUTURE NUCLEAR POWER PLANT CANDIDATES IN FINLAND

SUOMEN SEURAAVIEN YDINVOIMALAITOSEHDOKKAIDEN TYYPPIVERTAILU TYPE COMPARISON OF FUTURE NUCLEAR POWER PLANT CANDIDATES IN FINLAND LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknillinen tiedekunta Energiatekniikan koulutusohjelma BH10A0200 Energiatekniikan kandidaatintyö ja seminaari SUOMEN SEURAAVIEN YDINVOIMALAITOSEHDOKKAIDEN TYYPPIVERTAILU

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf

Lisätiedot

Stressitestien vaikutukset Suomessa

Stressitestien vaikutukset Suomessa Stressitestien vaikutukset Suomessa Keskustelutilaisuus stressitesteistä STUKissa 16.5.2012 Keijo Valtonen Sisältö Toimiiko nykyinen turvallisuusajattelu onnettomuuden opetuksien perusteella? Mitä vaikutuksia

Lisätiedot

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut Mat-2.091 Sovellettu todennäköisyyslasku /Ratkaisut Aiheet: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Avainsanat: Estimointi, Havaittu frekvenssi, Homogeenisuus,

Lisätiedot

Ydinvoimalaitoksen turvallisuustoimintojen varmistaminen vikautumisten varalta

Ydinvoimalaitoksen turvallisuustoimintojen varmistaminen vikautumisten varalta 20.5.1996 Ydinvoimalaitoksen turvallisuustoimintojen varmistaminen vikautumisten varalta 1 Yleistä 3 2 Yleisiä suunnitteluperiaatteita 3 3 Vikakriteerien soveltaminen turvallisuustoimintoihin 4 3.1 Soveltamisperiaatteet

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,

Lisätiedot

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1 Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen

Lisätiedot

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin Tilastollisen analyysin perusteet Luento 10: Sisältö Varianssianalyysi Varianssianalyysi on kahden riippumattoman otoksen t testin yleistys. Varianssianalyysissä perusjoukko koostuu kahdesta tai useammasta

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 30. lokakuuta 2007 Antti Rasila () TodB 30. lokakuuta 2007 1 / 23 1 Otos ja otosjakaumat (jatkoa) Frekvenssi ja suhteellinen frekvenssi Frekvenssien odotusarvo

Lisätiedot

riippumattomia ja noudattavat samaa jakaumaa.

riippumattomia ja noudattavat samaa jakaumaa. 12.11.2015/1 MTTTP5, luento 12.11.2015 Luku 4 Satunnaisotos, otossuure ja otosjakauma 4.1. Satunnaisotos X 1, X 2,, X n on satunnaisotos, jos X i :t ovat riippumattomia ja noudattavat samaa jakaumaa. Sanonta

Lisätiedot

Osa 2: Otokset, otosjakaumat ja estimointi

Osa 2: Otokset, otosjakaumat ja estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

Stressitestit Tärkeimmät havainnot Suomessa ja Euroopassa

Stressitestit Tärkeimmät havainnot Suomessa ja Euroopassa Stressitestit Tärkeimmät havainnot Suomessa ja Euroopassa Keskustelutilaisuus stressitesteistä 16.5.2012 Tomi Routamo Mitä kansallisia ja kansainvälisiä selvityksiä onnettomuuden johdosta on tehty? Kansalliset

Lisätiedot

Tilastollinen aineisto Luottamusväli

Tilastollinen aineisto Luottamusväli Tilastollinen aineisto Luottamusväli Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Tilastollinen aineisto p.1/20 Johdanto Kokeellisessa tutkimuksessa tutkittavien suureiden

Lisätiedot

YLEISTIETOA LÄMPÖPUMPUISTA

YLEISTIETOA LÄMPÖPUMPUISTA YLEISTIETOA LÄMPÖPUMPUISTA Eksergia.fi Olennainen tieto energiatehokkaasta rakentamisesta Päivitetty 12.1.2015 SISÄLTÖ Yleistä lämpöpumpuista Lämpöpumppujen toimintaperiaate Lämpökerroin ja vuosilämpökerroin

Lisätiedot

Sovellettu todennäköisyslasku

Sovellettu todennäköisyslasku Sovellettu todennäköisyslasku Työpäiväkirja 16.12.2001 Espoo Teknillinen korkeakoulu Systeemianalyysin laboratorio Jussi Matti Aleksi Jokelainen jussi.jokelainen@hut.fi Opiskelijanumero 123456A Sovellettu

Lisätiedot

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Sisältö Tilastollisia testejä tehdään jatkuvasti lukemattomilla aloilla. Meitä saattaa kiinnostaa esimerkiksi se, että onko miesten ja

Lisätiedot

fissio (fuusio) Q turbiinin mekaaninen energia generaattori sähkö

fissio (fuusio) Q turbiinin mekaaninen energia generaattori sähkö YDINVOIMA YDINVOIMALAITOS = suurikokoinen vedenkeitin, lämpövoimakone, joka synnyttämällä vesihöyryllä pyöritetään turbiinia ja turbiinin pyörimisenergia muutetaan generaattorissa sähköksi (sähkömagneettinen

Lisätiedot

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

x 4 e 2x dx Γ(r) = x r 1 e x dx (1) HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta IIA, syksy 217 217 Harjoitus 6 Ratkaisuehdotuksia Tehtäväsarja I 1. Laske numeeriset arvot seuraaville integraaleille: x 4 e 2x dx ja 1

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemianalyysin laboratorio Nordlund Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 7 (vko 44/003) (Aihe: odotusarvon ja varianssin ominaisuuksia, satunnaismuuttujien lineaarikombinaatioita,

Lisätiedot

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen MTTTP5, kevät 2016 4.2.2016/RL Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen 1. Laitosneuvostoon valitaan 2 professoria, 4 muuta henkilökuntaan kuuluvaa jäsentä sekä 4 opiskelijaa. Laitosneuvostoon

Lisätiedot

Transistori. Vesi sisään. Jäähdytyslevy. Vesi ulos

Transistori. Vesi sisään. Jäähdytyslevy. Vesi ulos Nesteiden lämmönjohtavuus on yleensä huomattavasti suurempi kuin kaasuilla, joten myös niiden lämmönsiirtokertoimet sekä lämmönsiirtotehokkuus ovat kaasujen vastaavia arvoja suurempia Pakotettu konvektio:

Lisätiedot

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

Tilastollinen päättely II, kevät 2017 Harjoitus 1A Tilastollinen päättely II, kevät 207 Harjoitus A Heikki Korpela 23. tammikuuta 207 Tehtävä. Kertausta todennäköisyyslaskennasta. Ilmoita satunnaismuuttujan Y jakauman nimi ja pistetodennäköisyys- tai tiheysfunktio

Lisätiedot

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016

PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016 PHYS-C6360 Johdatus ydinenergiatekniikkaan (5op), kevät 2016 Prof. Filip Tuomisto Fuusion perusteet, torstai 10.3.2016 Päivän aiheet Fuusioreaktio(t) Fuusion vaatimat olosuhteet Miten fuusiota voidaan

Lisätiedot

Luku 13 KAASUSEOKSET

Luku 13 KAASUSEOKSET Thermodynamics: An Engineering Approach, 7 th Edition Yunus A. Cengel, Michael A. Boles McGraw-Hill, 2010 Luku 13 KAASUSEOKSET Copyright The McGraw-Hill Companies, Inc. Permission required for reproduction

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

Estimointi. Vilkkumaa / Kuusinen 1

Estimointi. Vilkkumaa / Kuusinen 1 Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman

Lisätiedot

Tutkimustiedonhallinnan peruskurssi

Tutkimustiedonhallinnan peruskurssi Tutkimustiedonhallinnan peruskurssi Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo hannu.toivonen, marko.salmenkivi, inkeri.verkamo@cs.helsinki.fi Helsingin yliopisto Hannu Toivonen, Marko Salmenkivi,

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 28. syyskuuta 2007 Antti Rasila () TodB 28. syyskuuta 2007 1 / 20 1 Jatkoa diskreeteille jakaumille Negatiivinen binomijakauma Poisson-jakauma Diskreettien

Lisätiedot

Dynaaminen SLA-riski. Goodnet-projektin loppuseminaari pe Pirkko Kuusela, Ilkka Norros VTT

Dynaaminen SLA-riski. Goodnet-projektin loppuseminaari pe Pirkko Kuusela, Ilkka Norros VTT Dynaaminen SLA-riski Goodnet-projektin loppuseminaari pe 19.10.2012 Pirkko Kuusela, Ilkka Norros VTT 2 Motivaatio Suunniteltu verkko: No-single-point-of-failure Arki: vähänkin isommassa verkossa on yleensä

Lisätiedot

Teollisuusautomaation standardit. Osio 5:

Teollisuusautomaation standardit. Osio 5: Teollisuusautomaation standardit Osio 5 Osio 1: SESKOn Komitea SK 65: Teollisuusprosessien ohjaus Osio 2: Toiminnallinen turvallisuus: periaatteet Osio 3: Toiminnallinen turvallisuus: standardisarja IEC

Lisätiedot

Ydinvoimalaitoksen varalla olevien turvallisuusjärjestelmien määräaikaistestauksien riittävyys ja kattavuus

Ydinvoimalaitoksen varalla olevien turvallisuusjärjestelmien määräaikaistestauksien riittävyys ja kattavuus Ydinvoimalaitoksen varalla olevien turvallisuusjärjestelmien määräaikaistestauksien riittävyys ja kattavuus Lappeenrannan teknillinen yliopisto Energiatekniikan osasto Ydinvoimalaitoksen varalla olevien

Lisätiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai

Lisätiedot

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla? 6.10.2006 1. Keppi, jonka pituus on m, taitetaan kahtia täysin satunnaisesti valitusta kohdasta ja muodostetaan kolmio, jonka kateetteina ovat syntyneet palaset. Kolmion pinta-ala on satunnaismuuttuja.

Lisätiedot

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden 1.12.2006 1. Satunnaisjakauman tiheysfunktio on Ü µ Üe Ü, kun Ü ja kun Ü. Määritä parametrin estimaattori momenttimenetelmällä ja suurimman uskottavuuden menetelmällä. Ratkaisu: Jotta kyseessä todella

Lisätiedot

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Tilastollisen merkitsevyyden testaus Osa II Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

Tilastollisia peruskäsitteitä ja Monte Carlo

Tilastollisia peruskäsitteitä ja Monte Carlo Tilastollisia peruskäsitteitä ja Monte Carlo Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Tilastollisia peruskäsitteitä ja Monte Carlo 1/13 Kevät 2003 Tilastollisia

Lisätiedot

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1 T-61.281 Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti 10.2.2004, 8:30-10:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:

Lisätiedot

11. laskuharjoituskierros, vko 15, ratkaisut

11. laskuharjoituskierros, vko 15, ratkaisut 11. laskuharjoituskierros vko 15 ratkaisut D1. Geiger-mittari laskee radioaktiivisen aineen emissioiden lukumääriä. Emissioiden lukumäärä on lyhyellä aikavälillä satunnaismuuttuja jonka voidaan olettaa

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

l (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on

l (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 018 Harjoitus B Ratkaisuehdotuksia Tehtäväsarja I 1 (Monisteen tehtävä 14) Olkoon f Y (y; θ) tilastollinen malli, jonka

Lisätiedot

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (004) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden

Lisätiedot

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla 17.11.2016/1 MTTTP5, luento 17.11.2016 3.5.5 Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla likimain Jos X ~ Bin(n, p), niin X ~ N(np, np(1 p)), kun n suuri. 17.11.2016/2

Lisätiedot

Konventionaalisessa lämpövoimaprosessissa muunnetaan polttoaineeseen sitoutunut kemiallinen energia lämpö/sähköenergiaksi höyryprosessin avulla

Konventionaalisessa lämpövoimaprosessissa muunnetaan polttoaineeseen sitoutunut kemiallinen energia lämpö/sähköenergiaksi höyryprosessin avulla Termodynamiikkaa Energiatekniikan automaatio TKK 2007 Yrjö Majanne, TTY/ACI Martti Välisuo, Fortum Nuclear Services Automaatio- ja säätötekniikan laitos Termodynamiikan perusteita Konventionaalisessa lämpövoimaprosessissa

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille

Lisätiedot

Todennäköisyyden ominaisuuksia

Todennäköisyyden ominaisuuksia Todennäköisyyden ominaisuuksia 0 P(A) 1 (1) P(S) = 1 (2) A B = P(A B) = P(A) + P(B) (3) P(A) = 1 P(A) (4) P(A B) = P(A) + P(B) P(A B) (5) Tapahtuman todennäköisyys S = {e 1,..., e N }. N A = A. Kun alkeistapaukset

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Tilastollisen merkitsevyyden testaus (+ jatkuvan parametrin Bayes-päättely) Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden

Lisätiedot

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1 Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin

Lisätiedot

LOVIISAN YDINVOIMALAITOKSEN KAAPELIREITTIEN TIEDONHALLINNAN KEHITTÄMINEN PALORISKITUTKIMUSTA VARTEN

LOVIISAN YDINVOIMALAITOKSEN KAAPELIREITTIEN TIEDONHALLINNAN KEHITTÄMINEN PALORISKITUTKIMUSTA VARTEN LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknillinen tiedekunta Energiatekniikan koulutusohjelma Simo Sihvola LOVIISAN YDINVOIMALAITOKSEN KAAPELIREITTIEN TIEDONHALLINNAN KEHITTÄMINEN PALORISKITUTKIMUSTA VARTEN

Lisätiedot

Ajasta riippuvien tekijöiden vaikutuksen arviointi todennäköisyyspohjaisessa riskianalyysissä

Ajasta riippuvien tekijöiden vaikutuksen arviointi todennäköisyyspohjaisessa riskianalyysissä Aalto-yliopisto Perustieteiden korkeakoulu Teknillisen fysiikan ja matematiikan koulutusohjelma Raul Kleinberg Ajasta riippuvien tekijöiden vaikutuksen arviointi todennäköisyyspohjaisessa riskianalyysissä

Lisätiedot

Harjoitus 2: Matlab - Statistical Toolbox

Harjoitus 2: Matlab - Statistical Toolbox Harjoitus 2: Matlab - Statistical Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen tavoitteet Satunnaismuuttujat ja todennäköisyysjakaumat

Lisätiedot

Jäähdytysnesteen täyttö. Työskentely ajoneuvon jäähdytysjärjestelmän VAROITUS!

Jäähdytysnesteen täyttö. Työskentely ajoneuvon jäähdytysjärjestelmän VAROITUS! Työskentely ajoneuvon jäähdytysjärjestelmän parissa Työskentely ajoneuvon jäähdytysjärjestelmän parissa VAROITUS! Kun jäähdytysjärjestelmään tehdään muutoksia, se on tyhjennettävä, täytettävä uudelleen

Lisätiedot

Rosatom laitostoimittajana

Rosatom laitostoimittajana Rosatom laitostoimittajana Teemailta 27.9.2013 Prof. Juhani Hyvärinen Ydintekniikkajohtaja Fennovoima neuvottelee laitostoimituksesta Rosatomin kanssa Fennovoima ja venäläinen Rosatom allekirjoittivat

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 14 R. Kangaslampi matriisiteoriaa Matriisinormi

Lisätiedot

4. laskuharjoituskierros, vko 7, ratkaisut

4. laskuharjoituskierros, vko 7, ratkaisut 4. laskuharjoituskierros, vko 7, ratkaisut D1. Kone valmistaa kuulalaakerin kuulia, joiden halkaisija vaihtelee satunnaisesti. Halkaisijan on oltava tiettyjen rajojen sisällä, jotta kuula olisi käyttökelpoinen.

Lisätiedot