Abstract
A common-cause failure (CCF) model based on stochastic simulation has been developed to complement the established approaches and to overcome some of their shortcomings. Reflecting the models proximity to the CCF process it was called Process Oriented Simulation (POS) Model. In recent years, some progress has been made to render the POS model fit for practical applications comprising the development of parameter estimates and a number of test applications in areas where results were already available – especially from CCF benchmarks – and comparison can provide insights in strong and weak points of the different approaches. In this paper, a detailed description of the POS model is provided together with the approach to parameter estimation and representative test applications. It is concluded, that the POS model has a number of strengths – especially the feature to provide reasonable extrapolation to CCF groups with high degrees of redundancy – and thus a considerable potential to complement the insights obtained from existing modeling.
Kurzfassung
Für die Behandlung Gemeinsam Verursachter Ausfälle (GVA) wurde ein stochastisches Simulationsmodell entwickelt, um die etablierten Berechnungsverfahren zu ergänzen und einige ihrer Unzulänglichkeiten zu überwinden. Unter Berücksichtigung der Ähnlichkeit des Berechnungsvorgangs zum GVA-Prozess wurde dieses Modell als “Process Oriented Simulation (POS) Model” bezeichnet. In den letzten Jahren wurden Fortschritte bei der Ertüchtigung im Hinblick auf die praktische Anwendung des POS-Modells erzielt, darunter die Entwicklung von Parameter-Abschätzungen und eine Anzahl von Test-Anwendungen in Bereichen, in denen bereits Ergebnisse verfügbar waren – insbesondere aus GVA-Vergleichsrechnungen – und der Vergleich der Berechnungsergebnisse die Stärken und Schwächen der verschiedenen Modell-Ansätze aufdecken kann. In diesem Artikel wird eine ausführliche Beschreibung des POS-Modells zusammen mit dem Ansatz zur Schätzung der Modell-Parameter und typischen Test-Anwendungen vorgestellt. Als Schlussfolgerung ergibt sich, dass das POS-Modell eine Anzahl von Stärken hat. Insbesondere liefert es eine vernünftige Extrapolation auf das Ausfallverhalten von GVA-Gruppen mit hohen Redundanz-Graden und damit ein beträchtliches Potenzial, die Erkenntnisse aus den bereits vorliegenden Modellen zu ergänzen.
References
1Balfanz, H.-P.; Berg, H. P.; Steininger, U.: Comparison of Plant-Specific Probabilistic Safety Assessments and Lessons Learned. Kerntechnik66 (2001) 242Search in Google Scholar
2Berg, H. P.; Fröhmel, T.; Görtz, R.; Schimetschka, E.: Updated Requirements on PSA Methods and Data for Comprehensive Safety Reviews in Germany, Kerntechnik71 (2006)?10.3139/124.100266Search in Google Scholar
3 Bekanntmachung des Leitfadens zur Durchführung der Sicherheitsüberprüfung gemäß §19a des Atomgesetzes – Leitfaden Probabilistische Sicherheitsanalyse – für Kernkraftwerke in der Bundesrepublik Deutschland. BAnz-Nr. 207a, 03. 11. 2005Search in Google Scholar
4Facharbeitskreis Probabilistische Sicherheitsanalyse für Kernkraftwerke: Methoden zur probabilistischen Sicherheitsanalyse für Kernkraftwerke. BfS-SCHR-37/05, October 2005Search in Google Scholar
5Facharbeitskreis Probabilistische Sicherheitsanalyse für Kernkraftwerke: Daten zur probabilistischen Sicherheitsanalyse für Kernkraftwerke. BfS-SCHR-38/05, October 2005Search in Google Scholar
6Berg, H.-P.; Görtz, R.; Schimetschka, E.: A Process Oriented Simulation Model for common cause failures. Kerntechnik67 (2002) 72Search in Google Scholar
7Berg, H.-P.; Görtz, R.; Schimetschka, E.: Process Oriented Simulation Model: theoretical basis and practical applications. Proc. ICOSSAR'05, Rome, June 19–23, 2005, 3671Search in Google Scholar
8Knips, K.; Kreuser, A.: Bewertung der Ergebnisse des Benchmarks zu GVA. Schriftenreihe Reaktorsicherheit und Strahlenschutz, BMU-1998–514, Oct 1997, ISSN 0724-3316Search in Google Scholar
9Knips, K.; Kreuser, A.: GVA-Benchmark. Schriftenreihe Reaktorsicherheit und Strahlenschutz, BMU-1998–515, Nov 1997, ISSN0724-3316Search in Google Scholar
10Mosleh, A.; Rasmuson, D. M.; Marshall, F. M.: Guidelines on Modeling Common – Cause Failures in Probabilistic Risk Assessment. NUREG/CR – 5485, US Nuclear Regulatory Commission, Washington D.C., 1998Search in Google Scholar
11Mosleh, A.; Rasmuson, D. M.; Marshall, F. M.: Common – Cause Failure Parameter Estimations. NUREG/CR – 5497, US Nuclear Regulatory Commission, Washington D.C., 1998Search in Google Scholar
12Berg, H. P.; Görtz, R.; Schimetschka, E.: A Model for Common Cause Failures in Systems of Redundant Components and Applications. to be published in Proc. of the 8th Internat. Conf. on Probabilistic Safety Assessment and Management PSAM '8, New Orleans, May 23–27, 2006Search in Google Scholar
© 2006, Carl Hanser Verlag, München
