CN113392527A - 操纵序列适用性评价方法、装置、计算机设备和存储介质 - Google Patents
操纵序列适用性评价方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113392527A CN113392527A CN202110670407.5A CN202110670407A CN113392527A CN 113392527 A CN113392527 A CN 113392527A CN 202110670407 A CN202110670407 A CN 202110670407A CN 113392527 A CN113392527 A CN 113392527A
- Authority
- CN
- China
- Prior art keywords
- control task
- manipulation
- task
- target
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种操纵序列适用性评价方法、装置、计算机设备和存储介质,所述方法包括:根据系统资料的分析,得到系统功能目标;根据操作规程,得到操纵任务目标;根据系统结构、系统功能目标和操纵任务目标,在GO‑FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;实现模型的场景具体化以及对特定系统运行场景下的参数同步更新;在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;将实时采集的数据同步更新模型,得到当前系统配置下的操纵任务可靠性监测分析结果;根据操纵任务可靠性监测分析结果和操纵任务可靠性预计分析结果,得到操纵员动作对系统功能目标达成的影响,实现及时预警提示及操作纠错。
Description
技术领域
本发明属于核安全分析和智能运维管理领域,特别是涉及一种操纵序列适用性评价方法、装置、计算机设备和存储介质。
背景技术
船用核动力装置运行环境及工况多变,不同工况下系统的结构、状态和任务目的表现出很强的阶段性和时变性,加之装置的自动化水平相对较低,大多情况下都需要操纵员的手动干预和控制来维持核动力装置的安全稳定运行,而船用核动力装置特殊的运行环境以及系统功能影响着操纵员的决策。
目前针对船用核动力装置的人因问题的关注点,主要集中在人的可靠性以及人的操作对系统安全的影响分析两个方面。人因可靠性也称人的可靠性或人员可靠性,反映了对人因失误的识别、建模表述、量化评估以及人因失误事件的有效缓解。人因可靠性相关分析方法多达上百种,分别从不同程度尝试对人因失误机理和认知行为模型进行了揭示,但主要是围绕人的方面进行评价,未能全面地评价人员活动对系统可靠性和运行安全的影响。
除了上述专门针对人因可靠性分析的方法以外,许多系统可靠性分析方法在提出的时候就部分地融入了对人因可靠性的考虑,通过对具体人因事件的分析得到人因失误对整体系统功能和整个核动力装置安全状态的影响评价。目前应用比较广泛的系统可靠性分析方法包括故障模式及影响分析、可靠性框图法、故障树/事件树、动态事件序列分析方法、动态流图法等,这些方法虽然结合了对人因问题的考虑,其中有些方法部分解决了系统动态时序特性和过程交互建模分析问题,但相关方法对陌生复杂环境下的船用核动力装置人机交互及动态操纵阶段任务可靠性评价,未能形成一套较好的解决方案,无法支撑对大型复杂工程系统的可拓展性应用。
发明内容
为了解决上述现有技术的不足,本发明提供了一种操纵序列适用性评价方法、装置、计算机设备和存储介质,以信号流为载体,将操纵任务序列与通用系统工质流结构模型割裂开来,建立的系统操纵任务可靠性模型面向多目标同步预计和监督,结合操纵任务可靠性剖面量化映射以及人员操作对系统安全和危害的影响变化趋势,感知操纵动作序列的适用性,实现及时预警提示及操作纠错。
本发明的第一个目的在于提供一种操纵序列适用性评价方法。
本发明的第二个目的在于提供一种操纵序列适用性分析装置。
本发明的第三个目的在于提供一种计算机设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种操纵序列适用性评价方法,所述方法包括:
根据系统资料的分析,得到系统功能目标;
若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
进一步的,所述根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,具体包括:
将所述操纵任务序列嵌入所述系统操纵任务可靠性模型,从而实现系统通用模型的场景具体化;
根据采集的数据,对所述系统操纵任务可靠性模型的参数进行初始化,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新。
进一步的,所述根据采集的数据,对所述系统操纵任务可靠性模型的参数进行初始化,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,具体为:
将采集的数据实时写入所述系统操纵任务可靠性模型,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,其中:参数同步更新通过多种方式实现,具体包括:
对所述系统操纵任务可靠性模型文件的解析、快速读取和复写重构;
根据所述系统操纵任务可靠性模型的结构和元素编码,完成对所述系统操纵任务可靠性模型的实时修改和更新。
进一步的,所述根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,具体为:
将所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果进行对比,通过差值趋势变化映射出操纵员动作对所述系统功能目标达成的影响;
其中,操纵员动作对所述系统功能目标达成的影响,具体表现为:
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为0,则操纵员动作对所述系统功能目标达成暂无影响;
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为正,则操纵员动作符合所述系统功能目标的需求;
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为负,则操纵员动作偏离所述系统功能目标的需求。
进一步的,根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果,具体包括:
根据所述所述操纵任务目标和操纵任务序列的信息的信息,在操纵员未执行操纵动作时,通过计算引擎,计算操纵动作序列对所述操纵任务目标的成功达成概率;
将所述操纵动作序列对所述操纵任务目标的成功达成概率,作为操纵任务可靠性预计分析结果;
将所述操纵任务可靠性预计分析结果作为基准值,用于判别操纵员实际操作对操纵任务目标达成的影响;
其中,所述操纵动作序列的生成方式,具体包括:
若有操作规程,则根据操作规程,生成标准操纵动作序列;否则,操纵员根据自己的认知理解做出的即时操纵动作序列或由成功路径规划建议给出的参考操纵动作序列。
进一步的,所述若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列,具体为:
若有操作规程,则通过层次化任务分解,实现对标准操纵任务序列分支、基础操作动作的分析,得到操纵任务目标和操纵任务序列。
进一步的,所述操作规程包括完备的操作规程和不完备的操作规程;
所述采集的数据,具体包括:
根据船用核动力装置或船用核动力装置虚拟仿真平台采集实时运行数据,得到采集后数据;
所述采集后数据包括操纵员动作指令信息、系统设备状态监测信息和系统过程参数监测信息。
本发明的第二个目的可以通过采取如下技术方案达到:
一种操纵序列适用性分析装置,所述装置包括:
分析模块,用于根据系统资料的分析,得到系统功能目标;
生成模块,用于若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
建立模型模块,用于根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
同步更新模块,用于根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
预评估模块,用于根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
实时监督模块,用于将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
预警提示模块,用于根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
本发明的第三个目的可以通过采取如下技术方案达到:
一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的操纵序列适用性评价方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的操纵序列适用性评价方法。
本发明相对于现有技术具有如下的有益效果:
1、本发明提出的操纵序列适用性评价方法以面向任务成功为导向,符合大众认知习惯,尤其是对陌生环境和紧急事故工况下的成功应急操控响应意义重大;
2、本发明提出的操纵序列适用性评价方法实现了对复杂陌生环境下的船用核动力装置人员操控动作、系统动态行为特性、多阶段任务目标、运行/备用/测试/维修/失效多态演变过程以及设备寿命特征等综合建模考虑,建立的模型是对系统功能目的、实现手段及其运行过程知识的通用化表达,适应各种操纵任务场景变化,模型修改和更新便于实现;
3、本发明提出的操纵序列适用性评价方法提供了两种模型数据同步更新方法,一种是基于模型文件的解析和在线修改,另一种是将模型参数作为变量直接程序代码,两种方法均能实现操纵任务可靠性模型的在线快速更新,并在自主研发的GO-FLOW计算引擎上实现快速分析计算(毫秒至秒级),满足同步实时监督应用需求;
4、本发明提出的操纵序列适用性评价方法通过同步操作实时监测结果对前摄性预计结果的可靠性差值剖面映射出操纵员操作动作系列对系统功能目标和操纵任务目标达成的进阶式促成或危害影响,通过异步操纵任务可靠性剖面监测映射出潜在的操作危害动作,能够做到及时预警和纠错。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的操纵序列适用性评价方法的流程图。
图2为本发明实施例2的反应堆硼与水补给系统的结构示意图。
图3为本发明实施例2的GO-FLOW基础建模组件的结构示意图。
图4为本发明实施例2的硼与水补给系统操纵任务可靠性模型的结构示意图。
图5为本发明实施例2的硼与水补给系统运行操纵序列的示意图。
图6为本发明实施例2的同步预计、监督及影响趋势分析结果的示意图。
图7为本发明实施例3的操纵序列适用性评价装置的结构框图。
图8为本发明实施例4的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1所示,实施例提供了一种面向任务成功的操纵序列适用性评价方法,具体包括:
(1)系统资料分析。
理解系统的功能、系统设备结构组成以及系统的运行特点。
(2)系统功能目标及运行成功准则确定。
在系统资料分析的基础上,提取系统各功能目标及其子目标,确定系统运行成功准则。
(3)操纵任务目标及操纵成功准则确定。
在有操作规程或是即使操作规程不完备的前提下,通过层次化任务分解实现对标准操纵任务序列分支、基础操作动作的分析,得到操纵任务目标和操纵任务序列,确定操纵成功准则;或是在无规程条件下依据假设性操作计划输入,设定操纵任务目标和操纵任务序列。
(4)基于GO-FLOW的操纵任务可靠性通用模型建模。
根据系统资料分析输入以及确定的操纵任务目标和系统功能目标,利用GO-FLOW方法建立系统操纵任务可靠性模型。
(5)操纵任务场景对模型的集成。将由操作规程或是由操作计划提取得到的操纵任务序列嵌入模型,实现系统通用模型的场景具体化,突出对当前场景下的操纵任务目标和系统功能目标监测。本实施例提供三种操纵动作序列生成方式:a)基于标准化操作规程或是不完备的操作规程提取;b)无规程运行场景下操纵员根据自己的认知理解做出的即时操作输入;c)无规程运行场景下由成功路径规划建议给出。
(6)操纵任务可靠性模型-数据同步更新。
通过数据采集单元将操纵员操纵动作指令信息、系统设备状态输入以及系统过程参数监测输入实时写入模型,实现模型对特定系统运行场景下的参数同步更新。本实施例中的基于GO-FLOW的操纵任务可靠性模型数据同步更新提供两种方案实现:一种是基于对GO-FLOW模型文件的解析、快速读取和复写重构;另一种是直接将GO-FLOW模型结构和元素编码,通过界面直接在开发的GO-FLOW分析程序代码中完成对模型的实时修改和更新。
(7)操纵任务可靠性前摄性预计分析。
针对操纵任务目标和操纵任务序列动作输入,在开发的GO-FLOW计算引擎上进行前摄性预评估,在操纵员未执行操作之前预计操纵动作序列对操纵任务目标和系统功能目标的成功达成概率。计算得到的操纵任务可靠性预计分析结果将作为基准值用于判别操纵员实际操作对操纵任务目标达成的影响。
(8)操纵任务可靠性同步实时监督。
依据操纵员实际操作动作指令输入及其关联系统设备和过程状态监测输入,同步更新系统操纵任务可靠性模型,并通过调用GO-FLOW计算引擎中的函数,快速计算当前系统配置下的操纵任务可靠性水平,实现对操纵任务可靠性剖面的实时监督。
(9)同步操作影响趋势分析。
将同步操作监督结果对比操纵任务可靠性预计分析结果(基准值),通过差值趋势变化(偏移方向)映射出操纵员动作对系统功能目标达成影响的好与坏,从而做到及时预警提示及操作纠错。同步操作影响趋势类别分为三种:
a)当前操作动作对目标达成暂无影响。
表现为同步操纵任务可靠性监测和预计的差值为0,其中操纵任务可靠性监测反映的是当前系统组态下操纵员实际操作动作执行对系统功能目标的达成度,而操纵任务可靠性预计反映的是当前系统组态下操纵员预期操作动作对系统功能目标的达成概率预估值。
b)当前操作动作符合系统功能目标需求。
表现为同步操纵任务可靠性监测和预计的差值为正,表明当前操作动作对系统功能目标的达成有正向和积极促成作用。
c)当前操作动作偏离系统功能目标需求。
表现为同步操纵任务可靠性监测和预计的差值为负,表明当前操作动作对系统功能目标有一定的负面或危害影响。
本发明提供的操纵序列适用性分析重点突出对操纵序列中单步操作的预计、监督和同步操作影响趋势分析,预计是对预期操作动作的预评估,监督是对操纵员实际操纵动作指令输入及系统组态监测输入对系统功能目标和操纵任务目标达成概率的当前估量,两者的差值反映为同步操作动作对系统功能目标达成的偏移影响。因此,在方法实施过程中,针对前摄性预计和实时监督分析定义两个时间点,分别为T1和T2。T1时刻的系统组态结合前一时刻的监测输入外加预设操纵员动作指令确定,实现的是未来下一步预计分析;T2时刻的系统组态根据当前监测输入数据同化更新,实现的是当前同步监督分析。
本领域技术人员可以理解,实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
应当注意,尽管在附图中以特定顺序描述了上述实施例的方法操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
实施例2:
本实施例以反应堆硼与水补给系统为例,对操纵序列适用性评价方法进行进一步说明。
(1)案例系统资料获取和分析。
如图2所示,反应堆硼与水补给系统(Boron and Water Makeup System,REA)作为化容控制系统(Chemical and Volume Control System,RCV)的重要辅助系统,对反应堆—回路冷却剂中的硼酸浓度控制至关重要。反应堆硼与水补给系统在核动力装置不同运行工况下其功能和任务多极化,具体包括如硼稀释、硼化、自动硼补给、手动硼添加、化学物添加等。与此同时,系统运行操作频繁,且系统部件大多为手动操控部件,是一个典型的动态多任务操控系统。
REA系统辅助化学和容积系统实现硼酸控制(反应性控制)、容积控制和化学控制三大主要功能,同时提供稳压器泄压箱喷淋冷却水、主泵轴封水以及换料水箱和安注箱硼酸溶液等辅助功能,系统由水补给、硼酸补给以及化学添加三个子系统构成,主要设备包括除盐除氧水贮存箱、硼酸罐、容积控制箱、化学添加罐、除盐除氧水泵、硼酸输送泵、电动控制阀、气动调节阀、手动控制阀及关联管道。
(2)系统功能目标及运行成功准则确定。
围绕REA系统总体功能目标,分解为三个子目标,分别对应于硼酸控制、容积控制和化学控制。
(2-1)系统功能子目标G1:硼酸控制。
系统运行成功准则:根据不同的任务目(主要针对硼稀释和硼化)将一定比例的除盐除气水和浓硼酸溶液经水补给子系统和硼酸补给子系统相关管路输送注入至化容系统上充管线。当一回路硼酸浓度达到设定值时,即可认为系统功能目标达成。
(2-2)系统功能子目标G2:容积控制。
系统运行成功准则:补给与一回路冷却剂硼酸浓度相同的含硼水,经系统中的硼酸输送管线和除盐除气水输送管线混合后注入化容系统上充泵入口,维持容积控制箱水位在正常范围内;或是向换料水箱和安注箱提供硼酸水和补水。当硼酸添加量达到系统既定要求时,即可认为系统功能目标达成。
(2-3)系统功能子目标G3:化学控制。
系统运行成功准则:除盐水罐中的除盐除气水经除盐水泵进入化学添加箱管线,通过化学添加箱加入氢氧化锂和联氨,随后经化容系统上充管线注入一回路冷却剂,以对水质含氧量和PH值进行调节控制。当反应堆冷却剂含氧量和PH值达到预设标准值后,即可认为系统功能目标达成。
(3)操纵任务目标及操纵成功准则确定。
围绕系统功能目标,可确定操纵任务目标和操纵成功准则如下:
(3-1)操纵任务子目标G4:硼稀释。
操纵成功准则:按既定操纵动作序列实现对一回路冷却剂的部分除盐除气水替代,以降低一回路的硼浓度,当一回路冷却剂硼浓度达到设定值时停止对除盐水的补给(对应于硼酸控制安全子功能G1)。硼稀释过程操纵动作序列涉及关闭气动调节阀REA001PCV,将硼酸补给管线隔离,打开气动调节阀REA002PCV,将除盐水注入化容系统上冲泵入口。硼稀释过程至少需要投入水补给子系统冗余结构中的一个序列(一个除盐水罐和一台除盐水泵)以满足要求。
(3-2)操纵任务子目标G5:硼化。
操纵成功准则:按既定操纵动作序列向一回路冷却剂系统注入一定量的浓硼酸溶液,提高一回路冷却剂的硼浓度,当一回路硼酸浓度达到设定值时停止硼化操作(对应于硼酸控制安全子功能G1)。硼化过程操纵动作序列涉及关闭气动调节阀REA002PCV,将除盐水补给管线隔离,打开气动调节阀REA001PCV,将硼酸注入化容系统上冲泵入口。硼化过程至少需要投入硼酸补给子系统冗余结构中的一个序列(一个硼酸罐和一台硼酸输送泵)以满足要求。
(3-3)操纵任务子目标G6:自动硼补给。
操纵成功准则:按既定操纵动作序列补充一定量与一回路冷却剂硼浓度相当的含硼水,用于容积控制(对应于容积控制子功能目标G2),自动补给的含硼水不改变一回路冷却剂硼酸浓度。自动硼补给操纵动作序列涉及开启气动调节阀REA001OCV和REA002PCV,投入一个除盐水罐(供水)、一台除盐水泵(输送除盐水)、一个硼酸罐(提供硼酸)和一台硼酸输送泵(输送硼酸),保持除盐水流量恒定,硼酸的流量由系统计算得到,经水补给子系统和硼酸补给子系统流道混合后注入上充管线。自动硼补给过程至少需要投入水补给子系统和硼酸补给子系统冗余结构中的一个序列以满足要求。
(3-4)操纵任务子目标G7:手动硼添加。
操纵成功准则:按既定操纵动作序列通过手动补给方式实现对硼酸溶液的补充添加,手动硼添加仅限于给换料水储存箱的补水或最初充水和进行容积控制箱的排气操作时使用(对应于容积控制子功能目标G2)。手动硼添加过程与自动硼补给过程一致,但补给管线上的阀门由操作人员手动控制,并且由操作人员设定硼酸和除盐除氧水的流量。当硼酸添加量达到系统既定要求时,手动硼添加操纵任务完成。同样,手动硼添加过程至少需要投入一列水补给子系统和硼酸补给子系统以满足要求。
(3-5)操纵任务子目标G8:化学物添加。
操纵成功准则:按既定操纵动作序列通过化学添加箱向除盐水中加入氢氧化钠和联氨,实现冷却剂除氧和PH值调节(对应于化学控制子功能G3),当反应堆冷却剂含氧量和PH值达到标准值后,即认为操纵任务完成。化学药品添加过程操纵动作序列涉及开启手动阀REA009HOV,隔离气动阀REA002PCV,投入一个除盐水罐(供水)和一台除盐水泵(输送除氧水),经化学添加箱管道将化学药品顺流注入化容系统上充管线。化学物添加过程至少需要投入水补给子系统冗余结构中的一个序列(一个除盐水罐和一台除盐水泵)并经化学添加箱管道以满足要求。
(4)系统运行操纵任务可靠性建模。
如图3所示,根据系统设备类型(包括源类设备、导通类设备、常关类设备、常开类设备、开关类设备)、设备控制模式的类别(包括自动控制、手动控制、自动/手动综合控制)、操纵员动作特性(成功和失败两状态)、寿命效应(运行失效、备用失效、维修)、特定功能(差值分析、延迟效应、阶段任务描述)等形成标准化的GO-FLOW基础建模组件,扩充GO-FLOW建模元素库,规范建模语义定义和建模过程,方便工程实施。
在此基础上,依据系统结构原理图以及确定的系统功能目标和操纵任务目标,建立面向多目标导向监测的硼与水补给系统操纵任务可靠性模型,如图4所示。
(5)模型场景化构造。
通过对时间序列的定义,实现模型对运行场景框架的一般化构造,以适应特定的场景应用。本实施例围绕REA系统自动硼补给任务,设置系统运行场景和操纵序列,硼与水补给系统运行操纵序列如图5所示。
系统初始状态:手动阀REA007HOV、REA009HOV和电动阀REA001MOV处于关闭状态,手动阀REA005HOV、REA006HOV和气动调节阀REA001PCV、REA002PCV处于开启状态。
硼酸补给子系统运行操纵过程:假定硼酸由硼酸罐REA003BA提供,硼酸罐REA004BA处于备用状态,硼酸经由硼酸泵REA003PO注入混合流道,另一台硼酸泵REA004PO处于备用状态,硼酸依次通过手动阀REA005HOV和气动调节阀REA001PCV,其中硼酸流量由气动调节阀REA001PCV根据要求进行调节。
水补给子系统运行操纵过程:除盐水由除盐水罐REA001BA提供,除盐水罐REA002BA作为备用,除盐水泵REA001PO将除盐水打出后经过手动阀REA008HOV、REA006HOV和气动调节阀REA002PCV,与硼酸溶液混合,除盐水的流量由气动调节阀REA002PCV根据要求进行调节。
混合注入过程:混合后的含硼水经由气动隔离阀REA002PIV和电动阀REA002MOV后注入化容系统上充管线。当流量达到设定值时,自动补给动作停止。
(6)模型参数初始化设置。
在时间序列定义的基础上,进一步对模型模块及GO-FLOW操作符进行状态和可靠性特征参数初始化。
(7)操纵任务可靠性预计。
在系统运行状态初始化假设基础上模拟输入预期的操作动作指令,更新至系统操纵任务可靠性模型,并通过GO-FLOW计算引擎实现对操纵员预期操作动作对任务目标达成概率的快速预评估,以此作为同步危害影响分析的基准参考值。
(8)操纵任务可靠性同步监督。
以实际场景实时监测数据作为输入,动态同步滚动更新系统运行操纵序列及其当前时刻下的系统运行组态和状态,使同步更新后的模型分析结果能真实反映操纵员实际操作动作执行情况及其相对应的系统组态变化下系统任务可靠性剖面水平。操纵任务可靠性同步监督分析计算过程操纵任务可靠性预计类同,只是运行场景数据的更新来源不一样。本实施例提供多种模型-数据同步更新实践方式,场景数据既可以来自真实的核动力装置实时运行数据,也可以利用模拟器仿真数据或是虚拟仿真平台生成的假想数据(如QT虚拟仿真平台)。模型数据的同步更新同样提供模型文件在线修改技术或是程序代码变量直接赋值两种实现方式。
(9)同步危害影响趋势分析。
对同步预计和监督结果做差,通过差值变化趋势映射和反馈操纵员实际操作动作对预期系统功能目标和操纵任务目标达成的正向促进或反向危及影响,基于可靠性度量指标及其偏差方向监督操纵员序列化动作执行过程的适用性,及时预警潜在的操纵员危害动作。
本实施例的同步预计、监督及影响趋势分析结果,如图6所示。同步预计给出的是计划执行但尚未执行的单一操作动作的概率性预计分析结果,动作未执行之前,相关操作动作或系统设备所处状态应为概率性事件,以一定的成功或失效概率发生。而在操作动作完成之后,操纵员动作是否执行以及系统运行和设备状态均可通过监测数据予以确认,之前的概率性事件转变为确定性事件。此时,系统模型数据同步更新内容覆盖操纵员控制指令信号输入、设备开关控制信号输入以及设备可靠性参数和人因失误参数,对应的概率值由之前0和1边界内的数值更新为极限边界值0(操纵员操作动作失败或设备开/关动作失败)或者1(操纵员操作动作成功或系统设备开/关动作成功),由此计算得到系统任务可靠性实际监测值相对于预计值(基准参考值)上下波动,通过差值正负变化趋势判别操纵员预期操作动作对系统功能和操纵任务目标达成的影响。本实施例中的模型数据更新来自于QT虚拟仿真平台,实施例中的前三步(S1-S3时间窗口)因未完成完整的操纵动作序列,操纵任务目标和系统功能目标未达成,进而得到的系统任务可靠性预计和监测结果均为0,其差值也为0,该数值0并不表示操纵员前三步操作对系统功能目标和操纵任务目标的达成毫无影响,只是暂时影响无法突显,从整个任务时间窗口来看,操纵动作序列中的每一步对操纵任务目标的达成不可或缺,即在整个操纵任务剖面下是有正向促成作用的。因此,为了避免操纵员随意的短线操作输入而产生视野局部化,无规程运行场景下的成功路径规划一定是相对整个任务剖面而言的提供的全局最优解。S4和S5时间窗口下的系统组态是一致的,此时的除盐水泵REA001PO和硼酸泵REA003PO均已开启,混合后的浓硼酸和除盐水最终抵达目标位置点,系统功能目标和操纵任务目标达成,但S5时间窗口下的系统任务可靠度略低于S4时间窗口,主要是考虑了系统关键设备(如硼酸泵和除盐水泵等)的寿命老化效应。S6时间窗口反映的是自动硼补给结束后的系统组态配置变化,这一过程的系统任务可靠性特征变化主要是因系统组态配置转换所致。
本实施例提供一种操纵序列适用性评价方法,通过规程层次化任务分解分析,提取操纵任务目标和操纵动作序列,或是基于GO-FLOW“流”结构可靠性模型最小路集分析或多层流“流”结构功能模型反目标推理分析生成成功路径,通过时间序列定义实现不同成功路径运行操纵序列和场景对操纵任务可靠性模型的嵌入和动态自适应,利用GO-FLOW模型在线修改技术或参数变量直接赋值方式实现模型数据的实时同步更新,调用开发的GO-FLOW计算引擎执行对既定监测目标达成概率的快速计算,以概率风险作为度量评价指标从事前预期操作前摄性预计、当前操作实时监测以及同步操作影响趋势多个时间窗口跨度沿操纵序列进程动态滚动推进完成对整个任务剖面下分步操作动作的适用性评价和监督,透过量化结果的定性表达辅助操纵员运行安全决策并对操纵员行为偏离实施预警和纠错提示。
实施例3:
如图7所示,本实施例提供了一种操纵序列适用性评价装置,该装置包括分析模块701、生成模块702、建立模型模块703、同步更新模块704、预评估模块705、实时监督模块706和预警提示模块707,其中:
分析模块701,用于根据系统资料的分析,得到系统功能目标;
生成模块702,用于若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
建立模型模块703,用于根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
同步更新模块704,用于根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
预评估模块705,用于根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
实时监督模块706,用于将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
预警提示模块707,用于根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
本实施例中各个模块的具体实现可以参见上述实施例1,在此不再一一赘述;需要说明的是,本实施例提供的装置仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
实施例4:
本实施例提供了一种计算机设备,该计算机设备可以为计算机,如图8所示,其通过系统总线801连接的处理器802、存储器、输入装置803、显示器804和网络接口805,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质806和内存储器807,该非易失性存储介质806存储有操作系统、计算机程序和数据库,该内存储器807为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器802执行存储器存储的计算机程序时,实现上述实施例1的操纵序列适用性评价方法,如下:
根据系统资料的分析,得到系统功能目标;
若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
实施例5:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的操纵序列适用性评价方法,如下:
根据系统资料的分析,得到系统功能目标;
若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
综上所述,本发明提供的操纵序列适用性评价方法,以信号流为载体,将操纵任务序列与通用系统工质流(物质流、能量流和信息流)结构模型割裂开来,建立的系统操纵任务可靠性模型面向多目标同步预计和监督,结合操纵任务可靠性剖面量化映射以及人员操作对系统安全和危害的影响变化趋势,感知操纵动作序列的适用性,及时预警潜在的操纵员危害动作,避免人因失误,实现智能化操作导向和纠错。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种操纵序列适用性评价方法,其特征在于,所述方法包括:
根据系统资料的分析,得到系统功能目标;
若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
2.根据权利要求1所述的操纵序列适用性评价方法,其特征在于,所述根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,具体包括:
将所述操纵任务序列嵌入所述系统操纵任务可靠性模型,从而实现系统通用模型的场景具体化;
根据采集的数据,对所述系统操纵任务可靠性模型的参数进行初始化,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新。
3.根据权利要求2所述的操纵序列适用性评价方法,其特征在于,所述根据采集的数据,对所述系统操纵任务可靠性模型的参数进行初始化,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,具体为:
将采集的数据实时写入所述系统操纵任务可靠性模型,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新,其中:参数同步更新通过多种方式实现,具体包括:
对所述系统操纵任务可靠性模型文件的解析、快速读取和复写重构;
根据所述系统操纵任务可靠性模型的结构和元素编码,完成对所述系统操纵任务可靠性模型的实时修改和更新。
4.根据权利要求1所述的操纵序列适用性评价方法,其特征在于,所述根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,具体为:
将所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果进行对比,通过差值趋势变化映射出操纵员动作对所述系统功能目标达成的影响;
其中,操纵员动作对所述系统功能目标达成的影响,具体表现为:
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为0,则操纵员动作对所述系统功能目标达成暂无影响;
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为正,则操纵员动作符合所述系统功能目标的需求;
若所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果的差值为负,则操纵员动作偏离所述系统功能目标的需求。
5.根据权利要求1所述的操纵序列适用性评价方法,其特征在于,根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果,具体包括:
根据所述所述操纵任务目标和操纵任务序列的信息的信息,在操纵员未执行操纵动作时,通过计算引擎,计算操纵动作序列对所述操纵任务目标的成功达成概率;
将所述操纵动作序列对所述操纵任务目标的成功达成概率,作为操纵任务可靠性预计分析结果;
将所述操纵任务可靠性预计分析结果作为基准值,用于判别操纵员实际操作对操纵任务目标达成的影响;
其中,所述操纵动作序列的生成方式,具体包括:
若有操作规程,则根据操作规程,生成标准操纵动作序列;否则,操纵员根据自己的认知理解做出的即时操纵动作序列或由成功路径规划建议给出的参考操纵动作序列。
6.根据权利要求1所述的操纵序列适用性评价方法,其特征在于,所述若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列,具体为:
若有操作规程,则通过层次化任务分解,实现对标准操纵任务序列分支、基础操作动作的分析,得到操纵任务目标和操纵任务序列。
7.根据权利要求1-6任一项所述的操纵序列适用性评价方法,其特征在于,所述操作规程包括完备的操作规程和不完备的操作规程;
所述采集的数据,具体包括:
根据船用核动力装置或船用核动力装置虚拟仿真平台采集实时运行数据,得到采集后数据;
所述采集后数据包括操纵员动作指令信息、系统设备状态监测信息和系统过程参数监测信息。
8.一种操纵序列适用性评价装置,其特征在于,所述装置包括:
分析模块,用于根据系统资料的分析,得到系统功能目标;
生成模块,用于若有操作规程,则根据操作规程,得到操纵任务目标和操纵任务序列;否则,依据操作计划,设定操纵任务目标和操纵任务序列;
建立模型模块,用于根据系统结构、所述系统功能目标和所述操纵任务目标,在GO-FLOW基础建模组件的基础上建立系统操纵任务可靠性模型;
同步更新模块,用于根据采集的数据,实现所述系统操纵任务可靠性模型对特定系统运行场景下的参数同步更新;
预评估模块,用于根据所述操纵任务目标和操纵任务序列的信息,在计算引擎上进行前摄性预评估,得到操纵任务可靠性预计分析结果;
实时监督模块,用于将实时采集的数据同步更新所述系统操纵任务可靠性模型,得到当前系统配置下的操纵任务可靠性监测分析结果,实现对操纵任务可靠性剖面的实时监督;
预警提示模块,用于根据所述操纵任务可靠性监测分析结果和所述操纵任务可靠性预计分析结果,得到操纵员动作对所述系统功能目标达成的影响,实现及时预警提示及操作纠错。
9.一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-7任一项所述的操纵序列适用性评价方法。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-7任一项所述的操纵序列适用性评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670407.5A CN113392527B (zh) | 2021-06-17 | 2021-06-17 | 操纵序列适用性评价方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670407.5A CN113392527B (zh) | 2021-06-17 | 2021-06-17 | 操纵序列适用性评价方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113392527A true CN113392527A (zh) | 2021-09-14 |
CN113392527B CN113392527B (zh) | 2022-08-12 |
Family
ID=77621806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110670407.5A Active CN113392527B (zh) | 2021-06-17 | 2021-06-17 | 操纵序列适用性评价方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113392527B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963443A (zh) * | 2021-10-27 | 2022-01-21 | 华南理工大学 | 核动力装置中人因失误模式识别方法、装置、设备和介质 |
WO2024051173A1 (zh) * | 2022-09-06 | 2024-03-14 | 华南理工大学 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102298978A (zh) * | 2011-05-17 | 2011-12-28 | 哈尔滨工程大学 | 船用核动力装置基于多层流模型的不确定性故障诊断方法 |
CN103744295A (zh) * | 2013-12-09 | 2014-04-23 | 武汉大学 | 一种基于go-flow法的可靠性分析系统 |
CN103847749A (zh) * | 2014-03-27 | 2014-06-11 | 北京清软英泰信息技术有限公司 | 一种双层多目标优化铁路机车操纵序列生成方法 |
CN106157170A (zh) * | 2016-07-06 | 2016-11-23 | 北京中恒博瑞数字电力科技有限公司 | 一种基于供电可靠性的电力系统调度操作控制方法 |
CN107330286A (zh) * | 2017-07-10 | 2017-11-07 | 华南理工大学 | 一种大型油浸式电力变压器可靠性评估动态修正方法 |
CN109034636A (zh) * | 2018-08-07 | 2018-12-18 | 湖南工学院 | 功率持续快速变化下操纵员人因可靠性分析方法与装置 |
CN109299868A (zh) * | 2018-09-14 | 2019-02-01 | 湖南工学院 | 多机组核电厂动态人因可靠性分析方法与装置 |
CN109615186A (zh) * | 2018-11-20 | 2019-04-12 | 温州大学 | 一种基于go-flow和fta的球阀装配可靠性分析方法 |
CN109634215A (zh) * | 2018-10-25 | 2019-04-16 | 中国核电工程有限公司 | 一种基于平面图形编码技术的核电厂操作规程设计方法 |
CN109933047A (zh) * | 2019-03-22 | 2019-06-25 | 北京航空航天大学 | 一种软硬件混合系统的联合可靠性试验剖面构造方法 |
CN110414826A (zh) * | 2019-07-23 | 2019-11-05 | 浙江财经大学 | 一种云制造环境下柔性多任务前摄性调度优化方法 |
CN111339933A (zh) * | 2020-02-25 | 2020-06-26 | 北京国网富达科技发展有限责任公司 | 基于深度学习的变电站安全监控方法及装置 |
CN112488484A (zh) * | 2020-11-25 | 2021-03-12 | 中广核工程有限公司 | 人员可靠性评估方法、系统、计算机设备及存储介质 |
CN112949073A (zh) * | 2021-03-09 | 2021-06-11 | 国家电网有限公司 | 基于模糊算法的智能变电站继电保护可靠性评估方法 |
-
2021
- 2021-06-17 CN CN202110670407.5A patent/CN113392527B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102298978A (zh) * | 2011-05-17 | 2011-12-28 | 哈尔滨工程大学 | 船用核动力装置基于多层流模型的不确定性故障诊断方法 |
CN103744295A (zh) * | 2013-12-09 | 2014-04-23 | 武汉大学 | 一种基于go-flow法的可靠性分析系统 |
CN103847749A (zh) * | 2014-03-27 | 2014-06-11 | 北京清软英泰信息技术有限公司 | 一种双层多目标优化铁路机车操纵序列生成方法 |
CN106157170A (zh) * | 2016-07-06 | 2016-11-23 | 北京中恒博瑞数字电力科技有限公司 | 一种基于供电可靠性的电力系统调度操作控制方法 |
CN107330286A (zh) * | 2017-07-10 | 2017-11-07 | 华南理工大学 | 一种大型油浸式电力变压器可靠性评估动态修正方法 |
CN109034636A (zh) * | 2018-08-07 | 2018-12-18 | 湖南工学院 | 功率持续快速变化下操纵员人因可靠性分析方法与装置 |
CN109299868A (zh) * | 2018-09-14 | 2019-02-01 | 湖南工学院 | 多机组核电厂动态人因可靠性分析方法与装置 |
CN109634215A (zh) * | 2018-10-25 | 2019-04-16 | 中国核电工程有限公司 | 一种基于平面图形编码技术的核电厂操作规程设计方法 |
CN109615186A (zh) * | 2018-11-20 | 2019-04-12 | 温州大学 | 一种基于go-flow和fta的球阀装配可靠性分析方法 |
CN109933047A (zh) * | 2019-03-22 | 2019-06-25 | 北京航空航天大学 | 一种软硬件混合系统的联合可靠性试验剖面构造方法 |
CN110414826A (zh) * | 2019-07-23 | 2019-11-05 | 浙江财经大学 | 一种云制造环境下柔性多任务前摄性调度优化方法 |
CN111339933A (zh) * | 2020-02-25 | 2020-06-26 | 北京国网富达科技发展有限责任公司 | 基于深度学习的变电站安全监控方法及装置 |
CN112488484A (zh) * | 2020-11-25 | 2021-03-12 | 中广核工程有限公司 | 人员可靠性评估方法、系统、计算机设备及存储介质 |
CN112949073A (zh) * | 2021-03-09 | 2021-06-11 | 国家电网有限公司 | 基于模糊算法的智能变电站继电保护可靠性评估方法 |
Non-Patent Citations (3)
Title |
---|
JUN YANG ETC.: "A success-oriented analysis technique for operational risk supervision in seaborne", 《NUCLEAR ENGINEERING AND DESIGN》 * |
杨军: "可靠性分析方法用于核电厂风险监测的研究", 《中国博士学位论文全文数据库》 * |
杨明: "基于多层流模型的核动力装置可靠性分析及故障诊断方法研究", 《中国博士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963443A (zh) * | 2021-10-27 | 2022-01-21 | 华南理工大学 | 核动力装置中人因失误模式识别方法、装置、设备和介质 |
WO2024051173A1 (zh) * | 2022-09-06 | 2024-03-14 | 华南理工大学 | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113392527B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113392527B (zh) | 操纵序列适用性评价方法、装置、计算机设备和存储介质 | |
Siu | Risk assessment for dynamic systems: an overview | |
Miao et al. | A computational situation assessment model for nuclear power plant operations | |
Svegliato et al. | Meta-level control of anytime algorithms with online performance prediction | |
Vairo et al. | An approach towards the implementation of a reliable resilience model based on machine learning | |
Trucco et al. | A probabilistic cognitive simulator for HRA studies (PROCOS) | |
CN114925718A (zh) | 一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法 | |
CN117495356B (zh) | 基于人机联动的智慧燃气管道维修方法和物联网系统 | |
Liu et al. | Risk-informed multi-objective decision-making of emergency schemes optimization | |
Peng et al. | A multi-layer FRAM based approach to short-term human-automation resilience assessment: A case study on dynamic positioning system in offshore tandem offloading process | |
Saeed et al. | Autonomous control model for emergency operation of small modular reactor | |
Egorov et al. | Methods and models for the risk analysis and security management of chemical plants | |
Lin et al. | On the formalization of development and assessment process for digital twins | |
CN115577775A (zh) | 面向目标功能实现的系统成功路径规划方法、系统、设备及介质 | |
Husseiny et al. | Operating procedure automation to enhance safety of nuclear power plants | |
CN114548696A (zh) | 一种输气站场多过程流交互风险动态评估方法及装置 | |
Bae et al. | Framework for operator manipulation validation system using plant parameter prediction | |
CN114023477A (zh) | 一种核电厂计算机化规程系统和控制系统 | |
CN112380627A (zh) | 远程遥控船舶人因可靠性分析系统及其控制方法 | |
Kwon et al. | Application of STPA Methodology to Safety Analysis of Operation Automation System of Nuclear Power Plant Using Artificial Intelligence Technology | |
Núñez-Carrera et al. | Failure analysis of the standby liquid control system for a boiling water reactor with fuzzy cognitive maps | |
Jharko | Information operator support systems of nuclear power plants and a flexible modeling complex | |
Reinartz et al. | Explicit representation of operator control-actions in Multilevel Flow Modeling | |
Moulton et al. | Limited lookahead policies for the control of discrete-event systems: A tutorial | |
CN113963443B (zh) | 核动力装置中人因失误模式识别方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |