JP2019503002A - データ駆動型ワークフローによる安全解析評価装置及びシステム安全解析評価方法 - Google Patents

Abstract

システム安全解析用計算マトリックスを生成し、その計算マトリックスに基づいて複数のモデルを生成し、複数のモデルのベンチマーク又は畳み込み解析を行い、そのベンチマーク又は畳み込み解析に基づいて設計エンベロープを特定し、該ベンチマーク又は畳み込み解析から、一つ又は複数の不確定モデルを導出し、その設計エンベロープと合否基準に基づいて評価判定を行い、該設計エンベロープに基づいて一つ又は複数の制限シナリオを定義し、設計エンベロープ及び合否基準に基づき、該システムについて、少なくとも一つの性能指数で安全マージンを決定するよう構成された処理回路を備えたシステム安全解析評価装置及び方法が提供される。

Description

本発明は、米国エネルギー省により授与された契約番号ＤＥ−ＮＥ００００５８３の下、政府支援によりなされたものである。米国政府は本発明に一定の権利を有する。

本発明の実施例は、概して、安全解析に関し、特に、システム安全解析評価に関するものである。

連邦規制審査は、基本的に、公共の安全に重要なあらゆる側面に関係している。工学的システムは、熱力学、流体力学、タービンの物理特性などといった既知の現象の固有の構成に依存し、それらは互いに協調して、恐らく原子炉による加熱で生じた蒸気から電力を発生させるなどの特殊な機能を実行する。一つ又は複数の性能指数に対して測定された現象が環境に与える影響を特徴付けることは、エンジニアや規制機関が新しい技術を発展することのメリットを審議する上で用いる貴重な知識要素である。性能指数は、システムの他のシステムに対する性能特性である。設計安全性を示すことは、物理的検査と解析の組み合わせに依存する。一般に、検査は解析よりも好まれるが、解析への依存度は、通常、反応炉の工学、構造及び動作など、技術の複雑性と共に増大する。物理的検査には、場合によっては、法外な費用がかかりすぎて行えないものもあり、解析に限定されることもある。さらに、公共の安全の観点からも、そのような解析において主観性を排除しようとする正式なプロセスが求められている。

原子力発電所の複雑性とその固有の現象論的状態は、連邦規制当局である米国原子力規制委員会（ＮＲＣ）の熱心な関心に反映されている。このＮＲＣによってまとめられた要件及びガイドラインは、規格と明確な判断基準に基づき合格判定を定量化するよう設計された評価法フレームワークの形態を取る。原子力産業において新製品の開発許可を求める出願者は、原子力発電所の最終製品の完全性と、その成果をサポートする評価方法との両方を提示することが求められる。

原子力発電所の安全について言及した主な評価法フレームワークに関する文書の中には、規制ガイド１．２０３、過渡解析及び事故解析方法がある。規制ガイド１．２０３には、原子力発電所の設計基準内において、過渡挙動及び事故挙動の解析にふさわしいと考えられる評価モデル機能が記載されている。この評価モデルは、システム挙動の算出と安全マージンの推定に用いられる特定の設計及び動作データ、事象別データ、数値モデル、解析ソフトウェア、計算、後処理などの集まりであってもよい。ＲＧ１．２０３のフレームワークは、典型的な科学的方法の特定の実施例であってもよい。このように、この評価モデルフレームワークは、航空会社、食品、薬品、自動車を含む他の規制された産業で要求されることもある他の安全解析設定に適用可能であってもよい。また、いくつかの実施例は、物理的な安全解析の範囲外にも適用可能であり、その一例としては金融業が挙げられる。

不確実要素やバイアスの特徴付けは、評価モデルの検証と実証（すなわち、妥当性の証明）を行うことによって行われ、それらは安全マージンの定量化に含まれるものと見なされる。異なる評価モデルによって、異なる安全マージンの推定値が導き出される。一般に、大きな安全マージンを示す評価モデルは、コスト効率の高い応用が行える可能性が高い一方、小さい安全マージンを示す評価モデルは、開発に対するコスト効率がより高い。原子力産業で採用される評価モデルは、処理をどのように進めるかを決めるいくつかの決定点がワークフロー外に設けられる「状態機械」ワークフローと見なされることもある。一般的に、これらの評価モデルにおいて、一つのシミュレーションから得られた結果はある特定のアクションを示唆し、多くのシミュレーションから得られた結果は多くのアクションを示唆する。

他の種類の評価モデルでは、データ駆動型ワークフローが採用される。このような評価モデルでは、多くのシミュレーションから得られたデータセットに論理的規則を適用して、ユーザアクションの保留と選択肢の制限の両方を行う。

評価モデルの利用可能性の範囲は、その一部が、ソフトウェア内の物理的特性とモデルによって定められる。評価モデルの妥当性は、検証及び実証処理によって証明され、その結果として、ソフトウェアの物理的モデルが、設計エンベロープに含まれる全条件範囲にわたって、主要現象と一つ又は複数の安全性能指数との間の関連を効果的に示すことができることが確認される。適切な高忠実度のデータセット及び／又は的確な解析解決法が特定され、解析ソフトウェアにより実行されて、規定の合否基準を満たすことが分かった場合に、良好な検証と実証が図られる。

安全解析では、安全に関連する構造、システム及びコンポーネント（ＳＳＣ）の設計及び性能と、事故防止と事故の影響の軽減に関する妥当性に対応する。評価モデルの確立は、設計入力の構成と、ＳＳＣの配置とＳＳＣ内に含まれる材料の移送特性を示すその後の解析モデリングに依存する。ＲＧ１．２０３のセクションＢに示されるように、原子力の場合、評価モデルには、「入出力情報（特に、発電所の形状から生じるコード入力と過渡開始時に想定された発電所の状態）を処理する工程」が含まれる。この処理の結果として、設計仕様と動作エンベロープが確立される。安全解析について、このような情報の集積が、許容範囲や不確実要素を含む、一連の重要な解析モデルパラメータ及び監視出力として表示される。そのパラメータが安全解析に関連する現象及び／又はプロセスを特徴付ける、原子力用途において安全に関連する主要なＳＳＣの例としては、
燃料、燃料要素、アセンブリ
炉心構成
反応度及び反応度制御システム
反応炉冷却システム及びそれに接続されたシステム
ＲＣＳ熱除去をサポートする非安全システム
換気を含む格納システム又は閉じ込め手段
燃料の取り扱いと、新しい燃料及び使用済み燃料の貯蔵

システム安全解析の主要な目的は、設計の安全に関連したＳＳＣが、特殊なコンピュータコードによって特定の性能目標が達成されることを確認することにある。もう一つの目的は、設計ベース及び設計ベースを超えた事象の発生時に安全を促進する解析マージンの評価及び特定を行うことにある。このように、安全解析を行う前に、設計に関連するモデルパラメータ及び必須の動作設定値の特定を行わなければならない。

モデリングと解析をサポートする解析入力又はＳＳＣ入力と呼ばれる設計入力及び動作入力を受け取り、コンピュータモデルに入力することにより、ＲＥＬＡＰ５−３Ｄなどのシミュレーションエンジンコードを用いた安全対策に対する主要パラメータ及び現象の熱水力効果を評価してもよい。

構造、システム及びコンポーネントの組み合わせや変化の解析又は不確実要素の解析は、高い計算能力を必要とする複雑かつ非常に時間がかかる処理である。場合によっては、あまり好ましくはない主観的な定性的評価を行うことによって、ボリュームや計算の軽減が図られることもある。

このように、いくつかの実施例によれば、以下に示すシステム安全解析評価が可能となる。一実施例では、システム安全解析用計算マトリックスを生成し、この計算マトリックスに基づいて複数のモデルを生成し、この複数のモデルのベンチマーク又は畳み込み解析を行い、ベンチマーク又は畳み込み解析に基づいて設計エンベロープを特定し、ベンチマーク又は畳み込み解析から、一つ又は複数の不確定モデルを導出し、設計エンベロープと合否基準に基づいて評価判定を行い、設計エンベロープに基づいて一つ又は複数の制限シナリオを定義し、設計エンベロープ及び合否基準に基づき、前記システムについて、少なくとも一つの性能指数で安全マージンを決定するよう構成された処理回路を備えたシステム安全解析評価装置が提供される。他の実施例では、原子炉システム安全解析のための公称値及び試験値を定義する計算マトリックスを生成し、この公称値と試験値のサンプル集合から構成される計算マトリックスに基づいて、複数のモデルを生成し、モデルパラメータと性能指数との間の相関を定義する複数のモデルについてベンチマーク解析又は畳み込み解析を行い、ベンチマーク解析又は畳み込み解析に基づいて、原子炉システム動作と相関がある性能指数値群を含む設計エンベロープを特定し、ベンチマーク解析又は畳み込み解析から一つ又は複数の不確定モデルを導出し、設計エンベロープと合否基準に基づいて評価判定を導出し、設計エンベロープに基づいて一つ又は複数の制限シナリオを定義し、設計エンベロープと合否基準に基づいて、原子炉システムの少なくとも一つの性能指数で安全マージンを決定するよう構成された処理回路を備えたシステム安全解析評価装置が提供される。この少なくとも一つの性能指数を用いて、原子炉システムの安全マージンの測定が行われる。さらに他の実施例では、システム安全解析用計算マトリックスを生成する工程と、この計算マトリックスに基づいて複数のモデルを生成する工程と、この複数のモデルのベンチマーク又は畳み込み解析を行う工程と、ベンチマーク又は畳み込み解析に基づいて設計エンベロープを特定する工程と、ベンチマーク又は畳み込み解析から、一つ又は複数の不確定モデルを導出する工程と、設計エンベロープと合否基準に基づいて評価判定を行う工程と、設計エンベロープに基づいて一つ又は複数の制限シナリオを定義する工程と、設計エンベロープ及び合否基準に基づき、システムについて、少なくとも一つの性能指数で安全マージンを決定する工程とを備えたシステム安全解析評価方法が提供される。

ベンチマーク解析を利用した実施例では、ユーザは、設計エンベロープと合否基準に基づいて、シミュレーションソフトウェアの合否判定を行う。それに加えて又はその代わりに、畳み込み解析を利用した実施例では、ユーザは、制限シナリオの検証を個別に行ってもよい。このような個別の検証は、記録の解析と呼ばれることもある。

以上、システム安全解析評価について概して説明したが、次に以下の添付の図面を参照する。これらの図面は、必ずしも縮尺通りに描かれたものではない。

一実施例に係るシステム安全解析評価に関連して有用となり得るシステムを示す機能ブロック図である。 一実施例に係るシステム安全解析評価に関連して有用となり得る装置を示す機能ブロック図である。 一実施例に係るシステム安全解析評価の処理チャートを示す図である。 本発明の一実施例に係るユーザインタフェースの表示を示す図である。 本発明の一実施例に係るユーザインタフェースの表示を示す図である。 本発明の一実施例に係るユーザインタフェースの表示を示す図である。 本発明の一実施例に係るユーザインタフェースの表示を示す図である。 本発明の一実施例に係るユーザインタフェースの表示を示す図である。 一実施例に係るデータの相関性グラフを示す図である。 一実施例に係るシステム安全解析評価のフローチャートを示す図である。

次に、いくつかの実施例について、添付の図面を参照して以下により詳しく説明する。これらの図面は、実施例の一部を示すものであって、すべてを示すものではない。実際、ここに説明及び図示される実施例は、本開示の範囲、利用可能性又は構成を限定するものとして解釈すべきではない。また、本開示の範囲又は趣旨を逸脱せずに、修正及び変更が本実施例では可能であることは、当業者にとって明らかであろう。例えば、一実施例で例示又は説明する特徴は、他の実施例でも用いることでさらなる実施例を得ることができる。従って、本発明は、そのような変更及び変形を、添付の特許請求の範囲及びその等価物に包含することを意図している。全体を通して、同様の符号は同様の要素を表す。

さらに、本願において用いられるように、用語「又は」は、排他的な「又は」ではなく、包括的な「又は」を意味するように意図されている。すなわち、特に指定されていないか、前後関係から明らかでない限り、「Ｘは、Ａ又はＢを採用する」は、当然に含まれる置換のいずれも意味することが意図されている。つまり、「Ｘは、Ａ又はＢを採用する」は、ＸがＡを採用し、ＸがＢを採用し、又は、ＸがＡとＢとの両方を採用するのいずれの例の下でも成り立つ。更に、本願及び添付の請求項に用いられる冠詞「一つ」は、特に指定しないか、又は、前後関係から単独の形態を示していることが明らかでない限り、一般に「一つ以上」を意味するものとして理解すべきである。明細書及び特許請求の範囲にわたって、以下の用語は、文脈上他の意味に解釈すべき場合を除き、本明細書に明示的に関連付けられた意味を少なくとも取るものとする。以下に特定された意味は、必ずしも用語を限定するものではなく、単にその用語の例示的な例を提供するものに過ぎない。不定冠詞及び定冠詞の「一つ」の意味は、複数意義の参照を含むことができる。「の中」の意味には「の中」及び「の上」を含むことができる。また、本明細書において「一実施例において」というフレーズや他の同様のフレーズが用いられるが、それらは必ずしも同じ実施例を指すものとは限らない。

評価モデルで取り上げられている現象の性質は多様であり、モデリング処理の不確実要素の対象となる場合もある。従って、解析は、タスク自動化、前処理／後処理、周辺アクティビティへのデータ転送／移行インタフェースを提供するさまざまなサポートツールによって補充される、システム工程のシミュレーションのための物理学に基づいたコンピュータコードと根拠に基づいたコンピュータコードとの組み合わせに依存してもよい。ＲＧ１．２０３ごとに、原子力用途において、解析によって与えられる評価方法が、原子力発電所（ＮＰＰ）の免許交付用途に期待される。

モデリング及びシミュレーションにおける解析不確実要素は、基本となる物理特性を示す近似モデルに関連するもの、物理的モデル及び相関に用いられるパラメータ設定に関連するもの、所定の空間分解能でのシミュレーションの実行に関連するもの、初期条件及び境界条件に関連するもの、数値アルゴリズムにおける近似値に関連するものなど、多くのソースを有してもよい。不確実要素の数値化は、ＳＳＣ入力の境界条件について特徴付けられた一つ又は複数の制限シナリオの決定など、意思決定をサポートするさまざまな種類の不確実要素を特徴付け、推定し、伝播し、解析を行う処理である。本明細書で用いられるように、制限シナリオは、誘発された論理上の損害、例えば、反応炉冷却材の損失や蒸気配管破裂などの設計上の事象によって生じる、熱水力原子炉プラントに対するダメージへの対策となる合否基準に対する最小安全マージンを反映した設計エンベロープに基づいた解析シナリオである。これらは、原子力安全解析レポートでは、記録の解析とも呼ばれる。

仮定上の事象シナリオの調査と伝播にＲＥＬＡＰ５−３Ｄ熱水力システムコードなどのシミュレーションエンジンを利用することができるシステム安全解析評価の装置及び方法が提供される。この仮定上の事象シナリオは、試験段階のシステム、例えば、原子炉システムの安全な運転を行うための動作パラメータ、例えば、温度、圧力、質量流量などの判定を行う上で有用となり得る。原子炉システムに関しては、動作パラメータの判定を行うことは、核燃料の完全性を保護する上で有益となり得る。

システム安全解析評価には、計算マトリックス又は結果として生じる設計エンベロープのＳＳＣ入力と性能指数との相関を決定するベンチマーク解析又は畳み込み解析が含まれてもよい。このベンチマーク解析又は畳み込み解析は、設計エンベロープの判定に有用なＳＳＣ入力の大部分と、それに関連する一つ又は複数の不確定モデルを分解するのに用いられてもよい。この有用なＳＳＣ入力の多くは、性能指数における感度の大部分を与えるＳＳＣ入力であってもよい。それに加えて又はその代わりに、システム安全解析評価は、データの評価判定を定量的に行ってもよく、この評価判定は、一つ又は複数の制限シナリオの決定に用いられてもよい。

設計エンベロープの決定は、ベンチマーク解析又は畳み込み解析に基づいて行われてもよい。このベンチマーク解析又は畳み込み解析により、ランダムサンプリング、経験に基づく選択サンプリング、完全なサンプリングよりも有用な一つ又は複数の制限シナリオが導出されることもある。それにより、制限シナリオの決定に必要な計算及び／又はシミュレーションの量が少なくて済む場合もある。従って、計算負荷が低下してデータ処理速度が早くなり、上記のように、より高い信頼性が得られることもある。定性的及び定量的な評価判定を利用して、評価の完全性を示すのに用いられるデータセットを制限することにより、計算負荷をさらに低下させて、設計エンベロープやそれに関連する制限シナリオの信頼性をさらに高めることもできる。

一実施例では、計算マトリックス、例えば、同じアプリケーション用の２つ以上のコンポーネントのためのベンダー仕様には、さまざまな構造、システム及びコンポーネント（ＳＳＣ）を入力してもよい。設計エンベロープの決定には、追加的に又は本質的に、技術仕様書についてのコンポーネントや仕様、例えば、システムの動作許容範囲の決定が含まれてもよい。

システム例
次に、図１を参照して、本発明の一実施例について説明する。図１は、一実施例を採用し得るシステム例を示す図である。図１に示すように、一実施例に係るシステム１０は、一つ又は複数のクライアント装置（例えば、クライアント２０）を備えることができる。特に、図１では２つのクライアント２０が示されているが、いくつかの実施例では、単一のクライアントやより多くのクライアント２０を備えていてもよく、図１の２つのクライアント２０は、単に複数のクライアント２０の可能性を例示するのに用いられているにすぎず、クライアント２０の数は、他の実施例を何ら限定するものではないことを理解されたい。この点において、実施例は、システム１０と結合する任意の数のクライアント２０を含むような拡張性を有している。さらに、場合によっては、システム１０に接続されずに、単一のクライアントに対して実施し得る実施例もある。

本明細書に記載する例は、一実施例を示すコンピュータや解析端末を備えたアセットに関連するものである。しかしながら、実施例は、例えば、本明細書に記載するようなファイルの受取り及び分析が可能な任意のプログラマブルデバイスを備えたいかなるアセットにも適用可能であることを理解されたい。

このクライアント２０は、単一の組織、組織内の部署、又は、場所と（すなわち、ある組織、部署又は場所の個人アナリストと関連付けられた各クライアント２０と）それぞれ関連付けられる場合がある。しかしながら、いくつかの実施例では、各クライアント２０は、それぞれ異なる対応する場所、部署又は組織に関連付けられてもよい。例えば、クライアント２０のうちの一つのクライアントが第１組織の第１施設に関連付けられ、その他のクライアントの一つ又は複数がその第１組織又は別の組織の第２施設に関連付けられてもよい。

各クライアント２０は、ネットワーク３０と通信可能なコンピュータデバイス（例えば、コンピュータ、ネットワークアクセス端末、携帯情報端末（ＰＤＡ）、携帯電話、スマートフォンなど）を備えていてもよく、該コンピュータデバイスとして具現化されてもよい。このように、例えば、各クライアント２０は、さまざまな機能を実行する指示やアプリケーションを記憶するメモリと、それらの記憶された指示やアプリケーションを実行する対応するプロセッサとを備えていてもよい（又はそれらにアクセス可能であってもよい）。また、各クライアント２０は、以下に示すようなクライアント２０の各機能の実行を可能にするソフトウェア及び／又は対応するハードウェアを備えていてもよい。一実施例において、一つ又は複数のクライアント２０は、本発明の一実施例に従って動作するよう構成されたクライアントアプリケーション２２を備えていてもよい。これに関して、例えば、クライアントアプリケーション２２は、各クライアント２０がそれぞれネットワーク３０と通信を行って、ネットワーク３０を介して情報及び／又はサービスの要求及び／又は受け取りを行えるようにするソフトウェアを備えていてもよい。また、いくつかの実施例では、ネットワークを介して要求された情報やサービスは、サービス（ＳＡＳ）環境としてソフトウェアに提供されてもよい。クライアントアプリケーション２２で受け取り可能な情報やサービスには、配信可能な要素（例えば、クライアント２０を構成するためのダウンロード可能なソフトウェアやクライアント２０での消費／処理のための情報）が含まれていてもよい。このように、例えば、クライアントアプリケーション２２には、以下にさらに詳しく説明するように、クライアント２０を構成するための対応する実行可能な指示が含まれ、分散グラフ処理に対応する機能が提供されてもよい。

上記ネットワーク３０は、クライアント２０と処理要素などの装置（例えば、パソコン、サーバコンピュータなど）及び／又はデータベースを接続する、ローカルエリアネットワーク（ＬＡＮ）、大都市圏ネットワーク（ＭＡＮ）、広域ネットワーク（ＷＡＮ）（例えば、インターネット）などのデータネットワークであってもよい。ネットワーク３０、クライアント２０、クライアント２０が接続される装置やデータベース（例えば、サーバ）間の通信は、有線又は無線通信機構及びそれに対応する通信プロトコルによって行われてもよい。

一実施例において、クライアント２０がネットワーク３０を介して接続される装置には、サーバネットワーク３２の各構成要素を形成する一つ又は複数のアプリケーションサーバ（例えば、アプリケーションサーバ４０）及び／又はデータベースサーバ４２が含まれてもよい。特に、図１にはサーバネットワーク３２が一つしか示されていないが、いくつかの実施例ではより多くのサーバネットワーク３２を備えていてもよく、図１の単一のサーバネットワークの例は、単に複数のサーバネットワークの可能性を例示するのに用いられているにすぎず、サーバネットワーク３２の数は、他の実施例を何ら限定するものではないことを理解されたい。この点において、実施例は、システム１０と結合する任意の数のサーバネットワークを含むような拡張性を有している。同様に、ネットワークサーバは、一つ又は複数のアプリケーションサーバ４０及び／又はデータベースサーバ４２を有していてもよい。アプリケーションサーバ４０とデータベースサーバ４２は、それぞれ「サーバ」と呼ばれているが、これは必ずしも別個のサーバや装置として具現化されていることを意味するものではない。このように、例えば、単一のサーバや装置が両方のエンティティを含んでいてもよく、データベースサーバ４２が単にデータベースや、物理的にアプリケーションサーバ４０である同一のサーバや装置上に位置するデータベース群として表される場合もある。アプリケーションサーバ４０とデータベースサーバ４２は、アプリケーションサーバ４０とデータベースサーバ４２をそれぞれ構成し、さまざまな機能を実行するためのハードウェア及び／又はソフトウェアをそれぞれ有していてもよい。このように、例えば、アプリケーションサーバ４０には、アプリケーションサーバ４０がさまざまな機能を実行するために記憶されたコンピュータ可読指示にアクセスする及び／又はそれらを実行することを可能にする処理論理回路及びメモリが備えられていてもよい。一実施例では、アプリケーションサーバ４０が提供し得る機能の一つとして、クライアント２０が関連付けられる端末やコンピュータの動作に関連する情報及び／又はサービスへのアクセスの提供が挙げられる。例えば、アプリケーションサーバ４０は、モデル（例えば、解析モデル、不確定モデルなど）を示す情報に対するストレージを提供するよう構成されていてもよい。これらの内容は、場合によっては、データベースサーバ４２に記憶されることもある。あるいはまた、もしくはそれに加えて、アプリケーションサーバ４０は、実施例に従って、クライアント２０が用いる解析ツールを提供するよう構成されていてもよい。

従って、いくつかの実施例では、例えば、アプリケーションサーバ４０には、本明細書に述べるような実施例の実施に関連するアクティビティを処理するために記憶された指示を含む安全解析モジュール４４の例が含まれてもよい。このように、いくつかの実施例では、クライアント２０は、オンラインで安全解析モジュール４４にアクセスし、それによって提供されるサービスを利用することができる。しかしながら、他の実施例では、安全解析モジュール４４は、アプリケーションサーバ４０から（例えば、ネットワーク３０を介したダウンロードにより）一つ以上のクライアント２０に提供され、それを受信したクライアントがローカル操作のために安全解析モジュール４４の例を例示することができるようにしてもよい。また別の例として、安全解析モジュール４４は、対応する一つ以上のクライアント２０で安全解析モジュール４４を例示する指示を保持する取り外し可能又は移動可能なメモリ装置から指示をダウンロードするのに応じて、一つ以上のクライアント２０にて例示されてもよい。このような例では、ネットワーク３０は、例えば、クライアント２０のうち対応する一つのクライアントが他のクライアント２０に対してサーバとしての機能を果たすことができるようにする安全解析モジュール４４の例がクライアントの一つに含まれるピアツーピア（Ｐ２Ｐ）ネットワークであってもよい。さらなる実施例では、安全解析モジュール４４は、一つ以上のクライアント２０及び／又はアプリケーションサーバ４０の間で分配されてもよい。

一実施例では、アプリケーションサーバ４０は、さまざまな機能を実行する指示やアプリケーションを記憶するメモリ（例えば、内部メモリやデータベースサーバ４２）と、それらの記憶された指示やアプリケーションを実行する対応するプロセッサとを備えていてもよい又はそれらにアクセス可能であってもよい。このメモリは、例えば、本発明の一実施例に従って動作するよう構成された安全解析モジュール４４の例を記憶することができる。これに関して、例えば、安全解析モジュール４４は、アプリケーションサーバ４０がネットワーク３０及び／又はクライアント２０と通信を行って、本明細書に述べるようなアクティビティの実行に関連する情報の提供及び／又は受信を行えるようにするソフトウェアを含んでいてもよい。また、いくつかの実施例では、アプリケーションサーバ４０は、アナリストがそれを介してシステム１０とやり取りしたり、そのシステム１０の構成や維持を行ったりするアクセス端末（例えば、ユーザインタフェースを含むコンピュータ）を備えていてもよく又はそれと通信を行っていてもよい。

装置例
次に、図２を参照して、本発明の一実施例について説明する。図２は、一実施例に係る分散型安全解析装置のいくつかの構成要素を示す。この図２の装置は、例えば、クライアント（例えば、図１のクライアント２０のうちのいずれか）やさまざまな他の装置（例えば、ネットワークデバイス、サーバ、プロキシなど（例えば、図１のアプリケーションサーバ４０））上で用いることができる。また、実施例では、そのような装置を組み合わせて用いてもよい。このように、本発明のいくつかの実施例は、完全に単一の装置（例えば、アプリケーションサーバ４０や一つ以上のクライアント２０）で具現化されてもよく、又は、クライアントとサーバの関係にある装置（例えば、アプリケーションサーバ４０及び一つ以上のクライアント２０）によって具現化されてもよい。さらに、以下に説明する装置や構成要素は必須ではなく、いくつかの実施例では省略してもよいものもあることにも留意されたい。

図２を参照すると、システム安全解析評価用に構成された装置が提供される。この装置は、安全解析モジュール４４の一実施例であってもよく、その安全解析モジュール４４を提供する装置であってもよい。このように、本明細書で述べる装置の構成は、装置を安全解析モジュール４４へと変換してもよい。一実施例では、この装置は、本発明の一実施例に係るデータ処理、アプリケーション実行、他の処理及び管理サービスを行うよう構成された処理回路５０を備えていてもよく又はそれと通信を行っていてもよい。一実施例では、この処理回路５０は、記憶装置５４とプロセッサ５２を備えていてもよく、このプロセッサ５２は、ユーザインタフェース６０及び装置インタフェース６２と通信を行っても、それらの制御を行ってもよい。このように、処理回路５０は、本明細書に記載の動作を行うよう（例えば、ハードウェア、ソフトウェア、又は、ハードウェアとソフトウェアの組み合わせにより）構成された回路チップ（例えば、集積回路チップ）として具現化されてもよい。しかしながら、いくつかの実施例では、処理回路５０は、サーバ、コンピュータ、ラップトップ、ワークステーション、あるいはさまざまなモバイルコンピュータデバイスのうちの一つの一部として具現化されてもよい。この処理回路５０がサーバとして又は遠隔設置されたコンピュータデバイスに具現化された場合、ユーザインタフェース６０は、装置インタフェース６２及び／又はネットワーク（例えば、ネットワーク３０）を介して処理回路５０と通信を行う別の装置（例えば、コンピュータ端末や、クライアント２０のうちの一つなどのクライアント装置）に配置されてもよい。

ユーザインタフェース６０は、処理回路５０と通信を行って、ユーザインタフェース６０にてユーザ入力の指示を受けたり、及び／又は、ユーザに対して可聴、視覚的、機械的又はその他の出力を与えてもよい。このように、ユーザインタフェース６０には、例えば、キーボード、マウス、ジョイスティック、ディスプレイ、タッチスクリーン、マイク、スピーカ、携帯電話、又は、その他の入出力機構が含まれてもよい。上記装置がサーバや他のネットワークエンティティにおいて具現化される実施例では、ユーザインタフェース６０が限定されたり、場合によっては削除すらされることもある。また、上記のように、ユーザインタフェース６０は遠隔設置されてもよい。

上記装置インタフェース６２は、他の装置及び／又はネットワークとの通信を可能にする一つ又は複数のインタフェース機構を備えていてもよい。この装置インタフェース６２は、場合によっては、ネットワーク及び／又は処理回路５０と通信を行う他の任意の装置やモジュールに対してデータの送受信を行うよう構成されたハードウェア、ソフトウェア、又は、ハードウェアとソフトウェアの組み合わせで具現化される装置や回路などの任意の手段であってもよい。これに関して、装置インタフェース６２は、例えば、無線通信ネットワーク及び／又は通信モデムや、ケーブル、デジタル加入者回線（ＤＳＬ）、ユニバーサルシリアルバス（ＵＳＢ）、イーサネット又は他の方法で通信を支持する他のハードウェア／ソフトウェアとの通信を可能にする一つのアンテナ（又は複数のアンテナ）と、支持ハードウェア及び／又はソフトウェアとを備えていてもよい。装置インタフェース６２がネットワークと通信を行う場合、このネットワークは、例えば、ローカルエリアネットワーク（ＬＡＮ）、大都市圏ネットワーク（ＭＡＮ）、インターネットなどの広域ネットワーク（ＷＡＮ）などのさまざまな無線又は有線通信ネットワーク例のうちのいずれかであればよい。

一実施例では、記憶装置５４には、例えば、固定式又は着脱式の揮発性及び／又は不揮発性メモリなどの非一時的記憶装置又はメモリ装置を一つ又は複数含まれていてもよい。この記憶装置５４は、上記装置が本発明の実施例に従ってさまざまな機能を実行することを可能にする情報、データ、アプリケーション、指示などを記憶するよう構成することができる。例えば、記憶装置５４は、プロセッサ５２によって処理を行うための入力データをバッファリングするよう構成することもできる。それに加えて又はその代わりに、記憶装置５４は、プロセッサ５２によって実行する指示を記憶するよう構成することもできる。また別の例として、記憶装置５４は、さまざまなファイル、内容、データセットを記憶する複数のデータベースのうちの一つ（例えば、データベースサーバ４２）を含んでいてもよい。記憶装置５４の内容のうち、アプリケーション（例えば、クライアントアプリケーション２２又はサーバアプリケーション４４）は、各アプリケーションに関連する機能を実行するために、プロセッサ５２によって実行されるよう記憶されてもよい。

プロセッサ５２は、ありとあらゆる方法で具現化することができる。例えば、プロセッサ５２は、マイクロプロセッサや他の処理要素、コプロセッサ、コントローラ、例えば、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、ハードウェアアクセラレータなどの集積回路を含む他のさまざまなコンピュータ装置や処理装置などのさまざまな処理手段として具現化されてもよい。一実施例では、プロセッサ５２は、記憶装置５４に記憶された又はプロセッサ５２がアクセス可能な指示を実行するよう構成されてもよい。このように、ハードウェア又はソフトウェアによって構成されるか、それらの組み合わせによって構成されるかにかかわらず、プロセッサ５２は、適切な方法で構成されつつ、本発明の実施例に従って動作を行うことが可能な（例えば、物理的に回路内に具現化された）エンティティを表していてもよい。よって、例えば、プロセッサ５２がＡＳＩＣやＦＰＧＡなどとして具現化された場合、このプロセッサ５２は、本明細書に記載の動作を行うよう特別に構成されたハードウェアであればよい。また、他の例として、プロセッサ５２がソフトウェア指示の実行プログラムとして具現化された場合、これらの指示によって、プロセッサ５２が本明細書に記載の動作を行うよう特別に構成されてもよい。

一実施例では、プロセッサ５２（又は処理回路５０）は、安全解析モジュール４４として具現化されてもよいし、それを備えていてもよいし、又は、その制御を行ってもよい。この安全解析モジュール４４は、ソフトウェアに従って動作を行ったり、ハードウェアとして又はハードウェアとソフトウェアを組み合わせて具現化される装置や回路（例えば、ソフトウェアの制御下で動作するプロセッサ５２、本明細書に記載の動作を行うよう特別に構成されたＡＳＩＣやＦＰＧＡとして具現化されたプロセッサ５２、又は、その組み合わせ）などの任意の手段であればよい。これによって、以下に示すような安全解析モジュール４４の対応する機能を実行する装置や回路を構成する。

安全解析モジュール４４のマネージャには、ネットワーク３０を介して分散型安全解析を円滑に行うためのツールを含んでいてもよい。一実施例では、この安全解析モジュール４４は、システム用計算マトリックスを生成し、この計算マトリックスに基づいて複数のモデルを生成し、これら複数のモデルの畳み込み解析を行い、ベンチマーク又は畳み込み解析に基づいて設計エンベロープを定義し、このベンチマーク又は畳み込み解析に基づいて、一つ又は複数の不確定モデルを導出し、この設計エンベロープと合否基準に基づいて評価判定を行い、設計エンベロープ、一つ又は複数の制限シナリオ、合否基準に基づき、システムについて、少なくとも一つの性能指数で安全マージンを決定するよう構成されてもよい。一実施例では、この少なくとも一つの性能指数は、システムの安全マージンを測定するのに用いられる。

システム安全解析評価の例
次に、システム安全解析評価に関連する一実施例について概して説明する。図３は、一実施例に係るシステム安全解析評価の処理チャートを示す図である。この処理は、ＲＧ１．２０３要件と並行して示されている。図３の処理チャートでは、ブロックがＲＧ１．２０３に関連して示され、このブロック、例えば、「モデルパラメータファイル３０８を作成」は、ＲＧ１．２０３の複数のセクションと関連する場合に重複してもよい。安全解析評価は、主に、ＲＧ１．２０３の後半のステップで行われる。ＲＧ１．２０３では、これらの後半のステップに「評価モデル妥当性の証明」というタイトルが付けられ、安全マージンを数値化するという主な目的だけでなく、ＲＧ１．２０３の前半のステップを検証する評価モデルソルーションも含まれる。

この評価モデル装置及び方法への入力は、ＳＳＣ入力のモデルパラメータデータベース３０１により開始する。いくつかの実施例では、このモデルパラメータデータベース３０１は、元のＳＳＣデータから、安全評価モデルのユーザによって手動で構築される。モデルパラメータデータベース３０１の構築には、ＲＥＬＡＰ５などのシミュレーションエンジン用にフォーマットされたファイルを、必須のＳＳＣ入力群に変換することも含まれる。

計算マトリックス３０２、３０４は、事象領域、例えば、システムシミュレーションの空間を代表し得る知識要素である。これらの計算マトリックスは、ベンチマーク解析用に決定的であるか、畳み込み解析用に確率的であるかでそれぞれ異なる。事象領域は、以下に述べるように、主要なシステムモデルパラメータを特定することによって定義されてもよい。計算マトリックス３０２又は計算マトリックス３０４は、全体として、原子力コンビナート、原子炉プラント、グループ又は個別のシステムなどの解析用に作成されてもよい。原子炉プラント用のシステムには、原子炉冷却システムなどの冷却システム、蒸気発生器やそれに関連する蒸気ヘッダ及び／又は蒸気タービンなどの蒸気システム、供給システム、充電システム、放電システム、冷却材及び／又は蒸気圧除去システムなどが含まれるが、これらに限定されるものではない。

ＲＧ１．２０３におけるエレメント４の１３から１５には、ボトムアップ解析、例えば、モデルを構築するのに用いるコード及び／又は入力を特定し、ベンチマーク解析を行い、設計エンベロープを特定し、不確定モデルを導出し、評価判定を行うことが含まれる。コードの特定を行うために、システム安全解析評価では、計算マトリックスデータベース３０２を構築してもよい。この計算マトリックスデータベース３０２には、一つ又は複数の解析モデルからの構造、システム又はコンポーネント（ＳＳＣ）入力が含まれてもよい。

コード特定処理の例として、図２の装置などのコンピュータデバイスが、既存の又は以前に稼働させた熱流体システムを示すＳＳＣ入力を受け取ってもよい。このコンピュータデバイスは、動作又は故障条件を反映する入力の選択と、その動作又は故障条件入力に関連する解析不確定要素とを受け取ってもよい。コンピュータデバイスは、記憶装置５４などの一つ又は複数のデータベースから、一つ又は複数の解析モデルからのＳＳＣ入力に基づいて、計算マトリックス３０２をアルゴリズムで構築してもよい。この計算マトリックスからは、元のテストのモデルパラメータファイル３０８が作成されてもよい。ベンチマーク解析は、モデルパラメータデータベース３０１及び計算マトリックス３０２から導出された一連のモデルパラメータファイル３０８が、システム安全解析評価３０９で用いられるシミュレーションエンジンによって処理された場合に完了してもよい。シミュレーション結果は、一つ又は複数の性能指数に基づいてフィルタリングされてもよい。

ＲＧ１．２０３では、エレメント４の１６から１９において、トップダウン解析、例えば、計算マトリックス３０４から選択されたパラメータの畳み込み解析も含まれる。このトップダウン解析には、以下に説明するように、計算マトリックス３０４を作成し、畳み込み解析を行い、設計エンベロープ３１０を特定し、不確定モデルを導出し、評価判定３０６を行い、一つ又は複数の制限シナリオ３１８を定義することが含まれてもよい。

図２の装置などのコンピュータデバイスは、記憶装置５４などの一つ又は複数のデータベースから、一つ又は複数の解析モデルからの（ＳＳＣ）入力に基づいて、計算マトリックス３０４を作成してもよい。このモデルには、ＳＳＣ入力が含まれてもよく、ＳＳＣ入力には、例えば、大きさや形状などの寸法、熱伝達係数や破壊靱性などの材料特性などが含まれるが、これらに限定されるものではない。これに関して、ＳＳＣ入力の例としては、８インチのパイプ径を有する４フィートの原子炉冷却パイプであってもよい。ＳＳＣ入力の他の例としては、電力レベルやシステム圧力などの動作条件であってもよい。モデルには、ベンダーコンポーネントや動作仕様、過去のテストや動作データ、熱伝達や流量などの機能条件に基づく理論計算が含まれてもよい。いくつかの実施例では、このモデルには、根本的な物理特性、例えば、物理的モデル及び相関に用いられるパラメータの設定に関連する物理特性、所定の空間分解能でのシミュレーションの実行に関連する物理特性、数値アルゴリズムにおける近似値に関連する物理特性が示されてもよい。不確定要素の数値化は、意思決定をサポートするあらゆる種類の不確定要素を特徴付け、推定し、伝播し、分析を行う処理であってもよい。

この計算マトリックス３０４を作成する際、コンピュータデバイスは、解析モデルのＳＳＣ入力に関連する不確定要素を受け取って適用してもよい。この不確定要素には、公称ＳＳＣ入力の変化が含まれてもよい。例えば、８インチのパイプには、±３インチの不確定要素を有していてもよい。いくつかの実施例では、計算マトリックスには、不確定要素の変化内の可能な値に関連するバイアス値が含まれてもよい。例えば、±３インチの不確定要素は、それに関連する＋１インチ、＋１．５インチ、＋２インチ、−３インチなどのバイアス値を有していてもよい。つまり、例えば、±３インチの変化と＋１インチのバイアスを有する公称８インチのパイプは、５インチから１１インチ変化すると予想することができ、この例では、９インチである。また、その他の不確定要素としては、電力レベル、システム圧力及び温度などの動作上の不確定要素、並びに、物理的モデル及び相関に現れる熱伝達や材料特性パラメータなどの現象不確定要素、設備の状態（例えば、公称、利用可能又は故障）を含む事象不確定要素などの制御システム設定値も適用可能である。

それに加えて又はその代わりに、計算マトリックス３０４の作成には、原子炉冷却材の損失、蒸気配管の破裂、冷却材流の減少、制御とは無関係に発生するロッドの移動など、損害モデルを受け取ることも含まれてもよい。この損害モデルには、上記解析モデルと同様に、公称パラメータ及び不確定要素が含まれてもよい。損害モデルは、理論計算として、及び／又は、ＲＧ１．２０３などの機関テスト要件から作成されてもよい。仮定上での加圧水型原子炉のシミュレーションエンジン試験の問題について、計算マトリックスの畳み込み解析例の一部を以下の表１に示す。この表１には、全原子炉出力、崩壊熱、原子炉冷却システム（ＲＣＳ）圧力、アキュムレータ初期圧力など、原子炉プラントの初期条件パラメータが含まれる。また、表１には、統計的分布タイプで記述された各パラメータに関連する不確定要素と、それに関連するパラメータも含まれる。一つ又は複数の統計的分布タイプには、一様、正常、対数正規、ベータ、ガンマ、段階的、離散型が含まれるが、これらに限定されるものではなく、事象領域を特徴付けるのに用いられてもよい。さらに、表１の計算マトリックスには、損害パラメータ、損傷部位及びそれに関連する不確定要素が含まれる。

一実施例では、コンピュータデバイスは、畳み込み型のシステム安全解析評価３０９について、一連のモデルパラメータファイル３０８を作成してもよい。このモデルパラメータファイルは、計算マトリックスデータベース３０４を実現し得る一例を示し、モデルパラメータサンプルの集まりとして現れてもよく、ＲＥＬＡＰ５などのシミュレーションエンジン用にフォーマットされたファイルに組み込まれてもよい。

このように数多くの要因の畳み込みを行って不確定要素のモデルを作成する処理は、パラメトリック法又はノンパラメトリック法を適用した統計的処理であってもよい。畳み込み解析の実行には、結果として生じる性能指数のサンプルの特定に関する客観的ステートメントが含まれていてもよい。この客観的ステートメントは、可能なすべての結果における、結果としてのサンプルの範囲についての統計的ステートメントである。畳み込み解析を行う前に、この客観的ステートメントを用いて、畳み込み解析についてのモデルパラメータファイル３０８の数を求めてもよい。一実施例では、ノンパラメトリック法において、特に、小さいサンプル集合と大きいサンプル集合の両方を処理するために、この客観的ステートメントを表した関数が用いられる。このノンパラメトリック法は、不確定要素数と、所定の期待値を得るのに必要な計算数とが互いに独立しているという利点がある。

畳み込み解析に対するノンパラメトリック法の一実施例では、ランダム変数のｎ個のサンプルから選別されたサンプルについて、｛ｘ_１＜ｘ_２＜．．．＜ｘ_ｋ＜．．．＜ｘ_ｎ｝という客観的ステートメントが表されてもよい。このシナリオでは、ｘの母集団の割合γの境界を示す任意のサンプルを特定する確率ステートメントが、以下のように簡易関数ｍ＝ｎ−ｋで示されてもよい。

ここで、ｇ_ｍ（γ）は、選別された特定のサンプルの母集団対象範囲の確率密度関数である。ｇ_ｍ（γ）の関数を導出することができ、ｘ_ｋ未満の母集団の割合が少なくともγである確率についての周知の解を不完全ベータ関数の関数として示すことができる。

β≡Ｐ［Ｆ（ｘ_ｋ）＞γ］＝１−Ｉ_γ（ｍ，ｎ−ｍ＋１） 式（２）

βとγについての統計的対象を考慮すると、この関数を再構成して、畳み込み解析についてのモデルパラメータファイル３０８の数を求めることができる。

ベンチマーク解析と同様、畳み込み解析は、モデルパラメータデータベース３０１及び計算マトリックス３０４から導出された一連のモデルパラメータファイル３０８が、システム安全解析評価３０９で用いられるシミュレーションエンジンによって処理された場合に完了してもよい。いくつかの実施例では、シミュレーション結果は、一つ又は複数の性能指数に基づいてフィルタリングされてもよい。個々のシミュレーション結果は、所定の性能指数について実現した不確定要素領域の一例を示してもよい。

ＲＧ１．２０３におけるエレメント４のステップ２０では、性能指数のバイアスと不確定要素の数値化を行うことによって評価モデルが完成する。安全解析の用途では、安全解析を行うアナリストは、記録の解析を求め、その属性には事象領域の不確定要素の固有の処理が含まれる。一実施例では、不確定モデル３１２の導出には、事象領域サンプルや性能指数サンプルからの特定の統計的測定値を評価することが含まれてもよい。そして、この統計的測定値の後処理３１６を行うことによって、以下に示すように、定性的評価判定３０６、数値化された設計エンベロープ３１０、一つ又は複数の制限シナリオ３１８に関して、記録の解析を特徴付ける知識要素が得られてもよい。いくつかの実施例では、事象領域サンプル群と、一つ又は複数の性能指数の不確定領域サンプル群との間の相関によって、評価モデルの妥当性を示すのに有用な情報が得られてもよい。事象領域サンプルと一つ又は複数の性能指数の不確定領域サンプル群の変換は、それらの畳み込みを行うことで、算出された任意の性能指数のサンプル集合によって表される不確定領域の推定値が得られるという特性を有する重み付き測定値群として構成されてもよい。

事象領域やそれに関連する性能指数から実現されるサンプル群に関して、事象領域不確定モデルを特徴付ける方法、例えば、不確定モデル３１２を導出する方法としては、いくつかの方法が利用可能である。いくつかの実施例では、コンピュータデバイスは、以下に示すように、特定のモデルパラメータのサンプリングに対して、算出した性能指数における標準偏差σ_ｘを求めることにより不確定モデル３１２を導出する変化に基づいた方法を採用してもよい。

標準偏差を所望の測定値として選択する際、標準偏差の２乗である変化の定義を含む統計的概念から、不確定モデル３１２の導出を具現化する数学アルゴリズムを導き出してもよい。この変化の定義は、以下のように表されてもよい。

Ｖａｒ［ｘ］＝σ^２ 式（３）

このような統計的処理は、分散計算のマルチバリアント解析であってもよい。この統計的処理は、小さいサンプル集合用いる場合に必要な直接最小二乗マトリックス解ではなく、段階的な多変数回帰アプローチを利用することによって「標準的な」アプローチから逸脱するものであってもよい。

ｘ_ｏ＝ｆｃｔ（ｘ_１，ｘ_２，ｘ_３，．．．，ｘ_ｎ）で表される最良推定値予測モデルを考えた場合、従属変数、ここではランダム変数ｘ_ｏのサンプル値における全分散は、ランダム変数ｘ_ｉとして現れるいくつかの独立した不確定要因の結合差異に関連する統計的測定値であってもよい。一実施例では、ｘ_ｏがランダム変数ｘ_ｉの線形結合の関数であり、ランダム変数ｘ_ｉが独立したものであり、不確定ベクトルが単純なサンプリングから導かれるものと仮定してもよい。この統計的分散の定義から、特定の従属変数の全分散Ｖａｒ［ｘ_ｏ］は、以下のように表されてもよい。

このアプローチは、非線形の相関パラメータによる処理やシミュレーションを行うためのＳｏｂｏｌとＳａｌｔｅｌｌｉによる一般化分散分解アプローチの特別なケースである。

期待値に関して、式５における分散は、以下のように表される。

有限のサンプル集合については、サンプル分散が以下のように表される。

この例では、ΣΣｘ_ｉ，ｊは、集合サイズｍのｎ個のｘ_ｉのサンプル集合の入れ子総和関数を表すものである。

特定のモデルパラメータの不確定要因を数値化する処理には、全分散測定値の分解が含まれてもよい。この全分散測定値の分解は、複数の変数に曲線の当てはめを応用する段階的な回帰アプローチによって行われてもよい。この段階的回帰の一実施例では、次式となるよう従属変数ｘ_ｏと２つ以上の独立変数ｘ_ｉとが直線関係にあると仮定してもよい。

ｘ_ｏ＝η＋ｆｃｔ（ｘ_１）＋ｆｃｔ（ｘ_２）＋．．．＋ｆｃｔ（ｘ_ｎ） 式（７）

各回帰関数、例えば、ｆｃｔ（ｘ_１）は、いかに従属変数が各モデルパラメータによって変化するかを示す経験的関係であってもよい。多回帰モデルにおける回帰係数の直接解は、最小二乗法を応用することによって評価が行われてもよいが、一実施例では、モデルを分解するための情報が限られている小さなデータセットであるため、モデルの段階的な評価を連続的に行うことが有利となる場合がある。また、この連続的な評価アプローチによって、最小二乗法から得られる可能な推定量関数から選択が可能となる場合もある。このように推定量関数から選択する際、単純な形式が一番良く物理的な期待値に一致する、例えば、性能指数の物理的な変化を単一のモデルパラメータの変化に反映させるには、一次又は二次多項式フィットで十分な場合もある。いくつかの実施例では、特に、解析モデルが摂動論によってきちんと説明される不確定要素の範囲が比較的小さい場合に、一次従属の可能性が最も高い。コンピュータデバイスは、以下のように表される判定係数に基づき、一次又は二次多項式回帰関数の使用を区別してもよい。

式８において、分子は、ｙ_ｉがサンプル性能指数値、η_ｙが平均である残差平方和であり、分母は、（ｘ_ｉ）が回帰関数からの性能指数の推定値である全平方和である。上記例では、一次から二次への多項式の遷移が０．７であるが、適用される回帰形態が比較的単純で、結果の規則に対する感度が小さい場合に、０．５、０．６、０．８などのその他の値であってもよい。

コンピュータデバイスは、サンプルされた重要なモデルパラメータの特定に有用な測定値と、モデルを分解するためのデータの有用性をいつ使い果たしたかを特定する測定値とを定義してもよい。サンプルされた重要なモデルパラメータの特定に有用な測定値については、標準ランク回帰係数、ランク相関係数、相関比など、感度解析からのいくつかのランク及び相関の式が用いられてもよい。この「ランク」法では、データから情報を取り出して、データとそれに対応するランクとを置き換えてもよい。それに対して、サンプル相関係数ｒは、情報を保持し、それによってより望ましい解析結果を生み出してもよい。サンプル相関係数は、以下のように表されてもよい。

この例では、対象の相関が、サンプルされたモデルパラメータと解析測定結果との相関である。サンプルサイズが比較的小さい場合、無相関のサンプル集合が大きな相関を有することもある。段階的多回帰に関する他の目的としては、相関が単に偶然ではないという大きな確信があるサンプル相関有意性の閾値を特定することがある。これにより、サンプル集合が小さい場合の例と同様に、回帰モデルを十分に説明するには情報が不十分であることを認めてもよい。モデルに関する情報を分解できる限界である閾値を特定するには、閾値テストが定義されてもよい。この閾値テストは、相関係数のサンプリング分布から導出されてもよい。モデルパラメータのサンプリングが独立して行われる本実施例では、サンプリング分布が生徒ｔ−分布に対応していてもよい。特に、統計範囲（ｔ_ｐ）は、以下に表される式におけるｎ個のサンプルの相関係数に関連していてもよい。

所望の結果は、相関係数閾値ｒ_ｍｉｎであってもよい。上記式は、以下に表されるように、ｒを解くために再構成されてもよい。

この解は、曲線適合によって単純化することができる。ｎ＝２から１０，０００，０００個のサンプルについて確認されている曲線適合の一例として、逆生徒Ｔ−分布関数を使用して経験的に導かれた以下の多項式関数が挙げられ、式１１を近似してもよい。

式１２の曲線適合は、例示を目的としたものであって、当業者であれば、他の曲線適合を用いても同様の機能性を提供できることを直ちに理解するであろう。

この段階的多回帰においてサンプルされたモデルパラメータの主要な統計を特徴付ける処理は、サンプルされたモデルパラメータ群のうち、サンプルされたモデルパラメータと対象の解析測定値との最大相関がｒ_ｍｉｎ未満となった場合に終了してもよい。相関係数の選択と「有意性閾値」の特定により、システム安全解析評価の現象論的重要性部分を数値化する処理が進められてもよい。

サンプルされたモデルパラメータで初期に重要なものは、有意性閾値を上回るモデルパラメータが少なくとも一つ存在するものとして、サンプルされたモデルパラメータと従属解析測定値との最大相関によって特定されてもよい。コンピュータデバイスは、まず、性能指数サンプルベクトル

と第１不確定要因サンプルベクトル

との関係を推定する回帰関数ｆｃｔ（ｘ_１）を評価することにより、個々の第１不確定要因の分散の値を求めてもよい。第１不確定要因サンプルベクトル

によって変化する性能指数サンプルベクトル

のみを示す新しいサンプルベクトルｆｃｔ（ｘ_１）を評価してもよい。分散

は、Ｖａｒ［ｘ_１］の推定値を示す。

分散の評価を行った後、平方根から標準偏差の判定を行ってもよい。この標準偏差は、特定のサンプルされたモデルパラメータのサンプリング変化から、従属変数の感度（例えば、解析性能指数）として示される重要性の測定値として解釈されてもよい。サンプルされた独立モデルパラメータのさらなる分解が、サンプルされたモデルパラメータのうち、過去に評価された重要なものの機能推定値によって変換された従属変数により、段階的に継続して行われてもよい。例えば、回帰及び第２不確定要因サンプルベクトル

は、性能指数サンプルベクトル

と第１不確定

との関係、つまり、

（すなわち、性能指数に対する第１個別不確定要因について得られた性能指数と曲線適合推定値間の誤差）を推定する影響関数ｆｃｔ（ｘ_２）を取り除くことにより求められる。第２不確定要因ｘ_２によって変化する性能指数サンプルベクトル

の要素のみを示すサンプルベクトルｆｃｔ（ｘ_２）は、コンピュータデバイスによって評価されてもよい。上記

と同様に、分散

は、Ｖａｒ［ｘ_２］の推定値を示す。

一実施例では、ｆｃｔ（ｘ_ｋ）は、以下の式で表されるように、

と性能指数サンプルベクトル

からこれまでに評価された項を引いたものの対から得られた第ｋ推定値の回帰関数であってもよい。

同様に、

この回帰処理は、特定の不確定要因と解析測定値との一連のサンプル相関が有意性閾値の基準を満たさなくなるまで繰り返し行われてもよい。残りの分散は、測定できない結果の精度の低下なしにこれ以上分解されなくてもよい。一実施例では、例えば、さらなるサンプル計算によるデータの追加や、主要な不確定要因に対して確実要素を導入する新しい解析によって、さらなる分解が行われてもよい。残りの分散や残差は、重要性の低い現象の集まりの影響に対する不確定モデルを定義する知識要素であってもよい。

合否基準を上回らない可能性が高い最低計算数に基づいて、不確定モデル３１２を導出することにより得られた性能指数不確定モデルを整理してもよい。この不確定モデルは、定義又は初期モデルｘ_ｏを除き、平均がゼロである平均と標準偏差のペアであってもよい。標準偏差は、大きさで整理され、累積的に総和されてもよく、以下の式で表されるように、推定した不確定要素の畳み込み（すなわち、個々の分散の総和の平方根）として同様に表してもよい。

ここで、ｍは、解析において特定された重要な不確定要因数（ｎ未満）である。総和と合計の比が算出されてもよい。累積合計が、０．９、０．８５、０．９５など、所望の閾値を上回る場合、個々の分散が「重要モデルパラメータ」群として指定されてもよい。この重要モデルパラメータ群は、ＲＧ１．２０３の前半のステップの検証をサポートする安全解析知識要素であってもよい。この重要モデルパラメータ群は、＞２σ３１４で評価を行って、性能指数を最小化又は最大化する目的に対して、確定的に範囲空間の境界を示すようにすればよい。これらの値は、このＲＧ１．２０３のステップで求められている他のコードバイアスを示すものである。

後処理３１６機能により、計算結果及び不確定モデルのフィルタリングや整理を行ってもよい。このＳＳＣ設計入力、計算マトリックス、事象領域サンプル、計算性能指数、評価判定、設計エンベロープ、制限シナリオ、安全マージンなどは、一実施例では、表、グラフ、散布図など、さまざまなレポート３２０に出力されてもよい。

計算結果及び不確定モデルは、知識要素としてさらに変換されてもよい。これらには、評価判定、設計エンベロープ、一つ又は複数の制限シナリオが含まれる。定性的評価判定３０６は、一つ又は複数の相関閾値を超過したかどうかに基づいて、アルゴリズムで行われる。この評価判定３０６では、ベンチマーク解析又は畳み込み解析で用いられる入力データが良好なものであるかどうかの定性的判定が行われる。時間と共に変化したりしなかったりする一連の解析性能指数により、設計エンベロープ３１０が定義される。上記一つ又は複数の制限シナリオ３１８は、重要モデルパラメータのバイアスを定量化することによって定義されてもよい。

評価モデルの妥当性を示すのに有用な知識要素は、合否基準に対する不確定モデルの「良好さ」を定性的に判定する評価判定３０６に関する。この良好さの判定に用いられる評価判定３０６は、「最高」や「妥当」などの定性的な評価であってもよい。このような評価判定は、規制機関による意思決定に対する有用性に関して、コード性能を示すものと考えられる。

定性的アプローチは、良好さの定性的な評価判定３０６を行う手助けをするものとして定義されてもよい。この定性的アプローチでは、推定された不確定要素と、計算結果と測定結果の差が利用されてもよい。計算における各指定時点での絶対誤差は、計算されたパラメータと測定されたパラメータとの差の絶対値に基づいて算出されてもよい。そして、この絶対値を上記推定された不確定要素により除算することで、正規化誤差を求めてもよい。その後、この正規化誤差が所定の因数未満である時点の割合を求めてもよい。

いくつかの実施例では、コンピュータデバイスは、上記正規化誤差が所定の因子未満である場合の割合と、最高、妥当、最低など、一つ又は複数の所定の良好さの閾値とを比較して、評価判定３０６を行ってもよい。一実施例では、少なくとも９０％の正規化誤差が１つ未満である場合に最高の評価判定３０６が行われ、これは、計算されたパラメータが９０％の確率で不確定要素内に存在することに相当する。一実施例では、少なくとも７０％の正規化誤差が不確定要素の３倍以内に存在する場合に妥当の評価判定３０６が行われ、これは、計算されたパラメータが７０％の確率で不確定要素の３倍以内に存在することに相当する。ＲＧ１．２０３において「妥当」の定義で用いられるように、３の因子が「近い」の意味を数値化し、１００−７０＝３０％が「頻繁」を数値化している。

また、いくつかの実施例では、評価判定３０６には、ユーザ判定、例えば、エンジニアリング判定も含まれてもよい。このエンジニアリング判定によって、解析にわたる測定不確定要素の分散及び／又は独立測定値の分散が補償されてもよい。いくつかの実施例では、エンジニアリング判定は、時間のオフセットを補償するのに用いられてもよい。例えば、時間オフセットは、計算されたパラメータを不確定帯域のはるか外側に追いやってしまうこともある。これによって、傾向勾配、最大値、最小値がすべて良好に予測され、最高や妥当の評価判定３０６となるはずの場合に、最低や不十分の評価判定３０６となってしまうことがある。

一実施例では、コンピュータシステムは、動作パラメータの判定に評価判定３０６を利用してもよい。このような一実施例では、コンピュータシステムは、動作パラメータの判定において、最高や妥当の評価判定３０６に関連付けられたモデルデータを利用してもよい。

一実施例では、設計エンベロープ３１０の評価は、シミュレーション結果と合否基準とを比較することにより導出されてもよい。性能指数群が小さい場合、この設計エンベロープは、性能指数測定値を合否基準に反映した統計的ステートメントであればよい。ベンチマーク解析では、設計エンベロープは、シミュレーションのロバスト性に関するステートメントであればよい。一方、畳み込み解析では、設計エンベロープ３１０は、システム設計のロバスト性に関するステートメントであればよい。

畳み込み解析を利用した実施例では、モンテカルロサンプリング法により事象領域の畳み込みを行って、サンプル集合内の特定のランダムサンプルに関する統計的ステートメントを求めるようにしてもよい。測定値の例は、式１、２から導かれてもよい。

式１、２から定量化された測定値を用いて、事象領域、例えば、「設計エンベロープ」３１０の特定に関する統計的ステートメントを作成してもよい。これは、法的考察のための安全マージンを特定する安全解析目的に関するものである。設計エンベロープは、サンプルの許容域の集まり、例えば、サンプル内のパラメータのバイアス及び／又は不確実性に対する寛容性であってもよく、設定された合否基準内に含まれることが好ましい。同数のサンプル数を含む他の領域も統計的に同等のものであればよい。

一実施例では、コンピュータデバイスは、モデルパラメータベクトルである制限シナリオ３１８を定義するバイアスの数値化を行ってもよい。導出された不確定モデルの集まりについての評価を行い、期待値に基づいて、一つ又は複数の性能指数の対応する最小値又は最大値を求める。パラメータの公称値やバイアスを含む、所望の基準に一番近いサンプルは、制限シナリオのモデルパラメータベクトルにおける一つの要素として定義される。いくつかの実施例では、式１をこの制限シナリオに適用して、計算マトリックスの範囲とその結果に対する信頼に関する統計的ステートメントを決定してもよい。特に、５９（ｍ＝１）個のモデルパラメータファイルの最小サンプルサイズについての式２に基づき、制限シナリオサンプルは、目的ステートメントにある９５％以上の範囲／９５％の信頼（β＝γ＝９５％）という表現に対応しているが、式３から導かれた他の組み合わせは、同様に評価された測定値となる。

原子力安全規制調査に対処するため、エンジニアや規制機関は、過渡電圧や事故前の原子力発電所の境界条件を示す数値化されたバイアスの集まりを用いて、後処理３１６時のシステムの動作パラメータを決定してもよい。コンピュータデバイスは、所定の温度、ポンド圧力、動作範囲のパーセンテージなどの一つ又は複数の合否基準３１１を受け取ってもよい。この合否基準３１１は、規制機関、顧客、ユーザなどから受け取ってもよく、後処理３１６時に用いられる。

いくつかの実施例では、コンピュータデバイスは、制限シナリオ３１８のモデルパラメータベクトル及び／又は安全マージン、例えば、冷却材温度帯域や最高温度、冷却材のループ圧力や加圧帯域や最大圧力、ホットレグ温度ロッド挿入などの安全システム設定値、電力からフローへのスクラム制限、圧力除去設定値などに基づき、システムに対して一つ又は複数の動作パラメータを決定してもよい。さらに、この動作パラメータは、動作マージン、炉心寿命及びシステム寿命の考慮、使用目的などに依存するものであってもよい。

いくつかの実施例では、コンピュータデバイスは、評価判定３０６、設計エンベロープ３１０、制限シナリオ３１８に基づき、構造設計のＳＳＣパラメータ及び不確定要素を決定してもよい。これに関して、例えば、設計エンベロープは、最高又は妥当の評価判定で上記解析を行ったＳＳＣに関連する公称値及び不確定要素を有していてもよく、構造設計について、不確実以下の公称分散を有するＳＳＣパラメータ値が求められてもよい。ＳＳＣがベンダーモデルや仕様であるいくつかの実施例では、コンピュータシステムは、構造設計について、不確実要素内に分散を含む一つ又は複数のＳＳＣを選択してもよい。

図４乃至図８は、本発明の一実施例に係るユーザインタフェースの表示を示す。安全解析エンジニアなどのユーザは、テスト入力ファイルにアクセスできる。このテスト入力ファイルは、記憶装置５４やデータベースサーバ４２などのメモリからインポートされてもよい。このテスト入力は、解析の好ましいフォーマットであってもよく、解析を行うために必要に応じて変換されてもよい。このテスト入力は、ＳＳＣ解析モデル及び／又は不確実要素から構成されていてもよい。いくつかの実施例では、テスト入力は、ユーザインタフェース６０などのユーザインタフェースによって入力されてもよい。このテスト入力には、エラーチェック規則を適用して、メイン入力モデル表示画面にエラーやコピーを表示することにより、モデル開発デバッグを効率化してもよい。エラーチェック規則には、上昇遮断（熱水力システムコードの要件）などのシミュレーションエンジンの規則と、シミュレーションエンジンに許容されるが回避すべき入力（例えば、１未満の長さ対直径比を有するボリューム）の特定などの施行規則との両方が含まれてもよい。エラーの特定によって、ユーザが解析が開始する前にエラーを訂正し、モデルの不備を見直すことができるようにしてもよい。

図５に示すように、モデルパラメータデータベース３０１は、グラフィカルユーザインタフェース（ＧＵＩ）の左側に、シミュレーションエンジン入力モデルドキュメントの概要として現れてもよい。この概要は、原子力発電所の設計（及びモデリング）に関連するシステム、構造及びコンポーネントに関する入力のカテゴリを示すよう整理されてもよい。各項目には、データ入力フィールドを有する一つ又は複数レベルのモデル仕様が設けられてもよく、図５に示すよう、右側に表示されている。

それに加えて又はその代わりに、その他の２つの表示スタイルとして、モデルの機能間の関係を示すコンポーネント図と配管図が提供されてもよい。図６に示すように、コンポーネント図では、あるコンポーネントとそれが他のコンポーネントに対してどのように配置されているかを単純かつ直線的に示したものが、特定のコンポーネントから例えば３つのレベルまで表示されていてもよい。一実施例では、ユーザは、コンポーネントアイコンを選択して、その選択したコンポーネント上にデータ形式が表示され展開されるようにしてもよい。一方、図７に示す配管図では、ユーザがモデルパラメータをスクロールしてもよい。制御ボリューム、例えば、選択したモデルパラメータは、表示フィールドで強調表示することによって示されてもよく、その制御ボリュームに関する情報が別の状態表示フィールドに表示される。

図８は、計算マトリックス３０２及び計算マトリックス３０４の定義など、システム安全解析評価に対応するのに使用し得るＧＵＩを示す。

シミュレーションエンジンによって導かれた制限条件は、グラフ、散布図などを用いた解析や規制の報告を行うための文書作成を目的として視覚化されてもよい。上記特定のノンパラメトリック法によれば、性能指数の不確定領域に入力するデータが提供されてもよく、これは性能指数対モデルパラメータ変化の関係を示す２次元の散布図で表されてもよい。シミュレーションエンジンによる計算が完了すると、それに続くシミュレーションエンジンの出力ファイルを読み出し、その結果をレポート３２０に表示してもよい。グラフと散布図にくわえて、「一連のイベント」の表を作成してもよい。この一連のイベントの表により、モデルパラメータデータベース３０１に追加された規則などの規則に従ってシミュレーションエンジン結果の解析を行い、シミュレーション中に起こった重要な出来事を報告するようにしてもよい。レポート３２０に示す通り、典型的なＰＷＲテストの場合に関する一連のイベント表の例を表２に示す。

典型的な加圧水炉サンプルの問題に続き、畳み込み解析の結果に基づいて、相関及び重要性モデルが性能指数結果とパラメトリック値に対して特徴付けられる。各相関によって、独立変数と従属変数との近似比較に基づいて指標が示されてもよい。この相関は、ユーザが定義した規則に従って、遷移中の任意の時間に導出されればよい。典型的な加圧水炉サンプルの問題では、図９に示すように、かつ、レポート３２０にも示される通り、ピーククラッド温度（ＰＣＴ）とサンプルされた損傷部位との間に強い相関が見られる。従って、その損傷から失われる在庫に起因して、損傷の大きさが大きいほど、その結果として生じるＰＣＴが上昇する。

表３は、レポート３２０にも示されるように、畳み込み解析、不確定モデル３１２の導出、＞２σ３１４での評価から確立されたサンプル問題の重要性解析の結果を完全にまとめたものである。この表への最初の入力には、ＰＣＴと、ＬＯＣＡ計算サンプルの標準偏差とが含まれる。損傷部位のあと、段階的多回帰の実行から、他の２つの重要なモデルパラメータが重要性順に特定される。このモデルパラメータに関連して、サンプルされたモデルパラメータと、その特定のモデルパラメータ（式１４の平方根）に対して導出されたＰＣＴデータの標準偏差推定値との間のサンプル相関係数が２番目の列に示される。このサンプル相関の符号は、モデルパラメータが対象の解析出力測定値と直接関係するのか、逆相関するのかを示す点において注目すべきである。３番目の列には、得られた相関（すなわち、回帰関数）から評価されるような制限条件に最も近いサンプル値を反映して導出されたサンプルから、制限シナリオのパラメータバイアスが得られる。

この手順の完全性を式１５に定義する。代表的な加圧水型原子炉のサンプル問題では、ＰＣＴ不確実要素が２０１．８Ｆとして報告される。式１５から特定された重要なパラメータの畳み込みは、１８８．６３Ｆであり、性能指数に与える影響の約９３．５％が３つのモデルパラメータの組み合わせによって与えられることを示している。これらの結果を表３に別々の列で示す。

システム安全解析評価フローチャートの例
技術的な観点から、上記安全解析モジュール４４は、上述の動作の一部又はすべてに対応するよう用いられてもよい。このように、図２に示すプラットフォームは、いくつかのコンピュータプログラム及び／又はネットワーク通信に基づくやり取りを円滑に行うために用いられてもよい。一例として、本発明の一実施例に係る方法及びプログラム製品のフローチャートを図１０に示す。フローチャートの各ブロック及びフローチャートにおけるブロックの組み合わせは、一つ又は複数のコンピュータプログラム指示を含むソフトウェアの実行に関連するハードウェア、ファームウェア、プロセッサ、回路及び／又はその他の装置などのさまざまな手段によって実施し得ることが理解されるであろう。例えば、上記処理のうち、その一つ以上をコンピュータプログラム指示によって具現化してもよい。これに関して、上記処理を具現化するコンピュータプログラム指示は、ユーザ端末（例えば、クライアント２０やアプリケーションサーバ４０など）のメモリ装置によって記憶されてもよいし、そのユーザ端末のプロセッサによって実行されてもよい。当然のことながら、そのようなコンピュータプログラム指示は、コンピュータやその他のプログラマブル装置（例えば、ハードウェア）にロードすることで機械を構成してもよく、そのコンピュータやその他のプログラマブル装置上で実行する指示によって、フローチャートの一つ又は複数のブロックに指定された機能を実施する手段が生成されることになる。また、このようなコンピュータプログラム指示は、コンピュータやその他のプログラマブル装置が特定の方法で機能するよう指示するコンピュータ可読メモリに記憶されてもよく、このコンピュータ可読メモリに記憶された指示によって、フローチャートの一つ又は複数のブロックに指定された機能を実施する製品が生成されることになる。また、コンピュータプログラム指示は、コンピュータやその他のプログラマブル装置にロードすることで、そのコンピュータやその他のプログラマブル装置上で一連の動作を実行し、そのコンピュータやその他のプログラマブル装置上で実行する指示によってフローチャートの一つ又は複数のブロックに指定された機能が実施されるよう、コンピュータ実施処理を生成してもよい。

このように、フローチャートのブロックは、特定の機能を実行する手段の組み合わせや、特定の機能を実行する動作の組み合わせに対応する。また、フローチャートの一つ又は複数のブロック及びフローチャートのブロックの組み合わせは、特定の機能を実行する専用ハードウェア型コンピュータシステムや、専用ハードウェアとコンピュータ指示の組み合わせによって実施可能であることが理解されるであろう。

これについて、本発明の一実施例に係る方法を図１０に示す。この方法は、システム安全解析評価を行うために用いられる。この方法には、システムの公称値及び試験値を定義する計算マトリックスを生成する工程４０６が含まれてもよい。また、上記方法には、公称値と試験値のサンプルを有する計算マトリックスに基づいて、複数のモデルを生成する工程４０８が含まれてもよい。また、上記方法には、モデルパラメータと性能指数との間の相関を定義する複数のモデルについてベンチマーク解析又は畳み込み解析を行う工程４１０が含まれてもよい。上記方法には、ベンチマーク解析又は畳み込み解析に基づいて設計エンベロープを特定する工程４１２、ベンチマーク解析又は畳み込み解析に基づいて不確定モデルを導出する工程４１４、その設計エンベロープと合否基準に基づいて評価判定を導出する工程４２０が含まれてもよい。さらに、上記方法には、設計エンベロープと合否基準に基づいて一つ又は複数の制限シナリオを定義する工程４２２と、設計エンベロープと合否基準に基づいて、そのシステムの少なくとも一つの性能指数に対する安全マージンを決定する工程４２４とが含まれてもよい。

一実施例では、上記方法には、破線のボックスで示すように、一つ又は複数の解析モデルからＳＳＣ入力を受け取る工程４０２が必要に応じて含まれてもよい。また、この方法には、必要に応じて、一つ又は複数の試験値をＳＳＣ入力に適用する工程４０４が含まれてもよい。また、この方法には、必要に応じて、これらの不確定モデルを＞２σで評価する工程４１６が含まれてもよい。この方法には、少なくとも一つの性能指数合否基準を受け取る工程４１８が含まれてもよい。また、この方法には、必要に応じて、少なくとも一つの性能指数に基づいて、システムの安全マージンを測定する工程４２６が含まれてもよい。

一実施例では、上記図１０の方法を行う装置は、上記工程（４０２から４２６）の一部又はすべてを実行するよう構成されたプロセッサ（例えば、プロセッサ５２）又は処理回路を備えていてもよい。このプロセッサは、例えば、ハードウェアで実装された論理機能を実行したり、記憶された指示を実行したり、各工程を行うためのアルゴリズムを実行したりすることによって、上記工程（４０２から４２６）を実行するよう構成されてもよい。いくつかの実施例では、上記プロセッサ又は処理回路は、さらなる工程や、上記工程４０２から４２６に対する任意の変更に応じてさらに構成されてもよい。これに関して、例えば、一実施例では、上記処理回路は、一つ又は複数の解析モデルから構造、システム又はコンポーネント（ＳＳＣ）入力を受け取り、一つ又は複数の試験値をそのＳＳＣ入力に適用するようさらに構成されている。上記計算マトリックスの生成は、このＳＳＣ入力と試験値に基づくものである。一実施例では、計算マトリックスが公称値群と試験値範囲を定義し、その公称値にはＳＳＣ入力が含まれ、試験値範囲には解析不確実入力が含まれる。いくつかの実施例では、上記処理回路は、少なくとも一つの性能指数合否基準を受け取るようさらに構成され、上記合否基準には、この少なくとも一つの性能指数合否基準が含まれる。いくつかの実施例では、上記安全マージンの決定がさらに評価判定に基づいて行われる。一実施例では、上記処理回路は、＞２σで不確定モデルを評価するようさらに構成されている。上記一つ又は複数の制限シナリオの定義は、これらの不確定モデルの評価に基づいて行われる。いくつかの実施例では、上記少なくとも一つの性能指数を用いてシステム安全マージンの測定が行われる。一実施例では、上記システムは、熱システム又は水力システムである。一実施例では、この熱システム又は水力システムは、原子炉プラントの一部である。

上述の説明及び添付図面において提示されている教示の恩恵を受ける、本発明が属する技術分野における当業者には、本明細書において示される本発明の多くの変形例および他の実施例が想起されよう。従って、本発明は開示した特定の実施例に限定されるものでなく、変形例及び他の実施例は添付の特許請求の範囲に含まれることを意図しているものと理解されたい。また、上述の説明及び添付の図面が、要素及び／又は機能の組み合わせの特定の例示の内容における例示の実施例を記述するが、要素及び／又は機能の異なる組合せが、添付の特許請求の範囲から逸脱せずに、他の実施例によって提供されてよいことを理解されたい。これに関して、例えば、以上のように明記されたものとは異なる要素及び／又は機能の組み合わせは、また、添付の特許請求の範囲の一部に記載の通りに想到されるものとする。本明細書において利益や利点、課題の解決手段が説明されている場合、当然のことながら、そのような利益、利点、及び／又は、解決手段は、いくつかの実施例において適用可能であるが、必ずしもすべての実施例において適用可能であるとは限らない。よって、本明細書に記載の利益、利点、解決手段は、すべての実施例又は特許請求の範囲について重要、必要、又は必須であると考えられるべきではない。本明細書では、特定の用語が採用されているが、これらは、一般的かつ描写的な概念のみに用いられており、限定の目的のために用いられていない。

Claims (20)

1. システム安全解析用計算マトリックスを生成し、
   前記計算マトリックスに基づいて複数のモデルを生成し、
   前記複数のモデルのベンチマーク又は畳み込み解析を行い、
   前記ベンチマーク又は畳み込み解析に基づいて設計エンベロープを特定し、
   前記ベンチマーク又は畳み込み解析から、一つ又は複数の不確定モデルを導出し、
   前記設計エンベロープと合否基準に基づいて評価判定を行い、
   前記設計エンベロープに基づいて一つ又は複数の制限シナリオを定義し、
   前記設計エンベロープ及び合否基準に基づき、前記システムについて、少なくとも一つの性能指数で安全マージンを決定する、
   よう構成された処理回路を具備することを特徴とするシステム安全解析評価装置。
2. 前記処理回路は、
   一つ又は複数の解析モデルから構造、システム又はコンポーネント（ＳＳＣ）入力を受け取り、
   試験値を一つ又は複数のＳＳＣ入力に適用する、
   ようさらに構成され、
   前記計算マトリックスの生成は、前記ＳＳＣ入力と試験値に基づいて行われることを特徴とする請求項１に記載のシステム安全解析評価装置。
3. 前記計算マトリックスが公称値群と試験値範囲を定義し、前記公称値には前記ＳＳＣ入力が含まれ、前記試験値範囲には解析不確実入力が含まれることを特徴とする請求項２に記載のシステム安全解析評価装置。
4. 前記処理回路は、
   少なくとも一つの性能指数合否基準を受け取る、
   ようさらに構成され、
   前記合否基準には、前記少なくとも一つの性能指数合否基準が含まれる、
   ことを特徴とする請求項１に記載のシステム安全解析評価装置。
5. 前記少なくとも一つの性能指数での安全マージンの決定がさらに評価判定に基づいて行われる、
   ことを特徴とする請求項１に記載のシステム安全解析評価装置。
6. 前記処理回路は、
   ＞２σで前記不確定モデルを評価する、
   ようさらに構成され、
   前記一つ又は複数の制限シナリオの定義は、前記不確定モデルの評価に基づいて行われる、
   ことを特徴とする請求項１に記載のシステム安全解析評価装置。
7. 前記少なくとも一つの性能指数を用いてシステム安全マージンの測定が行われることを特徴とする請求項１に記載のシステム安全解析評価装置。
8. 前記システムは、熱システム又は水力システムであることを特徴とする請求項６に記載のシステム安全解析評価装置。
9. 前記熱システム又は水力システムは、原子炉プラントの一部であることを特徴とする請求項７に記載のシステム安全解析評価装置。
10. 原子炉システム安全解析のための公称値及び試験値を定義する計算マトリックスを生成し、
    前記公称値と試験値のサンプル集合から構成される前記計算マトリックスに基づいて、複数のモデルを生成し、
    モデルパラメータと性能指数との間の相関を定義する複数のモデルについてベンチマーク解析又は畳み込み解析を行い、
    前記ベンチマーク解析又は畳み込み解析に基づいて、前記原子炉システム動作と相関がある性能指数値群を含む設計エンベロープを特定し、
    前記ベンチマーク解析又は畳み込み解析から一つ又は複数の不確定モデルを導出し、
    前記設計エンベロープと合否基準に基づいて評価判定を導出し、
    前記設計エンベロープに基づいて一つ又は複数の制限シナリオを定義し、
    前記設計エンベロープと合否基準に基づいて、原子炉システムの少なくとも一つの性能指数で安全マージンを決定する、
    よう構成された処理回路を具備し、
    前記少なくとも一つの性能指数を用いて、前記原子炉システムの前記安全マージンの測定が行われる、
    ことを特徴とするシステム安全解析評価装置。
11. 前記処理回路は、
    一つ又は複数の解析モデルから構造、システム又はコンポーネント（ＳＳＣ）入力を受け取り、
    試験値を一つ又は複数のＳＳＣ入力に適用する、
    ようさらに構成され、
    前記公称値には前記ＳＳＣ入力が含まれ、前記試験値範囲には解析不確実入力が含まれることを特徴とする請求項１０に記載のシステム安全解析評価装置。
12. 前記処理回路は、
    少なくとも一つの性能指数合否基準を受け取る、
    ようさらに構成され、
    前記合否基準には、前記少なくとも一つの性能指数合否基準が含まれる、
    ことを特徴とする請求項１０に記載のシステム安全解析評価装置。
13. 前記少なくとも一つの性能指数での安全マージンの決定が、前記モデルの評価判定に基づいてさらに行われる、
    ことを特徴とする請求項１０に記載のシステム安全解析評価装置。
14. 前記処理回路は、
    ＞２σで前記不確定モデルを評価する、
    ようさらに構成され、
    前記一つ又は複数の制限シナリオの定義は、＞２σでの前記不確定モデルの前記評価に基づいて行われる、
    ことを特徴とする請求項１０に記載のシステム安全解析評価装置。
15. システム安全解析用計算マトリックスを生成する工程と、
    前記計算マトリックスに基づいて複数のモデルを生成する工程と、
    前記複数のモデルのベンチマーク又は畳み込み解析を行う工程と、
    前記ベンチマーク又は畳み込み解析に基づいて設計エンベロープを特定する工程と、
    前記ベンチマーク又は畳み込み解析から、一つ又は複数の不確定モデルを導出する工程と、
    前記設計エンベロープと合否基準に基づいて評価判定を行う工程と、
    前記設計エンベロープに基づいて一つ又は複数の制限シナリオを定義する工程と、
    前記設計エンベロープ及び合否基準に基づき、前記システムについて、少なくとも一つの性能指数で安全マージンを決定する工程と、
    を具備することを特徴とするシステム安全解析評価方法。
16. 一つ又は複数の解析モデルから構造、システム又はコンポーネント（ＳＳＣ）入力を受け取る工程と、
    試験値を一つ又は複数のＳＳＣ入力に適用する工程、
    をさらに具備し、
    前記計算マトリックスを生成する工程は、前記ＳＳＣ入力と試験値に基づいて行われることを特徴とする請求項１５に記載のシステム安全解析評価方法。
17. 少なくとも一つの性能指数合否基準を受け取る工程、
    をさらに具備し、
    前記合否基準には、前記少なくとも一つの性能指数合否基準が含まれる、
    ことを特徴とする請求項１５に記載のシステム安全解析評価方法。
18. 前記少なくとも一つの性能指数で安全マージンを決定する工程は、さらに前記モデルの評価判定に基づいて行われることを特徴とする請求項１５に記載のシステム安全解析評価方法。
19. 前記少なくとも一つの性能指数を用いて、前記システムの前記安全マージンの測定が行われることを特徴とする請求項１５に記載のシステム安全解析評価方法。
20. 前記システムは、原子炉プラントの熱システム又は水力システムであることを特徴とする請求項１５に記載のシステム安全解析評価方法。