MétaCan
Menu
Retour à la cohorte
Enregistrement W1998227034 · doi:10.1109/coase.2006.326891

Reliability evaluation of standby safety systems due to independent and common cause failures

2006· article· en· W1998227034 sur OpenAlexaff
Lixuan Lu, Gregory Lewis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésUnavailabilityReliability engineeringSpurious relationshipCommon cause failureStandby powerComputer scienceReliability (semiconductor)Failure mode and effects analysisSystem safetyEngineeringPower (physics)Common cause and special causeElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Standby redundant systems are often adopted in critical applications such as the emergency shutdown systems (ESDS) in nuclear power plants (NPPs). One failure mode of the standby redundant systems is that they are not available when there is a demand. This is a serious safety issue. Another failure mode of the standby safety critical systems is that they function spuriously when there is actually no need. Once this occurs, the normal plant operation will be interrupted; certain equipment could be damaged; and restarting the plant could be very costly. The objective of this paper is to evaluate the unavailability and the probability of spurious operation of k-out-of-n systems when they are subjected to both independent and common cause failures (CCFs). A load-strength interference model is adopted for CCF analysis. A data mapping technique is utilized when there is no data available for a specific system. It is concluded quantitatively that the k-out-of-n system has a lower unavailability but a higher probability of spurious operation than the k-out-of-(n-1) system, under both independent failure and CCFs. This result complies with common sense and practical experience. The two different configurations adopted in different types of NPPs, the 2-out-of-3 system and the 2-out-of-4 system, are used to demonstrate the theoretical analyses that are developed in this paper. However, due to the lack of relevant data, the analysis of probability of spurious operation under CCFs are only explained in a qualitative manner

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,071
Tête enseignante GPT0,377
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRisk and Safety AnalysisTravaux en français237 207