Ipari katasztrófák nyomában 11. előadás1 Monte-Carlo módszerek.

Slides:



Advertisements
Hasonló előadás
Események formális leírása, műveletek
Advertisements

Dr. Fekete István SzigmaSzerviz Kft március
I. előadás.
Adatbázisrendszerek elméleti alapjai 2. előadás
Kvantitatív Módszerek
INFRASTRUKTÚRA MENEDZSMENT
3. Két független minta összehasonlítása
Gépelemek II. előadás 6-7.hét
MINŐSÉGMENEDZSMENT 3. előadás
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Érzékenységvizsgálat
EKG kapuzott (ECG gated) szív vizsgálat
Mérési pontosság (hőmérő)
A talajok mechanikai tulajdonságai III.
Előadó: Prof. Dr. Besenyei Lajos
Megvalósíthatóság és költségelemzés Készítette: Horváth László Kádár Zsolt.
Kutatói pályára felkészítő akadémiai ismeretek modul Környezetgazdálkodás Modellezés, mint módszer bemutatása KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖK MSC.
KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Gazdasági modellezés,döntési modellek
Miért hozzuk a döntést, mi a cél?
BLK Könyvtármenedzsment III. 1. előadás 1 Könyvtármenedzsment III. Szolgáltatások szervezése.
A PEDAGÓGIAI KUTATÁS Dr. Molnár Béla Ph.D.. 1. PEDAGÓGIAI KUTATÁS CÉLJA, TÁRGYA Célja, hogy az új ismeretek feltárásával, pontosabbá tételével, elmélyítésével.
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Készítette: Kosztyán Zsolt Tibor
Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János.
Az Alakfelismerés és gépi tanulás ELEMEI
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Emberi erőforrás menedzsment Munkakörök elemzése, tervezése
Kvantitatív módszerek
Az elemzés és tervezés módszertana
KÖRNYEZETI RENDSZEREK MODELLEZÉSE
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Érzékenységvizsgálat
$ Információ Következmény Döntés Statisztikai X.  Gyakorlati problémák megoldásának alapja  Elemzéseink célja és eredménye  Központi szerep az egyén.
Versengő társulások Mi történik egy olyan térbeli modellben, ahol sok stratégia létezik? Lokálisan csak a stratégiák kis hányada lehet jelen. => az evolúciós.
Ipari katasztrófák nyomában Kockázatfizika. Ipari katasztrófák nyomában 1. előadás2 ÁgazatAlkalmazott ak BalesetekHalálesetek Bányászat Textilipar
Ipari katasztrófák nyomában 4. előadás1 A szervezettség.
Ipari katasztrófák nyomában 2. előadás1 Természettudományos ismeretek.
Ipari katasztrófák5. előadás1 Eseménykivizsgálás.
Kockázatelemzés (PSA)
Ipari Katasztrófák nyomában 7. előadás1 Biztonsági adatok gyűjtése és elemzése.
Nagy rendszerek biztonsága
Ipari Katasztrófák3. előadás1 A technika. Ipari Katasztrófák3. előadás2 A technológia kialakulása 1.Alapkutatás: a természettudományos össze- függések.
Ipari katasztrófáknyomában 6. előadás1 Mélységi védelem Célok: Eszközök meghibásodása és emberi hibák esetén bekövetkező meghibásodások kompenzálása A.
Ipari katasztrófák nyomában 4. előadás1 Kezdeti események Feladat: egy valószínűségi modell felállítása, amelyből megbecsülhető a kezdeti esemény valószínűsége;
Alapfogalmak.
Geotechnikai feladatok véges elemes
Máté: Orvosi képfeldolgozás6. előadás1 tüdő lép máj Szívizom perfúzió (vérátfolyás) bal kamra jobb kamra A bal kamrai szívizom vérellátásának megítélését.
I. előadás.
Meteorológia A meteorológia. A meteorológiai jelenségek megfigyelhető időjárási események, amiket a meteorológia tudománya magyaráz meg. Ezek az események.
Címlap Bevezetés az információelméletbe Keszei Ernő ELTE Fizikai Kémiai Tanszék
PÉNZÜGYI MENEDZSMENT 4. Dr. Tarnóczi Tibor PARTIUMI KERESZTÉNY EGYETEM
Máté: Orvosi képfeldolgozás8. előadás1 Kondenzált képek Transzport folyamat, pl. mukocilliáris klírensz (a légcső tisztulása). ROI kondenzált kép F 1 F.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
Munkakörelemés és –tervezés röviden
TEROTECHNOLÓGIA Az állóeszközök újratermelési folyamata.
Máté: Orvosi képfeldolgozás5. előadás1 yy xx Linearitás kalibráció: Ismert geometriájú rács leképezése. Az egyes rácspontok képe nem az elméletileg.
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
A fizika tanítása a 2012-es NAT-hoz készült A kerettanterv szerint Egri Sándor Debreceni Egyetem, Fizikai Intézet TÁMOP B.2-13/
1 Tárgy- feladatelemzés módszerei Dr. Kaucsek György.
A helyváltoztatási láncok választási valószínűségét számító módszer kidolgozása Csonka Bálint, Dr. Csiszár Csaba IFFK, Budapest augusztus
Operációkutatás I. 1. előadás
Mintavétel.
Dow Vegyi Kitettségi Index
A NUBIKI Nukleáris Biztonsági Kutatóintézet Kft. részvétele a
Minőségbiztosítás II_3. előadás
1.3. Hipotézisvizsgálat, statisztikai próbák
Előadás másolata:

Ipari katasztrófák nyomában 11. előadás1 Monte-Carlo módszerek

Ipari katasztrófák nyomában 11. előadás2 A MC szimuláció egy általános célú hibaterjedést modellező eljárás. A PRA- ban-elvileg- az üzem minden tulajdonságát modellezni lehet. Ehhez pontosan kell ismerni az üzem szerkezetét, működésének, meghibásodásainak lehetséges módjait. A szimuláció input adatai: a meghibásodások módjai a meghibásodások valószínűségei az üzem hibafája (a részegységek lehetséges állapotai, az állapotok közötti átmenetek módjai, azok valószínűségei, egy adott jelenség előfordulásának gyakorisága A fenti inputokat a PRA irodalom megfigyelésnek (observation) nevezi. A megfigyelések együttese egy statisztikai mintát alkot, az meghatározza az outputváltozókat. Realisztikus modellek esetén a probléma nem tesz lehetővé realisztikus modellezést, ezért egyszerűsítésekhez kell folyamodni. Az outputváltozó(k) meghibásodási gyakoriságok. Problémás az input adatok eloszlásának meghatározása, erre gyakran mérnöki közelítéseket használnak.

Ipari katasztrófák nyomában 11. előadás3 Kulcskérdés az inputadatok kiválasztásának módja. Erre a véletlen minta vagy a latin négyzet eljárás használatos. Véletlen minta esetén a MC modellezés az alábbi lépésekből áll: Az inputváltozók eloszlásának meghatározása. Szükség lehet egyes változók együttes eloszlásának meghatározására. Véletlenszerűen kiválasztjuk az aktuális inputváltozókat. Itt már a korrelációkat, statisztikus függéseket is figyelembe kell venni. Az üzemet modellező számításokat el kell végezni az adott inputtal. Annyi inputtal kell a számítást elvégezni, hogy az outputok valószínűség- sűrűségét becsülni lehessen. (Boot-strap) Minimális igény: várható érték és szórás. A módszer előnyei: Flexibilitás az input megválasztásában Az output eloszlása tetszőlegesen pontosítható (határt szab a számábrázolás és az idő) A módszer könnyen megvalósítható.

Ipari katasztrófák nyomában 11. előadás4 Expert judgement Körülmények, amelyek igénylik Ej-t Formális eljárások a valószínűségek kiderítésére Pszichológiai tényezők, amelyek befolyásolják Ej-t Kritériumok a val.ségek értékeléséhez Ej-k kombonálása

Ipari katasztrófák nyomában 11. előadás5 Mikor van szükség Ej-re? Több, esetleg ellentmondó információt, amelyek más- más forrásból származnak, az Ej össze tud békíteni Van olyan info, ami fontos a PRA-ban, de nem alkalmazható közvetlenül a PRA-ban (pl. más reaktortípusok tapasztalata) A kísérleti adatokat értelmezni kell. Példa: konténment modellkísérletek, hulladéktároló.) Ha nincs kísérleti adat, analógiák, fizikai elvek alapján pótolhatóak. Kiemelten fontos Ej ha az input erősen hat az eredményre vagy, ha interdiszciplináris megközelítésre van szükség.

Ipari katasztrófák nyomában 11. előadás6 Formális eljárás (Ej) A vizsgált kérdések kiválasztása és pontos meghatározása A szakértők kiválasztása (hozzáértés, publikációk, fokozatok, bizonyítványok, beosztás, kitüntetések) Készség a részvételre A problémakör ismerete Pártatlanság (gazdasági érdekek, személyes érdekek és a lehetséges megállapítások) Többféle nézőpont bevonása

Ipari katasztrófák nyomában 11. előadás7 A végeredmény A feladatok részei és annak dekompozíciója Egyedi kvantitatív döntések (eloszlásfüggvények alakja, változók tartománya) A PRA végeredménye egyedi vagy összesített Ej-k formájában A témákat, módszereket, eredményeket, az indokokat dokumentálni kell.

Ipari katasztrófák nyomában 11. előadás8 Kódok szintű PRA-hoz Program: EVNTRE Forrás: Sandia National Lab Leírás: nagy eseményfák kezelésére készült. Program: Source Term Code Package (STCP) Forrás: Battelle Comunbus Division Leírás: elkülönítve fejlesztett programok együttese, a súlyos baleset fejlődését írja le.

Ipari katasztrófák nyomában 11. előadás9 Kódok szintű PRA-hoz Program: MELCOR Forrás: Sandia Nat. Lab. Leírás: az NRC determinisztikus súlyos baleseti modellje. Program: MAAP Forrás: Fauske and Associates Leírás: A nukleáris ipar által kifejlesztett kód, az STCP alternatívája. Integrált számításokra is alkalmas. Sokkal kisebb, mint MELCOR. Fizetős.

Ipari katasztrófák nyomában 11. előadás10 Kódok szintű PRA-hoz Program: CRAC2 Forrás: Sandia Nat. Lab Leírás: súlyos baleset következményeinek elemzésére dolgozták ki. Utódja MACCS már alkalmas az egészségügyi következmények elemzésére. Program: CRACIT Forrás: Pickard, Lowe, and Garrick Leírás: Reaktorbaleset következményeinek számítása. Időjárás beépíthető.

Ipari katasztrófák nyomában 11. előadás11 Kódok szintű PRA-hoz Program: MACCS Forrás: Sandia Nat. Lab Leírás: Súlyos baleset következményeinek elemzése. A fő jelenség: légköri transzport, dózis akkumukláció táplálékláncon át Program: COSYMA Forrás: Commission of European Community Leírás: PRA kód, súlyos baleset következményeinek vizsgálata Program: UFOMOD Forrás: Kernforschungszentrum Karlsruhe Leírás: Súlyos baleset következményeinek elemzése