| 研究課題/領域番号 |
20560775
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
山口 彰 大阪大学, 工学研究科, 教授 (10403156)
|
|---|
| 研究分担者 |
高田 孝 大阪大学, 工学研究科, 准教授 (40423206)
|
|---|
| キーワード | 確率論的安全評価 / 耐震安全性 / フラジリティ / 情報エントロピー / ベイズ推定 / 情報量基準 / 原子力プラント |
|---|
| 研究概要 |
地震PSAでは地震動による原子力施設の機器のフラジリティ評価が必要である。地震動による損傷のメカニズムは複雑でデータも不十分なため、統計的なアプローチでフラジリティモデルは予測されている。少ない知見・データから予測モデルを作成すれば、不確かさの大きなモデルになる。モデルの不確かさを低減するには新規データのモデルへの反映が必要である。
そこで、新規データをフラジリティモデルに反映させる方法としてベイズ推定を提案し、事後分布として得られるフラジリティモデルの評価手法としてカルバック・ライブラー(K-L)情報量規準による方法を提案した。これにより、新規データを用いたベイズ更新後の事後分布評価に適用が可能となり、最尤法評価と比較することにより、モデルパラメータを決定する最善の手法であることが判明した。
また、ベイズ更新後のフラジリティの不確かさの低減量を定量的に説明する方法として、情報エントロピーを導入した。フラジリティの更新のための効果的な新規情報取得戦略として、エントロピーが最大になる条件の情報がもっとも効果的であることを示した。情報エントロピー期待値が最大になる条件は、フラジリティの中央値(強度の中央値)と同じ大きさの場合である。これにより、例えば振動台にて加震試験を行う場合、最適な加震の大きさを決定することができる。さらに、エントロピーと不確かさの低減量を結びつける量を示した。低減するべき不確かさに対応したエントロピーを求めることができるため、新規にデータを取得するための試験を計画する場合、その効果をあらかじめ知ることができる。この手法は、試験コストの高い大型振動台による限界荷重測定試験などを行う場合に効果的である。
|
