Application of the Fuzzy Set Theory to Analysis of Accident Progression Event Trees with Phenomenological Uncertainty Issues

현상학적 불확실성 인자를 가진 사고진행사건수목의 분석을 위한 퍼지 집합이론의 응용

An example application of the fuzzy set theory is first made to a simple portion of a given accident progression event tree with typical qualitative fuzzy input data, and thereby computational algorithms suitable for application of the fuzzy set theory to the accident progression event tree analysis are identified and illustrated with example applications. Then the procedure used in the simple example is extended to extremely complex accident progression event trees with a number of phenomenological uncertainty issues, i.e., a typical plant damage state‘SEC’of the Zion Nuclear Power Plant risk assessment. The results show that the fuzzy averages of the fuzzy outcomes are very close to the mean values obtained by current methods. The main purpose of this paper is to provide a formal procedure for application of the fuzzy set theory to accident progression event trees with imprecise and qualitative branch probabilities and/or with a number of phenomenological uncertainty issues.

전형적인 정성적 퍼지형태의 입력데이타를 가진, 주어진 사고진행사건수목의 일부분에 대하여 퍼지집합이론(fuzzy set theory)의 응용 예를 먼저 보여주고, 이 예를 통해서 퍼지집합이론을 사고 진행사건수목에 적용하기 위해 적절한 계산알고리즘을 찾아내고 또 예를 들어 설명하였다. 그리고, 간단한 예제에 사용한 계산절차를 많은 현상학적 불확실성 인자를 포함한 아주 복잡한 사고진행사건수목 즉, 최근 Zion 발전소 위험도평가(PRA)에 사용된 전형적인 발전소 손상군의 하나인‘SEC’에 응용해서 적용하였다. 퍼지집합이론으로 평가한 계산값들의 퍼지평균치들은 최근 통계적 PRA 평가 방법론으로 얻는 값들의 평균치와 거의 같은 결과를 보여주고 있다. 본 논문의 주요목적은 부정확하고 또 정성적인 분기점확률이나 또는 많은 현상학적 불확실성 인자들을 가진 사고진행사건수목들에 이 퍼지집합이론을 적용하기 위한 공식적 계산절차를 제공하는데 있다.