リアクタ故障のリスク評価における主観的経験への過度な依存問題を解決するために、故障木とファジィベイズネットワークに基づく総合評価手法を提案する。振動異常、温度上昇異常、および油のクロマトグラフィ異常の3種類の故障表現をカバーする故障木モデルを構築し、22項目のリスク因子の因果論理を整理してベイズネットワークに変換する。専門家評価の言語的不確実性を梯形ファジィ数で処理し、専門家の重みを組み合わせて基本事象の確率を計算し、順方向推論によりリアクタ全体の故障確率を得て、逆方向推論と故障重要度指標により重要な故障原因を特定する。事例分析により、本手法が故障リスクを精確に評価し、故障原因を特定し、運用・保守の意思決定に寄与することを示した。提案した故障木とファジィベイズネットワークに基づく総合評価手法は、リアクタ故障リスク評価における主観的経験依存問題を効果的に解決し、高い応用価値と広い応用展望を有する。

リアクタ故障;故障木解析;ベイズネットワーク;ファジィ集合;故障原因特定