리액터 고장 위험 평가에서 주관적 경험에 과도하게 의존하는 문제를 해결하기 위해 고장나무와 퍼지 베이지안 네트워크를 기반으로 한 종합 평가 방법을 제안한다. 진동 이상, 온도 상승 이상 및 오일 크로마토그래피 이상 3가지 고장 유형을 포함하는 고장나무 모델을 구축하여 22가지 위험 인자의 인과 논리를 정리하고 이를 베이지안 네트워크로 변환한다. 전문가 평가 언어의 불확실성을 처리하기 위해 사다리꼴 퍼지수를 사용하고 전문가 가중치를 결합하여 기본 사건 확률을 계산하며, 순방향 추론을 통해 리액터 전체 고장 확률을 얻고 역방향 추론 및 고장 중요도 지표를 통해 주요 고장 원인을 식별한다. 사례 분석 결과 이 방법이 고장 위험을 정확하게 평가하고 고장 원인을 식별하며 운영 의사결정에 근거를 제공할 수 있음을 보여준다. 제안된 고장나무 및 퍼지 베이지안 네트워크 기반 종합 평가 방법은 리액터 고장 위험 평가에서 주관적 경험 의존 문제를 효과적으로 해결하여 높은 적용 가치와 넓은 적용 전망을 가진다.

리액터 고장; 고장나무 분석; 베이지안 네트워크; 퍼지 집합; 고장 원인 식별