felsannolikhetsanalyser

Felsannolikhetsanalyser är en samling metoder och tekniker som används för att uppskatta sannolikheten att ett system eller en komponent misslyckas. Dessa analyser syftar till att stödja riskbedömning, designval, förebyggande underhåll och uppfyllande av säkerhetskrav i industrier som flyg, fordonsindustri, kärnkraft, processindustrin och medicinsk teknik.

Vanliga metoder inkluderar fels-trädsanalys (FTA), där man genom logiska samband kopplar ett systemfel till grundläggande fel, samt felmod- och effekteranalys (FMEA) som kartlägger olika felmönster och deras konsekvenser. Reliabilitetsblockdiagram (RBD) används för att modellera systemets sammanlänkning av komponenter, och händelseträdsanalys (ETA) används för att följa möjliga utfall vid felhändelser. Monte Carlo-simulering och Bayesianska uppdateringar används ofta för att hantera osäkerhet och uppdatera sannolikheter när ny data kommer in.

Processen brukar innefatta att definiera systemgränser, identifiera möjliga feltyper, samla och bedöma data, välja lämpliga sannolikhetsmodeller och beräkna system- eller komponentnivåns felprobabiliteter. Resultaten används för att prioritera åtgärder, utforma redundans, planera inspektioner och stödja riskkommunikation och säkerhetscase. Vanliga sannolikhetsmodeller är exponetiell, Weibull och lognormal, och data kan komma från historiska felregister, provningar, driftdata eller expertevalueringar.

Felsannolikhetsanalyser används inom flera standardramverk som ISO 26262, IEC 61508 och inom regulatoriska PRA-studier inom kärnkraft och flyg. Begränsningar inkluderar osäkerhet i data, antaganden om oberoende fel och modellen som används, samt komplexiteten i att fånga beroenden inom verkliga system.