[논문 리뷰] Simulation Based Probabilistic Risk Assessment (SIMPRA): Risk Based Design

Hamed Nejad, Tarannom Parhizkar외 1명|arXiv (Cornell University)|2021. 09. 30.

Systems Engineering Methodologies and Applications참고 문헌 31인용 수 5

한 줄 요약

이 논문은 복잡하고 안전이 핵심인 시스템의 위험 기반 설계를 가능하게 하기 위해 공 ing 지식과 확률적 시뮬레이션을 통합하는 시뮬레이션 기반 비확률적 위험 평가 프레임워크인 SIMPRA를 제안한다. 고위험 시나리오로 향하는 시뮬레이션을 안내하는 플래너 모듈을 활용함으로써 SIMPRA는 가능한 실패 유형의 공간을 효율적으로 탐색하여 실패 확률과 결과의 정확한 추정을 가능하게 한다—이를 실질적인 지구 관측 위성 사례 연구를 통해 입증하였으며, 기존의 결정론적 또는 단순 몬테카를로 방법에 비해 향상된 위험 통찰을 제공한다.

ABSTRACT

The classical approach to design a system is based on a deterministic perspective where the assumption is that the system and its environment are fully predictable, and their behaviour is completely known to the designer. Although this approach may work fairly well for regular design problems, it is not satisfactory for the design of highly sensitive and complex systems where significant resources and even lives are at risk. In addition it can results in extra costs of over-designing for the sake of safety and reliability. In this paper, a risk-based design framework using Simulation Based Probabilistic Risk Assessment (SIMPRA) methodology is proposed. SIMPRA allows the designer to use the knowledge that can be expected to exist at the design stage to identify how deviations can occur; and then apply these high-level scenarios to a rich simulation model of the system to generate detailed scenarios and identify the probability and consequences of these scenarios. SIMPRA has three main modules including Simulator, Planner and Scheduler, and it approach is much more efficient in covering the large space of possible scenarios as compared with, for example, biased Monte Carlo simulations because of the Planner module which uses engineering knowledge to guide the simulation process. The value-added of this approach is that it enables the designer to observe system behaviour under many different conditions. This process will lead to a risk-informed design in which the risk of negative consequences is either eliminated entirely or reduced to an acceptable range. For illustrative purposes, an earth observation satellite system example is introduced.

연구 동기 및 목표

• 높은 불확실성과 위험이 수반되는 매우 복잡하고 안전이 핵심인 시스템에서 결정론적 설계 접근 방식의 한계를 해결하기 위해.
• 초기 설계 단계에서 정밀한 시나리오 기반 위험 평가를 가능하게 함으로써 불필요한 과잉 설계 비용을 줄이기 위해.
• 강력한 시뮬레이션 샘플링에 의존하지 않고도 광범위한 잠재적 실패 유형의 공간을 탐색할 수 있는 확장성 있고 효율적인 방법을 개발하기 위해.
• 공 ing 지식을 시뮬레이션 워크플로우에 통합하여 고위험 실패 시나리오를 우선순위에 따라 정렬하고 위험 예측 정확도를 향상시키기 위해.
• 실제 위성 시스템 사례 연구를 통해 SIMPRA 프레임워크의 실현 가능성과 장점을 입증하기 위해.

제안 방법

• SIMPRA 프레임워크는 시스템 행동 모델링을 위한 시뮬레이터 모듈, 공 ing 지식을 활용해 시뮬레이션을 안내하는 플래너 모듈, 시뮬레이션 실행을 관리하는 스케줄러 모듈로 구성된 세 가지 핵심 모듈로 이루어져 있다.
• 플래너 모듈은 도메인 특화 지식을 사용하여 고위험 이탈 시나리오를 식별하고 우선순위를 정함으로써 포괄적인 샘플링의 필요성을 줄인다.
• 이러한 안내된 시나리오 하에서 시뮬레이션이 실행되어 시스템 행동 데이터를 생성함으로써 실패 가능성과 결과의 비확률적 추정이 가능해진다.
• 이 방법은 전통적인 편향된 몬테카를로 방법의 비효율성을 피하기 위해 전문 지식을 직접적으로 시나리오 생성 과정에 통합함으로써 커버리지와 정확도를 향상시킨다.
• 시스템 행동은 구성 요소 간의 동적 상호작용과 실패 전파를 포괄하는 풍부한 시뮬레이션 모델을 통해 모델링된다.
• 실패 확률과 결과 등의 위험 지표는 집계된 시뮬레이션 결과에서 계산되어 설계 결정보조를 위한 정보를 제공한다.

실험 결과

연구 질문

• RQ1 어떻게 공 ing 지식을 시뮬레이션 기반 위험 평가에 체계적으로 통합하여 시나리오 커버리지와 효율성을 향상시킬 수 있는가?
• RQ2 전통적인 몬테카를로 방법에 비해 SIMPRA는 비확률적 위험 평가의 계산 부담을 어느 정도 줄이는가?
• RQ3 SIMPRA는 지구 관측 위성과 같은 복잡한 시스템에서 고위험 실패 시나리오를 효과적으로 식별하고 정량화할 수 있는가?
• RQ4 SIMPRA는 실패 확률과 결과의 정확한 추정을 제공함으로써 위험 기반 설계 결정보조를 어떻게 지원하는가?
• RQ5 가이드된 시뮬레이션 접근 방식은 초도 설계 단계에서 위험 평가의 신뢰성과 완전성에 어떤 영향을 미치는가?

주요 결과

• SIMPRA는 공 ing 지식을 활용해 시뮬레이션을 안내함으로써 실패 시나리오 공간을 효율적으로 탐색하여, 무분별하거나 편향된 몬테카를로 방법에 비해 요구되는 시뮬레이션 수를 크게 줄였다.
• 이 프레임워크는 지구 관측 위성 사례 연구에서 자세한 확률과 결과를 정량화한 핵심 실패 시나리오를 성공적으로 식별하였다. 이는 자세한 자세제어 및 전원 시스템 이상을 포함한다.
• 고위험 시나리오에 집중함으로써 SIMPRA는 과잉 설계의 위험을 줄이고 안전성과 신뢰성을 유지함으로써 비용 효율적인 시스템 설계를 가능하게 하였다.
• 플래너 모듈의 통합은 비선형적 행동을 보이는 복잡한 시스템에서 특히 유의미하게 정확도와 통찰력을 높인 비용 효과적인 위험 평가를 가능하게 하였다.
• 시뮬레이션 결과는 SIMPRA가 프로액티브 설계 개선을 지원할 수 있는 풍부한 행동 정보를 포함한 상세한 실패 시나리오를 생성할 수 있음을 입증하였다.
• 사례 연구는 SIMPRA가 물리적 프로토타입 이전에 위험을 평가하고 완화할 수 있도록 하여 위험 기반 설계를 지원함을 확인하였다.