CN107195342A - 一种测量核电厂核素活度分布的方法 - Google Patents
一种测量核电厂核素活度分布的方法 Download PDFInfo
- Publication number
- CN107195342A CN107195342A CN201710216323.8A CN201710216323A CN107195342A CN 107195342 A CN107195342 A CN 107195342A CN 201710216323 A CN201710216323 A CN 201710216323A CN 107195342 A CN107195342 A CN 107195342A
- Authority
- CN
- China
- Prior art keywords
- nucleic
- point
- impact
- currently assigned
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/017—Inspection or maintenance of pipe-lines or tubes in nuclear installations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/56—Particle system, point based geometry or rendering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明提供一种测量核电厂核素活度分布的方法,包括获取探测器指定核素及测量数据,将实测测量数据作为当前计量数据进入预设模式,得到每一种指定核素的实测概率权重值排成的单列向量及其元素个数;以每一种指定核素的类别为模拟单位和其对应的单列向量的元素个数为循环数,根据几何模型循环模拟探测器,获取每次模拟的测量数据并进入预设模式处理,得到每一种指定核素在其每次被模拟时的模拟概率权重值及由模拟概率权重值形成的同型矩阵;根据每一种指定核素的单列向量及其对应的同型矩阵,计算出每一种指定核素的活度分布。实施本发明,能够克服现有辐射“热点”探测手段的不足,精准测量出厂房辐射“热点”活度分布情况。
Description
技术领域
本发明涉及核辐射测量技术领域,尤其涉及一种测量核电厂核素活度分布的方法。
背景技术
随着我国现役核电厂的逐渐老化,反应堆内部管道中活化腐蚀产物在特定位置逐年累积,形成了伽马辐射源,而这类辐射“热点”正在逐年增多,使得大修期间工作人员所受辐射剂量亦逐年增多,导致控制集体辐射剂量的问题愈发突出。
不论是通过屏蔽的办法减弱射线,还是通过计算“热点”形成的辐射场以优化作业路径,都离不开对“热点”的准确测量。但是,测量辐射“热点”与通常的“寻找丢失放射源”不同:首先,“找源”问题通常都可以视为点源,而且核素种类单一,用成熟的伽马相机进行成像就可以发现放射源的位置,然而厂房辐射“热点”通常都积聚于管道或设备内部,具有一定的几何形状和尺寸,不能视为点源,并且核素组成复杂,伽马射线能量范围广,对探测器的能量分辨率要求高;其次,厂房辐射“热点”涉及到三大关键参数:位置、能量和活度,这三个参数不是三个标量,而是三个自变量构成的函数,相当于要求出由x×y×z ×i×j个未知数组成的矩阵。
在现有技术中,通常采用γ谱仪、孔式γ相机(包括小孔式和编码孔式)和康普顿散射成像式伽马相机来测量厂房辐射“热点”活度分布情况。但是,发明人发现,γ谱仪虽然可以测能谱并给出能量及强度(即i×j矩阵),但没有位置分辨能力,测的是所有位置辐射源的混合结果;孔式γ相机可以给出二维位置及强度(即x×z×j矩阵),但一方面因通常采用闪烁体探测器,能量分辨率一般劣于7%,不能有效区分核素,且测的是所有核素的混合强度,另一方面视野一般小于60°,要测量较大范围空间时就必须朝诸多角度分别拍摄,费时费力;康普顿散射成像式伽马相机虽然可以同时给出二维位置、能量及强度(即x×z×i×j矩阵),而且无需准直器,视角可达360°,但成像的结果仅能以经纬角的二维形式呈现,拍摄出叠加于光学照片上的射线强度图片,不能解决辐射“热点”受到材料遮挡时定量测量源强的问题。
因此,亟需一种测量厂房辐射“热点”活度分布的方法,能够克服现有辐射“热点”探测手段的不足,精准测量出厂房辐射“热点”活度分布情况。
发明内容
本发明实施例所要解决的技术问题在于,提供一种测量核电厂核素活度分布的方法,能够克服现有辐射“热点”探测手段的不足,精准测量出厂房辐射“热点”活度分布情况,反映出了核电厂辐射“热点”同时与三维位置、能量及强度相关(即给出了三大关键参数的x×y×z×i×j矩阵)。
为了解决上述技术问题,本发明实施例提供了一种测量核电厂核素活度分布的方法,所述方法包括:
获取由探测器实测核电厂待测放射源后指定核素及所得对应伽马事件内部转为命中点的测量数据,且将所述获取到的实测测量数据作为当前计量数据进入预设模式中计算,并以每一种指定核素的类别为计算单位,分别得到每一种指定核素的实测概率权重值,进一步得到每一种指定核素由其对应实测概率权重值所组成的单列向量及对应单列向量的元素个数。
采用蒙卡程序建立所述核电厂内待测放射源所处空间和所述探测器的几何模型,并以每一种指定核素的类别为模拟单位和其对应由实测概率权重值所组成单列向量的元素个数为循环数,通过所述蒙卡构建的几何模型循环模拟所述探测器探测核电厂待测放射源后,分别获取每次模拟所述探测器所得伽马事件转为命中点时的测量数据,且将每次所述获取到的模拟测量数据分别作为当前计量数据进入所述预设模式中计算,得到每一种指定核素在其每次被模拟时的模拟概率权重值,进一步将同一种指定核素每次被模拟得到的模拟概率权重值为列向量形成其对应的同型矩阵;其中,所述实测测量数据和所述模拟测量数据均包括命中点的三维位置、命中时间和能量沉积。
根据所述得到的每一种指定核素由其对应实测概率权重值所组成的单列向量及由其对应模拟概率权重值为列向量所形成的同型矩阵,通过方程Ax=b,计算出每一种指定核素的活度分布;其中,A为每一种指定核素由其对应模拟概率权重值为列向量所形成的同型矩阵,b为每一种指定核素由其对应实测概率权重值所组成的单列向量,x为每一种指定核素在各个框定的空间网格中的待解活度值排成的向量。
其中,所述当前计量数据进入所述预设模式中计算的具体步骤包括:
确定当前计量数据进入计算时所对应当前指定核素的类别,并根据当前指定核素的类别,在预设的核素特征伽马射线能量表中,得到当前指定核素的伽马射线能量,并根据所述探测器的预设能量分辨率以及所述当前指定核素的伽马射线能量,确定当前指定核素在能谱上的能量窗范围;
根据当前计量数据中每一个命中点的命中时间,对所述当前计量数据中所有命中点进行一次筛选,得到满足预设组合条件的命中点及其相应的命中点组合,并根据所述当前指定核素的伽马射线能量及其对应的能量窗范围以及所述当前计量数据中每一个命中点的能量沉积,分别对一次筛选得到的命中点进行二次筛选,得到当前指定核素所需的命中点及其相应的命中点组合,且进一步根据所述当前指定核素的伽马射线能量及其对应的命中点组合,获取当前指定核素的康普顿散射点和光电吸收点;
根据当前计量数据中每一个命中点的三维位置和能量沉积,确定当前指定核素内所有命中点组合中康普顿散射点及光电吸收点的三维位置和能量沉积,并以当前指定核素内的任一组命中点组合为单位,根据当前指定核素内每一组命中点组合中康普顿散射点和光电吸收点的三维位置和能量沉积以及当前指定核素的伽马射线能量,对当前指定核素内任一命中点组合均进行圆锥面虚拟,得到与当前指定核素内每一命中点组合均对应的虚拟圆锥面;其中,每一个所述虚拟圆锥面均以当前指定核素内对应命中点组合中康普顿散射点的三维位置为顶点、以当前指定核素内对应命中点组合中康普顿散射点至相对光电吸收点的向量为轴以及以当前指定核素内对应命中点组合中特定的康普顿散射角为半锥角构建而成;每一个所述虚拟圆锥面中特定的康普顿散射角均是由其对应当前指定核素内命中点组合中康普顿散射点的能量沉积和当前指定核素的伽马射线能量决定;
对当前指定核素内所得到的每一个所述虚拟圆锥面进行离散化遍历处理,并根据离散化遍历处理结果,在预设的三维空间所划分的立方体网格中,筛选出存放有当前指定核素内虚拟圆锥面的立方体网格及其对应存放虚拟圆锥面的数量,且进一步根据每一个所筛选立方体网格存放虚拟圆锥面的数量,得到当前指定核素对应于当前计量数据为所述实测测量数据时的实测概率权重值或当前指定核素对应于当前计量数据为所述模拟测量数据时的模拟概率权重值;其中,所述预设的三维空间是通过构建所述核电厂内待测放射源所处空间相匹配的三维直角坐标系来实现,包括多个具有相同特定网格尺寸的立方体网格。
其中,所述根据当前计量数据中每一个命中点的命中时间,对所述当前计量数据中所有命中点进行一次筛选,得到满足预设组合条件的命中点及其相应的命中点组合,并根据所述当前指定核素的伽马射线能量及其对应的能量窗范围以及所述当前计量数据中每一个命中点的能量沉积,分别对一次筛选得到的命中点进行二次筛选,得到当前指定核素所需的命中点及其相应的命中点组合,且进一步根据所述当前指定核素的伽马射线能量及其对应的命中点组合,获取当前指定核素的康普顿散射点和光电吸收点的步骤具体包括:
对所述当前计量数据中的命中点任意两两组合,并根据所述当前计量数据中每一个命中点的命中时间,对所有任意组合的两个命中点均进行筛选,保留出满足所述预设组合条件的命中点及其形成的组合;
根据所述当前计量数据中每一个命中点的能量沉积,确定所述保留命中点的能量沉积,并计算出所述保留命中点对应组合内每组命中点的能量沉积累加之和;
根据所述当前指定核素的能量窗范围以及所计算出的保留组合内每组命中点的能量沉积累加之和,对所述保留组合进行筛选,得到当前指定核素满足预设能量对比条件的组合及其对应所需的命中点;
根据所述当前指定核素的伽马射线能量及其对应的组合,设定在当前指定核素的伽马射线能量大于或等于预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为康普顿散射点、能量沉积小的命中点均为光电吸收点;或设定在当前指定核素的伽马射线能量小于所述预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为光电吸收点、能量沉积小的命中点均为康普顿散射点。
其中,所述预设组合条件为任一保留组合之中两个命中点的命中时间间隔应小于所述探测器响应时间,且任一保留组合之中两个命中点均具有唯一性。
其中,所述预设能量对比条件为任一保留组合内两个命中点的能量沉积累加之和应位于所述当前指定核素的能量窗范围内。
其中,所述每一个所述虚拟圆锥面中特定的康普顿散射角均通过公式来实现;其中,θ为康普顿散射角,E1为当前指定核素内任一命中点组合中康普顿散射点的能量沉积,E0为当前指定核素的伽马射线能量,mec2为光子质量,其为常量。
其中,所述对当前指定核素内所得到的每一个所述虚拟圆锥面进行离散化遍历处理,并根据离散化遍历处理结果,在预设的三维空间所划分的立方体网格中,筛选出存放有当前指定核素内虚拟圆锥面的立方体网格及其对应存放虚拟圆锥面的数量,且进一步根据每一个所筛选立方体网格存放虚拟圆锥面的数量,得到当前指定核素对应于当前计量数据为所述实测测量数据时的实测概率权重值或当前指定核素对应于当前计量数据为所述模拟测量数据时的模拟概率权重值的步骤具体包括:
将所述预设的三维空间内所有立方体网格均赋值为0;
对当前指定核素内所得到的每一个所述虚拟圆锥面执行第一重循环遍历后,继续对当前指定核素内所得到的每一个所述虚拟圆锥面执行第二重循环遍历,筛选出两重循环遍历后存放有当前指定核素内虚拟圆锥面的立方体网格并统计每一个所筛选立方体网格中存放虚拟圆锥面的数量;其中,所述第一重循环遍历以虚拟圆锥面母线长度为幅度变量,并设定幅度变量值从0开始以特定幅度增量进行递增遍历,直至所设定的幅度变量值超出所述预设的三维空间的边界为止;所述第二重循环遍历以每次幅度变量值分别为圆半径时所对应的圆心角为角度变量,并设定角度变量值从0开始以特定角度增量进行递增遍历,直至所设定的角度变量值为2π为止;其中,所述特定幅度增量设为立方体网格特定网格尺寸的1/10-1/3之其一;所述特定角度增量设为弧长对应在立方体网格特定网格尺寸1/10-1/5之其一时的圆心角;
将每一个所筛选立方体网格统计出的数量均同时乘以一个给定值,并将所得到的乘积分别对应赋予每一个所筛选立方体网格;
当检测到当前计量数据为所述实测测量数据时,将所述赋予的每一个所筛选立方体网格的乘积作为当前指定核素的实测概率权重值;
当检测到当前计量数据为所述模拟测量数据时,将所述赋予的每一个所筛选立方体网格的乘积作为当前指定核素的模拟概率权重值。
其中,所述实测测量数据和所述模拟测量中命中点的三维位置X、Y方向均是通过所述探测器的像素序号来确定,Z方向均是利用核电子学记录伽马事件的电子漂移时长来确定。
其中,所述实测测量数据是通过将所述探测器置放于核电厂所述待测放射源所处空间外并距离所述待测放射源1至10米的范围内,开启且探测所述待测放射源1至120分钟而获得。
其中,所述指定核素的类别包括58Co、60Co、110mAg、124Sb、137Cs、51Cr、54Mn、59Fe、95Zr、95Nb、134Cs、131I。
实施本发明实施例,具有如下有益效果:
1、在本发明实施例中,不管是探测器直接探测待测放射源后所得的实测测量数据,还是模拟探测器探测待测放射源后所得的模拟测量数据,二者均包括命中点(即辐射“热点”、核素)的三维位置(x×y×z)、能量沉积(i),且二者都参与到预设模式中计算来得出核素的活度(j)分布情况,从而建立起核电厂辐射“热点”同时与三维位置、能量及强度相关(即给出了三大关键参数的x×y×z×i×j矩阵),克服了现有辐射“热点”探测手段的不足;
2、在本发明实施例中,通过模拟探测器探测待测放射源后所得模拟测量数据对应的模拟概率权重值所形成的同型矩阵来修正探测器直接探测待测放射源后所得的实测测量数据的实测概率权重值所形成的单列向量,得出的核素的活度分布情况更精确,从而提高了计算精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种测量核电厂核素活度分布的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明实施例中,提供的一种测量核电厂核素活度分布的方法,所述方法包括:
步骤S1、获取由探测器实测核电厂待测放射源后所得指定核素及所得对应伽马事件内部转为命中点的测量数据,且将所述获取到的实测测量数据作为当前计量数据进入预设模式中计算,并以每一种指定核素的类别为计算单位,分别得到每一种指定核素的实测概率权重值,进一步得到每一种指定核素由其对应实测概率权重值所组成的单列向量及对应单列向量的元素个数;
具体过程为,首先在步骤S1之前,选择三维位置灵敏伽马探测器来实测核电厂待测放射源,这类探测器能够记录每一个命中探测器并产生能量沉积的伽马事件,提供其在探测器内部命中点的三维位置、命中时间和能量沉积。在一个实施例中,这类探测器通常采用碲锌镉(CdZnTe)半导体阵列探测器,也可由其他材料制成。
这类探测器记录命中点的三维位置可以采用但不限于以下方法:X、Y方向的位置通过探测器的像素序号来确定,即通过将探测器灵敏区域进行像素化来实现,典型的做法是将阳极划分为网格状,共用阴极,利用阳极序号转化为X、Y方向的位置信息;Z方向均是利用核电子学记录伽马事件的电子漂移时长来确定,即利用核电子学记录每个事件的电子漂移时长,转化为Z方向的深度信息,这样就使得每个伽马事件在探测器内部的命中点的三维位置信息能够被读出并使用。
将三维位置灵敏伽马探测器置放于核电厂待测放射源所处空间中,即如可能含有辐射“热点”(即待测放射源)的厂房内,因为“热点”一般沉积于管道或阀门等位置,并距离待测放射源1至10米的范围内,开启且探测待测放射源1至120分钟,记录下每个伽马事件对应转为命中点的三维位置、命中时间以及能量沉积。这些信息组成伽马事件数据集,可以在探测过程中随时将记录到的数据传给计算机,也可以在探测结束后再将全部数据打包传输。由此可见,计算机获取到的实测数据包括命中点的三维位置、命中时间以及能量沉积。
其次,在步骤S1之前,还需要建立实测核电厂待测放射源每一种指定核素的特征伽马射线能量表(即预先设定好指定核素的特征伽马射线能量表),其中,指定核素的类别包括但不限于58Co、60Co、110mAg、124Sb、137Cs、51Cr、54Mn、59Fe、95Zr、95Nb、134Cs、131I。在选择每一种指定核素的特征伽马射线作为测量对象时,主要遵循以下策略:
(1)指定核素伽马射线的能量要位于探测器的响应范围内(优先选250-1500keV,其次选50-250keV以及1500-2000keV);(2)指定核素伽马射线的发射概率高的优先,射线能量较大的优先;(3)根据探测器的能量分辨率,避开与湮没峰(511keV)、反散射峰(~180keV)过于接近的能量;(4)对于指定核素有多条伽马射线备选的核素,通常选择1条γ射线作为主测对象,再选择1-3条伽马射线作为校验。
在一个实施例中,根据上述策略,选定指定核素的特征伽马射线,如下表1所示:
表 1
核素 | 主测伽马射线能量E 0 | 用于校验的伽马射线 |
58Co | 810.8keV | 无 |
60Co | 1332.5keV | 1173.2keV |
110mAg | 884.7keV | 657.8keV、937.5keV、1384.3keV |
124Sb | 1691.0keV | 602.7keV |
137Cs | 661.7keV | 无 |
51Cr | 320.1keV | 无 |
54Mn | 834.8keV | 无 |
59Fe | 1099.2keV | 1291.6keV |
95Zr | 724.2keV | 756.7keV |
95Nb | 765.8keV | 无 |
134Cs | 795.84keV | 604.7keV |
131I | 364.48keV | 无 |
最后,将步骤S1之前得到的每一种指定核素、实测测量数据以及预设的核素特征伽马射线能量表都导入计算机中,并将实测测量数据作为计量数据通过内部预设模式计算,以便得到每一种核素的实测概率权重值及其对应形成单列向量的元素个数。
在本发明实施例中,实测测量数据作为当前计量数据进入预设模式计算的过程具体如下:
步骤S11、确定当前计量数据进入计算时所对应当前指定核素的类别,并根据当前指定核素的类别,在预设的核素特征伽马射线能量表中,得到当前指定核素的伽马射线能量,并根据所述探测器的预设能量分辨率以及所述当前指定核素的伽马射线能量,确定当前指定核素在能谱上的能量窗范围;
具体为,根据当前指定核素的类别,找到对应的伽马射线能量,根据探测器的预设能量分辨率(典型值为1%-3%),换算出上表1中当前指定核素在能谱上的能量窗。能量窗宽度可以取探测器全能峰半高宽FWHM的2.54倍,也可以取其他宽度。公式如下:能量窗上下界 =E 0±1.27·FWHM = E 0±1.27·R·E 0;
在一个实施例中,进入计算的当前指定核素为58Co,其特征伽马射线能量E 0在上表1中找到为810.8keV,此时探测器为三维位置灵敏伽马探测器的能量分辨率R=2%,换算出待测核素58Co在能谱上的能量窗范围为790.2keV-831.4keV。
步骤S12、根据当前计量数据中每一个命中点的命中时间,对所述当前计量数据中所有命中点进行一次筛选,得到满足预设组合条件的命中点及其相应的命中点组合,并根据所述当前指定核素的伽马射线能量及其对应的能量窗范围以及所述当前计量数据中每一个命中点的能量沉积,分别对一次筛选得到的命中点进行二次筛选,得到当前指定核素所需的命中点及其相应的命中点组合,且进一步根据所述当前指定核素的伽马射线能量及其对应的命中点组合,获取当前指定核素的康普顿散射点和光电吸收点;
具体为,步骤S121、对所述当前计量数据中的命中点任意两两组合,并根据所述当前计量数据中每一个命中点的命中时间,对所有任意组合的两个命中点均进行筛选,保留满足所述预设组合条件的命中点及其形成的组合;其中,所述预设组合条件为任一保留组合之中两个命中点的命中时间间隔应小于所述探测器响应时间,且任一保留组合之中两个命中点均具有唯一性;
可以理解的是,步骤S121是对当前计量数据进行“双命中点事件”筛选,方法是先判断各个命中点的命中时间,对于任意两个命中点命中时间的间隔小于探测器响应时间的,都视为由同一个伽马光子所引发,这样就建立起了各个命中点的时间关联,由此得知了哪几个命中点是由同一个伽马光子引发。一个伽马光子恰好产生2个命中点的事件称为“双命中点事件”,凡是这样的事件得以保留,其余多于或少于2个命中点的事件予以剔除。
步骤S122、根据所述当前计量数据中每一个命中点的能量沉积,确定所述保留命中点的能量沉积,并计算出所述保留命中点对应组合内每组命中点的能量沉积累加之和;
可以理解的是,步骤S122对步骤S121中“双命中点事件”保留下来的组合中两个命中点的能量沉积求和,以便二次筛选,得到当前指定核素需要的命中点。
步骤S123、根据所述当前指定核素的能量窗范围以及所计算出的保留组合内每组命中点的能量沉积累加之和,对所述保留组合进行筛选,得到当前指定核素满足预设能量对比条件的组合及其对应所需的命中点;其中,所述预设能量对比条件为任一保留组合内两个命中点的能量沉积累加之和应位于所述当前指定核素的能量窗范围内;
可以理解的是,步骤S123用来逐一判断保留组合内两个命中点的能量沉积累加之和是否位于当前指定核素的能量窗范围内;如果是,则继续保留下来作为可成像事件;如果否,则丢弃。
步骤S124、根据所述当前指定核素的伽马射线能量及其对应的组合,设定在当前指定核素的伽马射线能量大于或等于预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为康普顿散射点、能量沉积小的命中点均为光电吸收点;或设定在当前指定核素的伽马射线能量小于所述预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为光电吸收点、能量沉积小的命中点均为康普顿散射点。
可以理解的是,步骤S124用来判定如果当前指定核素的伽马射线能量E 0>=预设阈值(如400keV),则将当前指定核素内任一组合中能量沉积较大的命中点标记为康普顿散射点,能量沉积较小的命中点标记为光电吸收点,反之,则判定如果当前指定核素的伽马射线能量E 0<预设阈值(如400keV),将则将当前指定核素内任一组合中能量沉积较大的命中点标记为光电吸收点,能量沉积较小的命中点标记为康普顿散射点。
步骤S13、根据当前计量数据中每一个命中点的三维位置和能量沉积,确定当前指定核素内所有命中点组合中康普顿散射点及光电吸收点的三维位置和能量沉积,并以当前指定核素内的任一组命中点组合为单位,根据当前指定核素内每一组命中点组合中康普顿散射点和光电吸收点的三维位置和能量沉积以及当前指定核素的伽马射线能量,对当前指定核素内任一命中点组合均进行圆锥面虚拟,得到与当前指定核素内每一命中点组合均对应的虚拟圆锥面;其中,每一个所述虚拟圆锥面均以当前指定核素内对应命中点组合中康普顿散射点的三维位置为顶点、以当前指定核素内对应命中点组合中康普顿散射点至相对光电吸收点的向量为轴以及以当前指定核素内对应命中点组合中特定的康普顿散射角为半锥角构建而成;每一个所述虚拟圆锥面中特定的康普顿散射角均是由其对应当前指定核素内命中点组合中康普顿散射点的能量沉积和当前指定核素的伽马射线能量决定;
具体为,确定当前指定核素内所有命中点组合中康普顿散射点及光电吸收点的三维位置和能量沉积,并以当前指定核素内的任一组命中点组合为单位,以康普顿散射点的三维位置为顶点,以康普顿散射点至相对光电吸收点的向量为轴,以特定的康普顿散射角θ为半锥角,在空间中构建虚拟圆锥面。
其中,特定的康普顿散射角θ通过公式来实现;其中,θ为康普顿散射角,E 1为当前指定核素内任一命中点组合中康普顿散射点的能量沉积,E 0为当前指定核素的伽马射线能量,m e c 2为光子质量,其为常量。
步骤S14、对当前指定核素内所得到的每一个所述虚拟圆锥面进行离散化遍历处理,并根据离散化遍历处理结果,在预设的三维空间所划分的立方体网格中,筛选出存放有当前指定核素内虚拟圆锥面的立方体网格及其对应存放虚拟圆锥面的数量,且进一步根据每一个所筛选立方体网格存放虚拟圆锥面的数量,得到当前指定核素对应于当前计量数据为所述实测测量数据时的实测概率权重值或当前指定核素对应于当前计量数据为所述模拟测量数据时的模拟概率权重值;其中,所述预设的三维空间是通过构建所述核电厂内待测放射源所处空间相匹配的三维直角坐标系来实现,包括多个具有相同特定网格尺寸的立方体网格。
具体为,将所述预设的三维空间内所有立方体网格均赋值为0;
对当前指定核素内所得到的每一个所述虚拟圆锥面执行第一重循环遍历后,继续对当前指定核素内所得到的每一个所述虚拟圆锥面执行第二重循环遍历,筛选出两重循环遍历后存放有当前指定核素内虚拟圆锥面的立方体网格并统计每一个所筛选立方体网格中被虚拟圆锥面遍历过的数量;其中,所述第一重循环遍历以虚拟圆锥面母线长度为幅度变量,并设定幅度变量值从0开始以特定幅度增量进行递增遍历,直至所设定的幅度变量值超出所述预设的三维空间的边界为止;所述第二重循环遍历以每次幅度变量值分别为圆半径时所对应的圆心角为角度变量,并设定角度变量值从0开始以特定角度增量进行递增遍历,直至所设定的角度变量值为2π为止;其中,所述特定幅度增量设为立方体网格特定网格尺寸的1/10-1/3之其一;所述特定角度增量设为弧长对应在立方体网格特定网格尺寸1/10-1/5之其一时的圆心角;
将每一个所筛选立方体网格被虚拟圆锥面遍历过的数量均同时乘以一个给定值,并将所得到的乘积分别对应赋予每一个所筛选立方体网格。然后,将所述赋予的每一个所筛选立方体网格的乘积作为当前指定核素的实测概率权重值。
应当说明的是,预设的三维空间是通过构建核电厂内待测放射源所处空间相匹配的三维直角坐标系来实现,包括多个具有相同特定网格尺寸的立方体网格,该特定网格尺寸可以是1-10cm,也可以是其他尺寸。网格尺寸决定了最终的源强分布测量结果的空间精细度,因此网格尺寸的设定要与待测空间中的典型部件(例如,厂房中可能沉积“热点”的管道)的几何尺度相适应。
可以理解的是,通过上述二重循环,每一个虚拟圆锥面将转化为计算机程序可以遍历的一系列点。对于每一个遍历到的点,根据其三维位置判断其属于哪一个立方体网格,并为该网格对应的概率权重累加上一个值(即虚拟圆锥面数量乘以一个值),这个值可以固定为1或者其他数值,也可以是与遍历点所在位置有关的变量。
实测概率权重值确定后,它虽然反映了其对应的网格含有该核素的概率,但这一概率值尚不等于该网格含有的核素活度,但二者在测量中有唯一的换算关系,需要通过探测效率刻度来确定。因此,在步骤S14之后,需要将当前指定核素的实测概率权重值转换成三维矩阵的形式,按元素一个一个地以单列向量的形式排成并统计出元素个数,以便后续探测效率刻度的实现。
步骤S2、采用蒙卡程序建立所述核电厂内待测放射源所处空间和所述探测器的几何模型,并以每一种指定核素的类别为模拟单位和其对应由实测概率权重值所组成单列向量的元素个数为循环数,通过所述蒙卡构建的几何模型循环模拟所述探测器探测核电厂待测放射源后,分别获取每次模拟所述探测器所得伽马事件转为命中点时的测量数据,且将每次所述获取到的模拟测量数据分别作为当前计量数据进入所述预设模式中计算,得到每一种指定核素在其每次被模拟时的模拟概率权重值,进一步将同一种指定核素每次被模拟得到的模拟概率权重值为列向量形成其对应的同型矩阵;其中,所述实测测量数据和所述模拟测量数据均包括命中点的三维位置、命中时间和能量沉积;
具体过程为,与通常的利用全能峰计数来换算核素活度的伽马谱仪不同的是,某个空间网格的康普顿散射成像对应的虚拟圆锥面会对空间的其他网格都有贡献,如n元向量b中的每一个元素都是来自所有n个源项网格的贡献的叠加,因此需要n×n的矩阵才能反映n个源项活度元素与n个概率空间元素的相互关系,记此n×n的矩阵为效率刻度矩阵。效率刻度矩阵的第j列有n个元素,依次代表了当只有第j个源项网格存在单位活度核素时,对所有n个源项网格在概率空间矩阵中的贡献。因此探测效率刻度就是要把效率刻度矩阵的所有元素确定下来。
因此,需要采用蒙卡程序建立所述核电厂内待测放射源所处空间和所述探测器的几何模型,并以每一种指定核素的类别为模拟单位和其对应由实测概率权重值所组成单列向量的元素个数为循环数,通过几何模型循环模拟探测器探测核电厂待测放射源后,分别获取每次模拟探测器所得伽马事件转为命中点时的测量数据,且将每次获取到的模拟测量数据分别作为当前计量数据进入预设模式中计算,得到每一种指定核素在其每次被模拟时的模拟概率权重值,进一步将同一种指定核素每次被模拟得到的模拟概率权重值为列向量形成其对应的同型矩阵。
可以理解的是,在几何模型循环模拟过程中,其实可以根据步骤S1中框定每一个指定核素对应三维空间的立方体网络,这样只需循环模拟探测器对框定的空间立方体网格的探测效率即可,得到每一种指定核素每一次循环的模拟概率权重值,进一步将每一次循环得到的模拟概率权重值排成单列向量的形式,并在所有循环结束后将同一指定核素的各个单列向量排成同型矩阵。
由此可见,每完成一次循环,指定核素的效率刻度矩阵就填写一列,直到以上循环全部完成,整个n×n的效率刻度矩阵就被填满了,即形成同型矩阵A。
在本发明实施例中,探测效率刻度的每一次循环过程中,指定核素的模拟测量数据会被当作计量数据进入预设模式计算,其每次循环计算的过程与步骤S1中实测测量数据作为当前计量数据进入预设模式计算的过程相同,只是最后得出的结果不同而已,即当检测到当前计量数据为模拟测量数据时,将赋予的每一个所筛选立方体网格的乘积作为当前指定核素的模拟概率权重值,具体计算过程请参见步骤S11至步骤S14,在此不再一一赘述。
步骤S3、根据所述得到的每一种指定核素由其对应实测概率权重值所组成的单列向量及由其对应模拟概率权重值为列向量所形成的同型矩阵,通过方程Ax=b,计算出每一种指定核素的活度分布;其中,A为每一种指定核素由其对应模拟概率权重值为列向量所形成的同型矩阵,b为每一种指定核素由其对应实测概率权重值所组成的单列向量,x为每一种指定核素在各个框定的空间网格中的待解活度值排成的向量。
具体过程为,确定出探测效率矩阵,即同型矩阵A之后,已知的概率空间向量b与未知的源项活度向量x之间的关系,即可用矩阵与向量乘法简明地表达为方程Ax=b。解此齐次线性方程组求出向量x,即得到了n个源项网格的核素活度。
对本发明实施例中测量核电厂核素活度分布的方法的应用场景做进一步说明,以在具有三个横管道的厂房内,测量横管道中含有的58Co核素活度为例,具体说明如下:
在计算机处理之前,选择具有三维位置灵敏读出功能的一台碲锌镉半导体阵列探测器,其像素数目为11×11,以及将探测器放置于横管道前方地面上,与横管道最近距离为4m,开机探测10min,记录下实测测量数据,即每个命中点的三维位置、命中时间以及能量沉积,待探测结束后将全部数据通过网线传输到计算机上;
计算机获取到数据后,在实测测量数据中进行“双命中点事件”筛选,留下68433个“双命中点事件”,确定核素58Co的特征伽马射线为810.8keV,根据三维位置灵敏伽马探测器的能量分辨率R=2%,换算出核素58Co在能谱上的能量窗范围为790.2keV-831.4keV;
对每一组“双命中点事件”(即保留组合)中两个命中点的能量沉积求和,判断能量沉积之和是否属于790.2keV-831.4keV的能量窗范围内;若属于,则继续保留,并归入核素58Co的组合中;若不属于,则舍弃;
对核素58Co的任一组合,因伽马射线能量E=810.8keV>400keV,故将核素58Co所有组合中两个命中点当中能量沉积较大的命中点标记为康普顿散射点,能量沉积较小的命中点标记为光电吸收点;
对核素58Co的每一组合为单位,以从光电吸收点到康普顿散射点的向量为参考方向,并记核素58Co每一组合中康普顿散射点的能量沉积为E 1,换算出核素58Co每一组合中康普顿散射角θ;此时,以康普顿散射点在空间中的坐标为顶点,以参考方向为轴,以θ为半锥角,在空间中构成虚拟圆锥面,则每一组合对应于一个这样的虚拟圆锥面;
在计算机中为三个横管道的厂房建立三维直角坐标系,厂房尺寸为5m×5m×5m,并划分立方体网格,网格尺寸设定为4cm,在计算机中为每个立方体网格储存一个概率权重变量,初始值均为0;
对所有的虚拟圆锥面,逐一按照以下的二重循环方法进行离散化遍历:第一重循环:以母线长度为幅度变量,从0到650cm递增遍历,幅度增量设定为1cm;第二重循环:对于第一重循环以母线长度对应圆的周长,并以该圆的圆心角φ为角度变量,从0到2π递增遍历,角度增量设定为;上述二重循环遍历到的每一个点,先根据其坐标判断其属于哪一个空间网格,再为该网格对应的概率权重累加上一个值,这个值设定为;
完成核素58Co所有虚拟圆锥面的遍历后,得到核素58Co的实测概率权重值,从而需进一步进行探测效率刻度;
此时,将空间网格与厂房的三维几何模型进行对照,厂房中可能存在源项核素的部件是三个横管道,它们所容纳的网格共有360个,这些网格称为源项网格,记其数目n=360,那么每个源项网格中核素58Co的活度都是待解的未知数。按照从高到低的顺序为源项网格依次编上1到360的序号,将记为活度未知数向量x,它有360个元素的。与此同时,得到的概率空间数组中依序号筛选出源项网格对应的实测概率权重值,将它们排成一列记为向量b,它也有360个元素;
记效率刻度矩阵(即同型矩阵)为A,它是360×360的方阵,并通过计算机的粒子输运蒙特卡罗模拟程序来进行:建立360×360的数组以存储矩阵A;用蒙卡程序Geant4建立厂房、三个横管道、管内水、探测器的几何模型,只在蒙卡模型的第j个源项网格中设置单位活度的核素,按照发射概率产生伽马射线,然后进行蒙卡模拟探测器记录的所有事件,新建的概率空间进行概率锥遍历,依编号读取概率空间中所有源项网格的概率权重,并依编号写入矩阵A第j列的第1至第360个元素。以上循环完成后,整个效率刻度矩阵A就被填满了。
解齐次线性方程组Ax=b,求出向量x,即得到了360个源项网格的58Co核素活度,从而三个横管道内的核素58Co的活度分布就此确定。
实施本发明实施例,具有如下有益效果:
1、在本发明实施例中,不管是探测器直接探测待测放射源后所得的实测测量数据,还是模拟探测器探测待测放射源后所得的模拟测量数据,二者均包括命中点(即辐射“热点”、核素)的三维位置(x×y×z)、能量沉积(i),且二者都参与到预设模式中计算来得出核素的活度(j)分布情况,从而建立起核电厂辐射“热点”同时与三维位置、能量及强度相关(即给出了三大关键参数的x×y×z×i×j矩阵),克服了现有辐射“热点”探测手段的不足;
2、在本发明实施例中,通过模拟探测器探测待测放射源后所得模拟测量数据对应的模拟概率权重值所形成的同型矩阵来修正探测器直接探测待测放射源后所得的实测测量数据的实测概率权重值所形成的单列向量,得出的核素的活度分布情况更精确,从而提高了计算精度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种测量核电厂核素活度分布的方法,其特征在于,所述方法包括:
获取由探测器实测核电厂待测放射源后指定核素及所得对应伽马事件内部转为命中点的测量数据,且将所述获取到的实测测量数据作为当前计量数据进入预设模式中计算,并以每一种指定核素的类别为计算单位,分别得到每一种指定核素的实测概率权重值,进一步得到每一种指定核素由其对应实测概率权重值所组成的单列向量及对应单列向量的元素个数;
采用蒙卡程序建立所述核电厂内待测放射源所处空间和所述探测器的几何模型,并以每一种指定核素的类别为模拟单位和其对应由实测概率权重值所组成单列向量的元素个数为循环数,通过所述蒙卡构建的几何模型循环模拟所述探测器探测核电厂待测放射源后,分别获取每次模拟所述探测器所得伽马事件转为命中点时的测量数据,且将每次所述获取到的模拟测量数据分别作为当前计量数据进入所述预设模式中计算,得到每一种指定核素在其每次被模拟时的模拟概率权重值,进一步将同一种指定核素每次被模拟得到的模拟概率权重值为列向量形成其对应的同型矩阵;其中,所述实测测量数据和所述模拟测量数据均包括命中点的三维位置、命中时间和能量沉积;
根据所述得到的每一种指定核素由其对应实测概率权重值所组成的单列向量及由其对应模拟概率权重值为列向量所形成的同型矩阵,通过方程Ax=b,计算出每一种指定核素的活度分布;其中,A为每一种指定核素由其对应模拟概率权重值为列向量所形成的同型矩阵,b为每一种指定核素由其对应实测概率权重值所组成的单列向量,x为每一种指定核素在各个框定的空间网格中的待解活度值排成的向量。
2.如权利要求1所述的方法,其特征在于,所述当前计量数据进入所述预设模式中计算的具体步骤包括:
确定当前计量数据进入计算时所对应当前指定核素的类别,并根据当前指定核素的类别,在预设的核素特征伽马射线能量表中,得到当前指定核素的伽马射线能量,并根据所述探测器的预设能量分辨率以及所述当前指定核素的伽马射线能量,确定当前指定核素在能谱上的能量窗范围;
根据当前计量数据中每一个命中点的命中时间,对所述当前计量数据中所有命中点进行一次筛选,得到满足预设组合条件的命中点及其相应的命中点组合,并根据所述当前指定核素的伽马射线能量及其对应的能量窗范围以及所述当前计量数据中每一个命中点的能量沉积,分别对一次筛选得到的命中点进行二次筛选,得到当前指定核素所需的命中点及其相应的命中点组合,且进一步根据所述当前指定核素的伽马射线能量及其对应的命中点组合,获取当前指定核素的康普顿散射点和光电吸收点;
根据当前计量数据中每一个命中点的三维位置和能量沉积,确定当前指定核素内所有命中点组合中康普顿散射点及光电吸收点的三维位置和能量沉积,并以当前指定核素内的任一组命中点组合为单位,根据当前指定核素内每一组命中点组合中康普顿散射点和光电吸收点的三维位置和能量沉积以及当前指定核素的伽马射线能量,对当前指定核素内任一命中点组合均进行圆锥面虚拟,得到与当前指定核素内每一命中点组合均对应的虚拟圆锥面;其中,每一个所述虚拟圆锥面均以当前指定核素内对应命中点组合中康普顿散射点的三维位置为顶点、以当前指定核素内对应命中点组合中康普顿散射点至相对光电吸收点的向量为轴以及以当前指定核素内对应命中点组合中特定的康普顿散射角为半锥角构建而成;每一个所述虚拟圆锥面中特定的康普顿散射角均是由其对应当前指定核素内命中点组合中康普顿散射点的能量沉积和当前指定核素的伽马射线能量决定;
对当前指定核素内所得到的每一个所述虚拟圆锥面进行离散化遍历处理,并根据离散化遍历处理结果,在预设的三维空间所划分的立方体网格中,筛选出存放有当前指定核素内虚拟圆锥面的立方体网格及其对应存放虚拟圆锥面的数量,且进一步根据每一个所筛选立方体网格存放虚拟圆锥面的数量,得到当前指定核素对应于当前计量数据为所述实测测量数据时的实测概率权重值或当前指定核素对应于当前计量数据为所述模拟测量数据时的模拟概率权重值;其中,所述预设的三维空间是通过构建所述核电厂内待测放射源所处空间相匹配的三维直角坐标系来实现,包括多个具有相同特定网格尺寸的立方体网格。
3.如权利要求2所述的方法,其特征在于,所述根据当前计量数据中每一个命中点的命中时间,对所述当前计量数据中所有命中点进行一次筛选,得到满足预设组合条件的命中点及其相应的命中点组合,并根据所述当前指定核素的伽马射线能量及其对应的能量窗范围以及所述当前计量数据中每一个命中点的能量沉积,分别对一次筛选得到的命中点进行二次筛选,得到当前指定核素所需的命中点及其相应的命中点组合,且进一步根据所述当前指定核素的伽马射线能量及其对应的命中点组合,获取当前指定核素的康普顿散射点和光电吸收点的步骤具体包括:
对所述当前计量数据中的命中点任意两两组合,并根据所述当前计量数据中每一个命中点的命中时间,对所有任意组合的两个命中点均进行筛选,保留出满足所述预设组合条件的命中点及其形成的组合;
根据所述当前计量数据中每一个命中点的能量沉积,确定所述保留命中点的能量沉积,并计算出所述保留命中点对应组合内每组命中点的能量沉积累加之和;
根据所述当前指定核素的能量窗范围以及所计算出的保留组合内每组命中点的能量沉积累加之和,对所述保留组合进行筛选,得到当前指定核素满足预设能量对比条件的组合及其对应所需的命中点;
根据所述当前指定核素的伽马射线能量及其对应的组合,设定在当前指定核素的伽马射线能量大于或等于预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为康普顿散射点、能量沉积小的命中点均为光电吸收点;或设定在当前指定核素的伽马射线能量小于所述预设阈值时,当前指定核素对应的任一组合中能量沉积大的命中点均为光电吸收点、能量沉积小的命中点均为康普顿散射点。
4.如权利要求3所述的方法,其特征在于,所述预设组合条件为任一保留组合之中两个命中点的命中时间间隔应小于所述探测器响应时间,且任一保留组合之中两个命中点均具有唯一性。
5.如权利要求3所述的方法,其特征在于,所述预设能量对比条件为任一保留组合内两个命中点的能量沉积累加之和应位于所述当前指定核素的能量窗范围内。
6.如权利要求2所述的方法,其特征在于,所述每一个所述虚拟圆锥面中特定的康普顿散射角均通过公式来实现;其中,θ为康普顿散射角,E1为当前指定核素内任一命中点组合中康普顿散射点的能量沉积,E0为当前指定核素的伽马射线能量,mec2为光子质量,其为常量。
7.如权利要求2所述的方法,其特征在于,所述对当前指定核素内所得到的每一个所述虚拟圆锥面进行离散化遍历处理,并根据离散化遍历处理结果,在预设的三维空间所划分的立方体网格中,筛选出存放有当前指定核素内虚拟圆锥面的立方体网格及其对应存放虚拟圆锥面的数量,且进一步根据每一个所筛选立方体网格存放虚拟圆锥面的数量,得到当前指定核素对应于当前计量数据为所述实测测量数据时的实测概率权重值或当前指定核素对应于当前计量数据为所述模拟测量数据时的模拟概率权重值的步骤具体包括:
将所述预设的三维空间内所有立方体网格均赋值为0;
对当前指定核素内所得到的每一个所述虚拟圆锥面执行第一重循环遍历后,继续对当前指定核素内所得到的每一个所述虚拟圆锥面执行第二重循环遍历,筛选出两重循环遍历后存放有当前指定核素内虚拟圆锥面的立方体网格并统计每一个所筛选立方体网格中被虚拟圆锥面遍历过的数量;其中,所述第一重循环遍历以虚拟圆锥面母线长度为幅度变量,并设定幅度变量值从0开始以特定幅度增量进行递增遍历,直至所设定的幅度变量值超出所述预设的三维空间的边界为止;所述第二重循环遍历以每次幅度变量值分别为圆半径时所对应的圆心角为角度变量,并设定角度变量值从0开始以特定角度增量进行递增遍历,直至所设定的角度变量值为2π为止;其中,所述特定幅度增量设为立方体网格特定网格尺寸的1/10-1/3之其一;所述特定角度增量设为弧长对应在立方体网格特定网格尺寸1/10-1/5之其一时的圆心角;
将每一个所筛选立方体网格被虚拟圆锥面遍历过的数量均同时乘以一个给定值,并将所得到的乘积分别对应赋予每一个所筛选立方体网格;
当检测到当前计量数据为所述实测测量数据时,将所述赋予的每一个所筛选立方体网格的乘积作为当前指定核素的实测概率权重值;
当检测到当前计量数据为所述模拟测量数据时,将所述赋予的每一个所筛选立方体网格的乘积作为当前指定核素的模拟概率权重值。
8.如权利要求1-7中任一项所述的方法,其特征在于,所述实测测量数据和所述模拟测量中命中点的三维位置X、Y方向均是通过所述探测器的像素序号来确定,Z方向均是利用核电子学记录伽马事件的电子漂移时长来确定。
9.如权利要求1-7中任一项所述的方法,其特征在于,所述实测测量数据是通过将所述探测器置放于核电厂所述待测放射源所处空间外并距离所述待测放射源1至10米的范围内,开启且探测所述待测放射源1至120分钟而获得。
10.如权利要求1-7中任一项所述的方法,其特征在于,所述指定核素的类别包括58Co、60Co、110mAg、124Sb、137Cs、51Cr、54Mn、59Fe、95Zr、95Nb、134Cs、131I。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710216323.8A CN107195342B (zh) | 2017-04-05 | 2017-04-05 | 一种测量核电厂核素活度分布的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710216323.8A CN107195342B (zh) | 2017-04-05 | 2017-04-05 | 一种测量核电厂核素活度分布的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107195342A true CN107195342A (zh) | 2017-09-22 |
CN107195342B CN107195342B (zh) | 2019-07-30 |
Family
ID=59871088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710216323.8A Active CN107195342B (zh) | 2017-04-05 | 2017-04-05 | 一种测量核电厂核素活度分布的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107195342B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319160A (zh) * | 2018-02-01 | 2018-07-24 | 中国核电工程有限公司 | 基于虚拟现实技术的核电站主控制室模拟机*** |
CN108535768A (zh) * | 2018-03-13 | 2018-09-14 | 江苏超敏科技有限公司 | 一种基于双探测器技术的伽马相机 |
CN109814147A (zh) * | 2019-01-01 | 2019-05-28 | 中国人民解放军63653部队 | 使用探测器加衰减体测量小孔周围γ放射性核素分布的方法 |
WO2021139020A1 (zh) * | 2020-01-12 | 2021-07-15 | 兰州大学 | 一种钻孔内核设施退役废物放射性多参数探测***与方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853929A (zh) * | 2014-03-17 | 2014-06-11 | 东华理工大学 | 一种基于蒙卡响应矩阵的低分辨率γ能谱反演解析过程及方法 |
CN104020507A (zh) * | 2014-06-13 | 2014-09-03 | 西北核技术研究所 | 基于虚拟点探测器原理的放射性区域确定方法 |
CN204009085U (zh) * | 2014-07-15 | 2014-12-10 | 中广核工程有限公司 | 一种核电厂含氢废气放射性活度连续监测装置 |
CN105355256A (zh) * | 2015-09-30 | 2016-02-24 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种放射源的排列方法 |
CN106199676A (zh) * | 2015-04-30 | 2016-12-07 | 北京中智核安科技有限公司 | 一种伽玛探测器无源效率刻度新方法 |
-
2017
- 2017-04-05 CN CN201710216323.8A patent/CN107195342B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853929A (zh) * | 2014-03-17 | 2014-06-11 | 东华理工大学 | 一种基于蒙卡响应矩阵的低分辨率γ能谱反演解析过程及方法 |
CN104020507A (zh) * | 2014-06-13 | 2014-09-03 | 西北核技术研究所 | 基于虚拟点探测器原理的放射性区域确定方法 |
CN204009085U (zh) * | 2014-07-15 | 2014-12-10 | 中广核工程有限公司 | 一种核电厂含氢废气放射性活度连续监测装置 |
CN106199676A (zh) * | 2015-04-30 | 2016-12-07 | 北京中智核安科技有限公司 | 一种伽玛探测器无源效率刻度新方法 |
CN105355256A (zh) * | 2015-09-30 | 2016-02-24 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种放射源的排列方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319160A (zh) * | 2018-02-01 | 2018-07-24 | 中国核电工程有限公司 | 基于虚拟现实技术的核电站主控制室模拟机*** |
CN108319160B (zh) * | 2018-02-01 | 2021-04-16 | 中国核电工程有限公司 | 基于虚拟现实技术的核电站主控制室模拟机*** |
CN108535768A (zh) * | 2018-03-13 | 2018-09-14 | 江苏超敏科技有限公司 | 一种基于双探测器技术的伽马相机 |
CN108535768B (zh) * | 2018-03-13 | 2021-08-20 | 江苏超敏科技有限公司 | 一种基于双探测器技术的伽马相机 |
CN109814147A (zh) * | 2019-01-01 | 2019-05-28 | 中国人民解放军63653部队 | 使用探测器加衰减体测量小孔周围γ放射性核素分布的方法 |
CN109814147B (zh) * | 2019-01-01 | 2021-01-29 | 中国人民解放军63653部队 | 使用探测器加衰减体测量小孔周围γ放射性核素分布的方法 |
WO2021139020A1 (zh) * | 2020-01-12 | 2021-07-15 | 兰州大学 | 一种钻孔内核设施退役废物放射性多参数探测***与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107195342B (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107195342B (zh) | 一种测量核电厂核素活度分布的方法 | |
US9958561B2 (en) | Apparatus and method for the determination of one or more neutron source characteristics | |
US10281595B2 (en) | Method and apparatus for distinguishing radionuclide by using plastic scintillator | |
CN103901052B (zh) | 一种sgs与tgs联合测量装置及准直器优化方法 | |
US7279676B2 (en) | Position sensitive radiation spectrometer | |
US20210173096A1 (en) | Method and device for multi-dimensional direction measurement of gamma radiation in the far field | |
CN102262237A (zh) | 光子辐射检测装置和此种装置的定制和运行方法 | |
CA3175821A1 (en) | Gamma ray detection system and calibration method thereof | |
CN107688194A (zh) | 数据处理方法和数据处理装置 | |
CN103983874A (zh) | 一种电子加速器及实现电子束低注量环境的方法 | |
CN108287357B (zh) | 一种圆柱体探测器对点源的源峰探测效率获取方法 | |
Poitrasson-Rivière et al. | Monte Carlo investigation of a high-efficiency, two-plane Compton camera for long-range localization of radioactive materials | |
Lévai et al. | Feasibility of gamma emission tomography for partial defect verification of spent LWR fuel assemblies: Summary report on simulation and experimental studies including design options and cost-benefit analysis: Task JNT A1201 of the Support Programmes of Finland (FINSP), Hungary (HUNSP) and Sweden (SWESP) to the IAEA Safeguards | |
Olson et al. | Passive detection of small low-emission sources: two-dimensional numerical case studies | |
CN111512184B (zh) | 确定放射性同位素的量的方法 | |
Virta et al. | Verifying spent nuclear fuel with Passive Gamma Emission Tomography prior to disposal in a geological repository in Finland | |
Lee et al. | Optimization of the SPECT systems based on a CdTe pixelated semiconductor detector using novel parallel-hole collimators | |
Stanley et al. | See inside: The development of a cosmic ray muon imaging system to aid the clean up of the UK’s nuclear waste legacy | |
Stockman et al. | Facility scale in-situ source localization and assay via a sparse 3He neutron detector array: enhancing nuclear material control and accounting in nuclear fuel cycle facilities | |
Brown et al. | Thermal neutron source location using a 3-D position-sensitive CdZnTe detector array | |
CN116577819B (zh) | 一种多头康普顿探测方法及*** | |
Swift et al. | Attributes from NMIS time coincidence, fast-neutron imaging, fission mapping, and gamma-ray spectrometry data | |
CN106342213B (zh) | 分层分环式伽玛扫描测量方法 | |
Goldston et al. | Autonomous mobile directionally and spectrally sensitive neutron detectors | |
Gagliardi et al. | Novel applications of state-of-the-art gamma-ray imaging technique: from nuclear decommissioning and radioprotection to radiological characterization and safeguards |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |