CN116598030A - 一种基于pgnaa技术的中子通量分布反演方法 - Google Patents
一种基于pgnaa技术的中子通量分布反演方法 Download PDFInfo
- Publication number
- CN116598030A CN116598030A CN202310727406.9A CN202310727406A CN116598030A CN 116598030 A CN116598030 A CN 116598030A CN 202310727406 A CN202310727406 A CN 202310727406A CN 116598030 A CN116598030 A CN 116598030A
- Authority
- CN
- China
- Prior art keywords
- neutron
- gamma
- gamma ray
- neutron flux
- characteristic
- 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.)
- Pending
Links
- 230000004907 flux Effects 0.000 title claims abstract description 57
- 238000009826 distribution Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 230000005251 gamma ray Effects 0.000 claims abstract description 71
- 230000004044 response Effects 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 239000000463 material Substances 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 230000005855 radiation Effects 0.000 claims abstract description 12
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 7
- 238000005316 response function Methods 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000001228 spectrum Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- XKUYOJZZLGFZTC-UHFFFAOYSA-K lanthanum(iii) bromide Chemical compound Br[La](Br)Br XKUYOJZZLGFZTC-UHFFFAOYSA-K 0.000 claims description 5
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 claims description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 229910052722 tritium Inorganic materials 0.000 claims description 4
- 229910052686 Californium Inorganic materials 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052790 beryllium Inorganic materials 0.000 claims description 3
- 229910052797 bismuth Inorganic materials 0.000 claims description 3
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 claims description 3
- KGBXLFKZBHKPEV-UHFFFAOYSA-N boric acid Chemical compound OB(O)O KGBXLFKZBHKPEV-UHFFFAOYSA-N 0.000 claims description 3
- 239000004327 boric acid Substances 0.000 claims description 3
- HGLDOAKPQXAFKI-UHFFFAOYSA-N californium atom Chemical compound [Cf] HGLDOAKPQXAFKI-UHFFFAOYSA-N 0.000 claims description 3
- 229910052805 deuterium Inorganic materials 0.000 claims description 3
- 229910002804 graphite Inorganic materials 0.000 claims description 3
- 239000010439 graphite Substances 0.000 claims description 3
- 229910052732 germanium Inorganic materials 0.000 claims description 2
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 claims description 2
- 108010063499 Sigma Factor Proteins 0.000 claims 1
- 235000009518 sodium iodide Nutrition 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 16
- 238000011065 in-situ storage Methods 0.000 abstract description 4
- 238000003491 array Methods 0.000 abstract 2
- 238000004088 simulation Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000005253 cladding Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003947 neutron activation analysis Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/10—Structural combination of fuel element, control rod, reactor core, or moderator structure with sensitive instruments, e.g. for measuring radioactivity, strain
- G21C17/108—Measuring reactor flux
-
- 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)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种基于PGNAA技术的中子通量分布反演方法，该方法利用PGNAA技术的中子诱发伽马射线的原位发射性、高穿透性等特点，根据待分析的中子场分布划分区间，并在中子场周围设置伽马射线探测器阵列，基于蒙特卡洛模拟在各区间内设置伽马体源，通过模拟计算获取各伽马体源与探测器阵列之间的响应因子，即探测器对各区间伽马体源的响应函数，建立响应矩阵。利用伽马射线探测器阵列收集中子场内材料中的中子诱发伽马射线，结合模拟计算获取的响应矩阵进行反演计算，获取中子场各区间中子通量，即可获取中子场中子通量分布情况。本发明有效降低传统方法中伽马射线本底以及强辐射场对于中子测量的干扰影响，中子通量分布反演的测量简单、准确度高。
Description
技术领域
本发明属于中子物理领域，尤其涉及一种基于PGNAA技术的中子通量分布反演方法。
背景技术
为满足可持续性、安全性和可靠性以及经济性的发展目标，反应堆***在不断的进行着技术更新和迭代。现有主要发展的先进反应堆型有液体钠冷快中子反应堆（SFR）、液体铅冷快中子反应堆（LFR）、超高温中子反应堆（VHTR）、超临界压力水冷堆（SCWR）、气体冷却快中子堆（GFR）和熔盐液体反应堆（MSR）等。但是，这些先进反应堆型普遍需要极端的反应条件，例如超高温，而现有的堆芯内测量***无法满足先进反应堆堆芯中子场实时测量的要求。
反应堆常规中子通量监测方法是通过堆体开孔***自给能探测器进行监测，该探测器价格昂贵、操作复杂，需要定期更换探测器且会极大影响堆体结构强度；此外，仪器在反应堆中使用时需要在包壳开孔并放置于反应堆内，开孔会对包壳安全性能造成极大的影响；再者，在面向高温气冷堆等四代堆时，堆内高温高压的复杂环境会对仪器及测试方法的测量准确性造成极大的干扰影响。
基于核反应法的仪器在中子-伽马混合辐射场中对伽马射线同样灵敏，因此测量结果受伽马射线干扰影响较大。
目前开发的堆外探测的方法，主要基于中子输运理论，直接在反应堆外探测中子进行中子通量分布反演，但上述方法较为复杂、准确性差且可行性低，无法满足先进核反应堆的测量需求。
现有常用的绝对测量方法为核活化法，核活化法测量准确度受活化片纯度、核素半衰期、截面准确度等制约；其次，该方法需要等待活化片辐照完毕后进行分析测量，无法实现中子信息、通量分布的在线实时测量，探测效率较低。
瞬发伽马射线中子活化分析技术（Prompt Gamma-ray Neutron ActivationAnalysis，PGNAA）作为一种核分析技术，在测量分析领域具备其它分析技术所不具有的很多优点，包括高穿透性、非破坏性、原位发射、分析精度高等。PGNAA技术主要利用了瞬发伽马射线，中子与物质相互作用会发生辐射俘获及非弹性散射反应，在极短的时间（小于10- 14s）内放出特征能量伽马射线，通过光子探测器获得伽马射线能谱可以定性、定量地识别大部分核素及其含量。因此，利用中子诱发伽马射线所具备的中子信息开展研究，有望开发一种基于PGNAA技术的新型中子通量分布反演方法，可有效实现中子通量分布的计算反演。
发明内容
为克服现有技术的缺点和不足，本发明的目的在于提供一种基于PGNAA技术的中子通量分布反演方法。
本发明是这样实现的，一种基于PGNAA技术的中子通量分布反演方法，该方法包括以下步骤：
S1、基于蒙特卡洛模拟软件构建中子场模型，并构建相应的PGNAA实验平台，包括中子源、伽马射线探测器阵列以及中子场内结构材料，对中子场进行区间划分；
S2、在各区间内设置伽马体源，通过模拟计算或者实验测试获取各伽马体源与探测器阵列之间的响应因子，即探测器对各区间伽马体源的响应函数，建立响应矩阵；
S3、设置中子源进行蒙特卡洛模拟计算或实验测试，中子与中子场内结构材料发生辐射俘获或非弹性散射反应，产生具有特征能量的瞬发伽马射线，利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数；
S4、基于步骤S3中获得的伽马射线特征峰计数数据，结合步骤S2建立的响应矩阵，利用数学算法进行反演计算，获取不同区间内中子通量数值，从而获取中子场内中子通量分布。
优选地，在步骤S1中，所述蒙特卡洛模拟软件选自MCNP、Geant4、FLUKA中任意一种。
优选地，在步骤S1中，所述伽马射线探测器选自碘化钠（NaI）探测器、锗酸铋（BGO）探测器、溴化镧（LaBr3）探测器以及高纯锗（HPGe）探测器中的任意一种。
优选地，在步骤S1中，所述中子源选自氘氚中子发生器（DT）、氘氘中子发生器（DD）、镅铍中子源（AmBe）、以及锎中子源（Cf）中的任意一种；
所述中子场内结构材料选自水（H2O）、石墨（C）以及硼酸（H3BO3）中的至少一种。
优选地，在步骤S2中，所述响应矩阵为：
其中，f ij为第j个伽马射线探测器获取的中子场内第i个区间内伽马体源发射的伽马射线特征峰净计数，即伽马射线响应因子。
优选地，在步骤S3中，所述利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数具体为：利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数，使用差值计算方法进行特征峰下本底扣除，获取不同特征能量下的瞬发伽马射线特征峰计数。
优选地，在步骤S4中，根据PGNAA技术中伽马射线计数与中子通量之间的数学映射关系，中子通量表达为：
其中，N为中子通量，A为某一特征能量伽马射线计数，f为伽马射线响应因子，σ为特征能量所对应的中子反应截面；
伽马射线探测器收集的中子与材料反应产生的特征能量伽马射线数量与各区间中子通量的数学映射关系表达式，即中子场内中子通量分布为：
其中，Ni为第i个区间内中子通量，Aj为伽马射线探测器阵列中第j个伽马射线探测器收集到的某一特征能量伽马射线计数，f为伽马射线响应因子。
优选地，在步骤S4中，所述数学算法选自代数重建算法（ART）、图像全变分最小化（TVM）、极大似然期望最大化算法（MLEM）以及迭代重加权最小二乘法（IRLS）中的一种。
本发明克服现有技术的不足，提供一种基于PGNAA技术的中子通量分布反演方法，该方法主要利用了PGNAA技术的中子诱发伽马射线的原位发射性、高穿透性等特点，根据待分析的中子场分布划分区间，并在中子场周围设置伽马射线探测器阵列，基于蒙特卡洛模拟在各区间内设置伽马体源，通过模拟计算获取各伽马体源与探测器阵列之间的响应因子，即探测器对各区间伽马体源的响应函数，建立响应矩阵。利用伽马射线探测器阵列收集中子场内材料中的中子诱发伽马射线，结合模拟计算获取的响应矩阵进行反演计算，获取中子场各区间中子通量，即可获取中子场中子通量分布情况。
相比于现有技术的缺点和不足，本发明具有以下有益效果：
（1）相较于传统的中子通量测量方法，本发明面向反应堆堆芯的复杂辐射场环境，通过“场外”测量，对中子诱发的伽马射线本底进行有效核信息提取，将中子信息转化为瞬发特征伽马射线信息，反演获取辐射场的中子注量空间分布信息，有效降低传统方法中伽马射线本底以及强辐射场对于中子测量的干扰影响，同时为中子诊断分析提供一种新型测量方法；
（2）本发明以信扰比（VIR）作为评价参数，基于新型的信扰比优化设计方法对PGNAA实验平台物理结构进行优化设计，提高有效信号的利用率，降低***干扰噪声对于有效核信息统计性的影响，从硬件角度提高PGNAA实验平台的测量水平；
（3）本发明方法利用伽马射线所隐含中子信息，实现中子通量分布反演，测量简单、准确度高，极大提升了间接测量中子通量分布方法的可行性。
附图说明
图1是本发明实施例中的方法步骤流程图；
图2是本发明实施例中的中子场模型的俯视图；
图3是本发明实施例中的中子与材料作用的伽马能谱图；
图4是本发明实施例中的两个不同位置中子源①、②的分布示意图；
图5是本发明实施例中的中子源①下的热中子通量分布图；其中，图A是反演分布图，图B是实际分布图；
图6是本发明实施例中的中子源①下的快中子通量分布图；其中，图A是反演分布图，图B是实际分布图；
图7是本发明实施例中的中子源②下的热中子通量分布图；其中，图A是反演分布图，图B是实际分布图；
图8是本发明实施例中的中子源②下的快中子通量分布图；其中，图A是反演分布图，图B是实际分布图。
实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例公开了一种基于PGNAA技术的中子通量分布反演方法，结合图1理解，该方法包括以下步骤：
S1、基于蒙特卡洛模拟软件构建中子场模型，并构建相应的PGNAA实验平台，包括中子源、伽马射线探测器阵列以及中子场内结构材料，对中子场进行区间划分。
具体的，基于蒙特卡洛模拟软件构建中子场模型、中子源、伽马射线探测器阵列以及结构材料，所述蒙特卡洛模拟软件包括MCNP、Geant4、FLUKA中的几种或全部，所述伽马射线探测器为碘化钠（NaI）探测器、锗酸铋（BGO）探测器、溴化镧（LaBr3）探测器或高纯锗（HPGe）探测器中的一种，所述中子源为氘氚中子发生器（DT）、氘氘中子发生器（DD）、镅铍中子源（AmBe）、锎中子源（Cf）中的一种，所述中子场内结构材料为水（H2O）、石墨（C）、硼酸（H3BO3）中的一种或几种。
S2、在各区间内设置伽马体源，通过模拟计算或者实验测试获取各伽马体源与探测器阵列之间的响应因子，即探测器对各区间伽马体源的响应函数，建立响应矩阵。
具体的，在区间内分别依次设置伽马体源，利用设置的伽马射线探测器分别获取各区间伽马体源的伽马射线能谱，并获取相应能谱中特征峰净计数，形成响应因子，并建立响应矩阵，响应矩阵F为：
（1）
式（1）中，f ij为第j个伽马射线探测器获取的中子场内第i个区间内伽马体源发射的伽马射线特征峰净计数，即伽马射线响应因子。
S3、设置中子源进行蒙特卡洛模拟计算或实验测试，中子与中子场内结构材料发生辐射俘获或非弹性散射反应，产生具有特征能量的瞬发伽马射线，利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数。
具体的，在蒙特卡洛模拟计算或PGNAA实验平台中设置中子源，中子与中子场内结构材料发生反应，所产生的伽马射线被伽马射线探测器收集形成能谱，计算获得不同特征能量下的瞬发伽马射线特征峰计数，使用差值计算方法进行特征峰下本底扣除，获取不同瞬发伽马射线特征峰计数。
S4、基于步骤S3中获得的伽马射线特征峰计数数据，结合步骤S2中建立的响应矩阵，利用数学算法进行反演计算，获取不同区间内中子通量数值，从而获取中子场内中子通量分布。
具体的，根据PGNAA技术中伽马射线计数与中子通量之间的数学映射关系，可表达为： （2）
式（2）中，N为中子通量，A为某一特征能量伽马射线计数，f为伽马射线响应因子，σ为特征能量所对应的中子反应截面。
由此，伽马射线探测器收集的中子与材料反应产生的特征能量伽马射线数量与各区间中子通量的数学映射关系表达式（即中子场内中子通量分布）为：
（3）
式（3）中，Ni为第i个区间内中子通量，Aj为伽马射线探测器阵列中第j个伽马射线探测器收集到的某一特征能量伽马射线计数，f为伽马射线响应因子。
步骤S4中利用数学算法进行反演计算，所述数学算法为代数重建算法（ART）、图像全变分最小化（TVM）、极大似然期望最大化算法（MLEM）、迭代重加权最小二乘法（IRLS）中的一种或几种。
下面将通过具体实例对本发明及其有益效果进行进一步说明：
基于蒙特卡洛模拟，模拟容器为直径150cm、高度50cm的圆柱桶，将桶划分为5×5=25网格体素，如图2所示；容器内材料为水（H2O）；光子探测器选择BGO闪烁体探测器，编号1~30且均匀分布在桶周围，探测器中心高度与中子发生器出射中子位置在同一水平高度。基于瞬发伽马射线原位发射特性，利用中子源产生的中子轰击周围水，发生辐射俘获及非弹性散射等反应，在极短时间内放出能量为2.23、6.13MeV的特征伽马射线，通过探测器获取伽马射线能谱。
如图3所示是本实施例中的中子与桶内材料相互作用产生的伽马射线能谱，可以容易找到不同元素对应的特征能量峰，考虑单个光子探测器接收到某一体素下中子反应产生的特征能量伽马计数的表达式为：（4）
式（4）中，N1表示1号位置的中子通量大小，A11表示1号探测器接收到N1产生的伽马计数，f11表示1号探测器和1号位置伽马源体素之间的响应因子，即光子探测效率。
进一步的，根据每一个探测器单独对各个体素下中子产生的特征能量光子的响应式，建立如下方程组
（5）
其中，A1=A11+A21+A31+…+A251表示1号探测器对所有25个体素中子产生的特征能量伽马计数之和。为了方便后期数据处理，上面建立的方程组可以表示为矩阵方程的形式：
（6）
式（6）中，N1~25表示中子通量大小，响应矩阵F为中子与物质相互作用产生的伽马光子与探测器之间的响应关系。
设计2组中子源分布，如图4所示，①、②为两组不同位置的中子源，使用氘氚（DT）中子发生器，二者只有位置不同，能量及其他参数均一致。
利用蒙特卡洛模拟，根据S2所述步骤获取式（6）中的响应矩阵F，利用伽马射线探测器分别探测获取式（6）中的特征伽马计数A1~A30，并形成式（6）左的A矩阵，利用最大似然期望最大化算法（MLEM）进行反解，得到各体素中子通量大小N1~N30，将反解结果与实测结果进行定量比较并可视化。
具体的，图5、图6是中子源①下中子与水中H和O分别发生辐射俘获和非弹性散射反演得到的热中子、快中子分布，图7、图8是中子源②下中子与水中H和O分别发生辐射俘获和非弹性散射反演得到的热中子、快中子分布。引入定量评价标准结构相似度（Structuralsimilarity,SSIM），将反演结果与对应实际结果进行比较：
（7）
式（7）中，为图像x、y的均值；/>为图像x、y的标准差； />为协方差； />为常数项，避免分母为0，SSIM的范围为/>，图像x、y越相似，值越接近1。
分析比较结果：中子源②的快中子反演分布与实际分布相似度等于0.74，其余反演分布与模拟实测分布相似度SSIM值均大于0.8，即反演所得中子通量分布与模拟实测分布具有较高的相似度。
本发明基于瞬发伽马射线，利用其原位发射特性及高穿透性，结合反卷积迭代算法MLEM，反演得到中子通量分布，优化了基于传统中子输运理论求解中子通量分布的方法，效果良好。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于PGNAA技术的中子通量分布反演方法，其特征在于，该方法包括以下步骤：
S1、基于蒙特卡洛模拟软件构建中子场模型，并构建相应的PGNAA实验平台，包括中子源、伽马射线探测器阵列以及中子场内结构材料，对中子场进行区间划分；
S2、在各区间内设置伽马体源，通过模拟计算或者实验测试获取各伽马体源与探测器阵列之间的响应因子，即探测器对各区间伽马体源的响应函数，建立响应矩阵；
S3、设置中子源进行蒙特卡洛模拟计算或实验测试，中子与中子场内结构材料发生辐射俘获或非弹性散射反应，产生具有特征能量的瞬发伽马射线，利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数；
S4、基于步骤S3中获得的伽马射线特征峰计数数据，结合步骤S2建立的响应矩阵，利用数学算法进行反演计算，获取不同区间内中子通量数值，从而获取中子场内中子通量分布。
2.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S1中，所述蒙特卡洛模拟软件选自MCNP、Geant4、FLUKA中任意一种。
3.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S1中，所述伽马射线探测器选自碘化钠探测器、锗酸铋探测器、溴化镧探测器以及高纯锗探测器中的任意一种。
4.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S1中，所述中子源选自氘氚中子发生器、氘氘中子发生器、镅铍中子源、以及锎中子源中的任意一种；
所述中子场内结构材料选自水、石墨以及硼酸中的至少一种。
5.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S2中，所述响应矩阵为：
其中，f ij为第j个伽马射线探测器获取的中子场内第i个区间内伽马体源发射的伽马射线特征峰净计数，即伽马射线响应因子。
6.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S3中，所述利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数具体为：利用伽马射线探测器阵列获取相应的伽马能谱，从而计算获得不同特征能量下的瞬发伽马射线特征峰计数，使用差值计算方法进行特征峰下本底扣除，获取不同特征能量下的瞬发伽马射线特征峰计数。
7.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S4中，根据PGNAA技术中伽马射线计数与中子通量之间的数学映射关系，中子通量表达为：
其中，N为中子通量，A为某一特征能量伽马射线计数，/>为伽马射线响应因子，σ为特征能量所对应的中子反应截面；
伽马射线探测器收集的中子与材料反应产生的特征能量伽马射线数量与各区间中子通量的数学映射关系表达式，即中子场内中子通量分布为：
其中，Ni为第i个区间内中子通量，Aj为伽马射线探测器阵列中第j个伽马射线探测器收集到的某一特征能量伽马射线计数，/>为伽马射线响应因子。
8.如权利要求1所述的基于PGNAA技术的中子通量分布反演方法，其特征在于，在步骤S4中，所述数学算法选自代数重建算法、图像全变分最小化、极大似然期望最大化算法以及迭代重加权最小二乘法中的一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310727406.9A CN116598030A (zh) | 2023-06-19 | 2023-06-19 | 一种基于pgnaa技术的中子通量分布反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310727406.9A CN116598030A (zh) | 2023-06-19 | 2023-06-19 | 一种基于pgnaa技术的中子通量分布反演方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116598030A true CN116598030A (zh) | 2023-08-15 |
Family
ID=87593863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310727406.9A Pending CN116598030A (zh) | 2023-06-19 | 2023-06-19 | 一种基于pgnaa技术的中子通量分布反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116598030A (zh) |
-
2023
- 2023-06-19 CN CN202310727406.9A patent/CN116598030A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102175704B (zh) | 铀同位素丰度分析方法 | |
| Svärd et al. | Applicability of a set of tomographic reconstruction algorithms for quantitative SPECT on irradiated nuclear fuel assemblies | |
| Rearden et al. | Overview of SCALE 6.2 | |
| Delarue et al. | New measurements of cumulative photofission yields of 239Pu, 235U and 238U with a 17.5 MeV Bremsstrahlung photon beam and progress toward actinide differentiation | |
| Molina et al. | Energy distribution of the neutron flux measurements at the Chilean Reactor RECH-1 using multi-foil neutron activation and the Expectation Maximization unfolding algorithm | |
| Lee et al. | Investigation of a fast partial defect detection method for safeguarding PWR spent fuel assemblies | |
| Fang et al. | Feasibility of neutron coincidence counting for spent TRISO fuel | |
| Gauld et al. | Investigation of passive gamma spectroscopy to verify spent nuclear fuel content | |
| Kos et al. | Comprehensive analysis of streaming and shutdown dose rate experiments at JET with ORNL fusion neutronics workflows | |
| Kilby et al. | A source biasing and variance reduction technique for Monte Carlo radiation transport modeling of emission tomography problems | |
| Verbeke et al. | Stochastic analog neutron transport with TRIPOLI-4 and FREYA: Bayesian uncertainty quantification for neutron multiplicity counting | |
| CN109949953B (zh) | 核燃料棒富集度无源检测***及富集度重构方法 | |
| Weldon Jr et al. | Preliminary RAM-RODD results for the MUSiC subcritical configurations | |
| CN116598030A (zh) | 一种基于pgnaa技术的中子通量分布反演方法 | |
| Hawari et al. | Assessment of on-line burnup monitoring of pebble bed reactor fuel using passive gamma-ray spectrometry | |
| Dobrin et al. | Candu and triga fuel burn-up determination using axial and tomographic Gamma-scanning | |
| Swift | Materials and configuration from NMIS type neutron imaging and gamma spectroscopy | |
| Terada et al. | Measurement of neutron capture cross sections of Pd-107 at J-PARC/MLF/ANNRI | |
| Shaver et al. | Radiation detection computational benchmark scenarios | |
| Radulović et al. | Preparation of a water activation experiment at JET to support ITER | |
| Hou et al. | Improvement of plutonium sample property measurement based on fast neutron multiplicity counting | |
| Zhang et al. | Estimation of irradiation history of fuel spheres in HTR-PM based on genetic algorithm | |
| Carasco | A Bayesian approach for measuring nuclear material in radioactive waste using photofission | |
| Katoh et al. | Measurement of Thermal Neutron Capture Cross Section and Resonance Integral of the 166mHo (n, γ167Ho Reaction using a Two-Step Irradiation Technique | |
| Griffith et al. | Design of active-neutron fuel rod scanner |
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 |