基于PGNAA技术的大块样品元素分布检测的研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:caijunever
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在航空航天器制造及任务实施过程中,中子探测及其关联技术是一项重要的研究内容。基于中子技术的样品元素成像检测对于航空航天设备的大型部件制备、装配和检测具有重要意义,同时对新型材料的研发,材料性能的评价以及生产过程具有指导作用,是目前人机环境领域的一大前沿研究热点。瞬发伽马射线活化成像(Prompt Gamma Activation Imaging,PGAI)技术由于可以对大体积样品内部的元素成分和位置进行检测,从而提供样品内部感兴趣区域状态,元素迁移和损伤分析等信息,其在航天工业、能源技术和武器检测等领域具有重要战略价值。然而目前的PGAI技术主要应用于小体积样品检测,在测量大体积样品时,面临测量结果的准确度不佳及测量深度有限等问题。同时,传统的PGAI装置搭建在大型中子源平台上,制约了该技术的推广应用。因此,本文针对PGAI技术测量大体积样品,研究了影响PGAI测量效果的物理机制问题,并建立相应的物理修正模型;探索了基于可移动式中子源搭建PGAI测量平台的可行性。本工作旨在提高PGAI测量结果的准确性并摆脱大型平台的束缚,拓展该技术的应用范围。本文首先从中子和核素相互作用的物理过程出发,揭示了影响PGAI技术测量结果的物理机制,提出了修正方法。之后,设计并搭建了一套基于252Cf中子源和高纯锗探测器的PGAI测量平台,对大体积不均匀样品进行了测量。利用提出的修正方法对测量结果进行修正。最后,探索了基于小型化D-T中子发生器的快中子PGAI技术可行性。主要研究内容和结论如下:(1)从中子输运理论出发,对中子衰减和散射造成的样品内部中子场分布不均匀物理机制进行了分析。基于大体积水溶液测量进行了验证实验,并利用蒙特卡罗模拟软件对水溶液内部的中子场进行了计算,建立了初步的修正模型。(2)优化设计了一套基于252Cf中子源和高纯锗探测器PGAI测量平台。根据优化方案搭建了实验平台,对探测器单元、中子源项及伽马能谱获取进行了基准实验。根据搭建的测量平台,建立精确的蒙特卡罗模型并对基准实验进行了模拟计算。将实验结果与蒙特卡罗计算结果进行对比分析,结果表明,在考虑了多种误差来源的基础上,所搭建的蒙特卡罗模型可靠,可以对后续的实验进行精确的模拟计算。(3)利用搭建的PGAI测量平台对大块不均匀样品进行测量分析,提出一种修正模型对元素分布测量结果进行修正。首先构建梯度截面样品,通过活化片测量结合神经网络对未知样品内部不同区域宏观反应截面进行计算。之后通过蒙特卡罗计算得到未知样品内部的中子场以及探测器对不同区域伽马射线的探测效率。最后联立扫描测量得到的结果进行求解,实现元素分布测量。模拟计算和实验测量结果表明,该修正模型提高了测量结果的准确度。(4)探索基于小型化D-T中子发生器的快中子PGAI技术可行性。利用D-T中子发生器和高纯锗探测器优化设计了快中子PGAI测量平台,并根据优化方案搭建了测量平台。对大体积金属样品进行测量,样品由Fe、Cu和Ti三种金属方块组成。结果表明利用快中子PGAI技术测量可行,能准确测量金属样品的元素分布,对中子场进行修正后可以显著提高结果的准确性。
其他文献
大脑核磁共振(Magnetic Resonance,MR)图像分割是很多医学图像分析应用中至关重要的一步。随着机器学习方法的快速发展,基于机器学习方法开发自动的大脑MR图像分割方法是当前研究的热点问题之一。机器学习方法能够从MR图像中学习到体素的分布,然后使用学习到的模型对图像进行分割。由于大脑结构极其复杂,有效的分割大脑MR图像是一个具有挑战性的任务。利用来自多图谱的解剖结构先验知识被证明可以有
学位
中国作为世界上最大的二氧化碳排放国,受到了来自国际和国内的双重减排压力。其二氧化碳排放量逐年增加,在2000年至2011年期间,上升的趋势最为明显,增加了大约2.85倍。为彰显大国形象、转变经济增长方式与推动低碳经济发展,中国主动承担了一系列减排任务。为实现所承诺的减排目标,中国政府颁布并实施了包含基于指挥控制和基于市场化等在内的多种减排措施。边际减排成本(Marginal Abatement C
学位
特征和在编码与组合中具有广泛的应用.本文应用特征和理论构造了两类线性码,构造了一类最优三元循环码,讨论了两种特殊群上凯莱图中PGST的存在问题,具体如下:(1)线性码在密钥分享方案,认证码与数据存储等领域具有重要的应用.本文运用有限域上的特征和构造了一类有限域和一类有限环上的线性码,给出了它们的重量分布及完全重量分布.结果表明本文给出的码有一些是优的.(2)循环码作为一类特殊的线性码,它在电子消费
学位
轴承和齿轮等旋转机械是工程机械、轨道交通、农业机械和航空发动机等设备的关键零部件。因此,研究旋转机械的故障诊断对保证机械设备的正常和稳定运行具有十分重要的意义。很多深度学习方法在旋转机械的智能故障诊断中得到了较为广泛的研究,但是由于机械设备的复杂工况,例如变转速、变载荷、时变转速等非平稳工况,使得传统深度学习方法的性能大幅下降。域自适应方法可以实现相似但不相同的两个数据集间的跨域故障诊断,虽然适用
学位
重大工程机械,如飞机、高铁、车辆等,在实际服役过程中都不可避免受到复杂疲劳载荷的作用。疲劳失效是工程中最典型的结构破坏形式,并且疲劳失效往往最先发生在结构几何不连续区域的缺口处,比如铆钉孔、键槽和轴肩等。疲劳裂纹一般萌生于缺口根部区域,这是因为缺口根部存在局部高应力区。在多轴疲劳载荷作用下,缺口根部不仅存在应力梯度而且还存在载荷非比例度梯度。工程构件的缺口疲劳寿命决定着整个结构的安全使用寿命,研究
学位
影像遗传学(imaging genetics或imaging genomics)是结合多模态神经影像学和遗传学方法,检测与影响神经疾病、认知和情绪调节等行为相关脑结构和功能的遗传变异。随着机器学习方法的快速发展,基于机器学习方法的影像遗传学是当前研究的热点问题之一。本论文是在机器学习的基础上开展影像遗传学分析,针对结构核磁成像对感兴区域的遗传研究和静息态功能核磁成像对功能连接的遗传研究,研究如何充
学位
复杂装备具有研制周期长、研制风险大等特征,是一个涉及多主体的协同过程,从设计、研发,到推向市场,复杂装备研制的供应链质量管理面临着巨大的挑战。供应链质量成本管控是提升质量竞争力的主要策略之一。本文结合Fuzzy-QFD、灰色决策理论、演化博弈理论、Stackelberg博弈等方法,从供应链质量协同设计、协同研制演化与惩罚机制、质量保障成本及价格决策、质量成本优化几个方面建立复杂装备研制供应链质量成
学位
随着新型信息技术的迅猛发展,各行各业中数据快速的增长和变化形成了动态复杂数据。如何高效的从动态复杂数据中获取关键有用的信息已成为各领域重要研究课题之一。基于粗糙集理论的特征选择方法已成功应用于机器学习、数据挖掘、模式识别和知识发现等领域的数据预处理过程。在粗糙集领域中,特征选择被称为属性约简,其主要目的是在保持原始数据分类能力或近似刻画不变的前提下,从原始数据中删去冗余或者不必要的属性。基于粗糙集
学位
在本文中,我们运用有限差分方法、三角谱配置方法、能量二次化方法、Runge-Kutta方法及预估-校正方法对非线性Schr?dinger方程及其相关方程,包括耦合Gross-Pitaevskii方程、带波动算子的非线性Schr?dinger方程及耦合Klein-Gordon-Schr?dinger方程的定解问题开展数值研究.对上述几类问题给出有效的高精度数值算法及理论分析,并通过数值实验验证算法的
学位
齿轮轴承等旋转部件广泛应用于现代工业的各个领域,其健康状态是机械装备能否安全、高效、持续运行的重要保证。由于机械设备结构复杂、工作环境恶劣,车辆旋转部件的早期故障往往会淹没在背景噪声中,造成误诊或漏诊。因此,噪声环境下车辆旋转部件的故障诊断和健康监测的研究具有非常重要的现实意义。随着测试设备的发展和机械装备的高效、智能化,机械装备故障诊断进入大数据时代,并因此带来了新的挑战。因此,本文将以车辆传动
学位