伽馬射線能譜數(shù)據(jù)處理主要包括能譜數(shù)據(jù)光滑、尋峰、本底扣除、重峰分解和凈峰面積求解等,它是伽馬射線能譜儀（或測量系統(tǒng)）不可缺少的關鍵技術之一。隨著伽馬射線能譜儀在地質礦產勘查、疾病診斷與治療、工業(yè)過程分析和輻射環(huán)境監(jiān)測等領域的廣泛采用,以及當代微電子技術和計算機技術的發(fā)展,一些較復雜的能譜數(shù)據(jù)處理方法和較大計算量的算法,在伽馬射線能譜儀上應用和實現(xiàn)已成為可能,使伽馬射線能譜儀的性能指標得到很大提升。尤其是以NaI（Tl）閃爍計數(shù)為伽馬探測器的伽馬射線能譜儀,具有伽馬射線探測效率高、使用維護方便、儀器成本低、操作簡便等顯著優(yōu)點,采用有效的射線能譜數(shù)據(jù)處理技術可彌補其能量分辨率（對于137Cs的0.661MeV一般為7.5%左右）的不足。本論文以NaI（Tl）伽馬射線能譜儀為研究對象,采用蒙特卡羅數(shù)值模擬（MCNP5）方法建立能譜儀的單能光子能譜響應,并根據(jù)得到的單能光子能譜建立光子能譜響應矩陣;通過建立BP神經網(wǎng)絡模型,實現(xiàn)任意能量的單能光子能譜響應矩陣的參數(shù)預測;將已知輻射體條件下NaI（Tl）伽馬射線能譜儀實測伽馬射線能譜數(shù)據(jù)、第一層BP網(wǎng)絡能譜預測參數(shù)組合在一起,建立第二層BP神經網(wǎng)絡模型,進行任意輻射體環(huán)境中NaI（Tl）伽馬射線能譜儀實測譜的單能光子能譜預測,從而實現(xiàn)儀器譜的分解;在此基礎上,開發(fā)基于蒙特卡羅模擬和BP神經網(wǎng)算法的能譜數(shù)據(jù)處理軟件平臺,實現(xiàn)以上功能。本文取得了以下的研究成果。1、本文利用MCNP5對不同能量的γ射線在給定儀器和測量條件下建立模型,得到能量范圍在0.24MeV2.62MeV內43種不同能量的單能γ光子能譜數(shù)據(jù),通過計算和統(tǒng)計,建立單能光子譜的響應矩陣。2、本文對BP神經網(wǎng)絡進行輸入向量重定義,提出了輸入向量傳導公式,以函數(shù)作為神經網(wǎng)絡輸入向量,取代單純的數(shù)值數(shù)據(jù);以43個單能光子譜響應矩陣參數(shù)為基礎,建立BP神經網(wǎng)絡進行訓練,得到相關系數(shù)R2>0.95。通過BP神經網(wǎng)絡可實現(xiàn)在一定的能量范圍內,擬合任意入射γ射線能量的單能光子譜參數(shù);結合響應矩陣,實現(xiàn)對任意能量單能γ射線的單能光子譜擬合。得到的每道能量箱計數(shù)比的最大相對誤差為4.57%,平均相對誤差為1.82%。3、本文以137組實測數(shù)據(jù)為基礎,全譜各道計數(shù)率為輸入向量,所有的單能光子譜響應參數(shù)和入射射線強度為輸出向量,建立第二層BP神經網(wǎng)絡并訓練,得到相關系數(shù)R2>0.95,實現(xiàn)任意能譜的單能光子譜能量-強度分布預測。根據(jù)各單能光子譜的能量、強度及其他矩陣響應參數(shù)可計算出整條能譜數(shù)據(jù),通過合成各個單能光子譜數(shù)據(jù)得到擬合全譜,并與實測譜進行對比。擬合譜和實測譜全譜計數(shù)率最大相對誤差為4.58%,平均相對誤差為1.76%;單道最大計數(shù)率最大相對誤差為5%,平均相對誤差為3.21%;單道平均計數(shù)率最大相對誤差為5%,平均相對誤差為3.58%。4、本文開發(fā)了基于蒙特卡羅方法和改進的神經網(wǎng)絡算法為核心射線能譜數(shù)據(jù)處理與分析軟件平臺。該軟件能自動計算給定儀器下的單能光子譜矩陣參數(shù),可顯示并簡單操作分析能譜,對給定射線能譜儀實現(xiàn)射線能譜解析。

【學位授予單位】：成都理工大學
【學位級別】：博士
【學位授予年份】：2015

 

文章目錄

摘要

Abstract

第1章 引言

    1.1 研究意義

    1.2 國內外研究現(xiàn)狀

        1.2.1 射線能譜數(shù)據(jù)處理方法研究現(xiàn)狀

        1.2.2 基于蒙特卡羅方法的能譜處理現(xiàn)狀

        1.2.3 基于神經網(wǎng)絡方法的能譜處理技術現(xiàn)狀

    1.3 主要研究內容與創(chuàng)新

第2章 γ 能譜分析基礎理論

    2.1 天然放射性核素和衰變系

        2.1.1 鈾系

        2.1.2 釷系

        2.1.3 錒系

        2.1.4 40K

    2.2 γ 射線與物質相互作用

        2.2.1 光電效應

        2.2.2 康普頓效應

        2.2.3 形成電子對效應

    2.3 γ 能譜儀的結構及工作原理

    2.4 NaI（Tl）探測器的沉積譜特征

    2.5 天然 γ 射線譜

第3章 單光子能譜蒙特卡羅模擬

    3.1 MCNP程序簡介

    3.2 探測器幾何模型

        3.2.1 單光子能譜響應參數(shù)設置

        3.2.2 單光子響應譜與誤差分析

第4章 單能光子譜響應矩陣

    4.1 全能峰信息提取

    4.2 康普頓坪信息提取

        4.2.1 康普頓邊提取

        4.2.2 康普頓邊計數(shù)比信息提取

        4.2.3 康普頓坪斜提取

        4.2.4 逃逸峰提取

        4.2.5 反散射峰和多次散射提取

第5章 伽馬射線能譜響應的BP神經網(wǎng)絡

    5.1 BP神經網(wǎng)絡

    5.2 神經元重定義的BP神經網(wǎng)絡學習算法[53,57]

    5.3 任意單能光子能譜響應的BP神經網(wǎng)絡

    5.4 射線強度響應的BP神經網(wǎng)絡

第6章 平臺建立及應用

    6.1 操作平臺界面設置

    6.2 應用及分析

        6.2.1 第一層應用：任意單能光子譜擬合

        6.2.2 第二層應用：任意實測譜的分解

        6.2.3 第二層應用的誤差分析

結論

致謝

參考文獻

博士期間取得的成果

附錄MCNP5模擬 γ 譜程序