基于RBF神经网络的钚核材料年龄识别

摘要

钚年龄是推断钚核材料历史和来源的重要参数之一，钚年龄测量技术在防止核扩散、反恐以及核裁军的核武器核查等领域有着广泛应用。因此，研究钚核材料年龄的识别方法具有重要的实际意义。
　　本文的研究目的是以γ能谱指纹识别特征，采用人工神经网络方法，实现钚核材料年龄的定量识别。
　　放射性核素在衰变的过程中会产生γ射线，γ射线的辐射强度随γ射线能量的分布称为γ能谱，由于核素或核材料的γ能谱具有唯一性，因此也被称为γ能谱指纹。
　　人工神经网络是通过模仿人脑工作的一种智能分析和模式识别技术，具有良好的归纳推理能力和非线性映射等特点，而其中RBF网络同时又具有收敛速度快、识别精度高、网络规模小等特点。因此，本文采用RBF网络建立了γ能谱指纹和钚核材料年龄之间的非线性映射，实现了基于γ能谱指纹的钚核材料年龄定量识别。
　　钚核材料中含有多种核素：238pu、239pu、240pu、241pu、242pu、241Am以及237U，其中241Am和237U是241pu衰变的产物。本工作选取核素成份相同、含量不同的钚核材料作为研究对象。首先利用蒙特卡罗方法模拟钚核材料的γ能谱，然后将钚核材料的γ能谱指纹作为输入量，对应的钚核材料年龄和核素含量作为输出量，建立合理的训练样本集并对神经网络进行训练，最后建立验证样本集对已训练的神经网络进行验证。具体研究内容如下：
　　（1）单组钚核材料的年龄识别；
　　（2）多组钚核材料年龄的共同训练与识别；
　　（3）核素成份含量变化对钚核材料年龄识别结果的影响研究。
　　结果表明，对于单组钚核材料和核素成份相同、核素含量不同的多组钚核材料，年龄识别误差均小于10%；对于其中三组钚核材料，当239pu核素含量变化分别小于0.6%、4%和6%时，年龄识别误差小于10%；当241pu核素含量变化小于0.01%、0.01%和0.06%时，年龄识别误差小于10%。研究表明，对核素含量与训练样本相同的钚核材料，年龄识别结果可达预期识别精度；对核素含量与训练样本不同的未知钚核材料，可根据核素含量的识别结果来判断年龄识别结果，当核素含量在一定范围内时，年龄识别结果可达预期的识别精度。

目录

声明

1 绪论

2 γ能谱指纹采集原理

2.1 γ射线与物质间的相互作用

2.1.1光电效应

2.1.2康普顿效应

2.1.3电子对效应

2.2 γ能谱仪的组成及工作原理

2.3 γ能谱的构成

3 人工神经网络与蒙特卡罗模拟原理

3.1人工神经网络基本原理

3.1.1生物神经元

3.1.2人工神经元

3.2人工神经网络模型

3.2.1人工神经网络的互连结构

3.2.2人工神经网络的学习

3.2.3人工神经网络的特点

3.3 RBF神经网络

3.3.1 RBF神经网络的结构

3.3.2 RBF神经网络的学习

3.3.3 基于RBF神经网络的核材料年龄识别

3.4 蒙特卡罗模拟原理

4 钚核材料的年龄识别

4.1钚核材料的γ射线及能谱指纹采集

4.2基于RBF神经网络的钚核材料年龄识别

4.2.1单组钚核材料的年龄识别

4.2.2多组钚核材料年龄共同训练与识别

4.2.3核素成份 239pu和 241pu的含量变化的钚核材料年龄识别

5 结论与展望

5.1 研究的结论

5.2展望

参考文献

攻读硕士学位期间发表学术论文情况

致谢