欢迎来到天天文库
浏览记录
ID:34877241
大小:6.85 MB
页数:101页
时间:2019-03-13
《基于蒙特卡罗模拟和人工神经算法的伽马射线能谱数据处理技术》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、g^p分类号学校代码;10616UDC密级:2011010104学号成都理工大学博±学位论文基于蒙特卡罗模拟和人工神经算法的伽马射线能谱数据处理技术李飞指导教师姓名及职称葛良全教授申请学位级别博±专业名称核技术及应用论文提交日期2015.4论文答辩日期2015.6学位授予单位和日期成都理工大学(年^月)答辩委员会主席输g\师评阅人2015年6月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研巧成果。据我所知,除了文中特别加标注和致谢的地方外,论
2、文中不包含其他人己经发表或撰写过的研究成果,化不巧含为获得成都理工大学或其他教一育机构的学位或证书而使用过的材料。与我同工作的人员对本研巧所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名;_年£月曰兰7学位论文版权使用授权书太堂仿论专化者完令了解成都理工大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权成都理工大学可yX将学位论文的全部或部分内容编入有关数据库进行检索、汇编学位论文。,可W采用影印、缩印或扫描等复制手段保存)(保密的学位论文
3、在解密后适用本授权书学位论文作者签名:学位论文作者导师签名":I7C《:年心月曰^摘要基于蒙特卡罗模拟和人工神经算法的伽马射线能谱数据处理技术摘要伽马射线能谱数据处理主要包括能谱数据光滑、寻峰、本底扣除、重峰分解和净峰面积求解等,它是伽马射线能谱仪(或测量系统)不可缺少的关键技术之一。随着伽马射线能谱仪在地质矿产勘查、疾病诊断与治疗、工业过程分析和辐射环境监测等领域的广泛采用,以及当代微电子技术和计算机技术的发展,一些较复杂的能谱数据处理方法和较大计算量的算法,在伽马射线能谱仪上应用和实现已成为可能,使伽马射线能谱仪的性能指标得到很大提升。尤其是以NaI(T
4、l)闪烁计数为伽马探测器的伽马射线能谱仪,具有伽马射线探测效率高、使用维护方便、仪器成本低、操作简便等显著优点,采用有效的射线能谱数据处理技术可137弥补其能量分辨率(对于Cs的0.661MeV一般为7.5%左右)的不足。本论文以NaI(Tl)伽马射线能谱仪为研究对象,采用蒙特卡罗数值模拟(MCNP5)方法建立能谱仪的单能光子能谱响应,并根据得到的单能光子能谱建立光子能谱响应矩阵;通过建立BP神经网络模型,实现任意能量的单能光子能谱响应矩阵的参数预测;将已知辐射体条件下NaI(Tl)伽马射线能谱仪实测伽马射线能谱数据、第一层BP网络能谱预测参数组合在一起,建立第二层BP神经
5、网络模型,进行任意辐射体环境中NaI(Tl)伽马射线能谱仪实测谱的单能光子能谱预测,从而实现仪器谱的分解;在此基础上,开发基于蒙特卡罗模拟和BP神经网算法的能谱数据处理软件平台,实现以上功能。本文取得了以下的研究成果。1、本文利用MCNP5对不同能量的γ射线在给定仪器和测量条件下建立模型,得到能量范围在0.24MeV~2.62MeV内43种不同能量的单能γ光子能谱数据,通过计算和统计,建立单能光子谱的响应矩阵。2、本文对BP神经网络进行输入向量重定义,提出了输入向量传导公式,以函数作为神经网络输入向量,取代单纯的数值数据;以43个单能光子谱响应2矩阵参数为基础,建立BP神经
6、网络进行训练,得到相关系数R>0.95。通过BP神经网络可实现在一定的能量范围内,拟合任意入射γ射线能量的单能光子谱参数;结合响应矩阵,实现对任意能量单能γ射线的单能光子谱拟合。得到的每道能量箱计数比的最大相对误差为4.57%,平均相对误差为1.82%。3、本文以137组实测数据为基础,全谱各道计数率为输入向量,所有的单能光子谱响应参数和入射射线强度为输出向量,建立第二层BP神经网络并训练,I成都理工大学博士学位论文2得到相关系数R>0.95,实现任意能谱的单能光子谱能量-强度分布预测。根据各单能光子谱的能量、强度及其他矩阵响应参数可计算出整条能谱数据,通过合成各个单能光子
7、谱数据得到拟合全谱,并与实测谱进行对比。拟合谱和实测谱全谱计数率最大相对误差为4.58%,平均相对误差为1.76%;单道最大计数率最大相对误差为5%,平均相对误差为3.21%;单道平均计数率最大相对误差为5%,平均相对误差为3.58%。4、本文开发了基于蒙特卡罗方法和改进的神经网络算法为核心射线能谱数据处理与分析软件平台。该软件能自动计算给定仪器下的单能光子谱矩阵参数,可显示并简单操作分析能谱,对给定射线能谱仪实现射线能谱解析。关键字:射线能谱数据处理蒙特卡罗模拟BP神经网络IIAbstractGammarayen
此文档下载收益归作者所有