混合场β/γ能谱探测器的研制

为解决β/γ混合场两种射线能谱测量过程中的互相干扰问题,研制了一台含有3层闪烁晶体的叠层闪烁探测器样机,设计了脉冲形状甄别算法,实现了β/γ射线类型的甄别,并研究了同时获取两种射线能谱的方法。在~(14)C、~(36)Cl和~(90)Sr/~(90)Y 3枚β源实验中,样机将β粒子误甄别为γ的概率均小于0.1%。在~(241)Am、~(137)Cs和(60)Co 3枚γ源实验中,将γ误甄别为β的概率均低于1%。通过β/γ混合源实验,验证了样机能在粒子甄别的基础上,通过一次测量就能同时获取两种射线的能谱。     

新型低本底α/β测量系统设计

设计了一套新型低本底α/β测量系统。该系统采用ZnS(Ag)薄板复合塑料闪烁体作为主探测器,平板形塑料闪烁体作为反符合探测器,实现样品中总α和总β的同时测量。利用ARM架构的MCU作为系统运行核心,FPGA硬件电路作为数据采集单元,基于脉冲宽度甄别方法实现测量系统的α/β脉冲甄别。对该系统进行了主要性能测试,测试结果表明:测量α粒子时,本底为0.003 min~(-1)·cm~(-2),对~(239)Puα标准平面源的探测效率为92.5%,α对β道的串道比为0.87%;测量β粒子时,本底为0.072 min~(-1)·cm~(-2),对~(90)Sr-~(90)Yβ标准平面源的探测效率为62.0%,β对α道的串道比为0.03%。     

α、β粒子在钝化注入平面硅探测器中的脉冲形状分析

利用钝化注入平面硅探测器(PIPS)测量α、β时,某些情况下只通过能量甄别无法区分这两种粒子,而通过脉冲形状甄别的方法可以很好地解决这一问题.通过研究α、β粒子在PIPS中脉冲形状不同的机制,分析了脉冲形状的特征；测量分析了一款PIPS探测器的电压脉冲上升时间及其随偏压的变化；分析得出了对PIPS探测器进行脉冲形状甄别...     

基于弹道亏损形状特征的堆积脉冲识别方法

识别与拒绝堆积脉冲是提升高辐射环境下X荧光光谱性能的有效方法。本文提出一种堆积脉冲甄别方法,该方法首先将原始脉冲成形为三角脉冲和梯形脉冲;然后计算其幅度比值,该比值称为时不变脉冲形状标签(TIPS);最后通过TIPS的大小判别脉冲是否堆积。这种方法不需要测量脉冲宽度,且不受脉冲幅度变化的影响。与逆锯齿波成形器相比,三角脉冲成形器能更有效地抑制TIPS展宽,从而有利于甄别堆积脉冲。在1.22×10⁶ s^-1通过率下,使用该方法识别铅黄铜样品中堆积脉冲。结果表明,当非堆积脉冲损失率为15%时,准确率、召回率及F1得分分别提升到73.55%、78.75%和76.06%,铜的K_α峰峰总比提高到76.60%。本文提出的方法可以有效识别堆积脉冲和提高能谱的峰总比。     

用于复合闪烁体的α、β脉冲甄别电路设计

设计了一种用于复合闪烁体,能够甄别区分α、β脉冲信号的甄别电路,并给出了测试结果。结果表明该电路能很好地甄别α、β脉冲信号,满足了α、β复合闪烁体探测器的要求。     

基于模糊c均值聚类的液体闪烁体探测器n-γ射线甄别方法

提出一种基于模糊c均值聚类的液体闪烁体探测器n-γ射线甄别方法。使用便携式实时n-γ射线甄别器在环境中采集中子和γ射线,分别运用模糊c均值聚类和脉冲梯度法进行n-γ射线甄别,并将二者的结果进行比较。实验结果表明,基于模糊c均值聚类的n-γ射线甄别方法取得了与脉冲梯度法相近的结果,同时降低了不确定度,提高了甄别性能。     

α/β放射性气溶胶的小流量采样快速测量技术研究

针对放射性气溶胶监测仪的便携要求,设计了一套小流量采样快速测量系统和测量方法。采用累积采样累积测量的方式,联合利用能量甄别修正法与α/β比值法去除Rn子体的干扰,实现小流量采样条件下的α/β放射性气溶胶的同时监测。通过对探测下限的分析,表明该方法可满足应急监测的需求,为便携式α/β放射性气溶胶监测仪设计提供了参考。     

核脉冲波形甄别方法研究

建立了一套基于信号发生器和数字示波器采样的仿真数字化核脉冲分析系统,分别采用电荷积分法、过零时间法、脉冲梯度法、指数拟合法和离散傅里叶变换法完成了仿真中子和γ射线的数字化甄别。结果表明,几种方法均可较为理想的实现n/γ甄别,但在甄别效果和计算时间上存在较大差异,可为实时n/γ甄别的算法选取和优化提供一定参考依据。     

对α－β放射性气溶胶快速监测仪比例因子的实验研究

α－β放射性气溶胶快速监测仪采用α能量甄别补偿法和α／β比值法监测放射性气溶胶，本文介绍其α比例因子Ｋα、β比例因子Ｋβ与天然本底氡气子体之间的关系，实验研究了Ｋα、Ｋβ的确定。     

nGγ核信号的matlab仿真及其数字波形甄别方法研究

由于中子射线中常常混有γ射线,所以在探测器探测到中子信号的同时也可能会探测到γ信号,而对不同的核信号进行区分具有重大意义。本文利用 matlab 软件开展了中子和γ粒子数字化核信号波形仿真研究,并利用几种核脉冲波形甄别方法对仿真波形进行甄别,最后对不同方法的甄别效果展开了分析讨论。结果表明,电荷比较法、上升时间法和脉冲梯度分析法都是稳定的甄别方法,可有效实现n-γ甄别,其中电荷比较法的甄别效果相对较好。     

n-γ核信号的matlab仿真及其数字波形甄别方法研究

由于中子射线中常常混有γ射线,所以在探测器探测到中子信号的同时也可能会探测到γ信号,而对不同的核信号进行区分具有重大意义。本文利用 matlab 软件开展了中子和γ粒子数字化核信号波形仿真研究,并利用几种核脉冲波形甄别方法对仿真波形进行甄别,最后对不同方法的甄别效果展开了分析讨论。结果表明,电荷比较法、上升时间法和脉冲梯度分析法都是稳定的甄别方法,可有效实现n-γ甄别,其中电荷比较法的甄别效果相对较好。     

Hidex液闪仪α/β甄别及谱图重建方法北大核心CSCD

采用液闪技术分析α核素和β核素的混合样品,α/β甄别是一项非常实用的功能。具有α/β甄别功能的液闪仪分为A、B两类。B类液闪仪可以在样品测量后再确定最优甄别参数,该特点给α/β甄别带来了较大的方便。Hidex液闪仪属于B类液闪仪,但针对样品测量后重新设置的甄别参数,配套软件没有给出新的液闪谱图(包括α谱图和β谱图)。本工作分别以^(237)Np液闪样品和铀液闪样品为例,给出了针对新甄别参数重建液闪谱图的方法。结果表明,采用该法重建的液闪谱图与文献一致。     

n-γ核信号的matlab仿真及其数字波形甄别方法研究

由于中子射线中常常混有γ射线,所以在探测器探测到中子信号的同时也可能会探测到γ信号,而对不同的核信号进行区分具有重大意义。本文利用matlab软件开展了中子和γ粒子数字化核信号波形仿真研究,并利用几种核脉冲波形甄别方法对仿真波形进行甄别,最后对不同方法的甄别效果展开了分析讨论。结果表明,电荷比较法、上升时间法和脉冲梯度分析法都是稳定的甄别方法,可有效实现n-γ甄别,其中电荷比较法的甄别效果相对较好。     

液体闪烁体探测器n/γ甄别方法的现状与发展

n/γ射线甄别是中子探测的一个关键技术。简要阐述了液体闪烁体探测器中利用脉冲形状甄别n/γ射线的基本原理,综述了传统的基于模拟技术的n/γ射线甄别方法和近年来出现的基于数字技术的n/γ射线甄别方法,同时探讨了各种方法的原理和特点,并指出n/γ射线甄别方法的发展趋势。     

新型气溶胶监测仪研制

为防止核电厂气溶胶在线连续监测仪常因氡钍子体影响而产生误报警问题,研制了一种新型的气溶胶监测仪。新型的气溶胶监测仪采用样品收集、停留、测量分段步进的方式,引入了温度补偿、自吸收校正、双能量甄别法和α/β比值法等方法对仪器进行精度修正,从而消除氡钍子体的干扰问题。     

对α—β放射性气溶胶快速监测仪比例因子的实验研究

α－β放射性气溶胶快速监测仪采用α能量甄别补偿和α／β比值法监测放射性气溶胶，本文介绍其α比例因子Ｋ，β比例因子Ｋβ与天然本底氡氢子体间的关系，实验研究了Ｋα，Ｋβ的确定。     

利用向量投影法对α、γ粒子进行脉冲形状甄别

提出了一种脉冲形状的甄别方法——向量投影法，论述了向量投影法的原理和计算方法，对FADC采集的实测数据进行了计算，给出结果。证明了向量投影法可以实现α、γ粒子的脉冲形状甄别。     

基于BP神经网络的n/γ甄别方法研究

常用的有机闪烁体探测器对中子和γ射线均敏感,所以消除或减弱γ射线在中子探测技术中的影响是必要的。考虑到BP神经网络能实现分类器的功能,因此本文结合脉冲形状甄别技术与BP神经网络,将BP神经网络应用在中子与γ射线混合场的粒子甄别中。通过训练BP神经网络达到记忆、分类测试样本的目的。对BP神经网络应用于n/γ脉冲波形甄别的准确性进行验证后与电荷比较法及频域梯度分析法甄别结果进行了对比。结果表明,BP神经网络甄别法不仅能为混合辐射场提供有效的甄别,而且在甄别时间上较电荷比较法与频域梯度分析法有所提高。     

PACKARD公司在京举办α/β液闪最新进展培训班

美国PACKARD仪器公司与清华大学核能技术设计研究院携手合作于5月27～31日在京举办α/β液体闪烁计数技术的最新进展的培训班。 该公司产品经理Jim Floecker理学士与清华大学杨大助博士就测定α活度的重复性,α活度测定方法的比较,新的α/β脉冲甄别功能和脉冲衰减分析(PDA)的基本原理,常规液     

基于BP神经网络的n/γ甄别方法研究

常用的有机闪烁体探测器对中子和γ射线均敏感，所以消除或减弱γ射线在中子探测技术中的影响是必要的。考虑到BP神经网络能实现分类器的功能，因此本文结合脉冲形状甄别技术与BP神经网络，将BP神经网络应用在中子与γ射线混合场的粒子甄别中。通过训练BP神经网络达到记忆、分类测试样本的目的。对BP神经网络应用于n/γ脉冲波形甄别的准确性进行验证后与电荷比较法及频域梯度分析法甄别结果进行了对比。结果表明，BP神经网络甄别法不仅能为混合辐射场提供有效的甄别，而且在甄别时间上较电荷比较法与频域梯度分析法有所提高。