基于碲锌镉阵列的核废物桶SGS-TGS双模式检测装置及方法

    公开(公告)号:CN118534516A

    公开(公告)日:2024-08-23

    申请号:CN202410616937.5

    申请日:2024-05-17

    摘要: 本发明公开了一种核素识别能力强、检测效率高、能够实现废物桶SGS和TGS两种检测模式的基于碲锌镉阵列的核废物桶SGS‑TGS双模式检测装置及方法。该基于碲锌镉阵列的核废物桶SGS‑TGS双模式检测装置,包括废物桶承载器、第一机架、第二机架、探测器承载器、放射源承载器;放射源承载器上设置有扇形孔准直器、圆孔准直器、投射源开关。该装置的测量方法包括SGS检测模式和TGS检测模式的选择,对核废物桶进行SGS检测模式下的透射测量和发射测量,对核废物桶进行TGS检测模式下的透射测量和发射测量。采用该基于碲锌镉阵列的核废物桶SGS‑TGS双模式检测装置及方法能够实现桶内放射性核素的识别,SGS检测模式下的核素活度计算,TGS检测模式下的桶内TGS图像重建。

    核废物包装体双模同步扫描检测装置

    公开(公告)号:CN117405707A

    公开(公告)日:2024-01-16

    申请号:CN202311401713.4

    申请日:2019-10-17

    IPC分类号: G01N23/02 G01N23/10

    摘要: 本发明公开了一种核废物包装体双模同步扫描检测装置,包括转动平台,转动平台连接有转动驱动机构;转动平台的周围设置有第一升降平台、第二升降平台以及第三升降平台,第一升降平台上设置有平移平台,平移平台连接有平移驱动机构,且平移平台上设置有单HPGe探测器系统;第二升降平台上设置有透射源和准直器组件;第三升降平台上设置有矩阵探测器系统;矩阵探测器系统的矩阵探测器、透射源和准直器组件以及单HPGe探测器系统的单HPGe探测器均朝向转动平台。本发明与现有的单HPGe探测器相比,工作效率显著提高,与现有的阵列式的HPGe探测器相比,造价低,在兼顾经济性和普适性的同时,可显著提升TGS的扫描效率,缩短测量时间,提高层析γ扫描速度。

    一种基于多尺度特征网络的压缩感知ToF信号重建方法

    公开(公告)号:CN116451747A

    公开(公告)日:2023-07-18

    申请号:CN202310448066.6

    申请日:2023-04-24

    摘要: 本发明公开了一种基于多尺度特征网络的压缩感知ToF信号重建方法,涉及中子物理实验技术领域,包括:构建训练模型,包括采样模块、初始重建模块和最终重建模块;采样模块为多采样率并行训练网络,用于使用预定义的参数匹配不同采样率下的三个连续的一维卷积操作,对原始ToF信号进行压缩处理,得到对应的测量值,且在每轮的batch块训练阶段,均随机选取预定义的采样率进行学习;初始重建模块用于利用卷积对测量值进行维度重塑,变成和原始ToF信号相同维度的初始重建ToF信号;最终重建模块用于通过不同滤波器大小的卷积块组成的Inception模块和LSTM模块对初始重建ToF信号进行学习,得到最终重建的ToF信号。本发明能重建出压缩率、重构精度、重构成功率更好的ToF信号。

    基于放射源空间性质的层析γ扫描体素效率刻度方法

    公开(公告)号:CN115932936A

    公开(公告)日:2023-04-07

    申请号:CN202211416647.3

    申请日:2022-11-13

    IPC分类号: G01T1/36

    摘要: 本发明公开了一种能够减少工作量,能够提高工作效率,效率刻度的通用性好的基于放射源空间性质的层析γ扫描体素效率刻度方法。该基于放射源空间性质的层析γ扫描体素效率刻度方法包括步骤:S1、使用蒙特卡洛方法相关软件建立TGS系统1:1仿真模型;S2、确定空间效率测量的放射源放置位置;S3、空间效率计算;S4、空间效率修正系数计算;S5、探测效率因子计算;S6、探测效率计算。采用该基于放射源空间性质的层析γ扫描体素效率刻度方法所有能量γ射线共用一套空间效率ε,能够减小工作量;提升刻度效率同时保障数据可信度;具有良好的通用性和可迁移性。

    基于核脉冲峰值序列的二维卷积神经网络核素识别方法

    公开(公告)号:CN115905841A

    公开(公告)日:2023-04-04

    申请号:CN202211587957.1

    申请日:2022-12-12

    发明人: 石睿 罗庚 庹先国

    摘要: 本发明公开了一种实验样本能够保留所有脉冲序列点,能够自动提取固定长度核脉冲序列特征的基于核脉冲峰值序列的二维卷积神经网络核素识别方法。该基于核脉冲峰值序列的二维卷积神经网络核素识别方法包括步骤:S1、建立二维卷积神经网络核素识别模型;S2、通过NaI(Tl)探测器去探测核素衰变的射线得到核脉冲峰值序列;对核脉冲峰值序列进行预处理;S3、通过上面预处理得到的训练集对S1步骤模型进行训练;S4、将训练得到的二维卷积神经网络核素识别模型进行核素识别。采用该基于核脉冲峰值序列的二维卷积神经网络核素识别方法当放射性的计数率越高,越容易识别该核素;当序列长度越大时,识别精度越高;能够有效的提高核素识别精度。

    基于核脉冲峰值序列的一维卷积神经网络核素识别方法

    公开(公告)号:CN115310472A

    公开(公告)日:2022-11-08

    申请号:CN202110492704.5

    申请日:2021-05-07

    IPC分类号: G06K9/00 G06N3/08 G01T1/00

    摘要: 本发明公开了一种能够确保识别核素准确性、提高核素识别速度的基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法。该基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法首先通过探测器实际测量核脉冲信号,使用离散小波变换进行滤波,随后提取脉冲的幅值与幅值点对应的时间,组成序列数据;将获得的序列数据进行最大最小归一化操作,然后再划分数据集为训练集和测试集;使用TensorFlow搭建一维卷积神经网络,使用训练集训练神经网络模型,然后在使用测试集进行测试,优化模型参数。采用该基于核脉冲峰值序列数据的一维卷积神经网络核素识别方法能够快速、高精度实现核素识别。

    康普顿背散射墙体空鼓检测系统及检测方法

    公开(公告)号:CN113418943A

    公开(公告)日:2021-09-21

    申请号:CN202110683070.1

    申请日:2021-06-21

    IPC分类号: G01N23/20066

    摘要: 本发明公开了一种康普顿背散射墙体空鼓检测系统,包括阵列探测器和控制器,还包括一准直器和一罩体、一二维平移机构。本发明用圆环形的阵列探测器探测伽马射线与墙体中的物质相互作用产生康普顿背散射信号,根据背散射信号差异检测出墙体中的空鼓,可利用阵列探测器的数据与二维平移机构的位移数据相互匹配,进一步定量测量墙体空鼓的具体位置和空鼓大小,即实现墙体空鼓的定量测量。用户可自由选择手持和自动化两种检测方式,采集到的信号和处理数据可实时传输到手机等终端机,实现空鼓在线和离线检测。本发明的检测系统及检测方法,在提高空鼓检测效率的同时兼顾特殊位置的空鼓检测,兼具便携性和易操作性,利于设备推广使用。

    一种基于改进强化学习的六足机器人路径规划方法

    公开(公告)号:CN118089733A

    公开(公告)日:2024-05-28

    申请号:CN202410237043.5

    申请日:2024-03-01

    IPC分类号: G01C21/20 G01C21/34

    摘要: 本发明公开了一种基于改进强化学习的六足机器人路径规划方法,包括马尔可夫过程、神经网络构建、全局信息获取、探索率调整、动作选择改进、经验池管理、训练步数判断及目标神经网络更新等步骤。通过本发明,能够有效提高强化学习算法中经验池数据积累的效率,缩短六足机器人在多维环境中的跨平面规划决策时间。采用粒子群算法替代原有策略,使得机器人动作选择更具目的性,进而增加了经验池中有效数据的数量。相比现有技术,本发明具有更高的路径规划效率和更强的动作选择能力,可广泛应用于六足机器人领域。