核废物包装体流水线式扫描检测装置

    公开(公告)号:CN111708071B

    公开(公告)日:2022-08-05

    申请号:CN202010504915.1

    申请日:2020-06-05

    IPC分类号: G01T1/167 G01T7/08

    摘要: 本发明涉及核废物包装体放射性的测量及分析技术领域,尤其涉及核废物包装体流水线式扫描检测装置;包括安装在地面的主传送带和用于驱动传送带运动的驱动装置A,在传送带两侧竖直向下安装的支撑板,两个支撑板之间且远离地面的一端安装有盖板,在任意一个支撑板靠近传送带的一面上安装有多组塑料闪烁体探测器,所述塑料闪烁体探测器探测头水平指向主传送带;在传送带上放置核废物包装体,通过塑料闪烁体探测器对跟随传送带运动的核废物包装体进行核素检测,从而实现了核废物桶流水线式的检测方式,有效的提高了大量核废物桶需要检测时的工作效率。

    核废物包装体扫描检测装置

    公开(公告)号:CN111924449A

    公开(公告)日:2020-11-13

    申请号:CN202010504921.7

    申请日:2020-06-05

    摘要: 本发明涉及核废物包装体放射性的测量及分析技术领域,尤其涉及一种核废物包装体扫描检测装置;包括安装在地面的传送带,以及设置在传送带两侧的支撑板,支撑板之间且远离地面的一端安装盖板,盖板靠近地面的一面设置有与传送带运动方向一致的直线模组,直线模组滑台上安装旋转平台;旋转平台上安装连接板,连接板远离旋转平台的一端安装竖直向下的直线模组,直线模组滑台上安装水平的安装板,安装板上安装有高精度探测器,并在任意一个支撑板靠近传送带的一面上安装塑料闪烁体,通过在传送带上放置核废物桶,对跟随传送带运动的核废物桶进行核素检测,从而实现了核废物桶流水线式的检测方式。

    核废物包装体流水线式扫描检测装置

    公开(公告)号:CN111708071A

    公开(公告)日:2020-09-25

    申请号:CN202010504915.1

    申请日:2020-06-05

    IPC分类号: G01T1/167 G01T7/08

    摘要: 本发明涉及核废物包装体放射性的测量及分析技术领域,尤其涉及核废物包装体流水线式扫描检测装置;包括安装在地面的主传送带和用于驱动传送带运动的驱动装置A,在传送带两侧竖直向下安装的支撑板,两个支撑板之间且远离地面的一端安装有盖板,在任意一个支撑板靠近传送带的一面上安装有多组塑料闪烁体探测器,所述塑料闪烁体探测器探测头水平指向主传送带;在传送带上放置核废物包装体,通过塑料闪烁体探测器对跟随传送带运动的核废物包装体进行核素检测,从而实现了核废物桶流水线式的检测方式,有效的提高了大量核废物桶需要检测时的工作效率。

    核废物包装体扫描检测装置

    公开(公告)号:CN111924449B

    公开(公告)日:2022-03-29

    申请号:CN202010504921.7

    申请日:2020-06-05

    摘要: 本发明涉及核废物包装体放射性的测量及分析技术领域,尤其涉及一种核废物包装体扫描检测装置;包括安装在地面的传送带,以及设置在传送带两侧的支撑板,支撑板之间且远离地面的一端安装盖板,盖板靠近地面的一面设置有与传送带运动方向一致的直线模组,直线模组滑台上安装旋转平台;旋转平台上安装连接板,连接板远离旋转平台的一端安装竖直向下的直线模组,直线模组滑台上安装水平的安装板,安装板上安装有高精度探测器,并在任意一个支撑板靠近传送带的一面上安装塑料闪烁体,通过在传送带上放置核废物桶,对跟随传送带运动的核废物桶进行核素检测,从而实现了核废物桶流水线式的检测方式。

    一种基于柯西混合模型的TGS图像重构方法

    公开(公告)号:CN114004913A

    公开(公告)日:2022-02-01

    申请号:CN202111615449.5

    申请日:2021-12-28

    摘要: 本发明公开了一种基于柯西混合模型的TGS图像重构方法,具体包括如下步骤,步骤S1:对核废物包装体进行三维扫描,获取TGS透射图像和发射图像;步骤S2:构造柯西混合模型,并对模型中参数的更新;步骤S3:对柯西混合模型中协方差矩阵进行特征分解,得到对应的两个特征矩阵;步骤S4:分别完成每个特征矩阵校正,得到两个校正后的特征矩阵;步骤S5:根据校正后的特征矩阵求解得到旋转矩阵;步骤S6:根据图像的刚性变换关系,求解得到缩放因子和平移向量;步骤S7:根据求解出的旋转矩阵、缩放因子、平移向量得到完成配准的图像。本发明实现图像的精准融合,从而为核废物判别和分类提供多数据多信息的图像,使固体核废物的检测更加方便可靠。

    一种基于稀疏张量字典学习的层析γ扫描图像重建方法

    公开(公告)号:CN113989406A

    公开(公告)日:2022-01-28

    申请号:CN202111615799.1

    申请日:2021-12-28

    摘要: 本发明公开了一种基于稀疏张量字典学习的层析γ扫描图像重建方法,包括:建立TGS测量方程;将TGS测量方程改写成三阶张量格式;运用张量字典对TGS测量方程进行稀疏表示;对张量格式的TGS测量方程添加服从泊松分布的干扰噪声;将稀疏矩阵求解范数问题转化为求解其对应范数的最小值问题;采用K‑CPD算法对求解转换后的稀疏矩阵进行张量字典的学习和稀疏编码;使用最大似然估计方法估计出泊松分布的参数并重建层析γ扫描图像。本发明通过稀疏张量字典学习,实现了对庞大数据的降维和数据信息的深度挖掘,快速重建了透射图像和发射图像,提高了检测的效率及图像重建的精度。

    基于复合型结构元素数学形态学的中子-伽马甄别方法

    公开(公告)号:CN112258432B

    公开(公告)日:2021-09-21

    申请号:CN202011146572.2

    申请日:2020-10-23

    IPC分类号: G06T5/30 G06T5/00

    摘要: 本发明公开了一种基于复合型结构元素数学形态学的中子‑伽马甄别方法,包括P10、获取中子‑伽马脉冲数据;P20、对获取的中子‑伽马脉冲数据进行预处理;P30、构建用于数学形态学变换的复合型结构元素;P40、对预处理后的中子‑伽马脉冲数据进行数学形态学开运算处理;P50、对P40步骤开运算后的结果进行积分,计算得出甄别因子;P60、利用该得到的甄别因子对中子‑伽马脉冲数据进行甄别。本发明具有较好的甄别性能,同时能够表现出很好的抗噪能力,在混合辐射场测量及其数据处理技术领域具有很好的应用价值。

    基于复合型结构元素数学形态学的中子-伽马甄别方法

    公开(公告)号:CN112258432A

    公开(公告)日:2021-01-22

    申请号:CN202011146572.2

    申请日:2020-10-23

    IPC分类号: G06T5/30 G06T5/00

    摘要: 本发明公开了一种基于复合型结构元素数学形态学的中子‑伽马甄别方法,包括P10、获取中子‑伽马脉冲数据;P20、对获取的中子‑伽马脉冲数据进行预处理;P30、构建用于数学形态学变换的复合型结构元素;P40、对预处理后的中子‑伽马脉冲数据进行数学形态学开运算处理;P50、对P40步骤开运算后的结果进行积分,计算得出甄别因子;P60、利用该得到的甄别因子对中子‑伽马脉冲数据进行甄别。本发明具有较好的甄别性能,同时能够表现出很好的抗噪能力,在混合辐射场测量及其数据处理技术领域具有很好的应用价值。

    一种基于多结构元素形态学的核素能谱寻峰方法

    公开(公告)号:CN111861944A

    公开(公告)日:2020-10-30

    申请号:CN202010786475.3

    申请日:2020-08-07

    IPC分类号: G06T5/00 G06T5/30

    摘要: 本发明公开了一种基于多结构元素形态学的核素能谱寻峰方法,通过采集核素探测数据作为原始核素能谱数据,对原始核素能谱数据进行筛选有效信息以及平滑等预处理,再选取四种同尺寸不同方向的结构扁平型结构元素对预处理后的能谱数据进行腐蚀膨胀的形态学变化处理,经过形态学变化处理后的能谱数据与预处理后的能谱数据作差,通过对差值能谱,剥峰、剔除假峰后,最终能够实现核素的寻峰,且准确度较高。通过选取与水平方向夹角分别为0°、45°、90°以及135°的扁平结构元素,能够对曲线不同走向把控的更加仔细,此方法的能谱峰定位精确度更高,不易丢失峰信息,可以更好的识别峰信息从而确定峰位。

    一种基于预测模型的核信号校正方法

    公开(公告)号:CN114647814A

    公开(公告)日:2022-06-21

    申请号:CN202210561684.7

    申请日:2022-05-23

    IPC分类号: G06F17/10 G06F17/13 G06F17/16

    摘要: 本发明涉及一种基于预测模型的核信号校正方法,包括S1、通过软件模拟核脉冲堆积信号;S2、在核脉冲堆积信号中选取初始序列;S3、通过Sigmoid函数变换的灰色模型对初始序列进行变换,再反解出真实预测值,然后根据真实预测值对脉冲信号进行重建。本发明通过Sigmoid函数变换对初始序列进行变换,使得灰色模型得到了优化,与传统的三次指数平滑和传统灰色模型相比,算法误差减小,脉冲信号的重建精度得到了提升,此外,Sigmoid函数变换与双曲正切函数变换相比,计算过程更加简单,计算速度更快,校正效率得到提升。