王孝強(qiáng) 庹先國 吳雪梅 李 哲

1（成都理工大學(xué)核技術(shù)與自動化工程學(xué)院 成都 610059）

2（中核四川環(huán)保工程有限公司 廣元 610006）

3（西南科技大學(xué)核廢物與環(huán)境安全國防重點(diǎn)學(xué)科實(shí)驗(yàn)室 綿陽 621010）

4（地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室 成都 610059）

核設(shè)施退役過程中涉及大量核素為α輻射體，同時(shí)α粒子受到射程短和穿透力弱限制，長距離α測量(Long range alpha detector，LRAD)技術(shù)被提出，并初步應(yīng)用于現(xiàn)場污染管道的定性測量[1,2]。該技術(shù)采用間接探測由污染核素衰變α粒子產(chǎn)生的電離離子，實(shí)現(xiàn)對核素α活度的間接探測。相比傳統(tǒng)測量方法，可有效克服α粒子本身射程和穿透力的限制，同時(shí)提高探測效率。

實(shí)際用該技術(shù)測量管道內(nèi)α活度時(shí)，風(fēng)速（風(fēng)量）、測量距離及被測管道幾何特征等參數(shù)變化會嚴(yán)重影響管道內(nèi)離子的收集，從而影響分析準(zhǔn)確度[3,4]。針對測量準(zhǔn)確度問題，TUO Xianguo 等[5?7]分別開展以前性能優(yōu)化研究，研制出多種基于LRAD技術(shù)的探測效率高、穩(wěn)定性好的電流電離室，對系統(tǒng)測量準(zhǔn)確度的提高有重要意義。針對外在影響因素，穆克亮等[8,9]開展了多參數(shù)影響研究，應(yīng)用多種數(shù)學(xué)算法展開。

同時(shí)，針對封閉式測量應(yīng)用于現(xiàn)場測量的不方便問題[10]，采用將標(biāo)準(zhǔn)源置于碳鋼鋼管內(nèi)、自主研制的LRAD測量系統(tǒng)，將探測器直接對準(zhǔn)測試管道，開展管道內(nèi)LRAD測量多參數(shù)影響特征實(shí)驗(yàn)，分析并查明影響系統(tǒng)探測效率的特征因子。針對系統(tǒng)輸入輸出的非線性關(guān)系，采用BP網(wǎng)絡(luò)對系統(tǒng)測得的電離電流值進(jìn)行非線性預(yù)測。

1 裝置及條件

實(shí)驗(yàn)采用自主研制的便攜式α表面污染報(bào)警儀[7]，由探測部分和二次儀表構(gòu)成，系統(tǒng)測量框圖及探測部分如圖1，探測部分主要為測試外管（5種不同管徑的碳鋼鋼管）、引氣內(nèi)管(鋁合金、f 40 mm、L 0.2 m)[11]、風(fēng)扇(PMD2408PMB1-A(DC24V≈9.6 W))及電流電離室(偏壓200 V)等，二次儀表主要包括風(fēng)扇驅(qū)動單元、高壓調(diào)節(jié)單元、信號檢測單元和單片控制及處理系統(tǒng)，能在常溫下工作[12]。

分別選取強(qiáng)度為523.33和3200 Bq的239Pu α面源，將探測器直接置于被測管道內(nèi)壁底端，保持內(nèi)外管同軸放置，管口相接測量，相較于封閉式測量更具便攜性。

圖1 系統(tǒng)框圖(a)及探測部分(b)Fig.1 System block diagram (a) and detection part (b).

為便于對多種影響因素分析比較，需對結(jié)果進(jìn)行歸一化處理，計(jì)算公式為：

數(shù)據(jù)歸一化后，再按不同特征進(jìn)行相應(yīng)處理。

2 原理與方法

2.1 LRAD技術(shù)測量管道內(nèi)α活度原理

如圖 2，LRAD系統(tǒng)通過測量由風(fēng)扇驅(qū)動的 α粒子電離空氣分子產(chǎn)生的離子對進(jìn)而間接測量α粒子放射性活度[5?11]，其優(yōu)點(diǎn)是被測離子對在數(shù)量和傳輸速度上均遠(yuǎn)優(yōu)于α粒子本身。

圖2 LRAD測量管道內(nèi)α活度基本原理Fig.2 Basic principle of LRAD.

2.2 LRAD測量的神經(jīng)網(wǎng)絡(luò)預(yù)測模型

儀器測量結(jié)果與被測對象實(shí)際值之間保持一一對應(yīng)關(guān)系對實(shí)現(xiàn)其使用價(jià)值至關(guān)重要。如圖1、2，LRAD系統(tǒng)為通風(fēng)裝置，測量過程中易受多種條件干擾，使系統(tǒng)難以實(shí)現(xiàn)此對應(yīng)關(guān)系。經(jīng)前期研究，找出源強(qiáng)、管道中放射源與探測器距離、風(fēng)速、流量、管徑、管長等LRAD系統(tǒng)測量關(guān)鍵影響因子。但目前還無法通過人為操作或提高儀器性能以同時(shí)消除或減少這些因素的影響。

BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Networks)是由非線性變換單元組成的前饋網(wǎng)絡(luò)，是非線性系統(tǒng)建模、仿真和預(yù)測的主要工具。針對LRAD系統(tǒng)測量中非線性參數(shù)影響，可將關(guān)鍵影響因子納入放射源實(shí)際活度與儀器測量值關(guān)系模型中，根據(jù)已知數(shù)據(jù)應(yīng)用BP網(wǎng)絡(luò)建立關(guān)鍵影響因素與系統(tǒng)測量值的數(shù)學(xué)模型，可虛構(gòu)為y = f(x1, x2, x3, x4, x5, x6)，(xi為前述包括活度的因變量，i=1…6)。其模型精度高、誤差小，可實(shí)現(xiàn)LRAD系統(tǒng)測量的非線性校正。

圖3 BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)Fig.3 Structure of BP neural network.

如圖3，BP網(wǎng)絡(luò)是一種有三層或三層以上神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層（隱層）和輸出層[9,10,13,14]。BP網(wǎng)絡(luò)映射測量系統(tǒng)中關(guān)鍵參數(shù)與測量結(jié)果之間的非線性關(guān)系，以影響系統(tǒng)輸出的關(guān)鍵影響因子為輸入樣本，各樣本條件下的電離電流作為輸出樣本，用梯度下降法等調(diào)整網(wǎng)絡(luò)的連接權(quán)和閾值，選定網(wǎng)絡(luò)訓(xùn)練模式，重復(fù)前向傳播和誤差反向傳播過程，實(shí)現(xiàn)管道內(nèi)α活度預(yù)測。

3 非線性影響分析

實(shí)驗(yàn)將6種關(guān)鍵影響因子作為研究對象，應(yīng)用控制變量法（測量時(shí)間定為 2 min）單獨(dú)觀察每一個因素對系統(tǒng)測量造成的影響，每種條件重復(fù) 10次測量，求得平均值為該實(shí)驗(yàn)有效值。此處重點(diǎn)分析距離、風(fēng)速、測試管管徑和管長影響。為對比觀察兩種活度的放射源(523.33和3200 Bq)影響特征，分析時(shí)已作歸一化處理。

3.1 距離對系統(tǒng)的影響特征

以58 mm管徑的測試管為例，選定風(fēng)速為0.91 m/s，分別將強(qiáng)度為523.33和3200 Bq的239Pu α源置于測試管內(nèi)不同距離處，測量得到距離對系統(tǒng)的響應(yīng)特征及其誤差如圖4。

圖4 距離影響特征Fig.4 Distance influence characteristic.

由圖4可見，整體結(jié)果均隨距離增加而減小，用簡單的線性擬合，擬合相關(guān)系數(shù)分別為?0.97807(523.33 Bq)和?0.96883 (3200 Bq)，認(rèn)為距離對系統(tǒng)輸出呈良好的線性影響關(guān)系。分析認(rèn)為，當(dāng)放射源置于測試管內(nèi)不同位置，恒定氣流驅(qū)動下，距離增大，增加了離子對傳輸時(shí)間和碰撞幾率，超出復(fù)合時(shí)間即發(fā)生復(fù)合，從而導(dǎo)致系統(tǒng)探測效率降低。

3.2 風(fēng)速對系統(tǒng)的影響特征

由于風(fēng)速與流量影響特征一致，此處僅分析風(fēng)速影響特征。選定風(fēng)速變化范圍為0?1.5 m/s，用兩種不同強(qiáng)度的239Pu α源對58 mm測試管進(jìn)行測量，距離選定為與電離室信號柵極相隔130 cm，測量得其特征及其誤差如圖5。

圖5 風(fēng)速影響特征Fig.5 Velocity influence characteristic.

分析圖5可知，239Pu α源對系統(tǒng)響應(yīng)隨風(fēng)速增加近似成指數(shù)規(guī)律增大，風(fēng)速較低的部分，電流隨風(fēng)速近似線性增加，3200 Bq的α源表現(xiàn)更明顯。原因在于：隨風(fēng)速增加，離子在管道中的運(yùn)輸時(shí)間減小，且逐漸接近離子復(fù)合時(shí)間，能在復(fù)合時(shí)間內(nèi)到達(dá)極板的離子數(shù)增加，電離電流則越大，當(dāng)大部分電離離子運(yùn)動時(shí)間小于復(fù)合時(shí)間時(shí)，電離電流趨于最大值，并出現(xiàn)平臺曲線。523.33 Bq α源平臺曲線趨勢較明顯，3200 Bq α源發(fā)射的α粒子在測試管中有較大離子密度，隨風(fēng)速增大而緩慢增長。

3.3 測試管管徑對系統(tǒng)的影響特征

為明確管徑對系統(tǒng)測量造成的影響特征，選取5種管徑范圍為43?84 mm，管長170 cm，選定風(fēng)速0.91 m/s（距離探測器30 cm處），得到管徑對系統(tǒng)的響應(yīng)特征及其誤差如圖6。

圖6 測試管管徑影響特征Fig.6 Pipe diameter influence characteristic.

圖6顯示，管徑對系統(tǒng)測量影響表現(xiàn)出拋物線趨勢。其中，58 mm管徑對系統(tǒng)的輸出響應(yīng)值最大。分析認(rèn)為，由于管道內(nèi)有特定的弧形結(jié)構(gòu)，放射面源與底端存在一定距離。經(jīng)計(jì)算，58 mm管徑下，放射源距底端~7 mm，測試管與內(nèi)管(43 mm)同軸放置時(shí)，239Pu α源剛好置于內(nèi)管底端平行處（有最佳氣流）。因此，源發(fā)射的 α粒子能在空氣中充分電離并快速遷移至電離室。因此，58 mm管徑的測試管對系統(tǒng)有最佳響應(yīng)，說明系統(tǒng)探測效率與放射源和引氣內(nèi)管截面的位置有關(guān)。

3.4 測試管管長對系統(tǒng)的影響特征

管長的多樣性會導(dǎo)致在相同流速下管道內(nèi)空氣壓力差異，進(jìn)而影響電離離子在管中的輸運(yùn)。實(shí)驗(yàn)選定固定條件：風(fēng)速0.91 m/s，管徑58 mm，位置10 cm，以20 cm為單位改變管長，以查明管長對系統(tǒng)的響應(yīng)情況，其影響特征及其誤差如圖7。

圖7 測試管管長影響特征Fig.7 Pipe length influence characteristic.

圖7 顯示，其他因素不變情況下，管長在80?100 cm時(shí)，系統(tǒng)有最佳響應(yīng)值。究其原因，管長較長時(shí)(>120 cm)，源發(fā)射的α粒子電離離子數(shù)與80?100 cm時(shí)相同，但因管內(nèi)壓力差異延長了氣流到達(dá)放射源的時(shí)間，管壁復(fù)合效應(yīng)明顯，系統(tǒng)收集離子的數(shù)目減少。同時(shí)，管長過短，管內(nèi)壓力過大，攜帶離子的部分氣流直接穿過信號柵極而不被探測器收集，80?100 cm管長呈現(xiàn)最佳探測效率。另外，此種條件下誤差其他條件突出，可能由于管長變化頻繁操作不能保持測量條件一致造成，可在操作程序上改進(jìn)。

試驗(yàn)表明，LRAD敞開式測量管道內(nèi)表面α污染活度有良好探測效率。影響特征為：距離對系統(tǒng)探測效率影響呈線性規(guī)律，管徑和管長呈多項(xiàng)式規(guī)律變化，而風(fēng)速和空氣流量呈指數(shù)規(guī)律變化?？梢?，管道內(nèi)LRAD測量系統(tǒng)的非線性因素確實(shí)存在且形式多樣，如何校正這些影響因素成為后期工作難點(diǎn)。

4 LRAD的BP網(wǎng)絡(luò)非線性校正

BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。針對實(shí)驗(yàn)中多種影響因素對系統(tǒng)測量造成的多種非線性影響，首先找出各種影響因子并數(shù)值化，應(yīng)用BP網(wǎng)絡(luò)可進(jìn)行輸入輸出映射（該映射類似黑匣子），建立影響因素下測量值與實(shí)際活度的一一對應(yīng)關(guān)系。在此基礎(chǔ)上，實(shí)現(xiàn)影響因素下的系統(tǒng)測量預(yù)測。

4.1 數(shù)據(jù)預(yù)處理

由分析知，影響系統(tǒng)測量值大小因素為測試管管徑(mm)、測試管管長(cm)、源至電離室的距離(cm)、風(fēng)速(m/s)、空氣流量及放射源自身活度(Bq)。由此建立以6個因素為輸入變量，系統(tǒng)測量的電離電壓值(mV)為輸出變量的BP神經(jīng)網(wǎng)絡(luò)。該BP網(wǎng)絡(luò)的預(yù)測用matlab2010軟件自帶BP網(wǎng)絡(luò)工具箱實(shí)現(xiàn)。

根據(jù)LRAD系統(tǒng)實(shí)際條件，建立三層BP網(wǎng)絡(luò)，輸入節(jié)點(diǎn)為6，輸出節(jié)點(diǎn)為1，隱層節(jié)點(diǎn)個數(shù)為6。經(jīng)反復(fù)調(diào)試和比較，確定隱層函數(shù)為 tansig，輸出函數(shù)為 purelin，精度選為 1×10?5，訓(xùn)練步數(shù)為 1000。同時(shí)，網(wǎng)絡(luò)采用梯度下降traingdx方式克服BP網(wǎng)絡(luò)易陷入局部極小缺陷，并可加快收斂速率。

4.2 系統(tǒng)測量值預(yù)測

實(shí)驗(yàn)總共獲取 352組包括影響因素的量化數(shù)據(jù)，確定訓(xùn)練樣本總數(shù)為330個，預(yù)測樣本總數(shù)22個，得到預(yù)測結(jié)果如表1。

網(wǎng)絡(luò)是否可信，重要一點(diǎn)在于泛化能力，泛化能力又表現(xiàn)在預(yù)測結(jié)果的準(zhǔn)確度上。由表1可知，模型擬合值與測量值之間誤差最小值為0.129%，最大值為8.057%，平均值為2.85%，大部分?jǐn)?shù)據(jù)預(yù)測相對百分誤差在 5%以內(nèi)。表明該網(wǎng)絡(luò)有較強(qiáng)的泛化能力和容錯能力，對LRAD分析結(jié)果預(yù)測有較好的準(zhǔn)確度，基本克服了系統(tǒng)非線性的影響，實(shí)現(xiàn)了對管道內(nèi)LRAD測量的綜合非線性預(yù)測。

表1 BP網(wǎng)絡(luò)預(yù)測結(jié)果Table 1 Results of BP neural network forecasting.

5 結(jié)語

以LRAD技術(shù)測量管道內(nèi)表面污染的基礎(chǔ)理論為出發(fā)點(diǎn)，研究了多個參數(shù)對管道內(nèi)LRAD測量的影響特征，針對輸入與輸出的非線性關(guān)系，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對管道內(nèi)LRAD所測電離電壓值進(jìn)行非線性預(yù)測，成果如下：

(1) LRAD敞開式測量管道內(nèi)表面α污染活度有較好探測效率，對現(xiàn)場測量有重要意義。

(2) 以兩種強(qiáng)度的239Pu α源和6種管徑的測試鋼管為研究對象，重點(diǎn)開展管道內(nèi)LRAD測量關(guān)鍵參數(shù)的影響特征實(shí)驗(yàn)，得出影響因素對系統(tǒng)的影響特征為：距離對系統(tǒng)探測效率呈線性趨勢變化，管徑和管長呈多項(xiàng)式規(guī)律變化，風(fēng)速和空氣流量呈指數(shù)規(guī)律變化。

(3) 被測管道幾何特征和風(fēng)速等參數(shù)變化影響管道內(nèi)離子收集，給LRAD分析準(zhǔn)確性帶來難度，BP神經(jīng)網(wǎng)絡(luò)技術(shù)在解決實(shí)際LRAD分析問題中體現(xiàn)的特點(diǎn)逐漸凸顯，可用于多參數(shù)影響下系統(tǒng)的非線性預(yù)測。然而針對參數(shù)表現(xiàn)出特定特征的數(shù)據(jù)，仍需對該方法提出改進(jìn)，得到更有意義的結(jié)果。

1 MacArthur D W, Allander K S, Bounds J A, et al. Small long-range alpha detector (LRAD) with computer readout[J]. Los Alamos National Laboratory LA-12199-MS,1991: 10

2 Johnson J D, Allander K S, Bounds J A, et al. Long-range alpha detector sample monitoring[J]. Nucl Instr and Meth A, 1994, 353: 486?488

3 Rojas S P, Rawool-Sullivan M W, Williams K G, et al.Alpha characterization inside pipes using ion-transport technology[J]. Waste Management '95 Conference Tucson LA-UR-95-174. 1995: 03

4 Whitley C R, Adams J R, Bounds J A, et al. Airborne radioactive contamination monitoring[J]. New Mexico Conference on the Environment LA-UR-96-578, 1996. 03

5 TUO Xianguo, LI Zhe, MU Keliang, et al. Alpha contamination monitoring instrument based on LRAD technique for complex surface monitoring[J]. Journal of Nuclear Science and Technology, 2008, (Supp): 282?285

6 韓景泉. 離子收集式 α探測器[J]. 原子能科學(xué)技術(shù),1998, 32(6): 503?509 HAN Jingquan. Long-range Alpha Detector[J]. Atomic Energy Science and Technology, 1998, 32(6): 503?509

7 庹先國, 曾 旖, 楊雪梅, 等. 國家發(fā)明專利: α表面污染測量儀[P], ZL 2006 10020183.9, 2006. 08 TUO Xianguo, ZENG Yi, YANG Xuemei, et al. China Patent: α surface contamination detector[P], ZL 2006 10020183.9, 2006. 08

8 穆克亮. LRAD測量系統(tǒng)開發(fā)及關(guān)鍵因素特征研究[D].成都理工大學(xué), 2010. 7 MU Keliang. Develop of LRAD Measure System and Influence Characteristic Research of Key Parameters[D].Chengdu University of Technology, 2010. 7

9 黃連美. 管道內(nèi)LRAD測量關(guān)鍵參數(shù)試驗(yàn)與PLS-BP網(wǎng)絡(luò)校正技術(shù)研究[D]. 成都理工大學(xué), 2011. 7 HUANG Lianmei. Research on Key-parameter Experiments and PLS-BP Correction Approach: LRAD Measurements Inside Pipes[D]. Chengdu University of Technology, 2011. 7

10 吳雪梅, 庹先國, 李 哲, 等. LRAD測量管道內(nèi)α污染活度的BP網(wǎng)絡(luò)模擬[J]. 核技術(shù), 2012, 35(5): 369?374 WU Xuemei, TUO Xianguo, LI Zhe, et al. Application of BP neural network for LRAD-based alpha contamination monitoring inside pipes[J]. Nuclear Techniques, 2012,35(5): 369?374

11 付軍. 長距離 α污染測量儀的研制[D]. 成都理工大學(xué),2008 FU Jun. Research on long rang alpha contamination instrument[D]. Chengdu University of Technology, 2008

12 楊翊方, 王月興, 王海軍, 等. 高濕度對表面 α活度測量影響的研究[J]. 核電子學(xué)與探測技術(shù), 2009, (3):0658?0660 YANG Yifang, WANG Yuexing, WANG Haijun, et al.Research on the effect of high humidity on the measuring of surface α activity[J]. Nuclear Electronics & Detection Technology, 2009, (03): 0658?0660

13 焦李成. 神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論[M]. 西安: 西安電子科技大學(xué)出版社, 1999. 125?186 JIAO Licheng. Neural network system theory[M]. Xi’an:Xi'an Electronic Science & Technology University Press,1999. 125?186

14 李哲, 庹先國, 穆克亮, 等. 礦樣中鈦鐵 EDXRF分析的基體效應(yīng)和神經(jīng)網(wǎng)絡(luò)校正研究[J]. 核技術(shù), 2009,32(1): 35?40 LI Zhe, TUO Xianguo, MU Keliang, et al. Matrix effect and ANN correcting technique in EDXRF analysis of Ti and Fe in core samples[J]. Nuclear Techniques, 2009,32(1): 35?40