一种多目标的辐射屏蔽设计方法与流程

本发明属于工程技术领域，涉及一种多目标的辐射屏蔽设计方法。

背景技术：

目前，辐射屏蔽设计大多基于人为经验法。为使得辐射屏蔽更加轻量，紧凑，安全，有些辐射屏蔽设计的研究中引用了优化算法。韩国人kim和moon(b.s.kimandj.h.moon,“useofageneticalgorithminthesearchforanear-optimalshieldingdesign,”ann.nucl.energy,vol.37,no.2,pp.120–129,2010.)提出过一种采用遗传算法的多层结构屏蔽设计。巴西的tunes(m.a.tunes,c.r.e.deoliveira,andc.g.“multi-objectiveoptimizationofacompactpressurizedwaternuclearreactorcomputationalmodelforbiologicalshieldingdesignusinginnovativematerials,”nucl.eng.des.,vol.313,pp.20–28,mar.2017.)提出了一种基于遗传算法和mcnp的多目标优化。但是他们两者的优化屏蔽设计都需要通过大量的试算来进行对比，才能得到一个相对满意的解。蔡垚等(y.cai,h.hu,z.pan,g.hu,andt.zhang,“amethodtooptimizetheshieldcompactandlightweightcombiningthestructurewithcomponentstogetherbygeneticalgorithmandmcnpcode,”appl.radiat.isot.,vol.139,pp.169–174,sep.2018.)提出了一种多目标的设计方法，用来设计一个紧凑，轻量的屏蔽体。但是他们的方法需要提供每个子目标的权重，而在他们的研究中，没有提出子目标权重的合理选择。胡华四等(胡华四，张天魁，郭威，一种核辐射屏蔽材料优化设计方法，2012-09-12，201210054251)提出了一种核辐射屏蔽材料优化设计方法，该方法通过优化复合材料的成分来得到最优的组分来得到屏蔽性能最好的材料。然而他们的方法仅限于屏蔽材料的优化且只能做单一目标的优化。

技术实现要素：

本发明的目的在于克服上述现有技术的缺点，提供了一种多目标的辐射屏蔽设计方法，该方法能够基于多目标优化实现辐射屏蔽的设计。

为达到上述目的，本发明所述的多目标的辐射屏蔽设计方法包括以下步骤：

1)在辐射粒子输运软件中对需要优化的屏蔽模型进行建模，然后设定优化参数、目标函数及终止条件；

2)辐射粒子输运软件产生数量为n的初始值qg作为优化参数代入辐射粒子输运软件中进行计算；

3)将n个初始值qg代入辐射粒子输运软件中计算得到相应的目标函数的值，然后对各目标函数的值进行评价；

4)根据步骤3)的评价结果选取若干初始值；

5)将选取的初始值通过遗传算法处理，得新的若干个体rg；

6)将步骤5)得到的新的若干个体rg作为新的初始值，再转至步骤3)，直至满足终止条件为止，得各目标的帕累托最优前沿，根据各目标的帕累托最优前沿进行辐射屏蔽设计。

初始值qg为屏蔽材料的厚度或者屏蔽材料的组分。

目标函数为关于屏蔽体外的辐射剂量及屏蔽体的重量的函数。

本发明具有以下有益效果：

本发明所述的多目标的辐射屏蔽设计方法在具体操作时，将遗传算法与基于蒙特卡洛方法的辐射粒子输运软件mcnp(montecarlonparticletransportcode)相结合通过对mcnp的计算结果进行评价，保留优秀的解，淘汰劣质的解，通过迭代计算得到帕累托最优前沿，相比于现有技术，本发明不仅可以实现多目标优化，还可以避免权重因子的选择，最重要的是本发明可以将优化结果以帕累托最优前沿的形式展示，该结果可以清晰地表示各个优化目标之间的权衡，使得屏蔽设计者可以根据实际情况选择合适的解。

附图说明

图1为本发明与现在的rans屏蔽模型的效果对比图；

图2为本发明的流程图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图2，本发明所述的多目标的辐射屏蔽设计方法包括以下步骤：

1)在辐射粒子输运软件中对需要优化的屏蔽模型进行建模，然后设定优化参数、目标函数及终止条件；

2)辐射粒子输运软件产生数量为n的初始值qg作为优化参数代入辐射粒子输运软件中进行计算；

3)将n个初始值qg代入辐射粒子输运软件中计算得到相应的目标函数的值，然后对各目标函数的值进行评价；

4)根据步骤3)的评价结果选取若干初始值；

5)将选取的初始值通过遗传算法处理，得新的若干个体rg；

6)将步骤5)得到的新的若干个体rg作为新的初始值，再转至步骤3)，直至满足终止条件为止，得各目标的帕累托最优前沿，根据各目标的帕累托最优前沿进行辐射屏蔽设计。

目标函数为关于屏蔽体外的辐射剂量及屏蔽体的重量的函数。

使用本发明对一个小型加速器中子源rans(rikenaccelerator-drivencompactneutronsource)做了一个多目标优化的屏蔽设计。以屏蔽体外的辐射剂量和屏蔽体的重量为两个优化目标，优化每层屏蔽材料的厚度，并与现在的rans屏蔽模型进行对比，结果如图1所示。

图1的横坐标为屏蔽体外的当量剂量，纵坐标为屏蔽体的平均密度，圆点为优化得到的解，rans的当量剂量和屏蔽体平均密度标记为星形点，每一个帕累托最优前沿上的解代表了一个优化得到的屏蔽厚度的解。

现有的rans采用含硼聚乙烯(bpe)和铅(pb)的交错屏蔽的结构(bpe/pb/bpe/pb)，每层的厚度分别为25cm、10cm、25cm及5cm，该屏蔽厚度是通过试算一组屏蔽厚度的组合得到的(b.maetal.,“shieldingdesignofatargetstationandradiationdoselevelinvestigationofprotonlinacforacompactaccelerator-drivenneutronsourceappliedatindustrialsites,”appl.radiat.isot.,vol.137,2018.)。该组屏蔽厚度在试算的结果中表现出较好的效果，因此rans最后采用了此屏蔽厚度，但是相比较于优化得到的结果，优化的屏蔽结构在屏蔽效果和屏蔽重量上都有着很大的优势。与rans相同剂量的屏蔽结构point-a，可以减少59％的重量。在优化结果中，即使对于屏蔽结构最重的point-b来说，也可以减少26％的剂量和7％的重量。