一种非均匀源项分布的γ辐射场数据修正计算方法及系统与流程

本发明涉及辐射防护技术领域，具体涉及一种非均匀源项分布的γ辐射场数据修正计算方法及系统。

背景技术：

三维辐射场数据是反映一个核设施内部真实外照射分布的数据库。通过分析三维辐射场，不仅仅可以确定辐射热点的位置，还可以估算出设备或管道中放射性物质的等效活度和分布情况，更可以进一步进行精细化的辐射防护最优化分析，建立有效屏蔽措施，确定合理的作业方案，降低人员的剂量。

然而辐射场的获取与源项分布直接相关，而核设施的复杂性决定了其内部源项及辐射场分布的复杂性，并且核设施内源项的分布和沉积机理尚未建立准确可靠的理论模型，实际中往往以均匀性估计或不恰当的假设来处理，这样会导致辐射场计算值与实测值之间存在很大的差异，会给后续剂量的评估产生较大的影响，同时也会制约辐射场仿真技术的实际应用，使得三维辐射场模拟计算往往只在设计阶段使用。目前，辐射场数据的修正计算方法大多是针对均匀源项分布的情况，更加符合实际的非均匀源项分布下的辐射场修正计算的方法尚无建立。

技术实现要素：

针对现有技术中存在的缺陷，本发明的目的在于提供一种非均匀源项分布的γ辐射场数据修正计算方法及系统，根据部分剂量率的实测值，获得更加切合实际的辐射场数据。

为实现上述目的，本发明采用的技术方案如下：

一种非均匀源项分布的γ辐射场数据修正计算方法，包括：

s1、根据核设施运行数据、源项的空间分布信息和源项特征，对所述核设施内部的源项进行多种区域划分，得到每种区域划分下的多个区域源项；

s2、根据所述核设施的部分实测数据包括的每个测量位置的位置信息计算得到每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献，同时结合对应测量位置处的剂量率实测数据，计算得到每个区域源项的活度值，根据获得的活度值计算得到对应测量位置处的剂量率计算数据；

s3、根据每个测量位置处的剂量率实测数据与对应的剂量率计算数据之间的偏差值，计算得到每个区域源项的活度值的不确定度；

s4、根据每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献的变化程度，以及每个区域源项的活度值的不确定度，确定每种区域划分下的总不确定度；

s5、根据每种区域划分下的总不确定度，选出最优化的区域划分，基于所述最优化的区域划分计算得到最终的γ辐射场数据。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算方法，步骤s2包括：

s21、根据所述核设施的部分实测数据中包括的每个测量位置的位置信息，对每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献进行计算，得到响应矩阵；

s22、通过矩阵转置及相乘运算，得到所述响应矩阵对应的法方程组的系数矩阵和常数项；

s23、结合每个测量位置处的剂量率实测数据，通过期望最大化算法对所述法方程组进行迭代求解，得到每个区域源项的活度值，根据获得的源活度值计算得到对应测量位置处的剂量率计算数据。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算方法，步骤s21中，所述部分实测数据中包括的测量位置的个数大于当前区域划分下的区域源项的个数。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算方法，步骤s23中，在迭代过程中，设置最大迭代次数，当迭代次数超过所述最大迭代次数且仍不收敛时，替换或增加实测数据。

本发明实施例中还提供了一种非均匀源项分布的γ辐射场数据修正计算系统，包括：

区域划分模块，用于根据核设施运行数据、源项的空间分布信息和源项特征，对所述核设施内部的源项进行多种区域划分，得到每种区域划分下的多个区域源项；

第一计算模块，用于根据所述核设施的部分实测数据包括的每个测量位置的位置信息计算得到每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献，同时结合对应测量位置处的剂量率实测数据，计算得到每个区域源项的活度值，根据获得的活度值计算得到对应测量位置处的剂量率计算数据；

第二计算模块，用于根据每个测量位置处的剂量率实测数据与对应的剂量率计算数据之间的偏差值，计算得到每个区域源项的活度值的不确定度；

确定模块，用于根据每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献的变化程度，以及每个区域源项的活度值的不确定度，确定每种区域划分下的总不确定度；

第三计算模块，用于根据每种区域划分下的总不确定度，选出最优化的区域划分，基于所述最优化的区域划分计算得到最终的γ辐射场数据。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算系统，所述第一计算模块包括：

第一计算子模块，用于根据所述核设施的部分实测数据中包括的每个测量位置的位置信息，对每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献进行计算，得到响应矩阵；

运算子模块，用于通过矩阵转置及相乘运算，得到所述响应矩阵对应的法方程组的系数矩阵和常数项；

第二计算子模块，用于结合每个测量位置处的剂量率实测数据，通过期望最大化算法对所述法方程组进行迭代求解，得到每个区域源项的活度值，根据获得的源活度值计算得到对应测量位置处的剂量率计算数据。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算系统，所述第一计算子模块中，所述部分实测数据中包括的测量位置的个数大于当前区域划分下的区域源项的个数。

进一步，如上所述的一种非均匀源项分布的γ辐射场数据修正计算系统，所述第二算子模块中，在迭代过程中，设置最大迭代次数，当迭代次数超过所述最大迭代次数且仍不收敛时，替换或增加实测数据。

本发明的有益效果在于：本发明所提供的方法及系统，基于部分位置处剂量率的测量值，在实际计算中降低源项活度的不确定度对辐射场计算带来的误差，从而获得更加切合实际的辐射场数据，填补了目前国内外在非均匀源项分布下辐射场修正计算的空白。

附图说明

图1为本发明实施例中提供的一种非均匀源项分布的γ辐射场数据修正计算方法的流程示意图；

图2为本发明实施例中提供的不同区域划分下的信息量对比示意图；

图3为本发明实施例中提供的一种非均匀源项分布的γ辐射场数据修正计算系统的结构示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

如图1所示，一种非均匀源项分布的γ辐射场数据修正计算方法，包括：

一种非均匀源项分布的γ辐射场数据修正计算方法，包括：

s1、根据核设施运行数据、源项的空间分布信息和源项特征，对核设施内部的源项进行多种区域划分，得到每种区域划分下的多个区域源项；

s2、根据核设施的部分实测数据包括的每个测量位置的位置信息计算得到每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献，同时结合对应测量位置处的剂量率实测数据，计算得到每个区域源项的活度值，根据获得的活度值计算得到对应测量位置处的剂量率计算数据；

s3、根据每个测量位置处的剂量率实测数据与对应的剂量率计算数据之间的偏差值，计算得到每个区域源项的活度值的不确定度；

s4、根据每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献的变化程度，以及每个区域源项的活度值的不确定度，确定每种区域划分下的总不确定度；

s5、根据每种区域划分下的总不确定度，选出最优化的区域划分，基于最优化的区域划分计算得到最终的γ辐射场数据。

步骤s2包括：

s21、根据核设施的部分实测数据中包括的每个测量位置的位置信息，对每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献进行计算，得到响应矩阵；

s22、通过矩阵转置及相乘运算，得到响应矩阵对应的法方程组的系数矩阵和常数项；

s23、结合每个测量位置处的剂量率实测数据，通过期望最大化算法对法方程组进行迭代求解，得到每个区域源项的活度值，根据获得的源活度值计算得到对应测量位置处的剂量率计算数据。

步骤s21中，部分实测数据中包括的测量位置的个数大于当前区域划分下的区域源项的个数。

步骤s23中，在迭代过程中，设置最大迭代次数，当迭代次数超过最大迭代次数且仍不收敛时，替换或增加实测数据。

本发明工作原理及工作流程如下：

步骤1、结合核设施运行数据，重力作用以及经典力学理论，合理划分源项分布模型。

步骤2、针对每一种源项分布划分模型，结合部分剂量率的实测值，对该分布下的源活度进行反向计算，并将计算得到的源活度值作为输入项，计算修正其他区域的辐射场数据，具体如下：

步骤2.1、首先计算每个源项在每个测量位置处单位活度造成的剂量率贡献，得到响应矩阵h，要求测量位置的个数要大于源分布的个数，至于h，如果采用点核积分方法，则有剂量贡献计算公式，如果采用蒙特卡罗方法，则没有计算公式，它是通过模拟粒子输运过程得到的；

步骤2.2、其次使用矩阵转置及相乘运算，得到相应的法方程组的系数矩阵h^th和常数项h^td，具体地，将h转置后相乘得到h^th，d是已知量(测量值矩阵)，将h转置后与d相乘得到h^td，得到系数矩阵h^th和常数项h^td，也就得到了法方程组；

步骤2.3、采用期望最大化的极大似然迭代算法对法方程进行求解；

步骤2.4、迭代过程中，设置最大迭代次数n，当迭代次数超过n时仍不收敛时，替换或增加某些位置及剂量率测量值，并重复步骤2.1-2.3；

步骤2.5、将迭代求出的源活度值，赋值到相应的源项中，再次计算出部分选取点位处的剂量率数据。

步骤3、重复步骤2，直至所有可能的源项分布均计算完毕。

步骤4、根据每种源项分布下的计算结果，计算相应源项估计结果的确定度，同时根据每一种划分区域内剂量率贡献率的变化程度(主要与模型的差异)，得出模型导致的不确定度贡献，并最终合成每种源项划分方式下的总不确定度，来检验最优的源项划分方式及其结果。

步骤5、根据步骤4选出的最优源项分布的划分方式，将其源项分布的计算结果作为输入项，计算所需区域的辐射场，从而得到更切合实际的数据。

实施例一

一个放射性废物的存贮装置，内部无放射性废物。由于重力作用及历史液面的影响，导致其内表面非均匀分布了一层面源，放射性核素为cs-137。

根据重力作用及历史液面的影响，先将装置内部表面的源项，依次划分为2，4，5，7，9，11，13，15，17，19个区域源项。

结合装置外部分实测的数据的位置信息，对不同源项划分方式下的各个源项的在这些位置处的剂量率贡献矩阵h进行计算。

根据矩阵h，计算相应法方程的系数矩阵h^th和常数项h^td。

采用期望最大化的极大似然迭代算法对法方程进行求解，并通过计算得到的源活度值，作为输入项重新计算实测位置处的剂量率数据。

根据实测位置处剂量率的实测值与计算值之间的相对偏差，计算出源活度的不确定度，同时根据每一种划分区域内剂量率贡献率的变化程度，得出模型导致的不确定度贡献，并最终合成每种源项划分方式下的总不确定度。

根据总的不确定度，甄选出最合理的源项划分方式，并计算出相应的辐射场数据。

从图2中可以看出，当源项划分数量为7时，aic值和bic值都达到了局部最小值，此时所选点位的剂量率符合程度也相对较好，在6％以内，如下表1所示，因此在做粗略的计算时，可以采用这种划分方式。

当源项划分数为15时，虽然此时aic值和bic值未达到最小值，所选点位的剂量率符合程度相对较好，在3.5％以内，如下表1所示。15区域划分的方式复杂度一般，且3.5％的误差也很不错，因此推荐为最佳方案。

表一不同源项划分方式下的剂量率符合程度(单位：msv/h)

本发明提出的非均匀源项分布下的辐射场数据修正计算方法，能够基于部分位置处剂量率的测量值，在实际计算中降低源项活度的不确定度对辐射场计算带来的误差，从而获得更加切合实际的辐射场数据，填补了目前国内外在非均匀源项分布下辐射场修正计算的空白。

如图3所示，本发明实施例中还提供了一种非均匀源项分布的γ辐射场数据修正计算系统，包括：

区域划分模块1，用于根据核设施运行数据、源项的空间分布信息和源项特征，对核设施内部的源项进行多种区域划分，得到每种区域划分下的多个区域源项；

第一计算模块2，用于根据核设施的部分实测数据包括的每个测量位置的位置信息计算得到每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献，同时结合对应测量位置处的剂量率实测数据，计算得到每个区域源项的活度值，根据获得的活度值计算得到对应测量位置处的剂量率计算数据；

第二计算模块3，用于根据每个测量位置处的剂量率实测数据与对应的剂量率计算数据之间的偏差值，计算得到每个区域源项的活度值的不确定度；

确定模块4，用于根据每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献的变化程度，以及每个区域源项的活度值的不确定度，确定每种区域划分下的总不确定度；

第三计算模块5，用于根据每种区域划分下的总不确定度，选出最优化的区域划分，基于最优化的区域划分计算得到最终的γ辐射场数据。

第一计算模块2包括：

第一计算子模块21，用于根据核设施的部分实测数据中包括的每个测量位置的位置信息，对每种区域划分下的每个区域源项在每个测量位置处的剂量率贡献进行计算，得到响应矩阵；

运算子模块22，用于通过矩阵转置及相乘运算，得到响应矩阵对应的法方程组的系数矩阵和常数项；

第二计算子模块23，用于结合每个测量位置处的剂量率实测数据，通过期望最大化算法对法方程组进行迭代求解，得到每个区域源项的活度值，根据获得的源活度值计算得到对应测量位置处的剂量率计算数据。

第一计算子模块21中，部分实测数据中包括的测量位置的个数大于当前区域划分下的区域源项的个数。

第二算子模块23中，在迭代过程中，设置最大迭代次数，当迭代次数超过最大迭代次数且仍不收敛时，替换或增加实测数据。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。