一种反应堆中子辐射的三维成像方法和系统技术方案

本发明专利技术公开了一种反应堆中子辐射的三维成像方法和系统，涉及反应堆辐射场的三维成像领域。该方法包括：获取探测区域的堆外探测器数据，输入包括堆外探测器数据与堆内中子辐射分布映射关系的训练后的重构网络模型中进行预测，获得预测的堆内中子辐射分布，并进行可视化三维显示，本方案通过重构网络模型将堆内外的辐射分布按照图像排列，形成场外探测数据与场内中子辐射分布的映射关系，根据探测区域的堆外探测器数据，能够准确高效地重构出堆内中子分布情况。中子分布情况。中子分布情况。

【技术实现步骤摘要】
一种反应堆中子辐射的三维成像方法和系统


[0001]本专利技术涉及反应堆辐射场的三维成像领域，尤其涉及一种反应堆中子辐射的三维成像方法和系统。

技术介绍

[0002]中子分布的监测与反应堆的安全性和经济型息息相关。目前，核电站在运行过程中，通常采用可移动式的微型电离室和长期放置在堆内的自给能探测器来进行中子辐射场的测量。然而在事故工况下堆内探测器无法正常运转，主要依赖大气监测装置来对释放的放射性物质在环境介质中的空间和时间分布进行诊断或预测，无法检测堆芯状态的变化，无法制定合理的堆芯处理策略。
[0003]例如核事故，在堆芯熔毁之后，若能够实时重构堆芯中子辐射场的变化情况，便可以提前制定相应的措施避免后续核能灾难事件的发生。在未来的先进反应堆中，堆内的电离室和自给能探测器要面临恶劣的服役环境且难以大量布置(高温、高辐照、腐蚀、强磁场和空间狭小)的情况。比如铅基堆堆芯温度在400℃，高温气冷堆可以达到1000℃，铅基堆和熔盐堆中还面临严重的腐蚀问题，聚变堆中也将面临强磁场的服役环境；小型化核能系统其堆芯更加紧凑，如果预留空间给堆内探测器，则严重影响反应堆的经济性。此外，在新堆型的设计和调试中需要不断监测堆内的中子通量分布等参数，此时堆内设计的架构参数不确定，如果使用堆内探测器则需要不断地调整探测器布置，浪费人力物力。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对现有技术的不足，提供一种反应堆中子辐射的三维成像方法和系统。
[0005]本专利技术解决上述技术问题的技术方案如下：
[0006]一种反应堆中子辐射的三维成像方法，包括：
[0007]获取探测区域的堆外探测器数据，输入包括堆外探测器数据与堆内中子辐射分布映射关系的训练后的重构网络模型中进行预测；
[0008]获得预测的堆内中子辐射分布，并进行可视化三维显示。
[0009]本专利技术的有益效果是：本方案通过重构网络模型将堆内外的辐射分布按照图像排列，形成场外探测数据与场内中子辐射分布的映射关系，根据探测区域的堆外探测器数据，能够准确高效地重构出堆内中子分布情况。
[0010]可在控制探测器数量并满足设计空间要求的前提下进一步实现反应堆堆芯中子辐射分布成像，对事故工况或者运行环境严峻的工况下，堆芯中子辐射成像有较强的实用价值。
[0011]进一步地，还包括：
[0012]将训练数据集中的中子分布转换为二维图像向量或三维图像向量；
[0013]根据所述二维图像向量或所述三维图像向量对不同维度的全卷积神经网络进行
训练，在全卷积神经网络中形成场外探测数据与堆内中子辐射分布的映射关系，获得训练后的重构网络模型；
[0014]评估所述训练后的重构网络模型的训练精度，当所述训练精度满足要求，则保存训练后的重构网络模型。
[0015]采用上述进一步方案的有益效果是：本方案使用卷积神经网络特征提取的优势，将堆芯外探测数据与堆内待测中子辐射分布数据按照空间构造排布，提取特征，能够敏感地感知堆芯外探测数据的变化。
[0016]进一步地，还包括：
[0017]根据反应堆的类型建立包含全部探测点的反应堆模型；
[0018]根据所述反应堆模型、结合蒙特卡罗和反演计算获得堆外探测器响应矩阵；
[0019]根据所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。
[0020]采用上述进一步方案的有益效果是：本专利技术基于半监督学习的技术，避免了获取和标记大量数据的高昂成本代价，充分利用少量标签数据和未标记样本，生成大量的可用数据集。
[0021]进一步地，还包括：根据组合优化算法，结合所述堆外探测器响应矩阵，获得优化后堆外探测器响应矩阵；
[0022]所述根据所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集，具体包括：
[0023]根据优化后的所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。
[0024]进一步地，还包括：
[0025]当所述训练精度不满足要求，则调整所述全卷积神经网络的结构，再进行训练和训练精度评估。
[0026]本专利技术解决上述技术问题的另一种技术方案如下：
[0027]一种反应堆中子辐射的三维成像系统，包括：探测数据预测模块和可视化显示；
[0028]所述探测数据预测模块用于获取探测区域的堆外探测器数据，输入包括堆外探测器数据与堆内中子辐射分布映射关系的训练后的重构网络模型中进行预测；
[0029]所述可视化显示用于获得预测的堆内中子辐射分布，并进行可视化三维显示。
[0030]本专利技术的有益效果是：本方案通过重构网络模型将堆内外的辐射分布按照图像排列，形成场外探测数据与场内中子辐射分布的映射关系，根据探测区域的堆外探测器数据，能够准确高效地重构出堆内中子分布情况。
[0031]可在控制探测器数量并满足设计空间要求的前提下进一步实现反应堆堆芯中子辐射分布成像，对事故工况或者运行环境严峻的工况下，堆芯中子辐射成像有较强的实用价值。
[0032]进一步地，还包括：重构网络模型构建训练模块，用于将训练数据集中的中子分布转换为二维图像向量或三维图像向量；
[0033]根据所述二维图像向量或所述三维图像向量对不同维度的全卷积神经网络进行训练，在全卷积神经网络中形成场外探测数据与堆内中子辐射分布的映射关系，获得训练
后的重构网络模型；
[0034]评估所述训练后的重构网络模型的训练精度，当所述训练精度满足要求，则保存训练后的重构网络模型。
[0035]采用上述进一步方案的有益效果是：本方案使用卷积神经网络特征提取的优势，将堆芯外探测数据与堆内待测中子辐射分布数据按照空间构造排布，提取特征，能够敏感地感知堆芯外探测数据的变化。
[0036]进一步地，还包括：训练集生成模块，用于根据反应堆的类型建立包含全部探测点的反应堆模型；
[0037]根据所述反应堆模型、结合蒙特卡罗和反演计算获得堆外探测器响应矩阵；
[0038]根据所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。
[0039]采用上述进一步方案的有益效果是：本专利技术基于半监督学习的技术，避免了获取和标记大量数据的高昂成本代价，充分利用少量标签数据和未标记样本，生成大量的可用数据集。
[0040]进一步地，还包括：优化模块，用于：根据组合优化算法，结合所述堆外探测器响应矩阵，获得优化后堆外探测器响应矩阵；
[0041]所述训练集生成模块具体用于根据优化后的所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。
[0042]进一步地，还包括：调整模块，用于当所述训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反应堆中子辐射的三维成像方法，其特征在于，包括：获取探测区域的堆外探测器数据，输入包括堆外探测器数据与堆内中子辐射分布映射关系的训练后的重构网络模型中进行预测；获得预测的堆内中子辐射分布，并进行可视化三维显示。2.根据权利要求1所述的一种反应堆中子辐射的三维成像方法，其特征在于，还包括：将训练数据集中的中子分布转换为二维图像向量或三维图像向量；根据所述二维图像向量或所述三维图像向量对不同维度的全卷积神经网络进行训练，在全卷积神经网络中形成场外探测数据与堆内中子辐射分布的映射关系，获得训练后的重构网络模型；评估所述训练后的重构网络模型的训练精度，当所述训练精度满足要求，则保存训练后的重构网络模型。3.根据权利要求1所述的一种反应堆中子辐射的三维成像方法，其特征在于，还包括：根据反应堆的类型建立包含全部探测点的反应堆模型；根据所述反应堆模型、结合蒙特卡罗和反演计算获得堆外探测器响应矩阵；根据所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。4.根据权利要求3所述的一种反应堆中子辐射的三维成像方法，其特征在于，还包括：根据组合优化算法，结合所述堆外探测器响应矩阵，获得优化后堆外探测器响应矩阵；所述根据所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集，具体包括：根据优化后的所述堆外探测器响应矩阵，对预先获得的测量数据进行标记，通过标记后的测量数据结合现有标签数据生成训练数据集。5.根据权利要求2所述的一种反应堆中子辐射的三维成像方法，其特征在于，还包括：当所述训练精度不满足要求，则调整所述全卷积神经网络的结构，再进行训练和训练精度评估。6.一种反应堆中子辐射的三维成像系统，其特...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：中子科学研究院重庆有限公司，
类型：发明
国别省市：