基于盲源分离算法的压水堆松动件信号提取方法

压水堆一回路松动件状态监测系统的关键环节在于如何从复杂背景噪声中提取松动件冲击信号。利用基于最大信噪比的盲源分离算法,将压水堆背景噪声和松动件冲击信号从观测到的混合信号中分离,并利用相似系数对该算法的分离效果进行了评估。根据该算法,当分离信号之间关系均独立时,信噪比函数取得最大值。研究结果表明,该算法可高效、准确地实现压水堆一回路松动件冲击信号和背景噪声信号的分离。     

基于小波独立成分分析的核动力装置冗余传感器故障在线诊断方法研究

针对核动力装置传感器的在线故障诊断问题,提出一种基于小波独立成份分析(WAV-ICA)的冗余传感器故障在线诊断方法。利用小波分解对测量信号进行高频滤波,消除电子噪声和传输噪声的影响,选取所关注的独立成分进行参数估计,并进行独立成分分析(ICA),从而实现对固定偏差、突变故障以及漂移故障的在线检测;利用稳压器5路冗余压力测量数据对该方法的故障检测效果进行验证,并与简单分析法(SA)和直接ICA方法进行对比分析。结果表明,该方法能有效地在线检测固定偏差和漂移故障,具有误诊率低、鲁棒性强、受单通道故障影响小的特点。     

蒙特卡罗临界计算粒子并行动态负载均衡调权算法研究

本文针对蒙特卡罗临界计算,提出了一种具有动态负载平衡能力的粒子权重调节算法。该算法在每次源迭代初始,将模拟粒子总权重均分到每个进程上,在保证每个进程本地权重恒定的前提下,分别调节不同进程的粒子出生权重,实现了源迭代过程中进程间计算的动态负载平衡。与Master Slave、Nearest Neighbor等算法进行比对,发现此算法加速效果更好。将此算法集成到JMCT程序中,通过BEAVRS基准题测试了并行效率,相对于128进程,4 800进程弱可扩和强可扩展并行效率分别可达92.54%和81.47%。     

MC模拟解析快中子谱解谱方法评价

本文利用Geant4蒙特卡罗模拟并使用ROOT数据处理工具对基于Triple GEM探测器阴极耦合多层聚乙烯转化结构在不同快中子照射情况下进行了快中子解谱研究。通过模拟计算得到不同快中子源下相应的探测器响应函数,使用GRAVEL算法、极大似然(MLEM)算法和改进型极大似然(MLEM-D)方法进行了快中子解谱分析和比较,三种算法解谱的结果表明,三种解谱方法均适用于Triple GEM结构快中子探测器,且解谱结果与参考数据符合良好,采用中值降噪法改进的MLEM-D方法对多能中子能谱解谱效果最佳,谱线最为平滑。     

同步辐射散射图像中心定位算法研究

介绍了一种基于相空间重构和主分量分析的样品在同步辐射SAXS\WAXS各向同性图像中散射环的中心定位算法。该算法在水平和垂直方向上分别扫描散射图像,并提取图像部分行和列的主分量以提高散射环中心定位的准确性,再根据圆的垂线定理确定圆心。通过实验计算的结果和fit2d软件的比较,验证了该算法的有效性。     

基于形态学变换的核素能谱寻峰算法

针对多核素复杂源项难以实现核素分辨测量情况,提出了一种基于数学形态学的核素能谱寻峰算法,成功的解决了复杂能谱峰位识别、重峰剔除、弱峰漏检难题。将该算法植入数字化γ能谱仪对多种核素混合源项进行能谱平滑、形态学白帽变换、假峰滤除及峰位计算实验,结果表明该算法完全可用于复杂源项核素分辨测量。     

基于改进型贪心算法的单板源源棒排列优化

对于单板钴源而言,现有源棒排列优化方法都针对辐射加工,难以满足电子学器件耐辐照考核实验对剂量场均匀性较高的要求。通过建立数学模型,对基于改进型贪心算法进行求解,实现了源棒排列优化。算法采用贪心算法策略,以使参考辐照面剂量率不均匀度最小为约束条件来确定源棒位置;参考经验法来限制求解空间,利用枚举法改善初始条件、放置顺序对排源结果的影响,以增大算法的全局搜索能力。算例结果表明:针对耐辐照考核实验,获得了参考面剂量率不均匀度≤1.02条件下的源棒排列,满足使用要求,排源效果优于经验法,效率提高约100倍;针对辐射加工,排源效果、效率与已有基于贪心算法和模拟植物生长算法的优化方法相当。本文排源方法既能用于耐辐照考核实验又可适用于辐射加工。     

基于逆动态法的ADS次临界度在线监测方法数值验证

加速器驱动次临界系统(ADS)的次临界度在线监测是ADS运行和安全的核心问题,目前次临界度的测量方法主要有:外推-周期法,跳源法,脉冲中子源法等。本文研究了基于逆动态法的ADS次临界度在线测量方法,并对该法进行初步数值模拟验证。基于临界堆反应性逆动态测量方法,增加外源项的特殊考虑:采用次临界稳态中子通量密度(或功率)及初始次临界度以确定外源,实现适用于次临界堆反应性计算的逆动态求解算法。本文使用欧洲小型加速器驱动的次临界系统PDS-XADS进行数值验证,与动力学程序NTC-2D的计算结果进行对比。结果表明:该方法可有效实现次临界堆的次临界度在线监测。     

数字多道中梯形成形算法的FPGA实现

针对数字多道核谱仪系统,研究并实现了数字滤波梯形成形算法。从数学理论上对算法可行性进行论证,并利用Matlab仿真验证;采用FPGA技术对该算法建模及Modelsim仿真分析,完成了数字多道的研制。通过NaI(TI)探测器进行55Fe源能谱实测结果表明,该算法能够达到最佳滤波成形效果,改善了数字多道的各方面性能,在自主研制的多道分析器中得到了成功应用。     

基于双BP神经网络数据融合的水声定位研究

针对多传感器水声定位的数据融合问题,对目前常用的基于BP神经网络的数据融合算法进行改进,提出了基于双BP神经网络数据融合的水声定位算法.该算法首先将传感器采集回来的数据依次输入到异常数据识别网络,进行训练,剔除异常数据点,再将异常数据识别网络所训练出来的有效数据输入到有效点融合网络,得出最终的定位目标.仿真实验表明,与常规的基于多传感器的水声定位算法相比,该方法在速度和精度上都存在一定优势.     

强背景噪声下反应堆内冲击信号的特征提取

压水反应堆主冷却剂系统中松动部件的在线监测对核电厂的安全运行至关重要,但监测信号往往会受到流致振动和其他设备运行而产生的强背景噪声的干扰。为增强信号的冲击特征,本文提出了一种基于变分模态分解（VMD）和小波包变换（WPT）相结合的信噪分离和特征提取方法。首先,采用VMD算法将含噪声的冲击信号分解成不同频率成分的本征模态函数（IMF）,并基于各模态函数间的相关系数确定分解过程的模态数量;然后,利用峭度和相关系数构建加权峭度指标,并依据加权峭度指标选取IMF,重构冲击分量较强的新信号;最后,利用WPT算法进一步对新信号进行去噪处理。采用所提出的算法对仿真模拟和冲击实验获取的信号进行特征提取,均成功分离出冲击分量,验证了该方法的有效性。     

D2/DT低温精馏分离动态模拟

本文建立了氢同位素低温精馏分离的动态模型,利用该模型针对D2/DT体系计算获得了精馏柱上DT浓度的动态变化和空间分布;研究了再沸器滞留量、回流比等参数对系统分离性能的影响.回流比的提高可以显著地提高脱氚率;再沸器中DT浓度不但与滞液量存在显著的依赖关系,而且随时间增长而增长.在理论板数为80时,塔顶与塔底DT浓度相差约3个数量级,分离效果明显.     

Prediction of the performance of an ion chamber amplifier under γ radiation

The ion chamber amplifier (ICA) plays a major role in the proper functioning of a nuclear reactor as it monitors the radiations from the nuclear reactor by measuring the ionic activity inside the ion chamber. The signal conditioning circuitry of the ICA detects and conditions the weak ionic currents coming from the ion chamber dome. Degradation in the performance of the semiconductor devices used in this part of the ICA, can lead to inaccurate monitoring of the reactor operation, resulting in a possible catastrophe due to malfunction. Further, the response of the ICA under irradiation also depends upon the strength of the input signal (ionic) current it is required to handle. The active devices used in the ICA under study are operational amplifiers (Op-Amps) such as DN8500A and OPA111, instrumentation amplifier INA101, transistor 2N2920A and a voltage reference device, AD584. Since these devices may be sensitive to radiation, one must know their radiation behaviour so that the performance of the ICA can be predicted. This paper examines the performance of the ICA by characterising the radiation profiles of its vital components, viz. the Op-Amps, instrumentation amplifiers, transistors, etc. by monitoring their parametric changes on-line, i.e. when the source is on, and the devices are biased. The simulation runs involve the simulation of the entire ICA circuitry using the changed values of the vital parameters such as input bias current and input offset voltage. The main advantage of this method is that it obviates irradiating the whole ICA circuit to study its irradiation performance, and simulates an environment of radiation leakage around the ICA. Based on this study, results are presented to predict the performance of the ICA.     

基于自适应遗忘因子RLS算法的稳压器模型在线辨识

为提高稳压器时变系统模型辨识的准确性及其参数在线辨识的快速性和鲁棒性,并研究遗忘因子大小对遗忘因子递推最小二乘法算法特性的影响,提出了一种基于模糊算法的自适应遗忘因子递推最小二乘法算法。该算法以系统动态特性值与辨识模型值之间的残差时间序列平均值及其变化率作为模糊算法的输入,遗忘因子修正量为输出,从而实现遗忘因子的自适应调整。通过对某核电厂稳压器降压系统进行仿真,结果表明,该算法可实时调整遗忘因子大小,有效地解决了稳压器模型参数时变性的问题,得到了较精确的时变模型;有效地解决了参数辨识结果稳定性和收敛速度相互矛盾的问题。因此,该算法具有可行性和优越性。      

清洗级联分离同位素的过程中沉积物物质分布的计算方法

在级联分离同位素的过程中,某些分离工质会在级联内发生化学反应,持续产生少量的固体物质沉积在分离设备内.随着沉积物的增加,将逐步影响分离设备的分离性能,进而影响级联的生产运行,因此需要定期对沉积物进行清理.本文针对清理过程,提出一种数值计算方法,用于级联内不同气态物质分布规律的计算.该算法在单机清理参数已知的前提下,以级...     

严重事故堆芯μ子成像监测重建方法研究

严重事故发生时,堆芯变化对于跟踪事故进程、确定应急方案十分重要。宇宙射线μ子成像监测技术具有高穿透力、对高原子序数物质敏感等特点,已被证明适用于核材料的监测。图像重建算法是实现这一技术的关键难点之一,由于待测目标物体为高原子序数物质,通常会在其周围伴随着灰度值相近的点状噪声。本文为提高重建质量,便于严重事故期间应急人员实时监测堆芯变化,提出了在径迹重建算法的基础上使用巴特沃斯滤波技术消除点状干扰的重建方法,初步模拟实验结果表明,该方法可有效降低噪声,从而验证了该方法的有效性。     

基于小波神经网络的蒸汽发生器动态过程辨识

在核动力蒸汽发生器(SG)运行过程中，其逆动力学效应使其动态特性难以辨识。为提高蒸汽发生器动态特性辨识的效果，提出了基于小波神经网络的蒸汽发生器动态过程辨识的新方法。辨识模型采用串并联型辨识结构，网络训练采用Levenberg Marququardt学习算法（LMBP）。对蒸汽发生器典型运行工况的辨识结果表明，所提出的方法能够正确地辨识蒸汽发生器的动态特性且具有较高的辨识精度。     

宇宙射线缪子核材料快速检测算法研究

根据宇宙射线缪子库伦散射角进行核材料快速检测具有重要意义。本文利用Geant4获取的U、Pb、Fe的缪子库伦散射角数据集，分析缪子散射探测数据的分布特征。使用支持向量机测试了缪子散射探测数据的概率分布函数参数和峭度对不同材料分类的性能，提出基于分布特征的宇宙射线缪子核材料快速检测算法。结果表明，该算法仅用数量为10 000的缪子散射探测数据，能实现对相同厚度的U、Pb、Fe的分类，分类准确率达到989%以上。     

双正则化参数法超分辨率重建核磁共振图像

针对基于稀疏编码的超分辨率算法噪点、伪影较多的问题,提出一种双正则化参数核磁共振图像超分算法。该算法引入在线字典学习方法,以训练正则化参数λt分开训练生成精确的超完备字典对,并调整重建正则化参数λr,得到最佳的稀疏系数用于恢复目标高分图像。实验结果表明:改进算法比双字典学习超分法的目标图像峰值信噪比和结构相似性平均值分别提高了1.30 d B和0.023,有效地抑制了噪点和边缘伪影,较大幅度地提升了核磁共振图像的超分效果。