241Am背散射测厚仪的蒙特卡罗模拟

背散射测厚仪是利用射线打到被测物体上，通过探测背散射的计数率得到被测物体厚度的设备。由于背散射计数与被测物厚度之间不是完全的线性关系，所以简单的数值方法只能用于局部处理，无法得到计数随厚度变化的整个曲线。利用蒙特卡罗方法计算，一方面为检测结果的正确性提供理论验证，另一方面为设备的调试提供很好的数据。     

基于X射线的三相流量计装置研究

三相流计量技术中γ射线吸收法在现有的技术中测量精度最高，但是受到国家环保政策限制没有在国内推广。近年来，随着X射线稳定性的提升，使得X射线作为γ射线的替代已经应用在很多工业测量中。本文介绍了一种基于X射线吸收法的三相流量计装置的方法研究。采用X射线双能法对液相的油水比例进行测量，利用超声波法计量气相的流量、科里奥力流量计测量液相流量，根据双能法的特点进行了防爆结构设计。经过实测，各项指标都已经达到了国内三相流量计的先进水平。     

基于卷积神经网络的μ子散射成像材料识别方法研究

本文采用卷积神经网络的机器学习方法进行了μ子成像的材料识别，通过迭代训练数据获得最优模型并测试样品在不同测量时间下的识别准确度。在中国原子能科学研究院的μ子散射成像装置上开展了不同材料的测试实验，根据实验测量数据进行径迹重建并计算μ子的入射和散射角，构建基于卷积神经网络结构的材料识别模型进行特征提取，实现对材料的分类识别，并进一步引入残差和特征矩阵提高了材料的识别准确度。实验结果表明，对于10 cm×10 cm×10 cm的钨块，材料识别准确度在测量5 min时达到99.1%,在测量10 min时达到100.0%。这种基于卷积神经网络的方法为μ子散射成像材料识别提供了一种新途径。