基于BP神经网络的核事故源项反演方法研究

为减轻核事故对公众的危害,提高事故后果评价和决策的可靠性,利用Matlab建立基于BP神经网络的单核素碘-131源项反演的神经网络模型。采用国际辐射评价系统(InterRAS)产生的5 300组数据对模型进行训练。用200组测试数据对模型进行验证。训练好的网络计算输出时间较短,输出源项与实际源项符合较好,平均相对误差低于2.3%。结果表明:神经网络隐含层数及隐含层节点数对模型训练效果有较大影响,当使用双隐含层且2个隐含层的节点数分别为30和20时,网络模型训练能快速收敛,训练相对误差低于4%。

γ辐射降解高浓度氨氮条件下苯酚的研究

采用60 Coγ射线辐射降解苯酚,通过分析辐照前后苯酚去除率与化学需氧量(COD)的变化,研究了苯酚浓度、氨氮质量浓度、吸收剂量、初始pH值和自由基清除剂对苯酚的辐射降解效果的影响。结果表明:γ辐射技术能有效降解高浓度氨氮环境中的苯酚,苯酚及其COD去除率随着吸收剂量的增加而增大,苯酚的辐射降解符合准一级动力学方程;吸收剂量相同时,苯酚初始浓度越高,苯酚去除率越低;氨氮质量浓度对γ辐射去除水溶液中苯酚未见显著影响,辐照前后氨氮质量浓度变化不大;弱酸性条件更利于溶液中苯酚的去除;苯酚的辐射降解机理以·OH氧化为主。

水溶液中环己丁酸的伽玛射线辐射降解研究

采用60Coγ-射线辐射降解环己丁酸,通过对辐照前后化学需氧量(CODCr)与pH值变化的分析,研究了不同环己丁酸浓度、初始pH值、H2O2初始浓度和吸收剂量对环己丁酸的辐射降解效果的影响。结果表明:在相同剂量条件下,环己丁酸初始浓度越高,CODCr去除率越低;酸性条件更利于溶液中CODCr的去除;H2O2与γ-射线辐照之间具有显著的协同效应,H2O2初始浓度为1 mmol·L–1时,其对40 mg·L–1环己丁酸的辐射降解的促进效果达到最好。环己丁酸水溶液的CODCr浓度变化服从一级反应动力学方程。