曲率分块自适应稀疏变换的中子信号通信研究

为加快野外测井过程中中子信号的压缩传输通信速度,以及提高获取重构中子信号的信噪比,通过稀疏变换基对中子信号稀疏表示,用硬阈值法滤波稀疏系数求取阈值-稀疏度函数曲线,以曲线最大曲率节点作为自适应阈值,求得最佳稀疏度,并构造自适应有效稀疏基,压缩稀疏系数向量分块传输稀疏信号。实验表明,压缩感知自适应有效稀疏基解决了中子稀疏系数选择难题,加快了中子通信系统传输速度,提高了信噪比。对现场脉冲中子铀定量测井仪系统提供了研究帮助。

基于压缩感知二次规划算法的中子信号降噪重构

为解决降噪后仍保持信号相似度问题,提出了基于压缩感知二次规划滤波算法优化重构含噪中子信号。通过将压缩感知重构算法中拉格朗日乘子形式转换成等价的扰动线性规划问题,求解凸优化问题寻找最优化解,使用二次规划算法降噪重构。实验结果表明:二次规划算法具有较好的降噪效果,除了在信噪比、均方根误差的效果较佳之外,重构仿真后仍可保持较高的相似度。二次规划算法基于凸优化问题求取最优化解的方法对非线性核信号滤波研究有所帮助。

数字式Rossi-α法中子信号在线测量系统设计

设计了一套基于FPGA的数字Rossi-α中子信号在线测量系统.该系统包含两个测量通道,对测量信号实现Rossi-α在线分析,分析道宽为100 ns~10μs,分析道数为128道,每道存储深度为2^(16),用噪声信号和裂变中子的衰减信号对原理样机进行了测试验证,结果与理论预期和参考系统的测量结果一致.

基于Elman神经网络的252Cf源核系统随机中子脉冲信号识别方法

针对252 Cf自发裂变中子源构成的核信息系统,以实际所测随机中子脉冲数据的自相关函数为研究对象,借助仿真实验,利用Elman神经网络对不同质量核材料进行识别。在实测数据的基础上,通过叠加随机抖动,模拟产生了不同质量核材料的相关函数样本,并将其用于神经网络的训练与测试,实验结果表明,训练过的Elman神经网络能够较好地识别相关函数的特征,分辨不同质量的核材料,平均识别率达到85%,综合平均误差为0.04,且具有较高的鲁棒性。

核电站堆外中子噪声信号异常探析

压水堆核电站堆内构件振动监测系统(Vibration monitoring system,VMS)通过分析堆外中子噪声信号,实现堆内构件振动情况的监测。在对中子噪声信号进行分析时,发现中子噪声信号出现了严重削波和电平异常问题。建议对信号通道进行排查检修,彻底解决中子噪声信号异常问题,为核电站的安全可靠运行提供保障。

中子脉冲信号重构算法研究

论文以中子脉冲数据为研究对象,结合压缩感知算法,模拟仿真中子实验数据,分别用匹配追踪算法和压缩采样匹配追踪算法在Mlaltba上实现对中子脉冲信号重构试验研究。通过改变测量次数和信号稀疏度并利用信噪比SNR、峰值信噪比PSNR、均方误差SME、均方根误差RSME等多个参数对重构信号进行分析和比较,以此探究压缩感知框架下中子脉冲信号的重构。

快中子多重性测量技术研究

为应对3He短缺情况,采用更加低价、易获取的液闪来探测中子,并推广应用中子多重性技术,研制了一种基于EJ309的液闪快中子探测器,自主开发了中子伽玛甄别电路,采用电荷积分法进行中子伽玛信号甄别,并通过实验验证了该中子探测器在能量阈值为100 keVee(ee—等效能)时,中子伽玛甄别性能参数FOM(Figure of Merit)大于1;在多重性数据分析过程中,为了解决散射中子对多重性符合计数带来的影响,引入散射串扰因子对传统多重性方程进行了修正;为降低测量腔内探测效率的非均匀性对测量结果的影响,通过蒙特卡洛模拟设计了一套球形快中子多重性测量装置,并通过实验验证了其探测效率的均匀性以及测量结果的相对偏差,结果表明:其探测效率的均匀性以及测量结果的相对偏差均好于5%,该工作为快中子多重性测量技术的实际应用奠定了基础。

一种基于光电探测的中子裂变信号去噪处理新方法

将经验模态分解方法应用于光电探测的裂变中子事件的分析与处理中,通过引入基于二次平滑度检测的自适应的分量处理机制和基于小波阈值技术的分量去噪方法,构建了一种基于光电探测的中子裂变事件信号去噪处理新方法。模拟实验和实测数据的分析结果研究表明,在同等条件下,此方法适应性好,通过去噪处理后,信号的信噪比高,且信号的平滑度也较好,避免了因采取过度的去噪处理而将一些有用信息损失掉的不足。同时,去噪程度指标可进行量化设置。

基于深度学习的^(252)Cf源驱动核材料浓度识别技术

针对核武器/核材料识别系统中核材料浓度识别的关键技术问题,采用Monte Carlo方法,通过建立^(252)Cf源驱动核材料裂变中子信号样本库,模拟分析了随探测器距离和角度及核材料浓度变化的裂变脉冲中子信号特点,基于深度学习之卷积神经网络,构建了一种^(252)Cf源驱动核材料浓度识别方法,实现了对测试样本浓度的识别,且还与BP神经网络和K最近邻方法进行了对比试验研究。结果表明,卷积神经网络算法进行核材料浓度识别,得到了高达92.05%识别准确率,不仅解决了因探测器距离和角度变化时对核材料浓度识别准确率影响的难题,而且还获得了优于BP神经网络和K最近邻算法对核材料浓度识别的认识,这为^(252)Cf源驱动核材料浓度识别提供了一种新的途径。

岷江试验堆核探测器布置的改进

岷江堆(MJTR)仪表控制系统用的核探测器,因距离堆芯较近,受较强的中子照射和γ辐射而使其使用寿命缩短;另外,随着堆内辐照孔道的孔径扩张、中心位置的变更及辐照样品体积的增大,使探测器处的中子信号受样品进出堆的干扰变大,对反应堆的安全运行造成不利影响。为了解决上述问题,对MJTR核探测器的布置进行了改进。本文介绍了在改进设计中,采取的措施以及设计的原则、方法和结果。改造完成后的各项调试结果表明,重新设计的探测器孔道布置和功能分配合理,完全满足设计要求。

大亚湾核电站堆芯参数测量系统的国产化改造

RIC(堆芯测量)系统是核电站的重要测控系统之一,其部分功能是在KIT(集中数据采集处理)系统中实现的。大亚湾核电站近期对其原有KIT系统进行了全面的国产化升级改造,与之关联的RIC系统也同时进行了改造。介绍了RIC系统的技术改造方案、构成和配置、工作原理和主要功能,着重描述了核反应堆中子注量率的采集和数据处理过程。使用效果表明,新RIC系统的技术指标完全满足工艺要求。

大亚湾核电站堆芯参数测量（RIC）系统的国产化改造

RIC（堆芯测量）系统是核电站的重要测控系统之一，其部分功能是在KIT（集中数据采集处理）系统中实现的。大亚湾核电站近期对其原有KIT系统进行了全面的国产化升级改造，与之关联的RIC系统也同时进行了改造。该文介绍RIC系统的技术改造方案、构成和配置、工作原理和主要功能，着重描述了核反应堆中子注量率的采集和数据处理过程。使用效果表明，新RIC系统的技术指标完全满足工艺要求。

核电站堆芯运行状态监测仪工艺研究

堆芯运行状态监测仪(简称监测仪)通过对反应堆中子通量、温度和水位的连续在线监测和分析,能够实时监测堆芯的功率分布和运行状态,对核电站的安全、稳定、经济运行具有重要意义。监测仪信号处理部件由水位信号处理机柜、中子通量信号处理机柜、线缆组成,各机柜由卡件、机箱组成,主要功能为探测器的信号提取、放大、延迟消除和标准信号输出。信号处理部件的集成工艺对仪器可靠性、可用率和可维护性有重要的影响。本文着重论述监测仪信号处理部件集成工艺、生产步骤,以及产品在批量生产制造中的为保证可靠性与一致性所做的措施。

基于^(252)Cf源驱动噪声分析法的铀部件裂变中子时间关联符合计数模拟研究

依据中子源驱动噪声分析法原理,针对铀材料或铀部件的质量属性测量问题,采用蒙特卡罗(MonteCarlo)模拟方法,模拟研究了几何形状相同、富集度相同而质量不同的球形金属铀部件的质量测量,获得了与铀部件质量测量相对应的时间关联符合计数分布。研究结果表明,中子源注入铀部件后所构成的核信息系统,可根据源与探测器间的中子时间关联符合计数分布获得铀部件的质量等特性。通过对半径4.67 cm、质量8.00 kg的球形铀部件样品的模拟研究与分析,获得源-探测器之间的时间关联符合计数,基此,模拟研究了几何形状相同、富集度相同而质量不同的球形铀部件,实现了对铀部件质量属性的测量。