CN109239762A - 基于混合广义Pareto函数的放射性气溶胶监测方法 - Google Patents

Abstract

本发明公开了一种基于混合广义Pareto函数的放射性气溶胶监测方法，目的在于解决现有人工放射性气溶胶易受环境干扰，监测精度低的问题。针对能谱拟合剥除方法需要合适的峰形函数和能区划分两个问题，本发明首先基于广义Pareto分布构造了一种α能谱拖尾峰形函数，改善了指数拖尾峰形函数的不足，其次在方法步骤上所需的输入阈值较少，并利用了所有道址的能谱数据，不会得出赋值监测浓度。本发明是一种基于有限混合模型和广义Pareto分布的气溶胶监测能谱处理方法，其能有效解决现有监测方法中易受环境干扰和精度低的问题。本发明中，在计算步骤上所有核素的贡献均为正，不会出现负值，有效避免了负值监测浓度的问题，且能有效减少输入阈值。

Description

基于混合广义Pareto函数的放射性气溶胶监测方法

技术领域

本发明涉及射性气溶胶监测方法领域，具体为一种基于混合广义Pareto函数的放射性气溶胶监测方法。

背景技术

在核材料加工及放射性废物的储存等场合中，都有可能使长寿命的人工放射性核素与空气中的颗粒物结合,形成人工放射性气溶胶。人们一旦吸入这些人工放射性气溶胶，就会受到人工放射性核素的持续内照射损害。对于人工放射性气溶胶浓度的实时监测，能够及时发现放射性工作场所的异常情况，对于保障工作人员安全具有重要意义。但天然氡钍子体放射性气溶胶严重干扰了人工放射性气溶胶的监测，且这类气溶胶受不同的时间、地点、环境条件的影响。在某些特殊的环境中，天然放射性气溶胶的α活度浓度比人工放射性气溶胶的活度浓度要高许多，导致能谱重叠。所以，天然放射性气溶胶能谱的扣除非常关键，直接影响到人工放射性核素的探测限和监测周期。

目前，α放射性气溶胶连续监测技术发展很快。其中，利用多道分析器和能谱分析的天然放射性气溶胶本底的扣除方法主要包括：衰变测量法、能量甄别法及能谱拟合剥离法。衰变测量法监测周期较长；能量甄别法受环境的影响较大；国外主要以CANBERRA公司为代表，推出了系列仪器—iCAM、Alpha Sentry CAM和iSolo，它们使用较为先进的能谱拟合剥除专利技术。但能谱拟合剥除方法需要合适的峰形函数和能区划分两个条件，使得这类仪器易受环境干扰导致能区划分不正确，当前的指数拖尾峰形函数不足以拟合天然放射性核素α能谱的拖尾部分，使得监测精度低，同时扣除算法易得出负值监测浓度。

为此，迫切需要一种新的方法/或装置，以解决上述问题。

发明内容

本发明的发明目的在于：针对现有人工放射性气溶胶易受环境干扰，监测精度低的问题，提供一种基于混合广义Pareto函数的放射性气溶胶监测方法。本发明是一种基于有限混合模型和广义Pareto分布的气溶胶监测能谱处理方法，其能有效解决现有监测方法中易受环境干扰和精度低的问题。本发明中，有效避免了负值监测浓度的问题，且能有效减少输入阈值。

为了实现上述目的，本发明采用如下技术方案：

基于混合广义Pareto函数的放射性气溶胶监测方法，包括如下步骤：对天然道和人工道中所有核素成分的α能谱分布建立有限混合模型，并从中解耦人工放射性核素的净计数；再在监测时，使用有限混合模型拟合天然放射性核素的α能谱，确定峰位并完成自标定，再利用峰位和3σ准则确定人工道能区。

包括如下步骤：

(1)对于多道分析器采集到的能谱数据，根据探测器标定参数设定道址阈值T₁、T₄和T₅，其中T₁＞T₄＞T₅，使得区间[T₄,T₁]中的道址计数全部由天然放射性核素产生并覆盖²¹⁸Po(6.00MeV)的能谱峰值，[T₅,T₄-1]为人工放射性核素的计数预估出现的范围；

(2)对区间[T₄,T₁]中的道址计数，使用构造的峰形函数和三种成分的有限混合模型描述并拟合；

(3)根据θ_i,1≤i≤3重新标定道址对应的能量跨度并估算人工放射性核素的峰位，并利用3σ准则计算T₂、T₃和T₄；

(4)对区间[T₅,T₁]中的道址计数，使用八种成分(²¹²Po、²¹⁴Po、²¹²Bi、²¹⁸Po、²⁴¹Am、²³⁹Pu、²³⁵U和²³⁸U)的有限混合模型及所构造的峰形函数描述并拟合，并由拟合参数计算八种核素的计数。

针对前述问题，本发明提供基于混合广义Pareto函数的放射性气溶胶监测方法，其是一种基于有限混合模型计算人工放射性核素能谱的α净计数、广义Pareto分布导出的峰形函数3σ准则确定人工道能区的方法。本发明中，先对天然道和人工道中所有核素成分的α能谱分布建立有限混合模型，并从中解耦人工放射性核素的净计数，在算法步骤上先使用有限混合模型拟合天然放射性核素的α能谱，确定峰位并完成自标定，再利用峰位3σ准则确定人工道能区。

其工作过程如下：基于嵌入式技术，采用α粒子探测器和多道分析器实时采集滤纸中放射性气溶胶样本的能谱数据，然后采用基于混合广义Pareto分布的峰形函数模型计算人工放射性气溶胶的活度浓度，包括以下步骤：

(1)对于多道分析器采集到的能谱数据，根据探测器标定参数设定道址阈值T₁、T₄和T₅，其中T₁＞T₄＞T₅，使得区间[T₄,T₁]中的道址计数全部由天然放射性核素产生并覆盖²¹⁸Po(6.00MeV)的能谱峰值，[T₅,T₄-1]为人工放射性核素的计数可能出现的范围；

(2)对区间[T₄,T₁]中的道址计数，使用构造的峰形函数和三种成分的有限混合模型描述并拟合；

(3)根据θ_i,1≤i≤3重新标定道址对应的能量跨度并估算人工放射性核素的峰位，并利用3σ准则计算T₂、T₃和T₄；

(4)对区间[T₅,T₁]中的道址计数，使用八种成分的有限混合模型及所构造的峰形函数描述并拟合，并由拟合参数计算八种核素的计数。

综上，本发明提供一种用于放射性气溶胶监测的基于有限混合模型和广义Pareto函数的能谱计数求解方法，针对能谱拟合剥除方法需要合适的峰形函数和能区划分两个问题，首先基于广义Pareto分布构造了一种α能谱拖尾峰形函数，改善了指数拖尾峰形函数的不足，其次在方法步骤上所需的输入阈值较少，并利用了所有道址的能谱数据，不会得出赋值监测浓度。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

(1)输入阈值参数少，需输入3个，传统的能谱拟合剥除方法需要输入5个能区阈值；

(2)构造了一种新的描述α能谱的峰形函数，经数据验证其描述拖尾的能力比指数拖尾峰形函数更强，理论上指数拖尾峰形函数是其特例；

(3)在计算步骤上所有核素的贡献均为正，不会出现负值。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为典型的天然放射性气溶胶的本底能谱图，其中横坐标为道址，纵坐标为计数；

图2为本发明的流程图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

实施例1

本实施的操作步骤如下。

(1)采用离子注入型硅α粒子探测器和多道分析器实时采集滤纸中放射性气溶胶样品的能谱数据；

(2)设定能区范围阈值T₁,T₅和人工道与天然道的分界阈值T₄，这些阈值也可从探测器标定参数中获得；

(3)对区间[T₄,T₁]中的道址计数，使用三种成分的有限混合模型描述并拟合，即

其中f(x|θ)为所构造的参数向量为θ的峰形函数，由广义Pareto分布导出，θ_i,1≤i≤2分别为²¹²Po和²¹⁴Po产生的能谱峰的参数，θ₃为²¹²Bi&²¹⁸Po产生的能谱峰的参数；

(4)根据θ_i,1≤i≤3并结合核素能量表重新标定道址对应的能量跨度ΔE并估算人工放射性核素的峰位，并利用3σ准则计算T₂、T₃和T₄，共考虑8种核素，能量从大到小依次为E_i,1≤i≤8，因为θ_i,2≤i≤3包含了E₂和E₄对应的道址，所以可根据此求解ΔE，并进一步计算8种核素峰位对应的道址；

(5)与第(3)步相似，对区间[T₅,T₁]中的道址计数，使用八种成分的有限混合模型及所构造的峰形函数描述并拟合，并由拟合参数计算8种核素的计数。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (2)

1.基于混合广义Pareto函数的放射性气溶胶监测方法，其特征在于，包括如下步骤：对天然道和人工道中所有核素成分的α能谱分布建立有限混合模型，并从中解耦人工放射性核素的净计数；再在监测时，使用有限混合模型拟合天然放射性核素的α能谱，确定峰位并完成自标定，再利用峰位和准则确定人工道能区。

2.根据权利要求1或2所述基于混合广义Pareto函数的放射性气溶胶监测方法，其特征在于，包括如下步骤：

(1)对于多道分析器采集到的能谱数据，根据探测器标定参数设定道址阈值T₁、T₄和T₅，其中T₁＞T₄＞T₅，使得区间[T₄,T₁]中的道址计数全部由天然放射性核素产生并覆盖²¹⁸Po(6.00MeV)的能谱峰值，[T₅,T₄-1]为人工放射性核素的计数预估出现的范围；

(2)对区间[T₄,T₁]中的道址计数，使用构造的峰形函数和三种成分的有限混合模型描述并拟合；

(3)根据θ_i,1≤i≤3重新标定道址对应的能量跨度并估算人工放射性核素的峰位，并利用3σ准则计算T₂、T₃和T₄；

(4)对区间[T₅,T₁]中的道址计数，使用八种成分的有限混合模型及所构造的峰形函数描述并拟合，并由拟合参数计算八种核素的计数。