CN114201918A - 一种核退役的设备拆装序列规划方法 - Google Patents
一种核退役的设备拆装序列规划方法 Download PDFInfo
- Publication number
- CN114201918A CN114201918A CN202111514223.6A CN202111514223A CN114201918A CN 114201918 A CN114201918 A CN 114201918A CN 202111514223 A CN202111514223 A CN 202111514223A CN 114201918 A CN114201918 A CN 114201918A
- Authority
- CN
- China
- Prior art keywords
- disassembly
- planning
- radiation
- dose
- assembly sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002068 genetic effect Effects 0.000 claims abstract description 19
- 230000005855 radiation Effects 0.000 claims description 183
- 238000009826 distribution Methods 0.000 claims description 50
- 241000282414 Homo sapiens Species 0.000 claims description 28
- 210000000056 organ Anatomy 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 15
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 231100000987 absorbed dose Toxicity 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 10
- 241000894007 species Species 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002285 radioactive effect Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 239000012857 radioactive material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于核退役的设备拆装序列规划方法，其特征在于，其利用了退役规划系统，其中，退役规划系统用于进行核设施退役过程中的设备拆装序列规划，该规划方法包括：获取基本影响因子之间的约束条件并基于遗传算法运算出满足基本拆装需要的第一设备拆装序列规划；引入具体影响因子并基于第一设备拆装序列规划通过遗传算法运算出满足具体拆装需要的第二设备拆装序列规划。
Description
技术领域
本发明涉及辐射防护技术领域，尤其涉及一种核退役的设备拆装序列规划方法。
背景技术
当前世界能源需求日益增长、包括我国在内都在大力推行清洁能源，其中核能作为一种效率高、无污染的能源供给方式，正在被越来越多的国家所采用，我国的核电已经成为一张国家名片、国内核电站建设正是方兴未艾之时。
核电站及相关核设施包含有放射性，对人类和环境有着潜在的危险，在有辐射环境下进行作业、包括设备设施的维护、核设施退役工程中的拆解过程等，首先需要考虑的就是针对辐射环境下作业的安全性和可达性(可操作性)要求，实时关注人员受照剂量，由于辐射环境的复杂性、不同位置、不同种类的核素的衰变特性差异和核素空间分布的叠加使得场景内不同位置的辐照剂量相差较大，因此设备和人员在辐射场内所承受的即时剂量和累计剂量状况非常复杂
公开号为CN110348065A的中国专利公开了一种通用型核设施退役工程模拟系统及方法，属于核设施退役工程技术领域；系统包括仿真模块、智能评价及决策模块；仿真模块，用于依据核设施的虚拟模型模拟动态的退役操作流程，并对每次模拟退役操作流程中的关键数据进行收集；智能评价及决策模块，用于结合所述关键数据对每次模拟退役操作流程进行评价、并制定出最佳退役操作流程。通过设置完整模拟退役操作流程的仿真平台，以准确模拟退役操作流程，并通过对多个退役操作流程进行分析评价以制定最佳退役操作流程；有助于操作人员熟悉退役操作的工序和流程，快速进入工作状态；适用于不同核设施的退役仿真。
公开号为CN112906227A的中国专利公开了一种辐射环境下的核退役虚拟仿真系统，包括场景配置、模型转换、辐射场可视化、核退役模拟；所述场景配置，进行作业场景的配置构建出核退役过程的三维场景；所述模型转换，将所述三维场景进行网格优化，进行所述三维场景轻量化，渲染出所述三维场景；所述辐射场可视化，通过计算外部导入的辐射数据与所述三维场景数据进行比对，渲染计算后可视化展示三维辐射分布状态，并能够对辐射分布进行编辑；所述核退役模拟，参照标准的核退役作业流程，推演退役作业过程；检验退役方案的可行性和人员剂量评估。本发明系统为退役工艺技术路线和专用技术的适用性进行验证，从而确保退役工艺路线的可行、安全、有效。
然而现有技术中，对于核退役规划存在明显的缺陷，尤其为仿真模拟技术中缺乏对核退役作业中各种影响因素的有效考虑，使得规划出的执行方案不具有综合考量的性质，难以真正有效地运用于核退役作业，同时会给核退役作业人员以及待作业的核设施造成安全隐患。
此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足，本发明提供了一种核退役的设备拆装序列规划方法，其利用了退役规划系统，其中，退役规划系统用于进行核设施退役过程中的设备拆装序列规划，
该规划方法包括：
获取基本影响因子之间的约束条件并基于遗传算法运算出满足基本拆装需要的第一设备拆装序列规划，
引入具体影响因子并基于第一设备拆装序列规划通过遗传算法运算出满足具体拆装需要的第二设备拆装序列规划。
根据一种优选的实施方式，获取基本影响因子之间的约束条件并基于遗传算法运算出满足基本拆装需要的第一设备拆装序列规划的方法，其步骤如下：
引入了至少四个基本影响因子并赋予相应的权重系数，
引入逻辑变量δ，其用于描述各个权重系数之间的逻辑约束，
将逻辑变量δ作用于权重系数以计算出各个权重系数之间的约束关系，
以权重系数和约束关系为输入判定，基于遗传算法计算出最优的第一设备拆装序列规划。
根据一种优选的实施方式，引入具体影响因子并基于第一设备拆装序列规划通过遗传算法运算出满足具体拆装需要的第二设备拆装序列规划的方法，其引入了具体影响因子，具体影响因子用于描述核设施的具体结构特性以及相应的辐射特性，
规划方法包括以下步骤：
在第一设备拆装序列规划的基础上引入用于描述具体影响因子的若干变量，基于遗传算法进一步计算得出第二设备拆装序列规划。
根据一种优选的实施方式，退役规划系统中储存有预先设置的三维场景模型以及辐射场模型，
其中，三维场景模型用于为退役拆装序列规划提供结构模型支持，
其中，辐射场模型用于为退役拆装序列规划提供辐射模型支持，
规划方法包括以下步骤：
在执行设备拆装序列规划前，将拆除清单和计划文件导入退役规划系统，
利用退役规划系统将待拆除的核设施关联于三维场景模型和辐射场模型，以进行拆装序列规划的方案模拟。
根据一种优选的实施方式，规划方法包括基于辐射分布数据构建辐射场模型，其中，辐射分布数据是通过测量获取的，该测量方法包括以下步骤：
基于在辐射环境中规划出用于测量的空间点位对空间点位的辐射分布进行测量得到初始辐射分布数据，
基于初始辐射分布数据模拟并补全未被测量部分的数据以获得全局辐射分布数据。
根据一种优选的实施方式，辐射场模型的构建包括以下步骤：
建立三维空间坐标系，引入辐射分布数据并关联于三维空间坐标，
引入人体组织对各类射线的吸收剂量率，建立吸收剂量率与三维空间坐标系的函数关系，
根据辐射源数据对当前时刻的辐射场模型进行修正，
将辐射场模型与三维场景模型相关联，并以可被编辑的方式输出给用户。
优选地，剂量计算的方法是利用退役规划系统实施基于GPU加速技术实现人体器官级别的实时剂量和累计剂量计算。
根据一种优选的实施方式，剂量计算的方法包括以下步骤：
建立吸收剂量与时间和空间的函数关系：
，
引入不同类型射线的辐射权重因子并对具吸收剂量求和得到器官的当量剂量，
引入器官权重因子并对各个器官的剂量当量求和得到人体总的有效剂量，取微分时间dt得到人体总的实时剂量，
对实时剂量进行时域上的积分得到人体的累计剂量。
根据一种优选的实施方式，一种用于核退役的设备拆装序列规划方法，其根据辐射源类型及其活度所划分的允许进行人工作业的一类辐射场以及允许进行机器人作业的二类辐射场，
其中，一类辐射场中的设备拆装序列规划方法是基于人工作业的耗时和允许承受的剂量所确定的，
其中，二类辐射场中的设备拆装序列规划方法是基于机器人作业的耗时和其允许承受的剂量所确定的。
上述规划方法能够基于一类辐射场和二类辐射场规划出符合人工作业顺序和机器人作业的拆装方案，同时能够基于一、二类辐射场并存的状态联合人工作业和机器人作业实施拆装方案的规划，以使得在不同的场景中均满足辐射防护最优化的原则。
本发明的有益技术效果：
本发明是一种基于遗传算法的用于核退役的设备拆装序列规划方法，能够基于本发明中引入的基本影响因子(成本、剂量限度、安全、效率)在规划中的权重系数和相互之间的约束关系通过遗传算法给出最优的第一设备拆装序列规划，同时，本发明还引入具体影响因子(核设施的类型、核设施内的放射源类型、放射源活度)并根据第一设备拆装序列规划做进一步运算给出更加具体的第二拆装序列规划，以在核设施的拆装中对不涉及反应堆的拆装作业和涉及反应堆的拆装作业分别考虑，加强了作业人员的安全保障，同时也优化了实施退役作业的成本支出。
附图说明
图1是本发明提供的一种优选实施方式的基本影响因子的约束关系示意图。
具体实施方式
下面结合附图进行详细说明。
实施例1
根据一种优选的实施方式，在执行核设施退役工作计划之前，先获取核设施的拆除清单以及退役相关工作的计划文件(例如Project格式、P6格式等)，并将拆除清单和计划文件导入退役规划系统。优选地，退役规划系统能够将计划拆除的核设施与预先存储在该系统中的三维场景模型和辐射场模型相关联。优选地，该关联包括对象关联以及坐标关联，即，计划拆除的核设施的坐标以及其本身的结构特征均在三维场景模型和辐射场模型中唯一确定。
根据一种优选的实施方式，退役规划系统能够基于三维场景所确定的计划退役的核设施属性进行设备拆装序列规划，优选地，设备拆装序列规划被配置为能够通过设备拆装序列计划中的各工作任务的约束条件、以及相关资源，利用遗传算法进行最优拆装序列规划，以辐射防护最优化为原则，实现核退役过程模拟方案的最优化。优选地，约束条件包括权重系数和约束关系，其中，权重系数用于表示影响因子对设备拆装序列规划的影响程度，约束关系表示各个影响因子之间的相关特性。
根据一种优选的实施方式，在实施设备拆装序列规划前，需要先对工作任务进行约束，优选地，该约束包括以下几个基本影响因子：成本、剂量限度(包括人体和机器人)、安全(拆装作业中的安全问题)。
根据一种优选的实施方式，在实施设备拆装序列规划时，需要对基本影响因子(成本C、剂量限度X、安全S、效率E)进行优先考虑，以规划出满足基本拆装需要的第一设备拆装序列规划，为后续更为具体的拆装序列规划提供基本依据。优选地，基本拆装需要被定义为核设施中不涉及反应堆的拆装作业。优选地，上述四个影响因子为非独立因子，即，每个影响因子之间具有相关性，在考虑相关性之前，可以先赋予每个影响因子与之对应的权重系数：k1，k2，k3，k4，其中，k1作用于C，k2作用于X，k3作用于S，k4作用于E。优选地，将上述四个被赋予了权重系数的影响因子纳入退役规划模型进行核退役拆装序列规划。优选地，将上述四个影响因子的相关特性转移至权重系数上，从而将复杂相关问题转化为权重系数的相关问题。
根据一种优选的实施方式，引入能够描述各个权重系数之间的逻辑约束的逻辑变量δ，基于逻辑变量δ计算权重系数之间的相关特性，其中，逻辑变量表示一个影响因子与另一个影响因子之间的逻辑关系以及其影响的程度，例如，剂量限度X会部分影响效率E，则δk2＝k4-W，其中，W为其他影响因子的作用结果。优选地，根据辐射防护最优化的原则，需要尽可能保持受照射剂量最小，因此，优选地，剂量限度X被配置为独立于其他三个影响因子的基础变量。优选地，如图1所示，以剂量限度X的权重系数k2为基础，得到其与安全S的权重系数k3的关系：δ1k2＝k3-Q；与成本C的权重系数k1的关系：δ2k2＝k1-R；与效率E的权重系数k4的关系：δ3k2＝k4-W；其中，Q、W、R均表示其他影响因子的作用结果。优选地，k1，k3，k4，之间亦存在相关性，优选地，可以表示为：δ3k3+δ4k1＝W，δ5k3+δ6k4＝R，δ7k1+δ8k4＝Q，其中，δ3＝1/δ8，δ4＝1/δ6，δ5＝1/δ7。优选地，依据上述关系，可以得到k1，k2，k3，k4之间所满足的关系，该关系中只存在逻辑变量δ，优选地，k1，k2，k3，k4之间还满足归一化条件，即：k1+k2+k3+k4＝1。优选地，在确定各部分的逻辑变量δ的基础上，可以利用上述关系确定成本C、剂量限度X、安全S和效率E的权重系数以及权重系数之间的约束关系。
根据一种优选的实施方式，退役规划系统能够基于自身携带的遗传算法，以权重系数和约束关系作为输入判定，计算核设施退役拆装序列规划的方案，并获取最优的第一设备拆装序列规划。
根据一种优选的实施方式，除了基本影响因子之外还需要引入具体影响因子，优选地，该具体影响因子用于描述核设施的具体结构特性以及相应的辐射特性，以使得在由基本影响因子所计算出的第一设备拆装序列规划的基础上执行更具体的进一步规划。优选地，该具体影响因子包括：核设施的类型、核设施内的放射源类型、放射源活度。优选地，核设施的类型可以被分为发电用核设施，研究用核设施，以及武器用核设施，对于不同的核设施由于其用途不同，在结构上有较大程度的差异，应予以不同的技术方案。优选地，放射源的类型可以分为α、β、γ以及中子源等类型，对于不同的放射源需要给予作业人员对应的防护方案，以满足辐射防护最优化的原则。优选地，辐射源活度高低直接影响作业人员的安全状态，对于低活度的辐射源，可以通过作业人员直接实施拆装，对于高活度的辐射源，需要使用工业机器人参与危险场景的作业工作。
根据一种优选的实施方式，在通过基本影响因子获得最优的第一设备拆装序列规划的基础上，引入用于描述具体影响因子的若干变量，优选地，该变量包括：核设施类型变量，辐射源类型变量，辐射源活度变量，作为输入判定，继续基于遗传算法以获取满足具体拆装需要的第二设备拆装序列规划。优选地，具体拆装需要被定义为涉及反应堆的拆装作业。
根据一种优选的实施方式，在设备拆装序列规划过程中，需要对参与设备拆装的作业人员和机器人进行分类分析，优选地，根据空间中的辐射分布划分出允许进行人工作业的一类辐射场以及允许进行机器人作业的二类辐射场。
优选地，一类辐射场中的设备拆装规划方法是基于人工作业的耗时和允许承受的剂量所确定的，其中，作业人员的耗时是根据待作业设备的结构及其复杂程度所确定的。
优选地，二类辐射场中的设备拆装规划方法是基于机器人作业的耗时和其允许承受的剂量所确定的，其中，机器人作业需要满足其中的电子设备能够在辐照条件下正常运行。
优选地，该拆装规划方法能够基于一类辐射场和二类辐射场规划出符合人工作业顺序和机器人作业的拆装方案，同时能够基于一、二类辐射场并存的状态联合人工作业和机器人作业实施拆装方案的规划，以使得在不同的场景中均满足辐射防护最优化的原则。
实施例2
根据一种优选的实施方式，退役规划系统在执行设备拆装序列规划时，利用预先构建并储存在退役规划系统中的三维场景模型以及辐射场模型。优选地，三维场景模型包括了核退役作业场景中的相关设施设备，辐射场模型则包含了辐射源信息、辐射源活度信息、以及辐射场分布信息。从而，优选地，退役规划系统在执行设备拆装序列规划时能够直接调用三维场景模型的计划进行退役作业的核设施，根据模型中核设施的结构特征执行针对其的拆装序列规划。优选地，规划过程中需要考虑辐射情况，因此引入辐射场模型供退役规划系统在执行规划运算时调用其所需要的辐射信息。
根据一种优选的实施方式，辐射场模型的构建可以如下：退役规划系统内预先存储有辐射分布数据并且能够基于自身的算法对辐射分布数据进行处理并与三维场景模型的空间坐标相关联。优选地，辐射分布数据是通过预先测量并储存至剂量仪系统10中的，其至少需要涵盖辐射场数据和辐射源数据，从而剂量仪系统10能够根据上述两种类型的辐射分布数据较为完整地构建辐射场模型。优选地，辐射分布数据中需包含坐标信息，从而构建辐射场模型时将坐标信息与三维场景模型的空间坐标相关联，以使得辐射场模型和三维场景模型各处是一一对应的。优选地，该辐射分布数据包括MCNP5辐射数据以及辐射热点数据等，进一步优选地，针对MCNP5辐射数据，本实施例下的退役规划系统支持多种坐标系下的数据处理。优选地，在调用核设施退役场景的三维场景模型时，退役规划系统能够自动调取相应的辐射分布数据并将该辐射分布数据与三维场景模型相关联。
根据一种优选的实施方式，将辐射分布数据关联于三维场景模型的同时将辐射分布数据进行可视化操作，以展现可视化的辐射场。优选地，该辐射场的表现模式可以被设置为多种模式，例如，纹理渲染模式、热力图模式、点云模式、粒子云模式等。优选地，退役规划系统支持辐射场剂量分布的编辑，例如，针对空间不同位置的不同剂量分别赋予相应的颜色，使得可视化的辐射场能够更加显著地反应剂量的空间分布以及剂量分布的深度。优选地，退役规划系统还支持辐射场模型的剖切，从而使用户更加明确地查看不同高度、不同角度位置的剂量分布情况。
根据一种优选的实施方式，退役规划系统能够对不可视的辐射场进行可视化操作以便于核退役作业人员直接观察辐射场的分布状态并可以对辐射场模型进行旋转、剖切等操作以便于从不同的角度以及不同的深度观察辐射场的剂量强度，在开始作业前，用户可以通过观测辐射场模型对作业环境的安全系数进行一个初步的人为评估，为规划合理的作业路径提供一个有效的判断依据。
根据一种优选的实施方式，辐射环境中的辐射分布数据是预先储存在退役规划系统中的，以便于在需要使用时，退役规划系统能够直接调用已有的辐射分布数据。优选地，该辐射分布数据可以是预先通过测量获得并录入退役规划系统的。可选地，辐射场的测量能够通过以下方式进行：预先在辐射环境中规划出用于测量的空间点位，优选地，用于测量的空间点位可以按照等距的方式划分，在有限次测量获取的初始辐射分布数据基础上，通过模拟补全相应空间中未被测量部分的数据以获得全局辐射分布数据。技术人员手持探测器测量作业环境中每个空间点位的能量强度以及对应的射线种类，并将对应的信息记录至便携式储存设备中；或者可以通过智能机器人代替人工作业，在未进行辐射测量的环境中能够避免人工作业而受到过量辐射照射的风险。
优选地，辐射场的测量还包括获取辐射源1的分布信息、辐射源1的主要核素以及核素活度。优选地，辐射源1的分布信息还可通过人工现场测量的形式得到，由人工录入至便携式储存设备中。辐射源1可以由1Ag、58Co、60Co等多种核素构成，随着时间沉积，核素的活度也会发生变化，例如，短寿命的核素由于衰变使得核素的活度变小(长寿命核素活度的衰变变化在短时间内则可以忽略)；或者由于核设施的持续运行生成放射性物质并对既有的环境辐射量产生增益。
优选地，将便携式储存设备内储存的辐射场数据以及辐射源1数据导入至退役规划系统中，退役规划系统对辐射场数据以及辐射源1数据进行可视化处理。优选地，该可视化处理过程包括：
S11：建立三维空间坐标系，引入辐射场数据以及辐射源1数据构建为三维的辐射场模型，优选地，退役规划系统支持多种坐标系下的数据处理，例如，三维笛卡尔坐标系、球坐标系。进一步优选地，由于辐射场的发散性质，采用球坐标系构建辐射场模型，以使得数据处理过程更加简便、快速。
S12：优选地，引入人体3组织对各类射线总的吸收剂量率，即各类射线在人体3中单位质量组织及单位时间内由于电离辐射而沉积的能量总和。优选地，该辐射场模型是三维坐标下吸收剂量率的函数，具体而言，选定一个具体的三维坐标点(r，θ，φ)，即能够得到该三维坐标点对应的吸收剂量率。优选地，将该辐射场模型通过如下函数关系式表达吸收剂量率与球坐标系的关系：D＝ψ(r，θ，φ)，其中D表示空间中某一点人体3组织的吸收剂量率。因此，在该辐射场模型中，确定一个坐标点即能够得出吸收剂量率。
S13：优选地，退役规划系统还能够根据辐射源1数据对当前时刻的辐射场进行修正，例如，在考虑辐射源1的衰变情况下，根据不同的辐射源1的衰减性质计算从初始测量到现在时刻的时间差并根据该时间差计算出当前的辐射源1活度，并导入预先构建的辐射场模型对其进行修正。
S14：优选地，退役规划系统可以在加载三维场景模型时同时加载辐射场模型。优选地，退役规划系统能够将辐射场模型的坐标进行计算并与三维场景模型的空间坐标相关联，进一步优选地，其还能够将辐射场模型的球坐标系转换为三维直角坐标系并与三维场景模型的三维直角坐标系相关联。
S15：优选地，相互关联后的辐射场模型和三维场景模型可以通过屏幕输出给用户。优选地，该辐射场模型的表现模式可以被设置为多种模式，例如，纹理渲染模式、热力图模式、点云模式、粒子云模式等。
S16：优选地，用户可对辐射场模型进行编辑，例如，针对空间不同位置的不同剂量分别赋予相应的颜色，使得辐射场模型能够更加显著地反应剂量的空间分布以及剂量分布的深度。优选地，用户还可以对辐射场模型进行剖切，以便于更加明确地查看不同高度、不同角度位置的剂量分布情况。
根据一种优选的实施方式，退役规划系统还能够根据设备拆装规划调用辐射场模型数据，该辐射场模型数据至少包括辐射场的分布数据以及辐射源的分布数据。优选地，退役规划系统能够在三维场景模型中模拟出人体的各个器官在上述路径中跟随人体移动而扫掠过的空间范围，同时获得各个器官在单位空间的路径上停留的时间并依据该单位空间中的辐射剂量率计算出人体器官所受到的实时剂量，实时剂量对时间积分则得到累计剂量。
根据一种优选的实施方式，退役规划系统基于GPU加速的人体剂量评估技术计算人体的实时剂量以及累计剂量。优选地，采用CUDA等GPU加速技术，基于人体剂量模型，对相关器官体素进行识别存储。优选地，其调用三维场景模型，计算器官包围盒中的体素剂量，即，每个器官接受的剂量，从而实现人体器官级别的剂量评估计算。
优选地，人体某一器官在某种射线作用下的吸收剂量可以表示为时间和空间的函数，吸收剂量乘上对应射线的辐射权重因子可以得到器官的当量剂量，对人体的所有器官的当量剂量乘上器官权重因子并进行求和获得人体总的实时剂量(剂量评价时间取微分时间dt)：
其中，DT,R表示射线类型为R的器官T的平均吸收剂量，
表示函数关系。ωR为辐射权重因子(衡量不同射线在人体中造成的辐射效应强弱)，HT表示器官T的当量剂量。Deff为人体总共的有效剂量(度量时间取微分时间dt，则表示实时剂量)，ωT表示器官权重因子。在实时剂量的基础上对时间积分获得人体的累计剂量，优选地，选定的积分上限时刻为当前时刻，则该累计剂量可以表示为时间的函数：
其中，P表示累计剂量。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思，诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思，申请人保留根据每项发明构思提出分案申请的权利。在全文中，“优选地”所引导的特征仅为一种可选方式，不应理解为必须设置，故此申请人保留随时放弃或删除相关优选特征之权利。
Claims (10)
1.一种核退役的设备拆装序列规划方法，其特征在于，所述方法利用了退役规划系统，其中，所述退役规划系统用于进行核设施退役过程中的设备拆装序列规划，
所述方法包括：
获取基本影响因子之间的约束条件并基于遗传算法运算出满足基本拆装需要的第一设备拆装序列规划，
引入具体影响因子并基于第一设备拆装序列规划通过遗传算法运算出满足具体拆装需要的第二设备拆装序列规划。
2.根据权利要求1所述的规划方法，其特征在于，所述获取基本影响因子之间的约束条件并基于遗传算法运算出满足基本拆装需要的第一设备拆装序列规划的方法，其步骤如下：
引入了至少四个基本影响因子并赋予相应的权重系数，
引入逻辑变量δ，其用于描述各个权重系数之间的逻辑约束，
将逻辑变量δ作用于权重系数以计算出各个权重系数之间的约束关系，
以权重系数和约束关系为输入判定，基于遗传算法计算出最优的第一设备拆装序列规划。
3.根据权利要求2所述的规划方法，其特征在于，所述引入具体影响因子并基于第一设备拆装序列规划通过遗传算法运算出满足具体拆装需要的第二设备拆装序列规划的方法，其引入了具体影响因子，所述具体影响因子用于描述核设施的具体结构特性以及相应的辐射特性，
所述方法包括以下步骤：
在第一设备拆装序列规划的基础上引入用于描述具体影响因子的若干变量，基于遗传算法进一步计算得出第二设备拆装序列规划。
4.根据权利要求3所述的规划方法，其特征在于，所述退役规划系统中储存有预先设置的三维场景模型以及辐射场模型，
其中，所述三维场景模型用于为退役拆装序列规划提供结构模型支持，
其中，所述辐射场模型用于为退役拆装序列规划提供辐射模型支持，
所述方法包括以下步骤：
在执行设备拆装序列规划前，将拆除清单和计划文件导入退役规划系统，
利用退役规划系统将待拆除的核设施关联于三维场景模型和辐射场模型，以进行拆装序列规划的方案模拟。
5.根据权利要求4所述的规划方法，其特征在于，所述方法包括基于辐射分布数据构建辐射场模型，其中，辐射分布数据是通过测量获取的，辐射分布数据的测量方法包括以下步骤：
基于在辐射环境中规划出用于测量的空间点位对所述空间点位的辐射分布进行测量得到初始辐射分布数据，
基于初始辐射分布数据模拟并补全未被测量部分的数据以获得全局辐射分布数据。
6.根据权利要求5所述的规划方法，其特征在于，辐射场模型的构建包括以下步骤：
建立三维空间坐标系，引入辐射分布数据并关联于三维空间坐标，
引入人体组织对各类射线的吸收剂量率，建立吸收剂量率与三维空间坐标系的函数关系，
根据辐射源数据对当前时刻的辐射场模型进行修正，
将辐射场模型与三维场景模型相关联，并以可被编辑的方式输出给用户。
7.根据权利要求6所述的规划方法，其特征在于，所述方法利用退役规划系统实施基于GPU加速技术实现人体器官级别的实时剂量和累计剂量计算。
8.根据权利要求7所述的规划方法，其特征在于，剂量计算的方法包括以下步骤：
建立吸收剂量与时间和空间的函数关系：
引入不同类型射线的辐射权重因子并对具吸收剂量求和得到器官的当量剂量，
引入器官权重因子并对各个器官的剂量当量求和得到人体总的有效剂量，取微分时间dt得到人体总的实时剂量，
对实时剂量进行时域上的积分得到人体的累计剂量。
9.一种用于核退役的设备拆装序列规划方法，其特征在于，所述方法根据辐射源类型及其活度所划分的允许进行人工作业的一类辐射场以及允许进行机器人作业的二类辐射场，
其中，一类辐射场中的设备拆装序列规划方法是基于人工作业的耗时和允许承受的剂量所确定的，
其中，二类辐射场中的设备拆装序列规划方法是基于机器人作业的耗时和其允许承受的剂量所确定的。
10.根据权利要求9所述的规划方法，其特征在于，所述方法能够基于一类辐射场和二类辐射场规划出符合人工作业顺序和机器人作业的拆装方案，同时能够基于一、二类辐射场并存的状态联合人工作业和机器人作业实施拆装方案的规划，以使在不同的场景中均满足辐射防护最优化的原则。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111514223.6A CN114201918A (zh) | 2021-12-10 | 2021-12-10 | 一种核退役的设备拆装序列规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111514223.6A CN114201918A (zh) | 2021-12-10 | 2021-12-10 | 一种核退役的设备拆装序列规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114201918A true CN114201918A (zh) | 2022-03-18 |
Family
ID=80652707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111514223.6A Pending CN114201918A (zh) | 2021-12-10 | 2021-12-10 | 一种核退役的设备拆装序列规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114201918A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115526591A (zh) * | 2022-09-20 | 2022-12-27 | 中核四川环保工程有限责任公司 | 一种核设施退役工程分解方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361180A (zh) * | 2014-11-20 | 2015-02-18 | 东莞理工学院 | 一种基于猫群算法的辐射部件遥控维护装配序列设计方法 |
| CN109325282A (zh) * | 2018-09-13 | 2019-02-12 | 中国核动力研究设计院 | 一种反应堆退役三维辐射场仿真方法及系统 |
| CN110110456A (zh) * | 2019-05-13 | 2019-08-09 | 哈尔滨工程大学 | 一种核设施退役人体受照剂量评估方法 |
| TWI669622B (zh) * | 2018-07-19 | 2019-08-21 | 行政院原子能委員會核能研究所 | 放射性切割件包裝方法 |
| US20200242558A1 (en) * | 2019-01-28 | 2020-07-30 | Korea Atomic Energy Research Institute | Method and apparatus for decommissioning plan of nuclear facility |
| CN112906149A (zh) * | 2021-01-20 | 2021-06-04 | 中广核（北京）仿真技术有限公司 | 一种基于虚拟现实的核电重大设备拆装系统 |
| CN112965374A (zh) * | 2021-02-02 | 2021-06-15 | 郑州轻工业大学 | 一种资源约束下考虑随机需求和操作时间的拆解调度方法 |
-
2021
- 2021-12-10 CN CN202111514223.6A patent/CN114201918A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361180A (zh) * | 2014-11-20 | 2015-02-18 | 东莞理工学院 | 一种基于猫群算法的辐射部件遥控维护装配序列设计方法 |
| TWI669622B (zh) * | 2018-07-19 | 2019-08-21 | 行政院原子能委員會核能研究所 | 放射性切割件包裝方法 |
| US20200027003A1 (en) * | 2018-07-19 | 2020-01-23 | Institute Of Nuclear Energy Research, Atomic Energy Council, Executive Yuan | Package method of radioactive dismantled parts |
| CN109325282A (zh) * | 2018-09-13 | 2019-02-12 | 中国核动力研究设计院 | 一种反应堆退役三维辐射场仿真方法及系统 |
| US20200242558A1 (en) * | 2019-01-28 | 2020-07-30 | Korea Atomic Energy Research Institute | Method and apparatus for decommissioning plan of nuclear facility |
| CN110110456A (zh) * | 2019-05-13 | 2019-08-09 | 哈尔滨工程大学 | 一种核设施退役人体受照剂量评估方法 |
| CN112906149A (zh) * | 2021-01-20 | 2021-06-04 | 中广核（北京）仿真技术有限公司 | 一种基于虚拟现实的核电重大设备拆装系统 |
| CN112965374A (zh) * | 2021-02-02 | 2021-06-15 | 郑州轻工业大学 | 一种资源约束下考虑随机需求和操作时间的拆解调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| TSAI P C 等: "The computer aided cutting planning of components using genetic algorithms for decommissioning of a nuclear reactor", 《 ANNALS OF NUCLEAR ENERGY》, 31 December 2019 (2019-12-31), pages 200 - 207 * |
| 肖格;邹树梁;唐德文;匡雅;: "核设施退役安全指标体系建立及综合评价", 绿色科技, no. 24, 30 December 2016 (2016-12-30), pages 1 - 6 * |
| 陈家照;廖斯宏;张玉祥;: "加注设备虚拟装配仿真训练系统设计", 机械制造与自动化, no. 01, 20 February 2013 (2013-02-20), pages 1 - 8 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115526591A (zh) * | 2022-09-20 | 2022-12-27 | 中核四川环保工程有限责任公司 | 一种核设施退役工程分解方法及系统 |
| CN115526591B (zh) * | 2022-09-20 | 2023-06-02 | 中核四川环保工程有限责任公司 | 一种核设施退役工程分解方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wagner et al. | Review of hybrid (deterministic/Monte Carlo) radiation transport methods, codes, and applications at Oak Ridge National Laboratory | |
| Iguchi et al. | Development of decommissioning engineering support system (dexus of the fugen nuclear power station | |
| CN109325282B (zh) | 一种反应堆退役三维辐射场仿真方法及系统 | |
| JP5289542B2 (ja) | 空間線量評価装置および方法 | |
| Freitas et al. | Virtual reality for operational procedures in radioactive waste deposits | |
| da Silva et al. | Review study of virtual reality techniques used at nuclear issues with emphasis on Brazilian research | |
| CN107315907B (zh) | 一种动态环境下姿态可变的人体剂量仿真方法 | |
| JP2016223876A (ja) | 線量予測装置、線量予測方法及び線量予測プログラム | |
| CN114201918A (zh) | 一种核退役的设备拆装序列规划方法 | |
| Andronopoulos et al. | A gamma radiation dose calculation method for use with Lagrangian puff atmospheric dispersion models used in real-time emergency response systems | |
| Zhang et al. | A rapid coupling method for calculating the radiation field in decommissioning nuclear power plants | |
| Vermeersch | ALARA pre-job studies using the VISIPLAN 3D ALARA planning tool | |
| Mlakar et al. | Relative doses instead of relative concentrations for the determination of the consequences of the radiological atmospheric releases | |
| Bylkin et al. | Composition and structure of simulation models for evaluating decommissioning costs for nuclear power plant units. | |
| Li et al. | MIGSHIELD: A new model-based interactive point kernel gamma ray shielding package for virtual environment | |
| Luo et al. | Efficient computation of surface sunlit fractions in urban-scale building modeling using ray-tracing techniques | |
| CN114201878A (zh) | 一种核设施退役人体受照剂量评估方法 | |
| Naish et al. | Radiation mapping at JET and ITER using advanced computational acceleration techniques and tools | |
| Doerfel et al. | Guidance on internal dose assessments from monitoring data (project IDEAS) | |
| Guo et al. | A brief investigation of the dose field virtual simulation tools for reactor decommissioning and preliminary design for the HWRR reactor in China | |
| KR102374327B1 (ko) | 3차원 모델을 이용한 원전 설비 요소의 방사능 강도 산정 및 방사선 맵 표출시스템 | |
| Liu et al. | Research on nuclear facilities decommissioning engineering support system framework | |
| KR101153049B1 (ko) | 원자로 외곽구조물 방사화선원항 평가장치 및 그 방법 | |
| Chabal et al. | iDROP: An Innovative Software Program to Design Nuclear Decommissioning Scenarios | |
| Rhoades et al. | Radiation exposure inside reinforced concrete buildings at Nagasaki |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |