一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法与流程

1.本发明涉及瞬发伽马中子活化分析技术领域，尤其涉及一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法。


背景技术：

2.在众多科学和工业领域中，样品内部元素的定性及定量分析是一项重要的参数。瞬发伽马中子活化分析(prompt gamma-ray neutron activation analysis,pgnaa)技术，利用中子与被测样品中的核素进行热中子俘获、快中子非弹性散射反应，可以在极短的时间内发射出特征伽马射线，通过测量伽马射线的能量和强度便可以定性和定量地分析出样品内部的元素信息。由于pgnaa技术具有非破坏性、实时测量、分析精度高等特点，近年来被广泛应用于工业、环境、医药等多个领域。
3.传统的pgnaa技术主要利用核反应堆、大型加速器等设施提供中子源，随着加速器和电子学技术的发展，小型化中子发生器的性能得到极大的提升，常用的中子发生器包括氘氚(dt)和氘氘(dd)中子发生器，其能提供14.1mev和2.5mev平均能量的中子。目前，基于dt中子发生器的pgnaa技术得到不断发展，尤其是利用快中子非弹性散射反应的技术被广泛应用于现场测量分析。在利用中子发生器搭建测量装置时，快中子准直系统是一个重要的结构，其可以减少散射中子对测量结果的干扰，提高测量结果的信噪比。中子准直系统需要根据不同的实际情况进行设计，而现有的设计方法主要是根据从业人员的经验进行方案制定，或者进行大量的模拟及实验工作得到最佳结构，这为装置的整体设计带来了很大的难度。因此，迫切需要一种高效的基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法，能够快速准确的设计出满足不同的工作场景下快中子准直系统。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法，包括以下步骤：
7.s1：确定准直系统的总体长度l(cm)，根据使用的dt中子发生器的产额y(s-1
)，以及样品处所需的快中子通量φ(cm-2
s-1
)，根据距离平方反比定律估算出准直系统的总体长度：
[0008][0009]
s2：选择快中子准直系统的材料，对于14mev的高能中子，采用三层材料进行屏蔽
准直，第一层为慢化层，第二层为热化层，第三层为吸收层；
[0010]
s3：随机生成慢化层、热化层和吸收层的厚度参数l1、l2和l3，构成遗传算法的初始种群；
[0011]
s4：计算适应度，依据选择的材料和dt中子发生器结构，通过蒙特卡罗软件建立模拟计算模型；
[0012]
s5：依照执行选择、交叉和变异遗传等操作产生下代种群，并且使得种群不断向前进化，之后更新种群；
[0013]
s6：当r值收敛，即其不在增加时作为判断依据，从而对算法进行终止，如果满足条件则退出优化程序，如不满足则继续执行步骤s4和s5。
[0014]
优选的，所述s2中，慢化层材料为钨、铅、铜和铁中的一种或多种。
[0015]
优选的，所述s2中，热化层材料为聚乙烯、石墨和石蜡中的一种或多种。
[0016]
优选的，所述s2中，吸收层材料为含硼聚乙烯、金属镉片和碳化硼中的一种。
[0017]
优选的，所述s4中，所述蒙特卡罗软件选择mcnp或geant4软件。
[0018]
优选的，所述s4中，蒙特卡罗软件计算出结果得到准直口周围与出口处的快中子通量比值适应度r，根据优化的目标来构造目标函数，及将快中子通量的比值r最小化：
[0019][0020]
式中，φ1和φ2是出口处的快中子通量和经过屏蔽后的快中子通量，之后以目标函数作为监测遗传个体的适应度，遗传个体对应的是慢化层、热化层和吸收层的厚度分别为l1、l2和l3。
[0021]
本发明的有益效果：
[0022]
通过设置的针对氘氚中子发生器中子准直系统，该方法利用蒙特卡罗模拟方法计算得到快中子通量比值r，之后利用遗传算法将比值r作为优化目标，搜索使得r最大的不同材料的厚度参数。
[0023]
本发明根据氘氚中子发生器在实际应用中的需求，自动计算获得具有全局最优的准直材料厚度，摆脱了传统的经验设计思路，同时节省了大量的不同材料组合模拟计算的时间，提高了工作效率，实用性好。
附图说明
[0024]
图1为本发明提出的一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法的流程示意图；
[0025]
图2为本发明实施例中氘氚中子发生器中子准直系统结构示意图；
[0026]
图3为本发明实施例中遗传算法进化过程中的比值r与种群迭代次数关系。
具体实施方式
[0027]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0028]
一种基于遗传算法的氘氚中子发生器快中子准直系统尺寸优化设计方法，包括以下步骤：
[0029]
s1：确定准直系统的总体长度l(cm)，根据使用的dt中子发生器的产额y(s-1
)，以及样品处所需的快中子通量φ(cm-2
s-1
)，根据距离平方反比定律估算出准直系统的总体长度：
[0030][0031]
s2：选择快中子准直系统的材料，对于14mev的高能中子，采用三层材料进行屏蔽准直，第一层为慢化层，第二层为热化层，第三层为吸收层，需要说明的是，慢化层对14mev快中子进行慢化，降低中子能量，热化层进一步将中子进行慢化使其成为热中子，吸收层将热中子进行吸收；
[0032]
s3：随机生成慢化层、热化层和吸收层的厚度参数l1、l2和l3，构成遗传算法的初始种群；
[0033]
s4：计算适应度，依据选择的材料和dt中子发生器结构，通过蒙特卡罗软件建立模拟计算模型；
[0034]
s5：依照执行选择、交叉和变异遗传等操作产生下代种群，并且使得种群不断向前进化，之后更新种群；
[0035]
s6：当r值收敛，即其不在增加时作为判断依据，从而对算法进行终止，如果满足条件则退出优化程序，如不满足则继续执行步骤s4和s5。
[0036]
本发明中，s2中，慢化层材料为钨、铅、铜和铁中的一种或多种，s2中，热化层材料为聚乙烯、石墨和石蜡中的一种或多种，s2中，吸收层材料为含硼聚乙烯、金属镉片和碳化硼中的一种，s4中，蒙特卡罗软件选择mcnp或geant4软件，s4中，蒙特卡罗软件计算出结果得到准直口周围与出口处的快中子通量比值适应度r，根据优化的目标来构造目标函数，及将快中子通量的比值r最小化：式中，φ1和φ2是出口处的快中子通量和经过屏蔽后的快中子通量，之后以目标函数作为监测遗传个体的适应度，遗传个体对应的是慢化层、热化层和吸收层的厚度分别为l1、l2和l3。
[0037]
由于中子呈电中性无法通过电磁等手段进行聚焦准直，因此对于快中子的准直是通过材料将发散出射的中子进行屏蔽，并在材料中开孔道将中子从孔道中引出形成中子束流，最佳的快中子准直效果即准直口处与周围的快中子通量比值r最大，因此设计方案需要考虑多种因素，其中最主要的两个是准直材料的选取，以及不同材料的长度，必要时还需兼顾其他因素如重量、价格等。
[0038]
本实施例研究由四种材料组成的快中子准直系统结构，其中慢化层材料为fe和pb，热化层材料为石墨，吸收层材料为含硼聚乙烯；所有材料的宽度和高度均为40cm，准直系统的总长度l为25cm，快中子的准直口为4
×
4cm2，不同材料的厚度优化步骤如下：
[0039]
1)以四种材料的厚度l
fe
、l
pb
、lc和l
bch2
作为遗传算法的变量，优化算法的流程图如图1所示，程序利用python编译，首先随机产生初始种群，种群规模设置为20；
[0040]
2)计算适应度r，将初始化产生的参数用于模型建立，利用蒙特卡罗程序建立如图2所示的模型，运行蒙特卡罗软件对模型进行计算，提取输出结果得到出口处14mev快中子通量φ1和周围14mev快中子通量φ2，快中子通量比值r，尺寸优化的目标函数设定为在总长
为25cm的长度下，r值最小即：
[0041][0042]
3)依次进行选择、交叉和变异等操作生成下一代种群，其中随机选择法，交叉系数设为0.7，突变率设为0.001；
[0043]
4)检验种群是否满足终止条件(r值收敛)，如果满足则终止程序并输出最优结果，否则返回步骤2)。
[0044]
经过20次迭代，遗传算法的程序终止，r值趋于稳定在0.583，如图3所示，从而得到在总长度25cm情形下，四种材料的最佳厚度；l
fe
、l
pb
、lc(石墨)和l
bch2
(含硼聚乙烯)分别为12cm,9cm,2cm和2cm；这种尺寸优化方法相比于传统方法，利用该方法可以摆脱经验设计思路，同时对于不同材料的厚度可以快速高效地给出最佳结果，缩短了模拟计算时间，提高了设计效率。
[0045]
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0046]
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。