LRAD敞开式测量管道内α污染特征及其BP网络预测  

Application of BP network to nonlinear rectification of non-closed LRAD monitoring pipe interiors

作　　者：王孝强[1,2] 庹先国[3,4] 吴雪梅[1] 李哲[1] 

机构地区：[1]成都理工大学核技术与自动化工程学院,成都610059 [2]中核四川环保工程有限公司,广元610006 [3]西南科技大学核废物与环境安全国防重点学科实验室,绵阳621010 [4]地质灾害防治与地质环境保护国家重点实验室,成都610059

出　　处：《核技术》2012年第12期901-906,共6页Nuclear Techniques

基　　金：国家杰出青年科学基金(41025015);国家自然科学基金项目(40974065);核退役与核废物处置四川省青年科技创新研究团队(2011JTD0013);成都理工大学优秀创新团队培育计划(CDUTHY0084);国家高技术研究发展计划(2012AA063501)资助

摘　　要：针对多参数影响长距离α测量(Long range alpha detector,LRAD)系统准确度的问题,通过模拟现场管道,开展管道内LRAD敞开式测量关键参数特征研究试验,获得影响系统收集离子的特征。针对系统输入输出的非线性关系,用BP神经网络对多参数影响下系统的输出进行网络训练与预测,预测平均百分误差在5%以内。研究表明,满足放射性测量统计涨落规律条件下,BP网络对LRAD分析结果预测有较好的准确度,基本克服了系统非线性的影响。Background： The accuracy for multi-parameter of long range alpha detector （LRAD） system needs to be improved. Purpose： To overcome the nonlinear effect on accuracy and have the measurements corrected. Methods： Key-parameter characteristics that affect open LRAD monitoring inside on-site pipes were analyzed. Based on the 352 groups of data from key-parameter characteristics analyzing, this paper adopted BP neural network to train and predict the measurements. Results： The predicted result has a good consistence with measurement, and the mean percentage error of the result is less than 5%. Conclusions： Using BP to predict the analysis result of LRAD has a good accurate, and besides, overcomes the impact of the system of nonlinear basically on condition of satisfying the radioactivity measurements of the law of statistical fluctuations.

关 键 词：LRAD 敞开式 关键参数特征 非线性 BP网络 

分 类 号：TL84[核科学技术—核技术及应用]