1 西北师范大学物理与电子工程学院,甘肃 兰州 730070
2 中国科学院高能物理研究所核探测器与核电子学国家重点实验室,北京 100043
为了更精确方便地分析测量样品的放射性含量,本文提出了利用蒙特卡罗应用软件工具(Geant4)获取高纯度锗(HPGe)探测器的全能峰效率曲线,进行放射性样品测量中全能峰效率的模拟及修正。测量距离高纯锗探头25 cm处探测器对点源中不同特征能量γ射线的实验探测效率,与模拟探测效率进行对比,采用Geant4模拟方式研究了高纯锗晶体表面死层对探测器效率的影响。通过修正上、下死层厚度依次分段对模型探测效率进行校正,优化探测器蒙特卡罗几何模型参数。将优化模型的模拟计算效率与点源的实测效率进行比较,得到了高纯锗探测器在59.54~1406 keV范围内的全能峰效率曲线。实验结果表明,蒙特卡罗模拟结果与实验测量结果有很好的一致性,相对误差在5%之内,并证实高纯锗晶体表面死层厚度随探测器的老化而发生变化,在7年后死层厚度从0.5 mm增加到约为1.40 mm0.05 mm。
探测器 放射性 高纯锗探测器 能量刻度 蒙特卡罗模拟 死层厚度 激光与光电子学进展
2023, 60(23): 2304001
1 西北师范大学 物理与电子工程学院兰州 730070
2 中国科学院近代物理研究所兰州 730000
3 中国科学院大学 核科学与技术学院北京 100049
4 兰州大学 核科学与技术学院兰州 730000
中高能区中完全运动学测量是研究丰中子奇异核结构与性质的常用实验方法。反符合(Veto)探测器是CSR-RIBLLII(Cooling Storage Ring - Radioactive Ion Beam Line in Lanzhou)外靶实验终端(External Target Facility,ETF)开展丰中子测量的关键设备之一,其功能是消除带电粒子干扰以提高丰中子的有效事例数。然而,原有的Veto探测器存在探测效率低、均匀性差等缺点,可能导致实验与理论计算结果出现偏差。为了解决原有探测器的问题,设计了一种新的Veto探测器单元构型,即采用在Veto探测器单元中嵌入波长位移转换光纤(Wave Length Shifter Fiber,WLS),并使用硅光电倍增管(Silicon Photomultiplier,SiPM)读出的方案。搭建了专门的测试平台并对新型Veto探测器单元进行细致研究,其关键性能参数反符合效率可大于99.9%,相比于原有的Veto探测器提升了22.74%。这一研究结果为CSR-RIBLLII外靶实验终端提供了有效的升级方案,为下一步丰中子奇异核的实验研究奠定了良好的基础。
外靶实验终端 反符合探测器 波长位移光纤 硅光电倍增管 探测效率 External target facility Anticoincidence detector Wave length shifter fiber Silicon photomultiplier Detection efficiency
1 西北师范大学物理与电子工程学院,甘肃 兰州 730070
2 苏州大学电子信息学院,江苏 苏州 215031
3 昆山书豪仪器科技有限公司,江苏 苏州 215300
利用能量色散X射线荧光光谱分析(EDXRF)技术与遗传算法优化的反向传播(GA-BP)神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析。通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理,获得X射线荧光光谱,使用两点法扣除背景,求得各元素对应Kα特征峰强度。利用所得108组谱线数据及其对应含量建立GA-BP神经网络,使用训练完成的GA-BP神经网络对另外36组中低合金钢样本含量进行预测,并将所预测结果与基本参数法分析结果和标准样品化学分析结果进行对比,Cr、Mn和Ni元素含量平均误差分别为0.0287%、0.0314%和0.0423%。实验结果表明,遗传算法优化的BP神经网络适用于EDXRF对中低合金钢中Cr、Mn和Ni元素含量的分析。
X射线光学 X射线荧光光谱 中低合金钢 遗传算法 逆向误差传播神经网络 元素含量 激光与光电子学进展
2022, 59(12): 1234001
强激光与粒子束
2021, 33(11): 111008
1 西北师范大学物理与电子工程学院,甘肃 兰州 730000
2 中国科学院高能物理研究所北京市射线成像技术与装备工程技术研究中心,北京 100049
3 中国科学院大学核科学与技术学院,北京 100049
4 中国航天科工集团有限公司第二研究院未来实验室,北京 100049
5 兰州空间技术物理研究所真空技术与物理国家级重点实验室,甘肃 兰州 730000
以粒子与物质相互作用为理论基础,使用FLUKA蒙特卡罗模拟软件分析带电粒子的能量、入射角度、探测器厚度和灵敏面积等因素对位置灵敏硅探测器(PSSD)位置分辨能力的影响。模拟结果表明,随着电子能量的增加,探测器的位置分辨能力变差,当电子能量增大到可以穿过探测器时,位置分辨能力随着能量的增加逐渐提高;对于不同厚度的探测器来说,当电子能量完全沉积在探测器中时,探测器的位置分辨能力基本相同,当电子能量未能完全沉积在探测器中时,厚度较大的探测器位置分辨能力相对较差;探测器的面积有限会影响位置分辨能力;当电子以入射角度入射探测器时,探测到的电子位置会沿着入射角度发生偏移,入射角度越大,偏移越明显。
探测器 带电粒子 FLUKA 电子 位置灵敏硅探测器 位置分辨 激光与光电子学进展
2021, 58(5): 0504002
西北师范大学物理与电子工程学院, 甘肃 兰州 730070
针对现有能见度检测方法复杂度高和检测精度低的问题,提出了一种基于监控图像的道路能见度检测方法。首先,通过暗亮原色先验理论求取暗亮原色的透射率;然后,利用自适应去雾权值和自适应滤波窗口优化大气光值和大气透射率,将车道线首尾端点的透射率与优化后的暗亮原色透射率一一对应;最后,结合车道线首尾端的距离计算大气消光系数和能见度。实验结果表明,本方法可在100~600 m内实现高精度检测,相对误差小于10%。相比其他方法,本方法的检测效率更快、精度更高且更容易实现。
测量与计量 能见度检测 暗亮原色先验理论 大气消光系数 高精度检测 激光与光电子学进展
2021, 58(6): 0601001
西北师范大学物理与电子工程学院, 甘肃, 兰州 730070
利用激光诱导击穿光谱(LIBS)技术与基于遗传算法优化的误差反向传播(GA-BP)神经网络对常见的9种塑料进行分类识别。通过激光诱导击穿塑料表面产生等离子光谱,用光谱仪对每种塑料采集100组光谱数据,以美国国家标准与技术研究院(NIST)的原子光谱数据库为参考,对主要的元素特征谱线进行精确标定。选取15条特征谱线进行分析,通过主成分分析(PAC)法对光谱数据进行降维处理,并建立GA-BP神经网络模型。实验结果表明,通过PCA法对数据进行降维后,GA-BP神经网络的识别效率得到很大提高,平均识别精度为99.72%,可对多种塑料进行快速、精准的识别。
光谱学 激光诱导击穿光谱 遗传算法 误差反向传播神经网络 塑料识别 主成分分析法 激光与光电子学进展
2020, 57(15): 153002
西北师范大学物理与电子工程学院, 甘肃 兰州 730070
当前电子鼻对有毒气体的识别存在数据量少,训练生成的神经网络映射能力差等问题。本文以甲醛和甲醇为目标气体,采用自制的气敏传感器对甲醛和甲醇进行数据采集,并对采集到的数据进行滤波和平滑处理,以提取不同传感器对目标气体的响应值。依据准则函数生成伪随机数,并建立伪随机特征值矩阵以扩大有效数据量。利用主成分分析 (PCA)法对特征值进行降维处理,选择贡献率大的主元成分作为反向传播(BP)神经网络的输入向量,构造PCA-BP神经网络。分别用实测特征值矩阵和伪随机特征值矩阵训练PCA-BP神经网络,通过对比分析两个网络得出,实测特征值矩阵的识别率为92%,而伪随机特征值矩阵的识别率为97%。结果表明,伪随机特征值矩阵能有效提高PCA-BP神经网络的映射能力,提高识别正确率。
测量 模式识别 伪随机特征值矩阵 反向传播神经网络 主成分分析法 激光与光电子学进展
2020, 57(7): 071201