项目名称: 点核积分法中新一代伽马累积因子的建立方法与影响因素研究

项目编号: No.11305146

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 赵原

作者单位: 中国辐射防护研究院

项目金额: 30万元

中文摘要: 点核积分方法是伽马射线屏蔽计算的一种重要方法,也可用于场所内剂量分布的模拟计算。但是它不能很好地处理散射问题,需要借助于累积因子进行半经验估计,确定积累因子时引入的误差从本质上限制了该方法的准确度。本项目旨在提高点核积分方法的计算精度和适用性,具体从下面两个方面出发。一,累积因子是点核积分方法的核心,但是国内的数据库还停留在上世纪70年代。本项目将通过蒙特卡罗方法,利用最新的核数据库,研究建立一些常用工程材料的新一代累积因子数据库的方法,并增加可用的辐射量;同时,研究任意"自定义"材料的累积因子自动计算的方法,并开发成相应的蒙卡计算软件,以扩大点核积分方法的应用范围。二,累积因子数据建立在理想假设下,现实中许多因素都会对其造成影响。本项目将针对一些重要的影响因素展开研究,建立它们和理想累积因子的定量关系,以在现实应用中减小点核积分方法的误差。

中文关键词: 伽马射线累积因子;点核积分方法;蒙特卡罗方法;辐射防护;

英文摘要: Point kernel integral method is an important method to calculate the gamma-ray shielding, and can be used to simulate the dose distribution in workplaces. But it cannot deal with the scattering problem well, need the help of semi-empirical estimation on the buildup factors. The error introduced by determining the buildup factors limits the accuracy of the method essentially. This project aims at improving the calculation accuracy of the point kernel method and expanding its applicability, specifically from the following two ways. First, buildup factors are the core of the point kernel method, but the domestic database in China is still stuck in the 1970s. This project will research on the method for establishing a new generation of buildup factors database of some common engineering materials through Monte Carlo method, using the latest nuclear database and adding some available radiation quantities. At the same time, a Monte Carlo simulation program will be developed which could calculate the buildup factors database of "custom" materials automatically, in order to expand the scope of the application of the point kernel method. Second, the buildup factors are calculated on some ideal assumption, in reality many other factors will affect them. This project will address some of the important factors to establish

英文关键词: Gamma ray buildup factors;Point kernel method;Monte Carlo method;Radiation protection;

成为VIP会员查看完整内容
0

相关内容

「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
专知会员服务
48+阅读 · 2021年8月29日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
30+阅读 · 2021年2月7日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
如果你研究多因子模型,这篇文章看不懂就别玩了!
量化投资与机器学习
25+阅读 · 2018年7月31日
Word2Vec与Glove:词嵌入方法的动机和直觉
论智
14+阅读 · 2018年6月23日
深度 | 变分自编码器VAE面临的挑战与发展方向
机器之心
16+阅读 · 2018年3月21日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
专栏 | 技术干货:一文详解LDA主题模型
机器之心
28+阅读 · 2017年12月1日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
视觉里程计:起源、优势、对比、应用
计算机视觉life
18+阅读 · 2017年7月17日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
专知会员服务
48+阅读 · 2021年8月29日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
30+阅读 · 2021年2月7日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
相关资讯
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
如果你研究多因子模型,这篇文章看不懂就别玩了!
量化投资与机器学习
25+阅读 · 2018年7月31日
Word2Vec与Glove:词嵌入方法的动机和直觉
论智
14+阅读 · 2018年6月23日
深度 | 变分自编码器VAE面临的挑战与发展方向
机器之心
16+阅读 · 2018年3月21日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
专栏 | 技术干货:一文详解LDA主题模型
机器之心
28+阅读 · 2017年12月1日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
视觉里程计:起源、优势、对比、应用
计算机视觉life
18+阅读 · 2017年7月17日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员