基于深度神經網絡的放射性廢物桶γ能譜解析方法

王江瑋 顧衛國 楊 檜 王德忠

（上海交通大學機械與動力工程學院 上海 200240）

根據我國相關標準［1］，核電廠放射性廢物桶在進行貯存或最終處置前需要進行測量，明確桶內所含放射性核素的種類及其活度。對廢物桶進行無損測量一般選用γ能譜解析法，利用多道譜儀可以獲得γ射線能譜，通過γ能譜全能峰對應的能量和計數率，可識別核素并計算其活度。

對廢物桶進行γ能譜解析，關鍵在于桶內放射性核素種類的準確識別和活度的精確計算。傳統的γ能譜解析方法首先需要對譜線進行平滑預處理，然后根據γ能譜中特征峰的峰位能量來確定放射性核素的種類，從而實現定性分析；再根據特征峰的峰面積計算出對應放射性核素的活度，從而實現定量分析［2］。我國核電廠放射性廢物桶內典型的γ放射性核 素 有60Co、137Cs、54Mn、58Co、95Nb、110mAg、51Cr和125Sb等［3］。

目前多數尋峰方法均采用Mariscotti［4］提出的二階導數尋峰法。解譜時預先建立樣品核素庫，在二階導數尋峰法的基礎上，將尋峰得到的峰位能量值與核素庫中各核素的特征γ射線能量值進行比對，從而確定核素種類［5］。此方法簡單有效，能識別弱峰，但易識別出假峰，從而造成核素誤識別，例如實際解譜中發現商用解譜軟件會將137Cs的661.66keV能峰識別為110mAg的657.76keV能峰。劉永剛等［6］提出了聯合尋峰法，即先用一階導數法進行全能峰峰區邊界確定；然后用二階導數法確定峰位；再用斜寬尋峰法尋峰，與二階導數法找到的峰位對照。此方法結合了各種尋峰方法的優點，靈敏度高，但依然存在核素誤識別的問題。……