Tổng quan nghiên cứu

Trong lĩnh vực vật lý hạt nhân, việc ghi đo bức xạ nơtron đóng vai trò then chốt trong nhiều ứng dụng khoa học và công nghiệp như vật lý y khoa, phân tích vật liệu và an toàn hạt nhân. Theo ước tính, bức xạ nơtron thường đi kèm với bức xạ gamma, gây khó khăn trong việc phân biệt và đo lường chính xác. Đầu dò nhấp nháy, đặc biệt là đầu dò EJ-301, được sử dụng phổ biến nhờ hiệu suất ghi nhận cao và tốc độ đếm nhanh, tuy nhiên, chúng cũng rất nhạy với bức xạ gamma, làm giảm độ chính xác của phép đo nơtron. Vấn đề nghiên cứu trọng tâm là tối ưu hóa quá trình hình thành xung từ tín hiệu đầu ra của đầu dò nhấp nháy nhằm nâng cao hiệu quả phân biệt dạng xung nơtron và gamma.

Mục tiêu cụ thể của luận văn là xác định các tham số tối ưu cho bộ hình thành xung CR-(RC)2 trong hệ đo và nhận dạng xung nơtron/gamma sử dụng đầu dò EJ-301. Nghiên cứu được thực hiện trong phạm vi thời gian năm 2020-2022 tại các viện nghiên cứu và trường đại học ở Việt Nam, với dữ liệu thu thập từ các nguồn bức xạ chuẩn như 22Na, 137Cs, 60Co và 252Cf. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện tỉ số tín hiệu trên nhiễu (S/N) và hệ số phẩm chất (FoM), giúp nâng cao độ chính xác và hiệu quả phân biệt dạng xung, từ đó góp phần phát triển các hệ đo nơtron/gamma hiện đại, nhỏ gọn và linh hoạt hơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình vật lý hạt nhân liên quan đến tương tác của bức xạ gamma và nơtron với vật chất. Các cơ chế tương tác chính của gamma gồm hiệu ứng quang điện, tán xạ Compton và tạo cặp, trong khi nơtron tương tác chủ yếu qua tán xạ đàn hồi, tán xạ không đàn hồi và phản ứng hạt nhân.

Khái niệm chính bao gồm:

  • Phân biệt dạng xung (Pulse Shape Discrimination - PSD): Phương pháp phân biệt xung nơtron và gamma dựa trên đặc điểm dạng sóng của tín hiệu.
  • Bộ hình thành xung CR-(RC)2: Mô hình điện tử gồm một tầng vi phân (CR) và hai tầng tích phân (RC) dùng để biến đổi tín hiệu đầu ra của PMT thành dạng xung lưỡng cực phù hợp cho phân biệt dạng xung.
  • Bộ lọc Sallen-key: Bộ lọc thông thấp tích cực dùng để loại bỏ nhiễu tần số cao, nâng cao tỉ số tín hiệu trên nhiễu.
  • Hệ số phẩm chất (Figure of Merits - FoM): Thước đo hiệu quả phân biệt dạng xung, được tính dựa trên vị trí đỉnh và độ rộng nửa chiều cao của phổ phân biệt nơtron và gamma.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các xung tín hiệu được số hóa từ đầu dò EJ-301 sử dụng ống nhân quang điện PMT R9420, với tốc độ lấy mẫu 1000 Mega Samples Per Second (MSPS) và độ phân giải 14 bit, thu thập từ các nguồn bức xạ chuẩn 22Na, 137Cs, 60Co và 252Cf. Tổng cộng khoảng 300.000 xung gamma và 100.000 xung nơtron/gamma được ghi nhận.

Phương pháp nghiên cứu là bán thực nghiệm, kết hợp giữa thực nghiệm và mô phỏng trên phần mềm Matlab và Simulink. Các bước chính gồm:

  1. Ghi nhận và xây dựng tập dữ liệu xung PMT.
  2. Mô phỏng quá trình phát xung, lọc nhiễu qua bộ lọc Sallen-key và hình thành xung lưỡng cực qua bộ CR-(RC)2.
  3. Áp dụng thuật toán phân biệt dạng xung phương pháp cắt không (Zero Crossing - ZC) để nhận dạng nơtron/gamma.
  4. Thay đổi các tham số thời hằng của bộ lọc và bộ hình thành xung để khảo sát hiệu quả phân biệt dựa trên hệ số FoM.
  5. Phân tích thống kê và đánh giá kết quả để xác định tham số tối ưu.

Cỡ mẫu mô phỏng mỗi lần là khoảng 50.000 xung, được phát tuần tự với chu kỳ 1 ns, đồng bộ với tốc độ lấy mẫu thực tế. Phương pháp chọn mẫu tuần tự và ngẫu nhiên nhằm đảm bảo tính đại diện và độ chính xác của mô hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ảnh hưởng của bộ lọc Sallen-key: Thời hằng của bộ lọc Sallen-key ảnh hưởng rõ rệt đến hiệu quả phân biệt dạng xung. Thời hằng khoảng 8 ns cho thấy giá trị FoM cao nhất, cải thiện hiệu quả phân biệt lên đến 15% so với thời hằng 1 ns, nhờ khả năng lọc nhiễu tần số cao tốt hơn mà không làm biến dạng xung.

  2. Tối ưu tham số bộ hình thành xung CR-(RC)2: Cặp tham số thời hằng vi phân và tích phân (τ1 = 20 ns, τ2 = 60 ns) đạt giá trị FoM tối đa khoảng 1.2, tăng 20% so với các tham số khác. Điều này cho thấy sự cân bằng giữa độ rộng xung và độ phân giải thời gian là yếu tố quyết định hiệu quả phân biệt.

  3. Hiệu quả phân biệt dạng xung: Phương pháp cắt không (ZC) kết hợp với bộ hình thành xung tối ưu cho phép phân biệt nơtron/gamma với tỉ lệ chính xác trên 90% ở ngưỡng năng lượng trên 200 keV, vượt trội so với các phương pháp truyền thống.

  4. So sánh với các nghiên cứu khác: Kết quả FoM và tỉ lệ phân biệt đạt được tương đương hoặc cao hơn so với các nghiên cứu gần đây sử dụng mạng neural nhân tạo hoặc phương pháp nhận dạng mẫu, nhưng với ưu điểm về tính đơn giản và khả năng ứng dụng thực tế cao hơn.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện hiệu quả phân biệt là do việc tối ưu hóa tham số bộ lọc và bộ hình thành xung giúp tạo ra dạng xung lưỡng cực có biên độ và thời gian cắt không phù hợp, làm tăng sự khác biệt đặc trưng giữa xung nơtron và gamma. Việc sử dụng bộ lọc Sallen-key với thời hằng phù hợp giúp loại bỏ nhiễu tần số cao mà không làm mất thông tin dạng xung quan trọng.

Dữ liệu có thể được trình bày qua biểu đồ FoM theo thời hằng bộ lọc và tham số CR-(RC)2, cũng như bảng so sánh tỉ lệ phân biệt dạng xung giữa các tham số khác nhau. Các biểu đồ này minh họa rõ ràng xu hướng tăng FoM khi tham số được tối ưu.

Kết quả nghiên cứu không chỉ khẳng định tính khả thi của phương pháp bán thực nghiệm kết hợp mô phỏng và thực nghiệm mà còn cung cấp cơ sở dữ liệu tham số quan trọng cho thiết kế các hệ đo nơtron/gamma sử dụng đầu dò nhấp nháy trong tương lai.

Đề xuất và khuyến nghị

  1. Triển khai bộ hình thành xung CR-(RC)2 với tham số tối ưu (τ1 = 20 ns, τ2 = 60 ns): Đề xuất các đơn vị nghiên cứu và phát triển thiết bị áp dụng tham số này để nâng cao hiệu quả phân biệt dạng xung trong hệ đo nơtron/gamma. Thời gian thực hiện dự kiến 6-12 tháng.

  2. Sử dụng bộ lọc Sallen-key với thời hằng khoảng 8 ns: Khuyến nghị tích hợp bộ lọc này trong các hệ thống xử lý tín hiệu để giảm nhiễu tần số cao, cải thiện tỉ số tín hiệu trên nhiễu. Chủ thể thực hiện là các nhà sản xuất thiết bị điện tử chuyên dụng.

  3. Phát triển phần mềm mô phỏng và thuật toán phân biệt dạng xung: Khuyến khích các nhóm nghiên cứu tiếp tục hoàn thiện thuật toán cắt không và mở rộng sang các phương pháp phân tích tần số hoặc trí tuệ nhân tạo để nâng cao độ chính xác. Thời gian nghiên cứu 1-2 năm.

  4. Đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo kỹ thuật cho cán bộ kỹ thuật và sinh viên về kỹ thuật số hóa tín hiệu và phân biệt dạng xung, nhằm nâng cao năng lực vận hành và phát triển hệ đo. Chủ thể thực hiện là các viện nghiên cứu và trường đại học.

Đối tượng nên tham khảo luận văn

  1. Các nhà nghiên cứu vật lý hạt nhân và kỹ thuật hạt nhân: Luận văn cung cấp dữ liệu thực nghiệm và mô hình mô phỏng chi tiết, hỗ trợ phát triển các hệ đo nơtron/gamma chính xác.

  2. Kỹ sư thiết kế thiết bị đo bức xạ: Tham khảo để tối ưu hóa thiết kế bộ hình thành xung và bộ lọc tín hiệu, nâng cao hiệu quả phân biệt dạng xung trong các thiết bị đo hiện đại.

  3. Sinh viên cao học và nghiên cứu sinh chuyên ngành vật lý nguyên tử và hạt nhân: Tài liệu tham khảo quý giá về phương pháp nghiên cứu bán thực nghiệm, mô phỏng và xử lý tín hiệu số trong lĩnh vực đo bức xạ.

  4. Các tổ chức ứng dụng kỹ thuật hạt nhân trong y tế, công nghiệp và an toàn: Giúp hiểu rõ hơn về kỹ thuật phân biệt dạng xung, từ đó cải thiện độ chính xác và tin cậy của các hệ thống đo lường bức xạ.

Câu hỏi thường gặp

  1. Tại sao cần phân biệt dạng xung nơtron và gamma?
    Phân biệt dạng xung giúp loại bỏ tín hiệu gamma gây nhiễu, nâng cao độ chính xác đo nơtron, rất quan trọng trong các ứng dụng khoa học và an toàn hạt nhân.

  2. Bộ hình thành xung CR-(RC)2 có ưu điểm gì?
    Bộ CR-(RC)2 tạo ra xung lưỡng cực với biên độ và thời gian phù hợp, giúp phương pháp cắt không nhận dạng dạng xung hiệu quả, đồng thời giảm hiện tượng chồng chập xung.

  3. Phương pháp cắt không hoạt động như thế nào?
    Phương pháp đo khoảng thời gian từ điểm khởi đầu xung đến khi xung đi qua mức 0 V, dựa trên đặc điểm khác biệt về thời gian phân rã giữa xung nơtron và gamma.

  4. Tại sao sử dụng bộ lọc Sallen-key?
    Bộ lọc Sallen-key loại bỏ nhiễu tần số cao, cải thiện tỉ số tín hiệu trên nhiễu, giúp tăng độ phân giải và hiệu quả phân biệt dạng xung.

  5. Có thể áp dụng kết quả nghiên cứu cho các đầu dò khác không?
    Có thể, tuy nhiên cần điều chỉnh tham số bộ hình thành xung và bộ lọc phù hợp với đặc tính tín hiệu của từng loại đầu dò để đạt hiệu quả tối ưu.

Kết luận

  • Luận văn đã xác định thành công tham số tối ưu cho bộ hình thành xung CR-(RC)2 (τ1 = 20 ns, τ2 = 60 ns) và bộ lọc Sallen-key (thời hằng 8 ns) nhằm nâng cao hiệu quả phân biệt dạng xung nơtron/gamma.
  • Phương pháp bán thực nghiệm kết hợp mô phỏng trên Matlab và Simulink cho phép mô phỏng chính xác quá trình phát, lọc nhiễu và hình thành xung từ tín hiệu PMT của đầu dò EJ-301.
  • Hiệu quả phân biệt dạng xung đạt tỉ lệ chính xác trên 90% ở ngưỡng năng lượng trên 200 keV, vượt trội so với các phương pháp truyền thống.
  • Kết quả nghiên cứu cung cấp cơ sở dữ liệu quan trọng cho thiết kế và chế tạo các hệ đo nơtron/gamma nhỏ gọn, linh hoạt và chính xác hơn.
  • Đề xuất triển khai ứng dụng tham số tối ưu trong các hệ đo thực tế và phát triển thêm các thuật toán phân biệt dạng xung nâng cao trong giai đoạn tiếp theo.

Hành động tiếp theo là áp dụng các tham số tối ưu vào thiết kế thực nghiệm và mở rộng nghiên cứu sang các phương pháp phân tích tần số hoặc trí tuệ nhân tạo để nâng cao hơn nữa hiệu quả phân biệt dạng xung. Các nhà nghiên cứu và kỹ sư trong lĩnh vực vật lý hạt nhân được khuyến khích tham khảo và ứng dụng kết quả này nhằm phát triển các hệ đo hiện đại, đáp ứng nhu cầu ngày càng cao của khoa học và công nghiệp.