دزیمتری فردی نوترون با استفاده از شبکه های عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
- نویسنده محمد رضا دیوبند
- استاد راهنما محمد رضا کاردان حمید رضا خسروی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1389
چکیده
نوترون¬ها دارای طیف های انرژی پیوسته و معمولا" بصورت مختلط با فوتون ها و سایر پرتوها موجود می باشند. بنابراین طراحی و ساخت آشکارسازی که بتواند به طیف وسیع انرژی نوترون پاسخ مناسبی داشته باشد بسیار دشوار و مسئله اساسی در بحث دزیمتری و آشکارسازی نوترون است. در این ت از یک پلیمر cr-39 به عنوان آشکارساز استفاده می¬شود. در این آشکارسازها نوترون¬ها به وسیله ردپای پروتون¬ها، اکسیژن ها و کربن¬های پس زده شده در آشکارساز در اثر برخورد نوترون¬ها آشکار می¬گردند که از طریق خورش الکتروشیمیایی ظاهر می¬شوند. از کد مونت کارلو به منظور شبیه سازی دریمتر و ترکیب آن با رادیاتورهای خارجی به منظور افزایش حساسیت پاسخ آشکارساز به نوترون های با انرژی اپی ترمال و حرارتی استفاده شدو نتایج شبیه¬سازی شده با مونت کارلوبصورت تجربی ساخته و پاسخ دزیمترها بطور تجربی در آزمایشگاه بررسی و پس از اعتبار سنجی به عنوان ورودی شبکه عصبی در نظر گرفته می¬شود و بعد از آموزش شبکه عصبی مصنوعی برای خروجی¬های متفاوت و بدست آوردن تابع فعال¬سازی عملکرد آن در میدان های مجهول نوترونی مورد ارزیابی قرار می¬گیرد. با توجه به نتایج بدست آمده، علاوه بر رفع مشکل دسترسی به نوترون های تک انرژی و نوترون های با انرزی میانی و حرارتی، حساسیت آشکارساز نیز ارتقاء یافت و به تبع آن با استفاده از شبکه های عصبی با کارآمدی بسیار بالا، سادگی، انعطاف پذیری و دقت خوب، مدل دزیمتری ایده آلی ارایه شده است.
منابع مشابه
دزیمتری فردی آلبدو نوترون جدیدی بنام نوتر ایران
در این مقاله طرح ومشخصات دزیمتر فردی آلبدونوترون جدیدی بنام نوترایران
متن کاملمدلسازی بازده کششی تراکتور با استفاده از شبکه عصبی مصنوعی
در این مطالعه آزمایشهای مزرعهای در شرایط متفاوت عمق شخم، سرعت پیشروی و میزان وزنههای متصل به تراکتور انجام شد. در این تحقیق، عمق شخم در چهار سطح 5، 10، 15 و 20 سانتیمتر، سرعتهای پیشروی در چهار سطح 5/2، 5/3، 5/4 و 5/5 کیلومتر بر ساعت و میزان سنگینکننده نیز در چهار سطح 0، 40، 80 و 120 کیلوگرم قرار گرفت. شبکههای عصبی مدلسازی شده در این تحقیق که به منظور پیشبینی بازده کششی تراکتور مورد اس...
متن کاملتعیین ارزش داراییهای نامشهود با استفاده از شبکه عصبی مصنوعی
درک عوامل موثر بر ارزش شرکت برای سرمایهگذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایهگذاری یا اعطای تسهیلات، امری حیاتی است. از آنجایی که اقتصاد دانشمحور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر داراییهای فیزیکی به دانش نامشهود منتقل شده است. از اینرو در آینده نه چندان دور، ارزشگذاری داراییهای نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...
متن کاملبرآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی
دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیمشناسی است که اندازهگیری و برآورد آن ضروری است. با توجه به اینکه دمای خاک فقط در ایستگاههای سینوپتیک کشور اندازهگیری میشود، کمبود آن در نقاط فاقد ایستگاه از چالشهای بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...
متن کاملپیشبینی ابتلا به دیابت با استفاده از شبکه عصبی مصنوعی
Background: Diabetes ever-increasing prevalence and the heavy burdens of controlling and treatment of the disease on people and the country have turned to be greatest challenges for governmental and healthcare authorities. Therefore, the disease prevention takes top priority and to do so the only possible way is detecting the effective parameters and controlling them. This study is about to for...
متن کاملتقریب مقادیر ویژه ورق با استفاده از شبکه عصبی مصنوعی
هدف از این مقاله، تعیین فرکانس زاویهای طبیعی ورقها با توجه به شرایط مختلف تکیهگاهی به کمک شبکه عصبی مصنوعی است. یکی از مشهورترین روشهای آموزش شبکه عصبی، استفاده از الگوریتم انتشار برگشتی است. این الگوریتم برای آموزش شبکههای چند لایه قابل کاربرد است. الگوریتم انتشار برگشتی بر مبنای کاهش گرادیان بوده و در آن شیب خطا به تدریج کم شده و وزنهای شبکه برای رسیدن به حداقل خطا، تعدیل میشود. در این...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023