Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/9318

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorVILELA, Eudice Correiapt_BR
dc.contributor.authorSANTOS, Joelan Angelo de Lucenapt_BR
dc.date.accessioned2014-06-12T23:14:03Z
dc.date.available2014-06-12T23:14:03Z
dc.date.issued2011-01-31pt_BR
dc.identifier.citationAngelo de Lucena Santos, Joelan; Correia Vilela, Eudice. Deconvolução de espectros neutrônicos obtidos com o sistema EB-TLD utilizando algoritmos genéticos. 2011. Tese (Doutorado). Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares, Universidade Federal de Pernambuco, Recife, 2011.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/9318
dc.description.abstractA variabilidade do espectro neutrônico dentro de um mesmo ambiente torna necessária a caracterização da distribuição espectral em função da energia e para a realização de tal tarefa, a espectrometria neutrônica exerce papel fundamental para a determinação do fluxo de nêutrons (E(E)). Uma informação precisa permite que sejam estabelecidas grandezas radiológicas relacionadas àquele espectro investigado, sendo necessário, no entanto, uma série de medidas com um sistema espectrométrico que permita cobrir um amplo intervalo de energia e cuja resposta seja preferencialmente isotrópica, sendo um dos sistemas mais utilizados para a realização dessa tarefa, o sistema espectrométrico de esferas de Bonner. Um dos maiores problemas relacionados à espectrometria neutrônica é o processo de análise dos dados, conhecido como deconvolução. A maioria dos trabalhos desenvolvidos na implementação de novas técnicas desse processo, utiliza os dados obtidos com o cintilador de 6LiI(Eu). No entanto, características relacionadas ao tempo morto deste instrumento fazem com que o mesmo não seja tão eficiente quando utilizado em campos neutrônicos de alto fluxo. Uma alternativa para solução deste problema é a utilização de detectores termoluminescentes (TLD), porém os códigos mais utilizados não disponibilizam uma matriz resposta específica para deconvoluir a informação obtida por esses materiais, o que torna o desenvolvimento de uma matriz resposta específica importante para caracterizar adequadamente a resposta obtida pelos mesmos, o que torna o desenvolvimento de uma matriz resposta fundamental para caracterizar o espectro obtido por esses detectores. Este trabalho utiliza uma técnica de Inteligência Artificial (IA) denominada de Algoritmo Genético (AG), que utiliza modelos matemáticos bioinspirados a fim de induzir um processo evolutivo da resposta, e por meio da implementação de uma matriz específica para deconvoluir os dados obtidos da combinação de TLDs inseridos no sistema de esferas de Bonner, como detectores de nêutrons térmicos, com o objetivo de caracterizar o espectro neutrônico em função da energia. Os resultados obtidos com esse método se mostraram concordantes com o código BUNKI/UTA, utilizado para comparação. Tal fato viabiliza a utilização de algoritmos genéticos em processos de deconvolução do espectro neutrônico quando se utiliza TLDpt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEspectrometria de Nêutronspt_BR
dc.subjectDetectores Termoluminescentespt_BR
dc.subjectAlgoritmos Genéticospt_BR
dc.titleDeconvolução de espectros neutrônicos obtidos com o sistema EB-TLD utilizando algoritmos genéticospt_BR
dc.typedoctoralThesispt_BR
Aparece en las colecciones: Teses de Doutorado - Tecnologias Energéticas e Nucleares

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
arquivo7529_1.pdf2,41 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons