[论文解读] Monitoring Spent Nuclear Fuel in a Dry Cask Using Momentum Integrated Muon Scattering Tomography

Junghyun Bae, Stylianos Chatzidakis|arXiv (Cornell University)|Dec 6, 2022

Particle Detector Development and Performance被引用 4

一句话总结

本文提出了一种动量积分型μ子散射层析成像（MMST）算法，以提升对干式储存桶中乏核燃料（SNF）的监测效果。通过测量μ子的散射角和动量谱——这对于成像密集、多能谱的μ子束流至关重要——该方法在检测缺失燃料组件时，相比传统μ子层析成像，图像分辨率显著提高，且监测时间减少了一个数量级。

ABSTRACT

Nuclear materials accountability and nonproliferation are among the critical tasks to be addressed for the advancement of nuclear energy in the United States. Monitoring spent nuclear fuel is important to continue reliable stewardship of SNF storage. Cosmic ray muons have been acknowledged a promising radiographic tool for monitoring SNF due to their highly penetrative nature and high energy. Cosmic ray muons are more suitable and have been used for imaging large and dense objects. Despite their potential in various applications, the wide application of cosmic ray muons is limited by the naturally low intensity at sea level. To efficiently utilize cosmic ray muons in engineering applications, trajectory and momentum must be measured. Although various studies demonstrate that there is significant potential for measuring momentum in muon applications, it is still difficult to measure both muon scattering angle and momentum in the field. To fill this critical gap, a muon spectrometer using multilayer pressurized gas Cherenkov radiators was proposed. However, existing muon tomographic algorithms were developed assuming monoenergetic muon scattering and are not optimized for a measured polyenergetic momentum spectrum. In this work, we develop and evaluate a momentum integrated muon scattering tomography algorithm. We evaluate the algorithm on its capability to identify a missing fuel assembly from a SNF dry cask. Our results demonstrate that image resolution using MMST is significantly improved when measuring muon momentum and it can reduce monitoring time by a factor of 10 when compared to that of a conventional muon imaging technique in terms of systematically finding a missing FA.

研究动机与目标

• 为应对在非 proliferación（核不扩散）和长期管理背景下，可靠监测乏核燃料（SNF）在干式储存桶中状态的挑战。
• 克服传统μ子层析成像的局限性，后者假设μ子为单能谱，但在真实多能谱μ子束流下性能下降。
• 开发并评估一种新型层析成像算法，通过整合测量到的动量谱，以提升图像分辨率和检测效率。
• 通过动量分辨的μ子散射数据，证明检测干式储存桶中缺失燃料组件的可行性。

提出的方法

• 本研究开发了一种专为宇宙射线产生的多能谱μ子束流设计的动量积分型μ子散射层析成像（MMST）算法。
• 利用多层加压气体契伦科夫辐射器光谱仪测量μ子轨迹和散射角，以捕获动量信息。
• 该算法考虑了入射μ子的完整动量谱，而非假设单能散射，从而在高密度成像环境中提升准确性。
• 图像重建采用动量积分型散射模型，更真实地反映μ子在乏核燃料储存桶中的实际相互作用。
• 通过模拟评估标准干式储存桶构型下，图像质量与缺失燃料组件检测时间，对方法进行验证。
• 将该方法与传统μ子层析成像进行对比，量化其在分辨率和监测效率方面的改进。

实验结果

研究问题

• RQ1 动量积分型μ子散射层析成像是否比传统μ子层析成像更有效地检测乏核燃料干式储存桶中缺失的燃料组件？
• RQ2 在密集核燃料储存桶的μ子层析成像中，整合实测的多能谱动量分布在多大程度上提升了图像分辨率？
• RQ3 与传统技术相比，MMST在乏核燃料验证中将监测时间减少了多少？
• RQ4 动量分辨率对检测干式储存桶中如缺失燃料组件等异常情况的可检测性有何影响？
• RQ5 在自然存在的低强度宇宙射线μ子条件下，MMST算法在真实现场环境下的表现如何？

主要发现

• MMST算法通过考虑宇宙射线μ子的真实多能谱特性，相比传统μ子层析成像，显著提升了图像分辨率。
• 在系统性检测干式储存桶中缺失燃料组件时，该方法将所需监测时间减少了10倍。
• 整合实测动量谱显著提升了μ子散射重建的准确性，尤其在如乏核燃料储存桶等高密度环境中。
• 该算法在自然存在的μ子通量和能量分布条件下表现出强鲁棒性。
• 结果表明，动量分辨的μ子层析成像是一种可行且更高效的长期乏核燃料监测替代方案。
• 本研究证实，现有μ子层析成像算法因假设单能谱而无法满足实际应用需求，验证了采用动量积分方法的必要性。