Содержание к диссертации
Введение
Глава 1. Физические принципы функционирования и элементы мюонного томографа 16
1.1 Структура мюонного томографа 18
1.1.1 Система трековых детекторов мюонного томографа 20
1.1.2 Высоковольтный источник питания БПВ-5 21
1.1.3 Усилитель сигналов с дрейфовых трубок UDTR-8 22
1.1.4 Модуль регистрации сигналов V-12 24
1.1.5 Модуль управления регистрирующей электроникой V-13 27
1.1.6 Одноплатный компьютер О25 29
1.2 Трековые детекторы 30
1.3 Поток мюонов 34
1.4 Программное обеспечение экспериментальных установок в физике высоких энергий 42
1.4.1 Цели и задачи системы сбора данных 44
1.4.2 Структура системы сбора данных 45
1.4.3 Система мониторирования, контроля и визуализации 46
1.4.4 Средства взаимодействия процессов, модулей 47
1.5 Постановка задачи разработки информационно-измерительной системы мюонного томографа 47
Выводы по главе 1 48
Глава 2. Методы регистрации сигналов и обработки данных в задачах мюонной томографии 50
2.1 Взаимодействие мюона с веществом 51
2.2 Рабочего напряжение газонаполненных трековых детекторов 53
2.3 Усиление, формирование и регистрация сигнала 59
2.4 Триггерный и бестриггерный режимы регистрации сигналов 63
2.5 Принципы реконструкции треков 65
Выводы по главе 2 69
Глава 3. Выбор и формирование алгоритмов обработки и реконструкции данных 71
3.1 Алгоритм сбора данных 71
3.2 Алгоритм определения рабочего высокого напряжения 74
3.3 Алгоритм кластеризации 78
3.4 Алгоритм распознавания треков 80
3.5 Реконструкция треков и томографического изображения 85
Выводы по главе 3 94
Глава 4. Разработка информационно-измерительной системы мюонного томографа 96
4.1 Архитектура программного обеспечения 99
4.2 База данных экспериментов 103
4.3 Графический интерфейс программного обеспечения 105
4.4 Реализация подсистемы контроля работы мюонного томографа 113
4.5 Экспериментальное исследование возможности обнаружения различных объектов мюонным томографом 116
4.5.1 Сцена с свинцовым блоком 118
4.5.2 Сцена контейнера с обедненным ураном в свинцовой обкладке 120
4.5.3 Сцена имитации строительной конструкции с полостью 123
4.5.4 Сцена с скрытым объектов под стальными трубами 125
4.5.5 Сцена с скрытым объектом под массивной стальной защитой 127
Выводы по главе 4 128
Заключение 129
Список литературы 132
- Модуль управления регистрирующей электроникой V-13
- Усиление, формирование и регистрация сигнала
- Реконструкция треков и томографического изображения
- Экспериментальное исследование возможности обнаружения различных объектов мюонным томографом
Введение к работе
Актуальность работы. Каждую минуту горизонтально лежащую на поверхности Земли площадку 11 см2, пересекает ~1 мюон космического происхождения. Поток этих мюонов практически равномерный, с незначительной зависимостью от географической широты и небольшими сезонными вариациями. Большая проникающая способность космических мюонов позволяет использовать их в качестве источника для радиографии крупногабаритных объектов, а угловое распределение на поверхности Земли дает возможность осуществлять и томографию.
Одна из первых попыток применения космических мюонов для радиографии датируется 1955 г., когда при помощи счетчиков измерялось ослабление вертикального потока мюонов с целью проверки толщины пород над горной выработкой. За прошедшие десятилетия накоплен богатый опыт применения космических мюонов для радиографии археологических и геологических объектов.
Интерес к этой теме заметно вырос в 2003 г., когда группа из Лос-Аламоса продемонстрировала томографические изображения объектов из материалов с большим зарядом ядра, полученные на основе эффекта многократного кулоновского рассеяния космических мюонов, и отметила перспективность метода для контроля несанкционированного перемещения ядерно-активных материалов.
Было продемонстрировано, что томография на основе
естественного потока космических мюонов способна
обнаружить 10-сантиметровый свинцовый куб,
замаскированный в двигателе автомобиля, что невозможно сделать при помощи рентгеновского сканирования.
За тем появились другие работы, самая масштабная, из которых выполнена в Италии, в Национальном Институте Ядерных Исследований – был создан мюонный томограф с рабочим объемом 11.5 м3.
Decision Science Corporation и Лос-Аламосская Национальная Лаборатория заключили соглашение о разработке коммерческой системы мюонной томографии с целью предотвращения контрабанды ядерно-активных материалов и обеспечения безопасности страны. Агентства по обеспечению национальной безопасности других стран также проявляют интерес к развитию мюонной томографии.
Актуальность борьбы с угрозой терроризма подогревает интерес к разработке в этой области. К настоящему времени можно считать принципиально доказанной возможность мюон-ной томографии обнаруживать контрабанду ядерно-активных материалов в количествах, достаточных для изготовления ядерных зарядов. Дальнейшее развитие метода переводится в область практической реализации, где можно выделить несколько ключевых моментов:
-
создание эффективных трековых детекторов достаточно большой площади;
-
разработка электронной аппаратуры;
3) развитие программного обеспечения.
В арсенале физики высоких энергий существует много
трековых детекторов, обеспечивающих требуемую координатную точность и пригодных для целей мюонной томографии. Система сбора данных трековых детекторов, их контроль и управление хорошо развиты в экспериментах физики высоких энергий. Но для целей мюонной томографии необходимо адаптировать и модернизировать такие системы, как в аппаратной части, так и в программной. Например, в экспериментах на ускорителях системы сбора данных и системы управления состоянием детекторов, источников питания, как правило, разделены. Для мюонной томографии это не приемлемо, программное обеспечение должно объединить, как прием данных, так и управление источниками питания, и контроль над состоянием установки.
Целью диссертационной работы является исследование и разработка информационно-измерительной системы мюонного томографа. Для достижения цели диссертационной работы необходимо:
-
Исследовать программно-аппаратные комплексы установок в физике высоких энергий, в состав которых входит система трековых детекторов.
-
Рассмотреть существующие системы сбора данных и их режимы работы, осуществить выбор для реализации в информационно-измерительной системе мюонного томографа и обосновать его.
-
Разработать архитектуру информационно-измерительной системы мюонного томографа, включающую цифровую подсистему сбора данных, обработки и хранения информации, контроля и управления мюонным томографом.
-
Предложить и реализовать методы и средства контроля работы информационно-измерительной системы.
-
Осуществить разработку алгоритма автоматического определения рабочего напряжения, подаваемого на сигнальные проволоки дрейфовых трубок трековых детекторов. Разработать алгоритмы обработки данных.
-
Реализовать программное обеспечение на основе предложенных методов и алгоритмов. Осуществить разработку графического интерфейса программного обеспечения и программных модулей визуализации данных.
-
Провести экспериментальные исследования возможности мюонного томографа обнаружения объектов в различных сценах.
Основным результатом данной работы является действующая информационно-измерительная система, позволяющая использовать мюонный томограф по его целевому назначению.
Достоверность полученных результатов обусловлена работоспособностью информационно-измерительной системы, программное обеспечение которой разработано с применением современных методов программирования, а также использованием основных алгоритмов и принципов реализаций аналогичного программного обеспечения. Наряду с этим, достоверность подтверждается результатами данных, полученных в ряде экспозиций, проведенных с целью исследования возможностей мю-онного томографа.
Научная новизна заключается в разработке мюонного томографа с рабочим объемом 19,8 м3, система сбора данных которого работает в бестриггерном режиме. Применение дрейфовых камер без дополнительных триггерных детекторов является оригинальным новаторским приемом. Такой подход практически не применяется в экспериментах физики высоких энергий. Данная отличительная особенность мюонного томографа, разработанного в ИФВЭ, позволила существенно сократить его стоимость, не нужно было создавать несколько плоскостей из сцин-тилляционных счетчиков с площадью 9 м2.
С целью выделения информации о треках мюонов из общего массива данных был разработан оригинальный алгоритм кластеризации. Реализованная система сбора данных состоит из модулей время-цифровых преобразователей, впервые разработанных в ГНЦ ИФВЭ на базе микросхемы программируемой логики фирмы Altera, с временным разрешением 1 нс. Для взаимодействия с модулями системы сбора данных был разработан соответствующий программный код.
Разработан метод визуального контроля. Этот метод основывается на выделение трубок, через которые прошла частица, в
графическом представлении проекций трековых детекторов, что позволяет производить общий контроль работоспособности мю-онного томографа и качественный сбор данных с регистрирующих модулей.
Практическая значимость работы определяется:
актуальностью разработки мюонного томографа, реализация которого невозможна без создания соответствующей информационно-измерительной системы;
реализованной цифровой подсистемой сбора данных, осуществляющей регистрацию сигналов в бестриггер-ном режиме;
объектно-ориентированной архитектурой программного обеспечения, которая позволяет использовать алгоритмы, классы, методы, а также саму архитектуру в аналогичных задачах с применением дрейфовых детекторов.
модульностью ПО, которая позволяет производить быструю модификацию приложения для использования новой или измененной аппаратной части системы сбора данных;
проведенными многочисленными экспериментами в ходе исследования возможностей мюонного томографа.
Основные результаты диссертации, выносимые на защиту:
информационно-измерительная система мюонного томографа;
реализация цифровой подсистемы сбора данных, работающей в бестриггерном режиме регистрации сигналов;
процедура автоматического определения рабочего напряжения, подаваемого на дрейфовые камеры;
реализация подсистемы контроля работы мюонного томографа;
методы визуализации данных.
Личный вклад автора. Автор разработал архитектуру информационно-измерительной системы, программного обеспечения. Весь цикл разработки программного обеспечения выполнен лично соискателем. Из всех работ, выполненных в соавторстве, в диссертацию включены положения и результаты, полученные при определяющем участии соискателя.
Апробация результатов диссертации. В диссертации изложены результаты исследований, выполненных автором в 2009-2013 гг. в Федеральном Государственном Бюджетном Учреждение Государственном Научном Центре Российской Федерации Институт Физики Высоких Энергий (ФБГУ ГНЦ ИФВЭ). Они были доложены на:
семинарах отдела экспериментальной физики ФБГУ ГНЦ ИФВЭ;
конференции IEEE Nuclear Science Symposium and Medical Imaging, Испания, Валенсия, 2011 г.;
2n Symposium on Enhanced Detection of Special Nuclear Materials, Лондон, 2012 г.;
международной сессии-конференции секции ядерной физики ОФН РАН, Протвино, 2013 г.
Публикации. Основные результаты исследований, вошедшие в диссертацию, опубликованы в 4 печатных работах в научных журналах, включенных в перечень ВАК, 2 из которых -в журнале, представленном в базе цитирования Scopus. 3 работы опубликованы в статьях и материалах конференции. В 2012 году был получен патент на полезную модель «Мюонный томограф» № 122191, дата выдачи 21.11.2012. В 2013 году получено свидетельство о государственной регистрации программ для ЭВМ № 2013660925, дата регистрации 25.11.2013.
Мюонный томограф разрабатывался в рамках контракта с государственной корпорацией по атомной энергетике «Росатом» контракт № H.4f.45.03.09.1030 от 05.03.2009, № H.4f.45.03.10.1031 от 15.01.2010, № H.4e.45.90.11.1070 от 10.03.2011 «Разработка нового поколения детекторов ионизирующего излучения, систем противодействия терроризму. (Разработка и испытания методики детального исследования объектов при помощи космических мюонов)».
Диссертационная работа по своему содержанию соответствует пунктам 4, 5 и 12 паспорта специальности 05.13.01 - Системный анализ, управление и обработка информации (в информационных системах).
Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения, и списка литературы. Работа изложена на 142 страницах. Она содержит 64 рисунка, 7 таблиц. Список литературы имеет 109 наименований.
Модуль управления регистрирующей электроникой V-13
V-13 – модуль (рис. 1.11), вырабатывающий по команде компьютера сигнал, который разрешает прием данных (ENABLE), и сигналы, которые определяют конец временного окна во время сбора дынных (FIX). Также модуль V-13 имеет память с произвольным доступом (RAM), ёмкость которой 1024 32-разрядных слова. По классификации VME этот модуль представляет собой устройство типа А32/A24/D32. В модуле предусмотрена возможность организации тестовых систем с помощью входных и выходных сигналов принимаемых и выдаваемых на разъемы LEMO, расположенных со стороны передней панели.
Базовый адрес блока задается переключателями, расположенными на печатной плате. Блок выполняет операции на шине VME при совпадении адресного кода, выданного на линии магистрали VME, с кодом, набранным переключателями. Часть адресного кода, разряды с 2 по 12, дешифрируется в модуле. Если 12 разряд равен единице, то команда VME адресована RAM, иначе – команда предназначена для работы с разъемами LEMO.
Для работы с разъемами LEMO используются коды адреса с нулевым значением в разрядах 5-12. Разряды со 2 по 4 декодируются и дают по восемь операций записи/чтения по шине VME. Из восьми разъемов четыре предназначены для входных сигналов, и четыре – для выходных. Уровни сигналов соответствуют стандарту NIM [42]. Входные сигналы – импульсные, их длительность не менее 50 нс. Входной сигнал устанавливает соответствующий триггер, который может интерпретироваться как запрос на выполнение каких-либо действий. Выходные сигналы могут быть как импульсными, так и потенциальными. Длительность выходного импульса 60 нс.
Светодиодные индикаторы 31 – 0 показывают код слова, записанного в память или прочитанного из памяти. В первом случае дополнительно зажигается индикатор SEL. Индикатор G после включения питания мигает с частотой 1Гц, свидетельствуя о готовности блока к работе. Индикатор Е горит, если выбран режим с 24-разрядным адресным полем. При выборе 32-разрядного горит индикатор F.
Весьма принципиальным вопросом является выбор технологии изготовления трековой системы. Подходя к этому выбору, следует принимать во внимание следующие факторы:
1. Поскольку исследуемые объекты могут быть достаточно большими (автомобиль, большегрузный контейнер, вагон), то и размеры трековых детекторов будут велики.
2. Стоимость промышленного изделия напрямую зависит от выбранной технологии и количества каналов электроники, необходимых для принятия сигналов с детекторов большой площади.
3. Обратившись к таблице 1, можно сделать вывод, что для надежной идентификации объектов с общей толщиной стали 2-3 см, трековая система должна обеспечивать точность угловой реконструкции трека не хуже 1 мрад, а пространственной, не хуже 1 мм.
Трековые детекторы, используемые в современной физике высоких энергий и которые в принципе могут быть применены для целей мюонной томографии, подразделяются на две основные категории: Газовые детекторы пропорциональные камеры; детекторы на основе GEM-технологии; дрейфовые камеры; Твердотельные детекторы полупроводниковые микро-стриповые и пиксельные детекторы; сцинтилляционные детекторы; Основной принцип работы всех детекторов состоит в регистрации ионизации, которую производит заряженная частица, пересекающая чувствительный объем детектора. Пропорциональные камеры
Эти камеры [43] представляют собой анодную плоскость, образованную рядом тонких проволок (диаметр 20 30 микрон), помещенных в газовый объем между двумя катодными плоскостями. Высокая разность потенциалов между катодом и анодом обеспечивает развитие лавинной ионизации при прохождении заряженной частицы через газовый объем. Возникающие в лавине электроны достигают одной из проволок анода, вызывая сигнал, который фиксируется регистрирующей электроникой.
Типичное расстояние между анодными проволоками 1 2 мм, и это расстояние обуславливает собственное пространственное разрешение камеры: = /12, где - расстояние между анодными проволоками.
Камеры этой конструкции могут достигать размеров 22 метра. Изготовление камер большего размера является весьма сложной технологической задачей. Кроме того, электромагнитное взаимодействие между анодными проволоками приводит к их смещению, которое компенсируется поддержкой проволок. Поскольку натяжение проволоки не может превысить некоторого предела, определяемого материалом и диаметром проволоки, то существует принципиальное ограничение на расстояние между проволоками, как функции длины и напряжения.
Усиление, формирование и регистрация сигнала
В случае использования в качестве координатных трековых детекторов газонаполненных камер, сделанных из дрейфовых трубок, между корпусом трубки и сигнальной проволокой прикладывается разность потенциалов. Проходящая через трубку частица производит ионизацию в газовой смеси и появившиеся электроны под действием электрического поля начинают дрейфовать к сигнальной проволоке. Достигнув проволоки, электроны образует электрический сигнал.
Большинство детекторов, за исключением некоторых видов, создают очень маленький сигнал. Такие сигналы необходимо усиливать перед обработкой. Усилитель-дискриминатор устанавливают в непосредственной близости от детектора. Таким образом, в регистрирующую электронику передают уже оцифрованный сигнал, который меньше подвержен наводке.
Усиление сигналов с анодных проволок дрейфовых трубок трековой системы мюонного томографа осуществляется усилителем UDTR-8. Обработка сигнала заключается в преобразовании токового импульса в напряжение и регистрации превышения сигналом заданного порога.
На рис. 2.5 показана блок-схема одного канала усилителя. Формирователем (Ф) является двухкаскадный низкочастотный фильтр, в каждом из каскадов которого осуществляется компенсация полюса сигнала соответствующим ему нулем. Парафазные выходы формирователя соединяются со схемой восстановления базовой линии (ВБЛ) через емкости номиналом 10 пФ. В качестве нелинейного элемента схемы ВБЛ используется диодный мост. Введение в канал схемы ВБЛ позволяет уменьшить разброс напряжений на входе дискриминатора, компенсировать неидеальность формирователя. Дискриминатор (Д) содержит два каскада усиления.
Форма выходного сигнала представлена на рис. 2.6. Длительность выходного сигнала составляет около 40 нс при входном сигнале 1 мкА. Задержка входного сигнала в микросхеме составляет около 70 нс.
Сигналы от усилителей поступают в узлы регистрации модулей время-цифровых преобразователей. Схема узла регистрации представлена на рис. 2.7. Регистрация входных сигналов в модуле V-12 разрешается внешним сигналом ENABLE. При этом 21-разрядный счётчик времени (Time Counter) начинает считать импульсы входной опорной частоты 125 МГц, что дает измерение времени с разрешением 8 нс. Завершение приёма данных (время измерения) определяется внешним сигналом FIX, который может приходить с интервалом до 16 мс. По сигналу FIX цифровой код этого времени переписывается в специальный FIX-регистр (FIX Register) и одновременно с этим происходит обнуление счётчика времени без остановки счёта, что дает возможность сшивки данных за любой промежуток времени. Также по сигналу FIX в FIFO происходит фиксация уже записанного объёма данных, который может быть вычитан.
Структурная схема одного канала регистрации показана на рис. 2.8. Приходящий с дрейфовой трубки входной сигнал поступает на одновибратор с временем выдержки от 750 до 1000 нс, который задаёт мёртвое время в канале для фильтрации срабатываний от вторичных сигналов, возникающих в дрейфовой трубке от той же частицы. Канал также не принимает данные пока информация из него не будет перенесена в выходное FIFO. Рис. 2.8 – Структурная схема одного канала регистрации
Выходной сигнал одновибратора подаётся в нониусную часть канала, для улучшения временного разрешения с 8 нс до 1 нс. Она состоит из восьми элементов задержки по 1 нс и восьми соединённых с ними регистров, где каждым тактом опорной частоты фиксируется разница времён прихода фронтов этого сигнала и положительного фронта опорной частоты в виде “градус-никового” кода. Из этого кода в 8 разрядов вычисляются 3 бинарных разряда нониуса, которые вместе с 21-разрядным значением текущего счётчика времени запоминаются в сдвиговом регистре (Shift Registr) данного канала. В этом регистре полученный 24-разрядный код времени ожидает очереди на вычитывание в FIFO. Появление ненулевой информации в нониусном регистре взводит триггер флага сработавшего канала, который синхронизирует запись данных в сдвиговый регистр и интерпретируется как требование на вычитывание.
Флаги всех сработавших каналов приходят в узел синхронизации переноса данных из сдвиговых регистров в FIFO, где фиксируются в регистре и кодируются приоритетным шифратором, определяющим очерёдность вычитывания данных из сработавших каналов. Канал со старшим номером будет вычитан первым. Время обработки одного канала составляет 232 нс, а затем сбрасывается триггер флага соответствующего канала, обновляется регистр флагов и вычисляется номер следующего вычитываемого канала. В таблице 2.2 представлено информационное слово FIFO. В таблице 2.3 представлен формат слова, которое содержит информацию о количестве слов, записанных в FIFO.
Реконструкция треков и томографического изображения
В системе реконструкции томографического изображения используется другой подход в выделение кластеров из полученных данных от установки. Алгоритм опирается на априорную оценку максимального времени дрейфа в трубках. Любые два сигнала, разность времен которых tij Tdrift + Toffset, могут принадлежать одному треку. Величина Toffset является фиксированной и составляет 50 нс. Перед началом процедуры кластеризации осуществляется предварительная очистка данных от неоднозначных ситуаций. Если в одной плоскости находятся три или более сработавших трубок, которые расположены рядом друг с другом и по разности времен могут принадлежать одному треку, все они исключаются из дальнейшего анализа.
Следующим этапом кластеризации является построение кластеров. Кластера строятся отдельно в каждой координатной плоскости. При построении кластера учитывается возможный угол наклона трека.
После этого происходит кластеризация сегментов трека в одноименных координатах в верхней и нижней частях томографа. Она основана на попарном переборе кластеров в двух модулях и отбора пар, в которых ti - tj Tdrift + Toffset и количество хитов в сегменте максимальна, если первое условие удовлетворяется для более чем одной пары. При этом контролируется, что количество сработавших трубок в паре = 3.
Полученные сегменты треков используются для построения суперкластеров (S-кластеры), которые строятся по тому же алгоритму, что и сегменты и представляют собой уже двух-координатные треки в верхней или нижней частях томографа.
После построения S-кластеров в каждом из них происходит коррекция времени сигнала в каждой из трубок с учетом времени распространения сигнала по проволоке. Затем из S-кластеров строятся треки, которые уже и представляют мюон, прошедший через обе части томографа. При этом, естественно, трек может иметь излом (взаимодействие с объектом). В итоге, каждый трек состоит из 4-х сегментов трека. Именно эти сегменты фитируются, образуя параметры трека в каждой проекции верхней и нижней частях томографа.
Алгоритм определения t0 и tmax
Определение значения t0 производилось методом подачи тестового сигнала на входы электронных каналов. Параметры tmax определяются следующим образом:
1. Проводится процедура кластеризации (с учетом коррекции t0) и отбираются хорошо определенные S-кластера (количество сигналов 10-12).
2. В каждом из сегментов трека, входящих в S-кластер, определяется канал с минимальным временем (tmin).
3. Для каждого канала строится разность timin и заносится в гистограмму для соответствующего канала. Эти гистограммы заполняются для большого числа реальных событий.
4. Наибольший заполненный бин гистограммы для каждого канала определяет соответствующий tmax.
Алгоритм определения Rt-зависимости
Rt-зависимость получается как результат итерационного фита набора сегментов треков. Сами Rt обычно представляются некими аппроксимирующими функциями. В простейшем варианте это обычные полиномы некой степени (базис xn). Более правильно вместо разложения по базису xn использовать разложение по ортогональным полиномам (базис Pn).
В редких случаях используются расширения базиса, включающие неполиномиальные функции. Подобные расширения приводят к сильной неустойчивости итерационной процедуры получения Rt, поскольку возникает сильнейшее пересечение основного полиномиального базиса и дополнительных функций. Неполиномиальные расширения используются в ситуациях, когда все Rt практически идентичны и их аналитический вид заранее известен из каких-либо соображений.
Итерационный фит начинается с задания стартовых приближений для Rti где i - индекс отдельной трубки. Даже простейшее линейное приближение Ri = ai + bit, где ai и bi выбираются так, что R(t0,i) = Rwire, а R(t0,i+tmax,i) = Rtube, является достаточно хорошим и может успешно использоваться. Далее выбираются узлы построения аппроксимирующих функций для каждой трубки. Формально количество узлов должно удовлетворять следующему условию:
Ni,max Ni,nodes = Ni,bins. То есть должно превышать степень полиномиального приближения (иначе фит невозможен), и быть меньше либо равно количеству TDC бин для конкретной трубки в интервале t0 t0 + tmax (иначе фит приводит, вообще говоря, к случайным результатам). Наиболее естественно выбирать Ni,nodes = Ni,bins.
Выбранные стартовые приближения фитируются базисными функциями по своим значениям в выбранных узлах.
Сама процедура получения Rt выглядит следующим образом:
1. Проводится фит всех накопленных сегментов треков с использованием текущих аппроксимаций Rti.
2. В узлах аппроксимации вычисляются средние невязки (residuals) для каждой трубки по всем трекам, проходящим через нее.
3. Полученные residuals фитируются выбранным аппроксимационным базисом с условием R(0) = R(tmax,i) = 0 и полученные корректирующие функции вычитаются из текущего приближения.
4. Данная процедура останавливается либо когда все reziduals меньше некоторого заданного числа (50 мкм), либо когда пройдет заданное число итераций (10).
Процедура определения Rt начинается со всех накопленных сегментов трека. Однако, уже на третьей итерации происходит удаление сегментов, которые дают аномально большие 2. Данная процедура не является обязательной, однако позволяет устранить из процедуры автокалибровки события, в которых мюонный трек испытал аномально большое многократное рассеяние и сделать процедуру более устойчивой.
Экспериментальное исследование возможности обнаружения различных объектов мюонным томографом
Разработанная информационно-измерительная система мюонного томографа было использовано по назначению. С момента ввода в эксплуатацию ИИС были проведены исследовательские работы c целью изучения возможностей мюонного томографа.
Мюонный томограф осуществляет свою работу в двух режимах: сканирующий и режим сбора данных. Оба режима полностью настраиваемы параметрами, о которых было сказано выше. На ранних этапах работы с мюонным томографом были выявлены оптимальные параметры для основных операций. Эти параметры установлены по умолчанию.
При сканирующем режиме по умолчанию заданы следующие значения параметров:
диапазон напряжения, в котором производятся измерения счетной характеристики детекторов, задается в отсчетах ЦАП высоковольтного источника питания - 91-164;
шаг напряжения, через который производятся измерения счетной характеристики, задается также в отсчетах ЦАП - 1;
временная задержка, необходимая для стабилизации тока перед сбором данных, в с. - 120;
временное окно, в мс - 16;
количество временных окон в одном цикле регистрации данных электроникой и передачей данных на VME-компьютер - 100;
количество циклов регистрации и передачи данных на VME-компьютер - 1000;
время сбора данных, задается в формате чч.мм.сс - 00.00.00.
По умолчанию параметрами режима сбора данных установлены следующие значения:
временное окно, в мс - 16;
количество временных окон в одном цикле регистрации данных электроникой и передачей данных на VME-компьютер - 100;
количество циклов регистрации и передачи данных на VME-компьютер - 1000000;
время сбора данных, задается в формате чч.мм.сс - 00.00.00
При стандартных параметрах на сбор данных уходит около 2 часов времени и объем данных составляет 2 ГБ.
Представленные далее результаты - томографические изображения, были получены с помощью программного обеспечения системы реконструкции изображений, разработчиком которого является д.ф.-м.н. Ющенко О.П. Частично алгоритмы были представлены в разделе 3.5. Более детально с ними можно ознакомиться в [106 - 108]
В визуализации томографических изображений для разных алгоритмов используются различные цветовые схемы представления. Палитра Z-алгоритмов следует простой линейной схеме: чем больше Z у материала, тем более цвет близок к красному цвету (минимальному Z в сцене соответствует серый цвет, далее - в порядке спектральных цветов, начиная с синего).
Следует отметить, что Хо-представление реализовано в инвертированной форме: чем меньше Хо у материала, тем более близок он к красному цвету:
Х0 0.5 см - красный цвет;
0.5 Х0 1.0 см - цвет маджента;
1.0 Х0 2.0 см - желтый цвет;
Х0 2.0 см - зеленый цвет.
Таким образом, группы цветов красный и маджента представляют металлы -уран, вольфрам, свинец, золото и т.д.; желтый - сталь, медь, латунь; зеленый - все остальные легкие металлы.
В одной из экспозиций на платформу помещался свинцовый блок размером 51020 см, который может имитировать контейнер с радиоактивными и тяжелыми материалами. На рис. 4.11 показаны 3D изображения, полученные за 1 минуту экспозиции. Представлены изображения при разных углах обзора, реконструированные с помощью стандартного РОСА алгоритма [109].
На левом рисунке (вид сверху) видны рельсы, колеса платформы и сам свинцовый блок. На правом рисунке (вид снизу) в дополнении к предыдущим объектам также виден и механизм перемещения платформы (вверху, между рельсами).
На правом рисунке можно видеть некоторое количество ярких точек на месте свинцового блока, но сделать на основании этого заключение, что в этом месте располагается объект c большим Z весьма трудно. Для идентификации подобных объектов, были использованы алгоритмы, которые ориентированы на выделение Z, либо X0. На рис. 4.12 показаны изображения, полученные с помощью этих алгоритмов (слева – Z-функция, справа – Х0).
