Tesis:
Caracterización dinámica con detectores de gran superficie de PVT
- Autor: ARMENTEROS CARMONA, Juan Carlos
- Título: Caracterización dinámica con detectores de gran superficie de PVT
- Fecha: 2021
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS
- Departamentos: INGENIERIA CIVIL: HIDRAULICA, ENERGIA Y MEDIO AMBIENTE
- Acceso electrónico: https://oa.upm.es/69308/
- Director/a 1º: SUÁREZ NAVARRO, María José
- Director/a 2º: SÁNCHEZ FERNÁNDEZ, José Ángel
- Resumen: Los pórticos o pedestales de grandes dimensiones, que contienen uno o más detectores de igual o distinto tipo, pueden ser sensibles a la radiación gamma (detectores de centelleo o de semiconductor), a los neutrones (detectores de ionización o de centelleo) o a ambos. Dentro de los detectores de centelleo de grandes dimensiones, se encuentran los compuestos por materiales inorgánicos, como los de Yoduro de sodio (NaI(Tl)), y los orgánicos o plásticos, como los de Polivinil-Tolueno (PVT). Para realizar una revisión completa de los fenómenos que intervienen en la medida de la radiactividad, es preciso considerar desde los mecanismos físicos de interacción entre la radiación y la materia, hasta los mecanismos de transporte o de transferencia, y el tratamiento de dichas señales. En particular, cuando un fotón de radiación es emitido por un radionucleido y se ha propagado estocásticamente hasta alcanzar el detector, tiene una historia de interacciones previas con el entorno que han podido modificar su energía en distinto grado. La cantidad de energía que deposita en el detector depende de la configuración geométrica, los materiales interpuestos y las emisiones originales. Dicha deposición tiene que transmitirse hasta el dispositivo digitalizador, con las consiguientes pérdidas y conversiones para su procesamiento posterior. Como resultado de dicho efecto en cadena, se obtiene una señal que se puede monitorizar y contiene información de la historia completa del transporte. La medida continuada de las variaciones de la actividad (o tasa de dosis) a la que están expuestos los detectores, y los registros dinámicos obtenidos en la monitorización, se basan en la medición durante breves intervalos de tiempo (generalmente, con pocas detecciones sobre el nivel de fondo ambiental). Esta secuencia de valores da lugar a una serie temporal o cadena de Markov, que se puede analizar mediante diferentes Procesos Estadísticos de Control o Statistical Process Control (SPC) para buscar variaciones que indiquen la posible presencia de una muestra radiactiva (detección), como contraste con la medida de la distribución estadística del fondo radiactivo ambiental. Sin embargo, bienes de consumo (cerámicas, fertilizantes, arena de gato, productos farmacéuticos. . . ), pacientes en tratamiento con radiofármacos o contrastes radiactivos, fuentes radioactivas para aplicaciones industriales (radiografía, densimetría, esterilización...), pueden ocasionar alarmas inocentes (ya que su transporte no supone una amenaza o son transportadas de manera lícita) en más del 1% del tráfico global monitorizado con detectores de radiación . En esta tesis doctoral, se propone utilizar métodos cuantitativos automatizados para describir los espectros en situación estática, de tal modo que la clasificación se pueda realizar a pesar de carecer de estadística suficiente en situación dinámica, y se pueda discriminar la naturaleza o la categoría de las emisiones registradas (material especial, industrial, médico, natural. . . ). Teniendo en cuenta el impacto del número de alarmas y la dificultad del análisis pormenorizado, esta ayuda a la clasificación puede permitir automatizar las alarmas y evitar un control secundario, con el consiguiente ahorro económico y de impacto en el desarrollo de la actividad que se supervisa. Partiendo del análisis de los resultados obtenidos en la monitorización con diversas configuraciones de detectores de centelleo comerciales, se diseñan también prototipos de detectores equivalentes que puedan mejorar la productividad de los equipos actualmente disponibles. Gracias al control del flujo de datos, y a que se pueden aplicar diversas técnicas mejoradas para detectar y clasificar las medidas, se consigue una nueva generación de detectores mejorados, y también una actualización fácilmente implementable en los actualmente instalados. Como el número de muestras disponible y la cantidad de ensayos que se pueden realizar, comparados con todos los posibles escenarios que se pueden dar, son limitados, se recurre a simulaciones de Monte Carlo para completar los resultados. Así, se utiliza FLUKA para obtener la deposición de energía, y Matlab y C++ para simular el transporte geométrico del centelleo y los perfiles de paso. Estas simulaciones se ajustan con medidas experimentales para poder generalizar adecuadamente y asegurar con evidencia suficiente las extrapolaciones realizadas.