Feasibility demonstration of continuous signal-based neutron noise measurements by experiments and simulations

Diese Arbeit zeigt durch Simulationen und Experimente an zwei Forschungsreaktoren, dass die kontinuierliche Neutronenrauschanalyse mittels Pulsform-Dekonvolution oder Detektorpaaren die Totzeit- und Pile-up-Beschränkungen der traditionellen Pulszählung effektiv überwindet, um eine unverzerrte Schätzung kinetischer Parameter bei hohen Detektionsraten zu ermöglichen.

Das Wesentliche

Das große Problem: Das „Zu schnell zum Zählen“-Dilemma

Stellen Sie sich vor, Sie versuchen, die Regentropfen zu zählen, die auf ein Dach fallen.

• Die traditionelle Methode (Impulszählung): Sie stehen dort mit einem Eimer und einem Klickzähler. Jedes Mal, wenn ein Tropfen aufschlägt, klicken Sie den Zähler an. Das funktioniert hervorragend, wenn es leicht nieselt.
• Das Problem: Wenn es anfängt zu schütten, treffen die Tropfen so schnell auf, dass sie sich überschneiden. Sie können nicht mehr erkennen, wo ein Tropfen endet und der nächste beginnt. Ihr Zähler wird „verwirrt“ (dies nennt man Totzeit und Pile-up). Sie fangen an, Zählungen zu verpassen, und Ihre Daten werden unbrauchbar.

In Kernreaktoren nutzen Wissenschaftler ähnliche Methoden, um Neutronen (winzige Teilchen) zu zählen, um zu verstehen, wie der Reaktor arbeitet. Wenn der Reaktor leistungsstark ist oder die Neutronen sich sehr schnell bewegen, ist der „Regen“ aus Neutronen so heftig, dass herkömmliche Zähler versagen. Sie verpassen die schnellen, wichtigen Details, die nötig sind, um den Reaktor sicher und effizient zu betreiben.

Die neue Lösung: Dem „Summen“ zuhören statt Tropfen zu zählen

Dieses Paper schlägt einen cleveren Umweg vor. Anstatt zu versuchen, einzelne Regentropfen zu zählen, stellen Sie sich vor, Sie hören auf das Geräusch des Regens, der auf das Dach trifft.

• Kontinuierliches Signal: Anstatt eines Klickers verwenden Sie ein Mikrofon, das das kontinuierliche Summen oder die Vibration des Daches aufzeichnet. Selbst wenn die Tropfen sich überschneiden, trägt die Schallwelle immer noch Informationen darüber, wie stark und wie schnell der Regen fällt.
• Das Ziel: Die Wissenschaftler wollen dieses „Summen“ (das kontinuierliche elektrische Signal eines Detektors) nutzen, um dieselben Dinge herauszufinden, die sie zuvor durch das Zählen von Klicks ermittelt haben.

Wie sie es getestet haben: Simulationen und reale Experimente

Die Forscher haben diese Idee nicht nur vermutet; sie haben sie auf zwei Arten getestet:

1. Computersimulationen (Das virtuelle Labor):
   Sie bauten einen virtuellen Kernreaktor auf einem Computer. Sie simulierten einen Neutronen„sturm“ und verglichen die alte Methode (Klicks zählen) mit der neuen Methode (dem Summen zuhören).

   • Ergebnis: Als der „Sturm“ zu heftig wurde, hörte der Klicker auf zu funktionieren. Aber die „Summen“-Methode arbeitete perfekt weiter, selbst als der Regen unglaublich schwer war. Sie konnten auch „schnellere“ Arten von Regen (hochenergetische Neutronen) erkennen, die der Klicker überhaupt nicht sehen konnte.

2. Reale Experimente (Die reale Welt):
   Sie übertrugen diese Idee auf zwei tatsächliche Forschungsreaktoren: einen in Japan (KUCA) und einen in Ungarn (BME TR).

   • Sie schlossen spezielle Mikrofone (Fissionskammern) an, um das kontinuierliche elektrische Signal aufzuzeichnen.
   • Sie betrieben die Reaktoren auf unterschiedlichen Leistungsstufen, von sehr leise bis ziemlich laut.
   • Ergebnis: In den leisen Einstellungen stimmten sowohl der alte Klicker als auch die neue Summen-Methode überein. Aber in den lauten Einstellungen versagte der Klicker (er verpasste zu viele Zählungen), während die Summen-Methode weiterhin genaue Ergebnisse lieferte.

Das „Rausch“-Problem und der „magische Filter“

Es gab einen Haken. Genau wie ein Mikrofon Windgeräusche oder elektrisches Rauschen aufnimmt, enthielt das kontinuierliche Signal etwas „Müll“, der durch die Elektronik und die Form des Signals verursacht wurde. Dies ließ das „Summen“ etwas verzerrt erscheinen, so als würde eine Stimme durch eine schlechte Telefonverbindung sprechen.

Um dies zu beheben, nutzten die Wissenschaftler einen digitalen Trick namens Dekonvolution.

• Die Analogie: Stellen Sie sich vor, Sie hören ein Lied, das durch einen Raum mit schlechter Akustik (Echo und dumpfe Töne) gespielt wird. Sie wissen genau, wie das Originalsong eigentlich klingen sollte. Sie können einen Computer nutzen, um die schlechte Raumakustik mathematisch „rückgängig zu machen“ und das Original lied wiederherzustellen.
• Das Ergebnis: Durch die Verwendung dieses „magischen Filters“ (speziell eines Wiener-Filters) reinigten sie das Signal. Dies ermöglichte es ihnen, klare Ergebnisse selbst aus einem einzelnen Detektor zu erhalten, ohne einen zweiten Detektor zur Rauschunterdrückung zu benötigen.

Wichtige Erkenntnisse

• Der alte Weg: Das Zählen einzelner Neutronen funktioniert gut, wenn es langsam zugeht, aber versagt, wenn es schnell oder intensiv wird.
• Der neue Weg: Die Analyse des kontinuierlichen elektrischen „Summens“ funktioniert auch dann, wenn es schnell oder intensiv ist. Es lässt sich nicht durch überlappende Signale verwirren.
• Die Lösung: Wenn das Signal durch die Elektronik oder die Form des Detektors verzerrt wird, kann man Mathematik nutzen, um es zu bereinigen (Dekonvolution).
• Das Urteil: Diese Methode ist ein zuverlässiger, „totzeitfreier“ Weg, um Kernreaktoren zu „belauschen“. Sie ermöglicht es Wissenschaftlern, Dinge zu messen, die zuvor unmöglich zu sehen waren, weil die Signale zu schnell oder zu dicht gedrängt waren.

Was das Paper NICHT behauptet:
Das Paper behauptet nicht, dass diese Methode zur Behandlung von Krebs eingesetzt werden kann, Städte mit Strom versorgen oder Erdbeben vorhersagen kann. Es konzentriert sich strikt darauf, die Messung und Diagnose des Verhaltens von Forschungsreaktoren zu verbessern, indem es speziell die Einschränkungen beim Zählen von Neutronen überwindet, wenn diese sich zu schnell bewegen.

Technische Zusammenfassung

Technische Zusammenfassung: Machbarkeitsnachweis der kontinuierlichen signalbasierten Neutronenrauschmessung

Problemstellung
Traditionelle Neutronenrauschtechniken, wie die Rossi- und Feynman-Alpha-Methoden, beruhen auf der Registrierung diskreter Detektorpulse, um kinetische Parameter wie die verzögerungsfreie Neutronenzerfallskonstante ($\alpha$) zu bestimmen. Diese pulszählendem Methoden leiden jedoch unter erheblichen Einschränkungen bei hohen Detektionsraten. Umgebungen mit hohem Fluss führen zu Pulsstapelung (Pulse Pile-up) und Totzeit-Effekten, was zu Verlusten bei den Zählraten führt und die statistischen Momente verzerrt, die für die Rauschanalyse erforderlich sind. Während Totzeit-Korrekturen zwar mittlere Zählraten wiederherstellen können, versagen sie bei der genauen Korrektur höherer Momente (Varianz, Kovarianz), die für Rauschmethoden essenziell sind. Darüber hinaus begrenzen Totzeit-Effekte den messbaren Betrag von $\alpha$, was die genaue Charakterisierung von schnellen Reaktorsystemen, tief untersubkritischer Zustände oder kinetischer Moden höherer Ordnung verhindert, bei denen die $\alpha$-Werte signifikant größer als in thermischen Systemen sind.

Methodik
Diese Studie untersucht die Machbarkeit der Verwendung des rohen kontinuierlichen Spannungssignals von Spaltkammern als Alternative zur diskreten Pulszählung. Der Ansatz basiert auf dem stochastischen Modell der Spaltkammersignale, das von Pál, Pázsit und Elter (2014) entwickelt wurde und den Detektorkurrent als Faltung einer deterministischen durchschnittlichen Pulsform $f(t)$ und zufälliger Detektionsereignisse behandelt.

Die Methodik umfasst zwei primäre Analysewege:

1. Theoretische Herleitung: Erweiterung des stochastischen Modells zur Ableitung kontinuierlicher Signal-Analoga der Rossi-Alpha (Autokovarianz) und Feynman-Alpha (Varianz-zu-Mittelwert) Formeln. Diese Ableitungen berücksichtigen die endliche Zerfallskonstante des Detektorpulses ($\alpha_e$), die Verzerrungsterme in den Korrelationsfunktionen einführt.
2. Signalverarbeitungstechniken: Um Pulsformverzerrungen und Totzeit-Effekte zu mildern, setzt die Studie folgende Verfahren ein:
   • Detektorpaare: Verwendung der Kreuzkovarianz zwischen zwei Detektoren, um Selbstkorrelationsartefakte durch endliche Pulsbreiten zu unterdrücken.
   • Dekonvolution: Anwendung von inverser Fourier- und Wiener-Filterung, um die durchschnittliche Pulsform aus dem kontinuierlichen Signal zu dekonvolvieren. Ziel ist es, eine ideale Sequenz von Dirac-Delta-Pulsen wiederherzustellen, wodurch die Zeitkonstante des Detektors effektiv aus der Analyse entfernt wird.
3. Validierung: Die Machbarkeit wurde durch folgende Methoden bewertet:
   • Simulationen: Ein 1-geschwindigkeits-Punkt-Monte-Carlo-Modell eines untersubkritischen multiplizierenden Systems (basierend auf dem BME-Trainingsreaktor) wurde verwendet, um Detektorsignale unter variierenden Quellintensitäten und $\alpha$-Werten (bis zu $10^5$ s$^{-1}$) zu erzeugen.
   • Experimente: Messungen wurden an der Kyoto University Critical Assembly (KUCA) und dem BME Training Reactor (BME TR) durchgeführt. Die Datenerfassung erfolgte mittels Hochgeschwindigkeits-FPGA-Digitizern (125 MHz Abtastrate), um kontinuierliche Signale neben traditionellen Puls-Timing-Ketten aufzuzeichnen.

Wesentliche Beiträge und Ergebnisse

• Simulationsergebnisse:

  • Hochraten-Leistung: Simulationen zeigten, dass die kontinuierliche Signalanalyse auch bei Zählraten präzise bleibt, bei denen die traditionelle Pulszählung aufgrund von Pulsstapelung versagt (mehrere $10^5$ Ereignisse/s/Detektor).
  • Messung hoher $\alpha$-Werte: Die kontinuierliche Methode konnte signifikant höhere $\alpha$-Werte (bis zu $10^5$ s$^{-1}$) erfolgreich schätzen als pulsbasierte Methoden, deren Genauigkeit mit steigendem $\alpha$ rapide abnimmt.
  • Effektivität der Dekonvolution: Die Dekonvolution der Pulsform verbesserte die Einzeldetektor-Auswertungen erheblich und ermöglichte eine genaue $\alpha$-Schätzung selbst dann, wenn die Zerfallskonstante des Detektorpulses vergleichbar mit dem System-$\alpha$ war. Es zeigte sich, dass die Wiener-Filterung gegenüber elektronischem Rauschen (bis zu einem Noise-to-Signal-Verhältnis von 2,5 %) robust ist, während die einfache inverse Fourier-Dekonvolution empfindlicher reagiert.

• Experimentelle Ergebnisse:

  • KUCA-Messungen: In untersubkritischen und niederenergetischen kritischen Konfigurationen lieferte die kontinuierliche Signalanalyse $\alpha$-Werte, die mit der traditionellen Pulszählung konsistent sind. Bei höheren Leistungsstufen (CR-1, CR-2) wiesen die in einem nicht komprimierten Format aufgezeichneten kontinuierlichen Signale jedoch Artefakte aufgrund des nichtlinearen Frequenztransfers der Datenerfassungskette (DAQ) auf. Die komprimierte Aufzeichnung (Speicherung nur von Signalexkursionen) milderte niederfrequentes Rauschen und DAQ-Artefakte ab und ermöglichte eine erfolgreiche Analyse.
  • Anwendung der Dekonvolution: In der KUCA-Konfiguration (höhere Leistung) konnte die CR-2 aufgrund von Pulsstapelung nicht über die Standard-Pulszählung analysiert werden. Durch Anwendung der Wiener-Dekonvolution auf das kontinuierliche Signal konnte ein pulsbasiertes Signal mit reduzierter Totzeit rekonstruiert werden, was eine erfolgreiche Rossi- und Feynman-Alpha-Auswertung ermöglichte, die mit den Ergebnissen niedrigerer Leistungen übereinstimmte.
  • BME TR-Messungen: Experimente bestätigten die Lebensfähigkeit der Methode, zeigten jedoch Einschränkungen durch die geringe Detektionseffizienz (Detektoren außerhalb des Kerns). In den Daten wurde eine sekundäre Zerfallskonstante ($\sim 1500$ s$^{-1}$) beobachtet, die OpenMC-Simulationen der Streuung von Neutronen aus dem umgebenden Moderator/Reflektor statt der Kernkinetik zuschrieben.
  • Artefaktminderung: Die Studie identifizierte, dass die Frequenztransfercharakteristika der DAQ-Kette künstliche Kurzzeit-Lag-Korrelationen einführen können. Komprimierte Aufzeichnungen und spezifische Glättungstechniken waren effektiv bei der Unterdrückung dieser Artefakte.

Bedeutung und Behauptungen
Das Paper kommt zu dem Schluss, dass die kontinuierliche Neutronenrauschanalyse eine robuste und unverzerrte Alternative zur traditionellen Pulszählung darstellt, insbesondere für Hochraten-Reaktordiagnostik. Die primäre Bedeutung liegt in der Erweiterung des Betriebsbereichs von Rauschmethoden auf höhere Zählraten und höhere $\alpha$-Werte, die durch Totzeit-Beschränkungen für pulsbasierte Techniken unzugänglich sind.

Die Autoren behaupten:

1. Totzeit-Unabhängigkeit: Die kontinuierliche Methode vermeidet inhärent die Totzeit-Beschränkungen, die die Pulszählung beeinträchtigen, sofern das Signal korrekt verarbeitet wird.
2. Zugang zu höheren Moden: Die Fähigkeit, höhere $\alpha$-Werte zu messen, macht die Technik geeignet für schnelle Reaktorsysteme, tief untersubkritische Zustände und die Charakterisierung kinetischer Moden höherer Ordnung.
3. Praktische Machbarkeit: Während elektronisches Rauschen und die Frequenztransfercharakteristik der DAQ Herausforderungen darstellen, können diese durch komprimierte Aufzeichnung, Detektorpaarung und Wiener-Dekonvolution bewältigt werden.

Die Autoren bleiben hinsichtlich der aktuellen Einschränkungen bescheiden und merken an, dass die Präzision der experimentellen Ergebnisse derzeit eher durch die Hardware der Datenerfassung und die Platzierung der Detektoren als durch die theoretische Methodik selbst begrenzt ist. Zukünftige Verbesserungen der Elektronik und der Einsatz effizienterer Detektoren werden als notwendige Schritte identifiziert, um das Potenzial dieser Technik voll auszuschöpfen.