快中子伴随α粒子成像技术在包裹爆炸物检测中的应用

王 强，王 月，郑玉来

(中国原子能科学研究院，北京 102413)

当今世界恐怖事件时有发生，恐怖分子将爆炸物隐藏在包裹内再伺机引爆是其进行恐怖活动的常用方式之一。为有效检测隐藏爆炸物，亟需快速、准确识别爆炸物的检测方法与设备。爆炸物核检测技术主要有X射线检测法、中子检测方法、电磁测量法、电化学检测法[1]。其中，X射线检测法包括X射线透射法、双能X射线检测法、X射线散射法、X射线-CT密度检测等；电磁测量法包括电磁法、核磁共振法(NMR)、核四极矩共振检测法(NQR)。目前，国际上采用最多的为X射线透视法、X射线-CT密度检测法、电四极矩探测法等。X射线成像技术能分辨物品的密度，但无法识别物品的元素成分，不能确认包裹中是否存在爆炸物，而中子技术可确定检测区域的元素含量，被誉为爆炸物检测领域的“指纹”技术，具有高灵敏度、高准确度的特点。中子检测爆炸物技术主要有热中子法(TNA)、快中子法(FNA)、脉冲快热中子法(PFTNA)、快中子伴随α粒子成像技术(API)[2]。伴随α粒子成像技术可以实现检测区域的三维空间定位检测，有效降低检测过程中14 MeV中子与被检测物品周围环境中产生的强γ辐射本底，具有较高的空间分辨本领和较强的爆炸物识别能力，在隐藏爆炸物和毒品检测方面具有广泛的应用前景[3-5]。本研究设计了包裹爆炸物中子装置，模拟计算了硅酸钇镥(LYSO)γ射线探测器的探测效率和能量响应，以便为爆炸物的准确鉴别提供参考。

1 方法原理

爆炸物的化学元素组成主要是C、H、O和N，日常用品的化学成分也主要为这4 种元素，但元素含量与前者比差别很大。测定C、O和N 的原子密度或相对含量，就可判别是炸药、毒品，还是其他有机物[9]。快中子伴随α粒子成像技术(API)通过探测快中子与爆炸物富含的C、O和N元素的非弹性散射发出的特征γ射线，确定检测区域C、O和N元素的含量，判别包裹中是否存在爆炸物。同时利用α-γ符合测量技术进行中子方向标记，并细分检测区域，减小中子与周围环境产生的强γ干扰信号，提高信噪比。

1.1 快中子非弹性散射

快中子分析方法利用氘氚反应产生的14 MeV快中子与N、C和O元素作用发生非弹性散射，发出能量为5.11、4.43、6.13 MeV的γ射线。三个反应的γ射线能量很高，易于探测，通过测量快中子引起的非弹性散射特征γ射线，就可以确定物品中C、N和O元素的含量。

1.2 伴随α-γ符合检测

伴随α粒子爆炸物检测技术原理示于图1。T(d,n)α核反应中，在质心坐标系，α与n在180°方向一一对应，在时间上相关联。因此，用α位置灵敏探测器测定α粒子的飞行方向确定中子的飞行方向；测定α粒子和中子引起的γ射线随时间的变化，由中子飞行速度确定中子的飞行距离；由中子的飞行方向和距离确定被测元素的空间分布。伴随粒子法可以确定C、N、和O元素含量的空间分布图，实现对可疑爆炸物区域的空间定位检测。伴随α粒子检测方法可标记与爆炸物作用的中子，有效降低检测过程中14 MeV中子与被检测物品周围环境中产生的强γ辐射本底。

图1 伴随α粒子爆炸物检测技术原理[6]Fig.1 Associated particle imaging technique diagram for the explosives detection[6]

2 实验装置

包裹爆炸物中子检测装置设计示意图示于图2。装置主体为箱式设计，内有伴随粒子中子发生器、γ探测器、快电子学系统( 包括多道分析器)等。控制分析系统( 笔记本电脑) 通过单根网线与主体连接，实现对爆炸物检测的远程控制，保证爆炸检测人员的辐射安全。两个Saint-Gobain 公司生产的Φ76 mm×76 mm 硅酸钇镥(LYSO)探测器分别位于中子发生器两侧。LYSO闪烁晶体具有高光输出、快发光衰减、有效原子序数多、密度大等特性，并且物化性质稳定、不潮解、对γ射线探测效率高。探测器与中子发生器发射单元之间用钨板隔开，避免中子对探测器直接照射。采用俄罗斯VNIIA工厂研制的ING-27 型发生器作为中子源，该中子源共有9个10 mm×10 mm的α探测器。α探测器距离中子管靶6.2 cm，中子发生器的最大产额约5×107s-1。整个系统的时间分辨率优于2 ns。

图2 包裹爆炸物中子检测装置示意图Fig.2 Diagram for explosive neutron detection device

3 蒙特卡罗模拟计算

3.1 LYSO探测器响应

为研究LYSO探测器对爆炸物中C、N、O元素与快中子非弹散射发出的特征γ射线的性能，进行蒙特卡罗(Monte Carlo, MC)模拟计算。LYSO晶体为φ63 mm×50 mm，γ射线沿晶体中心轴垂直入射至晶体端面，模拟计算爆炸物中C、N、O元素产生的4.44 MeV、5.11 MeV、6.13 MeV的特征γ射线在LYSO探测器内的能量沉积特性，其中C、N元素γ射线能量沉积谱示于图3，LYSO探测器的全能峰效率和单逃逸峰效率以及比值列于表1。

a——4.44 MeV；b——5.11 MeV图3 γ射线能量沉积谱a——4.44 MeV；b——5.11 MeVFig.3 The γ-ray energy deposition spectra

表1 C、N、O 元素特征γ射线能量沉积特性Table 1 The γ-ray energy deposition of elements C, N, and O in different detectors

从表1数据可以看出，LYSO探测器的本征效率略低于锗酸铋(BGO)探测器，但明显高于碘化钠(NaI)探测器。 BGO、LYSO和NaI探测器在Cs-137的661 keV γ射线下的能量分辨率分别为15.4%、7%和7%(厂家测试数据)，具有较高能量分辨率的探测器可提高检测精度、缩短检测时间。综上所述，LYSO探测器具有较好的能谱特性，可作为爆炸物检测的γ射线探测器。

3.2 模拟计算与实验对比

将模拟计算的石墨样品特征γ射线在探测器内的脉冲幅度谱与实验测量数据按特征峰最高计数相等进行比较，计算和测量的脉冲幅度谱比较结果示于图4。由图4结果可以看出，实验和模拟计算结果的全能峰和单逃峰的峰形符合较好，验证了模拟计算的正确性。

图4 γ探测器上的脉冲幅度谱的模拟计算和实验数据比较Fig.4 The detector response spectrumfor MC calculation and experiment

4 样品测量

4.1 石墨样品

中子发生器的中子产额设定为4×107s-1。对石墨样品采用直接测量和伴随α方法测量，测量30 min，得到γ探测器的能谱示于图5。由图5结果可知，直接测量得到的能谱很难识别C元素4.44 MeV的特征γ射线峰，而伴随α方法测量得到的能谱易于识别C元素的特征γ射线峰。此外，直接测量谱的最高计数在10万左右，远高于伴随α方法测量谱的的最高计数300。利用快中子检测爆炸物时，快中子将与被检测物品周围环境中产生较强的γ辐射本底，需使用伴随α方法抑制本底，提高信噪比。

4.2 多种样品的γ谱

a——直接测量；b——伴随α方法测量图5 石墨样品的探测器能谱a——Direct measurement method;b——Associated alpha particle measurement methodFig.5 The detector response spectrum for graphite sample

图6 多种样品的γ谱Fig.6 The detector response spectrum for different sample

通过测量石墨、铝、三聚氰胺、SiO2、Na2CO3、H2O的能谱(图6)，经过C、N、O元素能谱密度归一，得到C、N、O元素的相对纯净谱(图7)，为鉴别爆炸物的基础。检测未知材料得到的γ能谱，可通过元素信号的线性组合判断相对计数份额。

4.3 爆炸物模拟物及干扰物γ谱

日常用品如洗衣粉、奶粉等，其化学成分与爆炸物成分相近，与爆炸物共同放置时，其特征谱形的区分度降低。TNT爆炸模拟物与干奶粉的实验数据谱示于图8，硝铵样品谱及解谱示于图9。由图8、图9结果可知，干奶粉的谱线与爆炸物的谱线非常相似，需要仔细分析其谱数据的差异性，进行准确判别。

图7 C、N、O三种元素纯净谱 Fig.7 The detector response pure spectrum for C, N and O elements

图8 TNT与干奶粉谱形的比较Fig.8 The comparison of detector response spectrum for TNT and milk sample

图9 硝铵样品谱及解谱Fig.9 Detector response spectrum and strip spectrum for NH4NO3 sample

5 小结

基于快中子的伴随α粒子方法设计的包裹爆炸物检测装置，可对中子的发射方向进行标记，并通过中子飞行时间符合测量技术实现检测区域的空间定位，可在一定程度上抑制探测器的干扰信号，提高信噪比。将LYSO闪烁体探测器用于中子与爆炸物作用产生的特征γ射线探测效果较好。通过对石墨、水、三聚氰胺等多种样品的实验测量，获得了C、N、O元素的相对纯净谱。同时对与洗衣粉、奶粉等干扰物一起放置的TNT、硝铵样品进行了测试，得到在不同条件下的高信噪比谱数据，为爆炸物的准确鉴别提供了参考。

[1] 王冬，何彬，张全虎. 利用中子反散射法与中子诱发γ射线法探测隐蔽爆炸物的模拟研究[J]. 原子能科学技术,2008,42(Suppl)：318-321.

Wang Dong, He Bin, Zhang Quanhu. Simulation study of latent explosive detection by using neutron back scattering and neutron induced γ-ray methods[J].Atomic Energy Science and Technology, 2008,42(Suppl), 318-321(in Chinese).

[2] 金大志，谈效华，戴晶怡，等. 中子检测隐藏爆炸物技术的研究进展[J]. 原子核物理评论，2006,23(1):70-72.

Jin Dazhi, Ta Xiaohua, Dai Jingyi, et al . Development of neutron detecting latent explosives[J]. Nuclear Physics Review, 2006, 23(1): 70-72(in Chinese).

[3] McFee J E, Faust A A, Andrews H R. Performance of an improved thermal neutron activation detector for buried bulk explosives[J].Nuclear Instruments and Methods in Physics Research A, 2013, 712: 93-101.

[4] Kuznetsov A V, Evsenin A V, Vakhtin D N. Proceedings of portable neutron generators and technologies on their base[R]. MOSCOW: VNIIA, 2004.

[5] Buffler A. Contraband detection with fast neutrons[J]. Radiation Physics and Chemistry, 2004, (71): 853-861.

[6] 王新华，安力，郑普，等. 爆炸物检测中的蒙特卡罗模拟[J]. 核技术，2010，33(1)：39-43.

Wang Xinhua, An Li, Zheng Pu, et al, Monte arlo simulation for design an explosive-inspection system[J].Nucl Technol, 2010, 33(1): 39-43(in Chinese).

[7] 郭海萍，郑普，安力，等. 爆炸物检测中典型样品的瞬发γ谱测量[J]. 强激光与粒子束，2013，25(9):2 429-2 432.

Guo Haiping,Zheng Pu,AN Li, et al.Prompt gamma-ray spectra measurement of typical sample in explosive detection[J]. High Power Laser and Particle Beams, 2013, 25(9): 2 429-2 432(in Chinese).

[8] 汲长松. 核辐射探测器及其实验技术手册[M]. 北京：原子能出版社，1990:300.

[9] 孟祥承. 爆炸物及毒品的探测技术[J]. 核电子学与探测技术，2003，23(4)：371-379.

Meng Xiangcheng.Explosives and narcotic detection technogies[J]. Nuclear Electronics Detection Technology, 2003, 23(4): 371-379(in Chinese).