Le projet ANR Nantista (2014-2019) avait pour but de développer des architectures à base de réseaux de neurones artificiels pour l'identification de menaces radiologiques, dans le cadre de la surveillance aux frontières. La participation du LNE-LNHB à ce projet a conduit le laboratoire à une sensibilisation aux besoins métrologiques en termes d’algorithmes rapides et robustes pour l’identification automatique de radionucléides émetteurs gamma à faible statistique. Cette demande d’algorithmes spécifiques recouvre également d’autres domaines tels que les mesures environnementales in situ suite à un accident nucléaire ou radiologique avec rejet, pour le contrôle des déchets hospitaliers ou encore des accès aux sites nucléaires. Un des objectifs de ces algorithmes est de réduire l’intervention d’un expert dans la prise de décision.

Objectifs

Etendre le domaine d’application de l’algorithme développé à l’identification automatique à faible statistique de sources de neutrons.

Ouvrir le champ d’utilisation de l’algorithme à de nouvelles applications en surveillance de la radioactivité naturelle et de la radioactivité artificielle médicale ou industrielle, avec une intervention limitée d’un expert.

Résumé et premiers résultats

La participation du LNE-LNHB au projet ANR Nantista (2014-2019) a conduit à une sensibilisation du laboratoire aux besoins métrologiques en termes d’algorithmes rapides et robustes pour l’identification automatique de radionucléides émetteurs gamma. La demande d’algorithmes spécifiques recouvre divers domaines tels que la surveillance en temps réel des mouvements illicites de matières nucléaires dans l’espace public, pour le contrôle aux frontières et des sites nucléaires, les mesures environnementales in situ suite à un accident nucléaire ou radiologique avec rejet ou encore pour le contrôle des déchets hospitaliers. Un des objectifs importants de ces algorithmes est de réduire l’intervention d’un expert dans la prise de décision.

La nécessité d’effectuer une prise de décision robuste à faible statistique est une contrainte importante dans le développement d’algorithmes d’identification spécifiques aux portiques de détection pour la surveillance du trafic illicite de matières radioactives. Il s’agit d’une prise de décision rapide à faible statistique (de 1 000 à 5 000 événements en moyenne) sur la base de l’acquisition d’un spectre de quelques secondes au maximum. La prise de décision doit être couplée à une gestion robuste des fausses alarmes (taux de faux positifs égal à 0,1 %) notamment dans le cas des mélanges. De plus, ce type d’algorithmes doit pouvoir être implémenté en temps réel sur des cartes numériques embarquées. Afin de minimiser les coûts pour un déploiement à grande échelle, les portiques implantés pour le contrôle aux frontières sont équipés de détecteurs scintillateurs (NaI(Tl), plastiques) présentant l’inconvénient d’avoir une faible résolution en énergie.

L’identification automatique de radionucléides émetteurs gamma peut être définie comme un problème de détection d’anomalies dans le mouvement propre à partir d’un seuil de décision fonction du taux de fausses alarmes attendu. Pour répondre à cette problématique, un algorithme spécifique a été développé selon une approche métrologique au LNE-LNHB appliquée à la prise de décision à faible statistique. Avec une méthodologie basée sur le démélange spectral, il permet d’estimer les comptages pour chaque radionucléide recherché et une incertitude associée. Une première validation de cette nouvelle approche d’analyse spectroscopique a été réalisée dans le cas de l’utilisation d’un détecteur NaI(Tl) de 3"×3". L’objectif de la nouvelle étude est d’étendre l’utilisation du code d’identification à la détection de sources neutroniques grâce aux nouveaux détecteurs scintillateurs dopés avec du lithium-6 (p.e. NaIL développé par Saint Gobain) permettant la détection des neutrons thermiques par la réaction 6Li(n, α)3H. Il sera donc possible de proposer une discrimination plus élargie des types d’alarmes potentielles (radioactivité naturelle, radioactivité artificielle médicale ou industrielle) pour limiter les interventions d’un expert.

Impacts scientifiques et industriels

  • Répondre à la demande sociétale de systèmes d’identification automatique pour la surveillance en temps réel des mouvements illicites de matières nucléaires dans l’espace public, pour le contrôle aux frontières et des sites nucléaires.
  • Etudier et caractériser un nouvel outil d’analyse spectroscopique pour l’identification automatique fondée sur une détection mixte neutron/gamma basée sur l’utilisation d’un détecteur scintillateur NaIL.

Partenaires

  • CEA/IRFU pour l’optimisation du code d’identification
  • IRSN pour les mesures dans l’environnement
  • CEA/LCAE pour la surveillance aux frontières