Résumé de la thèse
Cette thèse présente le développement et la validation d'une méthode innovante de détection des matérières illicites basée sur l'interrogation photonique active couplée à la spectrométrie de photoneutrons (API-PS). Cette approche repose sur l'induction de réactions photo-nucléaires dans les matériaux dissimulés à l'aide d'un LINAC de 23 MV, et l'analyse des spectres d'énergie des neutrons émis à l'aide de scintillateurs organiques liquides et d'algorithmes de déconvolution dédiés. Un banc de test complet a été conçu, incluant blindage, synchronisation, procédures d'étalonnage et outils logiciels. Nous avons réussi à séparer les neutrons des rayons gamma dans un environnement pulsé et mixte, puis à déconvoluer les spectres de neutrons issus de cibles de référence (graphite, glucose, mélamine) pour révéler les signatures nucléaires spécifiques du carbone, de l'oxygène et de l'azote. Ces signatures ont ensuite été retrouvées dans des scénarios réalistes d'inspection, incluant valises et caisses contenant de la mélamine. Enfin, nous avons introduit DeepNSI, un algorithme d'apprentissage profond capable d'identifier les éléments légers et de reconstruire les spectres associés. Cette preuve de concept démontre que la spectrométrie neutronique permet non seulement de détecter, mais aussi de caractériser les matériaux suspects. Elle ouvre des perspectives en sécurité intérieure, mais aussi en dosimétrie médicale, gestion des déchets radioactifs et prospection environnementale.
Mots clés
Scintillateurs organiques, Apprentissage profond, Neutrons rapides, Substances illicites, Interrogation Photonique Active, Spectrométrie des Photoneutrons, Détection des Matières Illicites, Scintillateurs Organiques, Discrimination Neutron/Gamma, Apprentissage Profond pour la Physique Nucléaire
Texte intégral
Consulter la thèse : https://theses.fr/2025UPASP081