基于辐射剂量感知的防护服分区设计方法和系统与流程

本技术涉及辐射防护，尤其涉及一种基于辐射剂量感知的防护服分区设计方法和系统。

背景技术：

1、在核燃料后处理、放射性物料取样、核医学及工业辐照等作业中，作业人员需穿着辐射防护服以降低光子辐射所致的人体有效剂量。

2、现有防护服主要为均匀屏蔽防护服，整件采用厚度与材质一致的含铅橡胶或高原子序数复合材料。为实现无铅化，现有技术将钨、铋、钡等高原子序数粉体与弹性体共混制成柔性屏蔽材料。此类技术属于材料级改进，整件防护服仍为单一均匀面密度结构，其屏蔽量按全身最危险部位统一配置，导致非关键部位严重过保护，整服质量大、穿着负荷高、关节活动受限。

技术实现思路

1、有鉴于此，本技术提出了一种基于辐射剂量感知的防护服分区设计方法和系统。

2、第一方面，本技术提供了一种基于辐射剂量感知的防护服分区设计方法，包括：

3、基于防护服的实际服役场景确定入射辐射信息，并根据所述入射辐射信息建立服役辐射场，其中，所述入射辐射信息包括入射辐射的类型、能谱分布与方向分布；

4、基于体素化人体模型和所述服役辐射场构建体表剂量敏感度场；

5、以屏蔽织物单元胞的结构设计变量及入射光子能量为输入，以辐射透射率为输出，基于样本数据库训练机器学习代理模型，得到目标代理模型，其中，所述样本数据库包括织物结构-能谱-屏蔽性能耦合样本；

6、基于预构建的体表剂量敏感度场将防护服包覆区域划分为多个织造分区，以在满足辐射防护限值条件下，以整服质量最小化和人体有效剂量控制为优化目标为目标、弯曲刚度与相邻织造分区面密度差为约束，调用所述目标代理模型进行多目标优化求解，得到各所述织造分区的最优单元胞结构参数与面密度分布；

7、利用预设的织造参数映射关系，将各织造分区的最优单元胞结构参数转换为数字化织造工艺数据，并在相邻织造分区之间生成使面密度沿过渡带连续单调变化的面密度梯度过渡结构，得到目标数字织造方案。

8、在一实施例中，所述根据所述入射辐射信息建立服役辐射场，包括：

9、基于入射辐射的能谱分布，将连续服役能谱离散为至少5个离散能群，按各能区的入射注量占比为每个能群赋予对应的能谱注量率权重；

10、基于入射辐射的方向分布，将防护服迎向辐射源一侧的立体角离散为至少8个立体角网格，覆盖前向直射区域与侧向、背向散射区域，按各区域的入射注量占比为每个立体角网格赋予对应的方向注量率权重；

11、以入射方向与入射光子能量为自变量，结合各能群的能谱注量率权重与各立体角网格的方向注量率权重构建所述服役辐射场。

12、在一实施例中，所述基于体素化人体模型和所述服役辐射场构建体表剂量敏感度场，包括：

13、对所述体素化人体模型内各辐射敏感器官赋予对应的组织权重因子；

14、以各辐射敏感器官的当量剂量响应为伴随源，基于各辐射敏感器官对应组织权重因子，通过伴随射线追踪计算防护服包覆区域内各体表位置、各入射方向及各入射光子能量下的单位入射辐射有效剂量贡献，计入人体自身的辐射自屏蔽效应，得到方向-能谱双分辨的剂量敏感度核；

15、将所述剂量敏感度核沿入射方向与入射光子能量维度，按所述服役辐射场的注量分布进行加权积分，得到所述体表剂量敏感度场。

16、在一实施例中，所述基于样本数据库训练机器学习代理模型，得到目标代理模型，包括：

17、选取集成学习模型或高斯过程回归模型作为基础代理模型，并以模型预测方差作为预测不确定性的量化依据；

18、基于所述样本数据库构建训练集与验证集，基于训练集数据完成所述基础代理模型的拟合训练，通过验证集计算输出特征的均方根误差；

19、采用主动学习策略对所述基础代理模型进行迭代优化，每轮迭代筛选预测不确定性最高的若干组结构设计变量与入射光子能量组合，补充与组合对应的粒子输运仿真性能数据并纳入样本数据库后重新训练模型，直至基于验证集计算出的均方根误差不大于预设阈值，得到所述目标代理模型。

20、在一实施例中，所述基于预构建的体表剂量敏感度场将防护服包覆区域划分为多个织造分区，包括：

21、提取所述体表剂量敏感度场中对应各体表位置的剂量敏感度；

22、以各体表位置的剂量敏感度进行聚类，将对应的防护服包覆区域划分为多类防护等级区间；

23、基于预设织造分区规则，将各防护等级区间对应的区域拆分为多个独立织造分区。

24、在一实施例中，所述在满足辐射防护限值条件下，以整服质量最小化和人体有效剂量控制为优化目标为目标，以弯曲刚度与相邻织造分区面密度差为约束，调用所述目标代理模型进行多目标优化求解，包括：

25、以各织造分区各自的单元胞结构参数作为优化迭代的调整对象；

26、构建双目标优化函数，整服有效剂量目标通过调用目标代理模型得到各分区在各入射光子能量下的辐射透射率，计入斜入射等效路径修正后，结合方向-能谱双分辨剂量敏感度核与服役辐射场沿入射方向、光子能量维度折叠计算得到；整服质量目标通过各织造分区的织物面密度与对应体表展开面积求和计算得到；

27、设定优化约束边界，限定各织造分区的弯曲刚度不大于预设的弯曲刚度上限，限定相邻织造分区之间的面密度差值不大于预设的面密度差上限；

28、采用带精英策略的非支配排序遗传算法开展迭代求解，迭代过程中所有性能参数的评估均调用目标代理模型计算，输出整服有效剂量与整服质量对应的pareto最优前沿；

29、依据预设的有效剂量限值要求，在pareto最优前沿中选取整服质量最小的非支配解作为最终方案，得到各织造分区的最优单元胞结构参数与对应面密度分布。

30、在一实施例中，所述在相邻织造分区之间生成使面密度沿过渡带连续单调变化的面密度梯度过渡结构，包括：

31、根据相邻织造分区的面密度差值与预设的单位长度面密度变化上限，计算得到过渡带的总宽度，在相邻织造分区之间设置过渡带；

32、选取纬向织造密度、织物层数、层间接结组织中的至少一项作为调节参数，在所述过渡带内沿垂直于分区边界的方向逐步改变织物的纬向密度、层数及接结组织中的至少一种，形成所述面密度梯度过渡结构。

33、第二方面，本技术还提供了一种基于辐射剂量感知的防护服分区设计系统，包括：

34、辐射感知模块，用于基于防护服的实际服役场景确定入射辐射信息，并根据所述入射辐射信息建立服役辐射场，其中，所述入射辐射信息包括入射辐射的类型、能谱分布与方向分布；

35、构建模块，用于基于体素化人体模型和所述服役辐射场构建体表剂量敏感度场；

36、训练模块，用于以屏蔽织物单元胞的结构设计变量及入射光子能量为输入，以辐射透射率为输出，基于样本数据库训练机器学习代理模型，得到目标代理模型，其中，所述样本数据库包括织物结构-能谱-屏蔽性能耦合样本；

37、分区优化模块，用于基于预构建的体表剂量敏感度场将防护服包覆区域划分为多个织造分区，以在满足辐射防护限值条件下，以整服质量最小化和人体有效剂量控制为优化目标为目标、弯曲刚度与相邻织造分区面密度差为约束，调用所述目标代理模型进行多目标优化求解，得到各所述织造分区的最优单元胞结构参数与面密度分布；

38、织造映射模块，用于利用预设的织造参数映射关系，将各织造分区的最优单元胞结构参数转换为数字化织造工艺数据，并在相邻织造分区之间生成使面密度沿过渡带连续单调变化的面密度梯度过渡结构，得到目标数字织造方案。

39、第三方面，本技术还提供了一种辐射防护服，所述辐射防护服由如第一方面所述的方法设计并数字织造而成。

40、在一实施例中，所述辐射防护服包括沿体表位置划分的多个织造分区，所述织造分区由填充有钨、氧化铋及硫酸钡中的至少一种高原子序数或高密度填料的功能纱线织成，所述功能纱线的填料体积分数与所在织造分区的面密度正相关。

41、本技术的一种基于辐射剂量感知的防护服分区设计方法相对于相关技术具有以下有益效果：

42、1、本技术的防护服分区设计方法，通过识别辐射类型、能谱、方向分布构建服役辐射场，结合体素人体模型计算体表剂量敏感度场，可精准区分人体不同体表位置对有效剂量的贡献差异，摒弃传统均匀防护服统一按最高风险部位配置屏蔽层的设计模式，仅在高剂量敏感区域匹配高屏蔽面密度，低敏感、人体自屏蔽区域大幅降低屏蔽材料用量，从根源减少非关键部位的过度防护，有效降低防护服整体重量，减轻穿戴负荷，提升肢体关节活动灵活性。

43、2、通过构建织物结构-能谱-屏蔽性能耦合样本库并训练能谱分辨代理模型，替代耗时巨大的粒子输运仿真实现快速性能评估，依托多目标优化同步平衡人体有效剂量与整服质量，同时约束织物弯曲刚度、分区面密度差值，在保证辐射防护达标的前提下进一步挖掘减重空间，相较仅依据体表位置进行经验分区的方案，有望进一步提升轻量化潜力，且保障面料柔软度，避免厚重屏蔽织物带来的僵硬不适感。

44、3、将优化后的分区参数映射为数字化织造工艺，相邻分区设置连续单调变化的面密度梯度过渡结构，降低传统分区拼接造成的面密度突变和结构不连续问题，提高局部屏蔽性能过渡的连续性；同时实现设计参数到织造程序的一体化数字贯通，无需人工裁片拼接，在减重、提升防护均匀性的基础上改善防护服贴合度与穿着柔顺性。