易发生危险的设施应指一座建筑物或一组建筑物，其中有过程正在进行并对人类和/或环境具有危险。例如，这也许是核电站或化工厂。具有时间进程的事故是指任何事故，其源项(source term)随时间而变化。如接下来所将详细说明，源项是描述一个或多个源的一组数据，一个或多个源被确定为在设施中在事故发生之后发出一种或多种有害物质。
具有时间进程的事故的后果通常会随着时间的流逝而恶化。例如，在建筑物中蔓延的火的情况就是这样。当事故在设施中的一个或多个正在进行的过程中发生时，在该设施中就会出现发出有害物质的一个或多个源。在核设施的情况下，词组“有害物质(harmfulsubstance)”将被理解为例如γ辐射或中子放射等放射性辐射。在化学设施的情况下，词组“有害物质”将被理解为例如有害气体(例如，一氧化碳)的发出。
到目前为止，当设施中发生事故时，危机小组会致力于管理该事故。该小组建立一组假设，以确定导致所述事故的原因(机能障碍识别)。根据这些假设，推断出可代表所述事故的环境以及所述事故的时间进程的一组量。然后，在进行干预的人员的危险最小的情况下，建立一个或多个干预情景以终止所述事故。目前，需要进行数小时或甚至数天的计算以评价代表与事故的动力学相关的后果的量。这些持续时间不利于对事故进行适当的管理。在短期内，管理事故的小组的决定可导致参与行动，此可危及被指派进行干预和/或对相关设施进行降级(degradation)的人员。在核设施的情况下，这种计算是通过使用专门的软件包例如TRIPOLI代码(本案申请者的参考软件)或Monte-Carlo N-粒子代码(更广泛地被称为MCNP代码)来执行的。这些软件包使用Monte-Carlo方法来确定辐射或粒子穿过具有已知特性(厚度、材料类型)的障碍物的路径。软件包所使用的计算时间为数小时。
通过本发明的方法，可避免上述不足。

实际上，本发明涉及一种用于确定在易发生危险的设施内发生的事故的时间进程的方法，在所述设施中发生至少一个过程，所述方法的特征在于包括：
用于确定源项的步骤，根据代表在设施中发生的至少一个过程的过程数据以及设施的几何数据来确定所述源项，所述源项识别发出有害物质的源且包括所述源的代表数据，所述代表数据中具有所述源发出的有害物质速率，
计算步骤，用于根据所述速率以及所述设施的几何数据对所述设施中存在的有害物质的量进行实时计算，以及
诊断步骤，在所述诊断步骤中对所计算的量的与时间相关的变化进行计算，在所述诊断步骤结束时将所计算的与时间相关的变化与参考标准相比较之后，递送关于在设施中进行干预的可行性或不可行性的数据。
关于在设施中进行干预的可行性或不可行性的数据应指可允许或不允许在设施中启动干预的数据。
有利地，诊断步骤允许在预先确定的且可参数化的时间范围上对在设施中发生的危险的未来发展进行估计。关于在设施中进行干预的可行性的计算将设施的几何数据、预先制定的所发生危险的地图、预先计算出的这些危险的发展及干预者的最大可接受危险阈值考虑在内，所述最大可接受危险阈值是预先确定的且可参数化的。
根据本发明的另一特征，如果递送关于干预不可行性的数据，所述方法还包括：
修改步骤，用于修改所有或部分过程数据和/或设施的所有或部分几何数据，以获得全部或部分经过修改的过程数据和/或设施几何数据，
确定步骤，用于根据部分或全部经过修改的过程数据和/或设施几何数据来另外确定另一源项，以计算由源发出的有害物质的额外速率，
额外计算步骤，用于根据所述额外速率及设施几何数据，对存在于设施的不同点的所发出有害物质的额外量进行实时计算，
额外诊断步骤，在所述额外诊断步骤中，计算所发出的有害物质的额外量的与时间相关的变化，在所述额外诊断步骤结束时，在将额外的所计算的与时间相关的变化与参考标准相比较之后，递送关于在设施中进行干预的可行性或不可行性的数据。
有利地，用于计算存在于设施中的所发出有害物质的量的时间非常短。因而，通过本发明的方法，可根据预先确定的且可参数化的几何精确度在非常短的时间段内在设施的每一点上制定在设施中发生的危险的地图。
上述非常短的计算时间是通过使用与现有技术不同的方法而得到的。在本发明范围内所执行的计算使用预先制作的结果插值表。例如，在核设施的情况下，所形成的表将放射性辐射源的特性、几何数据(例如，壁厚)或材料的物理特性与所产生的对放射性辐射路径的影响相关联。这样，计算时间大大缩短。通常，因此在几秒钟的时间内对在数十米距离上的放射性粒子路径执行计算，该持续时间应与根据现有技术所使用的Monte-Carlo型软件包所需的数小时相比较。
本发明的方法以特别有利的方式应用于当源项随时间变化时的情形。源项包括与发出有害物质的源有关的所有数据，即：
根据绑定到所述设施的参照系统，设施中的发射源的位置，
所发出的有害物质的性质，
所发出的有害物质的速率，
描述发出有害物质的源的直接环境(例如，存在吸收有害辐射的屏蔽物)的数据。
通过提供所述设施的以及在所述设施中正在进行的过程的代表性可参数化模型，本发明的方法允许进行最佳的干预管理以停止事故，从而限制对人员和/或环境的影响。
通过提供设施的可参数化的二维几何模型，也可对在该设施中可能会发生的关联危险进行评价(可同时或连续发生的不同性质的危险)。因而，例如，在能够广泛地改变设施几何形状的损毁(例如，地震或火灾)之后，可容易地确定在核设施中发生的临界事故的时间进程。
本发明的方法可应用于危机情况中，即当发生实际事故或在任何危机情况之外时，例如当对设施进行设计或对现有设施进行修改或模仿危机情况时。此时，输入假设数据即可。
以下说明更具体地涉及本发明的较佳实施例，根据本发明较佳实施例，所述事故是在核设施中发生的临界事故，所发出的有害物质因而为有害辐射(γ辐射和/或中子放射)，所发出的有害物质的速率是由发出有害辐射的源每单位时间发生的裂变的次数，有害物质的量为辐射剂量。
附图说明
参照附图阅读本发明的较佳实施例，本发明的其它特征及优点将变得一目了然，附图中：
图1例示实例性易发生危险的设施，在所述设施中可能会发生具有时间进程的事故；
图2例示在发生事故情况下应用本发明方法的装置的总方框图；
图3例示图2所示的本发明装置的改良；
图4例示在发生事故情况下应用本发明方法的装置的总装置方框图，其输入数据随时间而变化；
图5例示图4所示的本发明装置的改良；
图6例示图2-图5所示的本发明装置的特定模块的详视图；
图7例示图6所示的特定模块的改良；
图8-图10例示适用于应用本发明方法的几何元素；以及
图11例示在本发明方法的范围内获得的等剂量曲线的实例。
在所有附图中，相同的标记均指示相同的元件。

图1示意性地例示实例性易发生危险的设施，所述设施中可能会发生具有时间进程的事故。
该设施例如由多个楼层组成，每一楼层包括多个房间。在该设施的不同房间中分布有不同的测量传感器Cnm。传感器Cnm用于进行辐射测量，从而可识别发出有害物质的源的位置以及这种有害物质的性质。在核设施的情况下，传感器Cnm例如为γ传感器或中子计数器等。该设施位于直接参照系统(x，y，z)中，其中z轴是竖轴，该设施的高度即沿z轴定义，平面(x，y)则为该设施的水平面。
图2例示在发生临界事故情况下应用本发明方法的装置的总方框图。该装置实质上包括用于确定源项的模块MS、用于计算辐射剂量的模块MCD以及用于诊断的模块MD。模块MS、MCD以及MD较佳为同一计算系统MP(例如，微处理器或计算机)的一部分。
源项确定模块MS根据数据来识别临界事故的起源，该数据包括几何数据GI1、测量值M(t)、过程数据Dp以及可能包括操作者数据Op。几何数据GI1为预先记录的数据，用于描述设施的几何形状的全部或部分，即：
代表建筑物的主体配置(建筑物的不同房间、建筑物的包络线)的数据，以及
代表存在于设施中的不同屏蔽物、尤其是与生物保护(例如，屏蔽室的壁或进行中的过程的设备，其对有害辐射的移动形成障碍)相关的不同屏蔽物的几何配置的数据。
测量值M(t)由存在于设施中的不同传感器的全部或部分来递送。
数据Dp为发生在设施中的所有或部分不同过程的描述性数据，即，活性介质的类型、流速、浓度等。
可修改几何数据GI1和/或过程数据Dp，以便能够对设施中发生的事件的描述进行更新。这些事件可以是实际设施(生物屏蔽物的新构造、毁坏或与进行中的事故相继的进一步恶化)的修改或与进行中的过程相关的修改。如接下来所将详细说明，几何数据GI1的和/或过程数据Dp的修改是基于操作者数据Op和/或时间进程数据E(t)而作出的。
由模块MS递送的源项S(t)包括与发出有害辐射的源相关的全部数据，即：
辐射源的位置，
相关辐射的性质(能量与辐射类型)，
在事故水平(accident level)上随时间发生的裂变的次数，
描述源的近距离环境的几何数据(可能的屏蔽物的数量与位置)，
物理化学数据，其表示在其中发现有辐射源的介质的特征(均匀介质或非均匀介质，如果为均匀介质，则均匀介质的性质(溶液或粉末)、该介质的化学性质(浓度、化学相的类型等))。
发射源的位置是根据至少一个由至少三个相同性质的传感器组成的集合通过进行三角测量而得到。在这种情况下，辐射的性质是通过用于探测此种相同辐射的类型的传感器(例如，中子辐射传感器或γ辐射传感器)而得到。根据由这些相同传感器执行的测量并将设施的构成元件(壁、底面、屏蔽物等)的几何形状及性质考虑在内，以本身已知的方式推断出在事故水平上随时间发生的裂变的次数。这些构成元件的几何形状和性质来自几何三维模型。
在每种情况下，均根据数据Dp和GI1以及可能根据操作者数据Op来确定用于描述设备(其中发生包含辐射源的过程)的几何形状的几何数据、用于表示在其中发现所述源的介质的特征的物理化学数据、以及用于描述所述源的环境的数据。
操作者数据Op为随时间而应用的数据，其可以是过程的时间进程的函数。操作者数据Op包括下列数据的全部或部分：
能够界定其中欲执行计算的设施区域的几何数据，
用于界定时序的时间数据，根据该时间数据得知事故的时间进程，
用于对设施外部的可能会与事故相互作用的不同系统进行说明的数据，
与事故的环境相关的数据(例如，天气数据)，
能够表达关于事故原因的假设的数据(进行中的过程的温度的变化、化学浓度的改变等)。
在源项确定步骤之后，执行用于通过剂量计算模块MCD进行剂量计算的步骤。有利地，剂量计算步骤可在极短的时间内根据数据GI1、源项S(t)以及内部数据I对存在于设施中的辐射剂量进行计算，不论辐射为中子放射还是γ辐射。接下来，将结合图6-10对该步骤进行详细说明。剂量计算模块MCD递送在设施的不同点Δj中计算出的剂量或等效剂量率(dose equivalent rate)值d(Δj)。在上述本发明改良的范围内，剂量或等效剂量率d(Δj)值分布在各个剂量间隔中，并形成分布在不同区域Zi中的数据I(Zi)。分布在剂量间隔中与不分布在剂量间隔中的值d(Δj)均为诊断模块MD的输入数据。
由模块MD执行的诊断步骤是用于分析设施中的临界事故的时间进程的步骤。在诊断步骤中，对时间进程数据E(t)进行计算，时间进程数据E(t)是剂量或等效剂量率d(Δj)值的与时间相关的变化。一旦计算出时间进程数据E(t)，便将时间进程数据E(t)与参考标准Cr相比较，以确定将标准C考虑在内的干预路径与操作者走完该路径所需的估计路径时间、该同一操作者执行所拟定的操作所需的时间、以及源的活动的时间进程，以用于估计剂量在回程时间内的积分(integrated)值。
根据本发明的改良，该方法包括与剂量或等效剂量率计算步骤同时进行的用于计算污染的步骤。该改良例示于图3中。污染计算模块Mcc根据源项S(t)、几何数据GI2及环境数据DE确定在实际或模拟事故中/后可出现在人体中和/或环境中的污染情况。因而，可计算出个体暴露于最初可裂变材料及暴露于在事故中所产生的裂变产物的暴露量，即例如，因暴露于烟流(plume)和/或暴露于沉积物而接收到的外部剂量、在甲状腺上接收到的剂量、因吸入而接收到的有效剂量或接收到的总有效剂量。根据由国家天气预报加以标准化的特性或根据在事故发生时是否下雨，这些计算可将风速考虑在内。使用已知的算法(例如，高斯突发模型(Gaussian burst model)算法或Doury模型算法(Doury model algorithm))来执行这些计算。用于计算污染状态的算法需要使用代表不同已知时间进程及代表有害产物对人类和/或环境的不同已知影响的参数和/或软件包。依靠输入参数S(t)、GI2及DE，可对由进行中的临界事故造成的污染进行模拟。此处，应注意，几何数据GI2不同于前述几何数据GI1。几何数据GI1是关于设施的内部体积的几何描述，而几何数据GI2是关于设施与外部环境的界面，例如，烟囱的高度、建筑物之间的距离以及过滤层。这些计算将人员在事故动力学中产生的裂变产物中的暴露考虑在内。
根据本发明的改良，来自污染计算步骤的影响值V(t)是诊断模块MD的输入数据并相应地参与临界事故的时间进程的分析过程。因而，时间进程数据可不仅取决于针对辐射所计算的剂量或等效剂量率的时间进程，而且取决于所评价污染的时间进程。以下将对图4及图5进行说明。
图4及图5对应于对事故进行模拟时的情形。此处，源项确定模块MS由与计算代码模块CD连接的专家模块ME组成。
专家模块ME实质上包括外插模块以及数据库。数据库包括用于表示可在设施中应用的不同过程的特征的全部物理化学数据，而计算代码模块CD则包括可与这些不同过程相关的全部计算代码或算法。专家模块ME接收几何数据GI1、数据Dp以及可能接收操作者数据Op作为输入。专家模块ME递送由计算代码模块CD对事故的动态量进行建模所需的数据dE，其中数据dE是根据介质类型加以详细说明的。视介质的特性而定，模块CD所执行的计算代码为例如，Appollo计算代码、Critex计算代码、Powder计算代码、或任何等效计算代码。然后，使用模块CD所递送的动态动力学数据dS来详细说明在时间进程情况下的源项S(t)。
现在，将对模块MCD所执行的用于计算剂量的步骤进行说明。图6例示对构成模块MCD的不同基本模块的详细描述。
用于计算剂量的步骤包括用于读取几何数据GI1(模块1)的步骤以及用于读取源数据S(t)(模块2)的步骤。执行读取步骤的顺序并不重要，可同时执行这两个步骤。
如上文所述，设施的几何数据GI1代表建筑物的主体配置(建筑物的不同房间)、建筑物的包络线、在其中实施该方法的设备以及存在于建筑物中的屏蔽物。
在步骤2中读取的源数据S(t)是关于发出辐射的源的数据。这些数据由以下数据组成：在事故水平上随时间发生的裂变的次数、用于描述其中发生事故的设备(点状源或主体源)的几何形状的几何数据、以及用于表示其中发生事故的介质的特征(均匀介质、非均匀介质、液体介质、粉末、金属等)的介质数据。
在完成上述读取步骤之后，接着进行评价步骤，所述评价步骤用于评价构成所述设施的壁、底面、过程设备以及更一般地所有屏蔽物的不同材料Mk(k＝1，2，...，n)的衰减系数K(Mk)(k＝1，2，...，n)以及表示在所述设施(模块3)的不同点P上在不存在任何壁或屏蔽物时将存在的辐射剂量的理论数据Do(P)。模块3所实现的计算步骤是根据数据GI1、S(t)以及内部数据I来进行，其中内部数据I包括每一种材料的衰减系数的数学模型。较佳地，衰减系数是以多项式方程的形式出现。作为非限定性实例，被辐射穿过的材料Mk的衰减系数K(Mk)表示为：
K(Mk)＝aX+bY+cXY+dX2+eY2+fZ+gW
系数a、b、c、d、e、f及g是具有设定值的已知参数，其是被进行衰减系数评价的材料Mk所特有的。量X、Y及Z是辐射源的特征变量，并且量W是代表所穿过材料Mk的厚度的变量(W将在下文予以说明)。更具体而言，变量X取决于源的类型以及介质的类型(均匀介质、非均匀介质、液体、粉末、金属等)，变量Y取决于源的体积，变量Z取决于在发生事故与确定系数时刻之间所经过的时间。系数a、b、c、d、e、f及g是属于前述数据集合I的数据。数据X、Y及Z是属于数据集合S的数据，且数据W是根据几何数据G及布局数据T计算得出。
对于给定的源类型和给定的介质，量aX+bY+cXY+dX2+eY2+fZ是常数项Ko。因此，量K(Mk)被表示为唯一变量W的函数，即：
K(Mk)＝gW+Ko
更一般地，除衰减系数的数学方程式以及系数a、b、c、d、e、f、g以外，内部数据I还包括以下数据：
期望在计算剂量时采用的量的类型(空气中剂量(Gy单位)或等价剂量(Sv单位))，以及
用于计算衰减系数(即，用于修正源与计算点之间的距离的本身已知的系数)的条件。
与由模块3实施的计算步骤同时进行四个由各个模块4、5、6及7实施的基本计算步骤。模块4实施用于确定适用于剂量计算的特征平面的步骤。作为非限定性实例，图9中例示一组特征平面Pj。图9表示所述设施沿水平面PE的截面图，水平面PE包含点源E，发出有害辐射的源被比作点E。这些特征平面被构造于平面PE与平行于平面PE的观察平面PV之间。观察平面PV是其中例示有等剂量曲线的平面(参见图8)。每一特征平面Pj均是垂直平面，即垂直于平面PE及PV的平面，其包含发出有害辐射的源被比作的点E以及包含于平面PE及PV之间的两个垂直壁之间的至少一个接合边缘。根据上述规则构造而成的所有平面的集合构成本发明的特征平面。相应地，包含于PE及PV之间并且垂直于平面PE及PV的所有部分的所有边缘均受到影响。特征平面的集合选自几何数据G。
在步骤5(模块5)中，然后在特征平面Pj之间实施扫描，以确定不同的计算平面Pc。然后，通过将特征平面Pj围绕轴线Zp旋转倾角θ而获得计算平面Pc，其中轴线Zp垂直于平面PE及PV并穿过点源E。每一计算平面Pc均是在其中沿给定方向实施剂量计算的平面，现在将参照图8作为非限定性实例在特定的计算平面中对此加以说明。
在用于确定计算平面的步骤5之后，进行用于在每一计算平面中确定特征线Qj的步骤6(模块6)。对于给定的计算平面，特征线Qj穿过点源E并穿过位于计算平面中两个边缘的接合部处的至少一个点。根据上述规则构造而成的所有线构成相关计算平面的本发明特征线Qj的集合。通过设计，将计算平面Pc划分成关于垂直轴线Zp相互对称的两个半平面。因此，相对于某一计算平面的特征线的集合被划分成两个特征线半集合。作为非限定性实例，图10例示图9中计算平面Pc的一个特征线Qj的半集合。该计算半平面将观察平面PV沿具有单位向量的线D进行切割。然后，确定属于线D的特征点Δj的集合(本发明方法的步骤7)。通过特征线Qj与线D的交点获得特征点Δj。作为实例，图8例示一连串特征点Δ0、Δ1、Δ2、......、Δn。特征点Δj在所述设施中具有已知的几何位置。所述设施在点源E与每一点Δj之间的结构也是已知的(参见图10)。因此，根据先前计算出的数据D0(P)及K(Mk)、点Δj相对于发射源E的已知位置以及所述设施在源E与点Δj之间的已知结构，可计算出存在于每一点Δj的辐射剂量(Δj)(本发明方法的步骤8)。
计算线D由露天区域以及壁或屏蔽物区域组成。仅实际关心露天区域中的剂量计算。因此，仅对位于露天区域中的点Δj评价剂量d(Δj)的计算。
点Δj的剂量计算是通过以下方程式来进行：
$d\left({\Delta }_j\right)=D_0\left(P\right)\times C_d\times \underset{k}{\Sigma }K\left(M_k\right)$
D0(P)是在预定的任意点P处在不存在壁或屏蔽物情况下的计算剂量，其中预定的任意点P位于辐射路径上且距点源E的距离为l0(在为主体源的情况下，点E是源的体积的中心)，
Cd是距离修正系数：
$C_d=\frac{l_0^2}{l^2},$
其中l0是前述距离，l是点源E距点Δj的距离，且
K(Mk)是上述材料Mk的衰减系数。
现在将说明衰减系数K(Mk)。如前面所述，受到辐射的材料Mk的衰减系数表示为：
K(Mk)＝g×W+K0
其中，量W表示穿过材料Mk的辐射所覆盖的距离。较佳地，量W被定义为由穿过壁、隔墙或材料屏蔽物Mk的辐射方向与该壁、该隔墙或该屏蔽物的平面的法线形成的夹角α的函数：
对于介于0°与预定限定值αlim(0＜αlim＜π/2)之间的角度α，W为所穿过的材料的实际厚度，以及
对于介于预定限定值αlim与π/2之间的角度α，W为对应于角度αlim的壁或屏蔽物的厚度的值Wlim。
量αlim被选择成在较大角度下不会低估剂量d(Δj)。该量αlim随辐射类型而异。
图7例示图6所示的模块的改良。此处，所计算的剂量分布于预定剂量间隔中，并将详细说明等剂量曲线。除上述模块1-8外，模块Mcd还包括用于将所计算剂量分布在预定剂量间隔[di，di+1]中的模块10。
将描述此一分布的实例，其中将剂量d(Δj)分布于n个剂量间隔[di，di+1](i＝1，2，...，n)中。
所计算剂量在不同剂量间隔中的分布是通过以下方式实施：
如果针对同一露天区域的两个连续特征点Δj及Δj+1计算出的剂量d(Δj)及d(Δj+1)属于同一间隔[di，di+1]，则在这些点之间分配同一区域Zi；
否则，计算中间点(Δj+Δj+1)/2处的剂量d((Δj+Δj+1)/2)，并通过二分法寻找一个或多个其剂量d(Δk)是剂量间隔极限值的点Δk，在属于同一剂量间隔的两个连续点之间分配同一附属区。
分布于不同区域Zi中的数据d(Δj)形成数据I(Zi)。
然后，可根据数据I(Zi)针对同一计算线D获得等剂量曲线C(Zi)(本方法的步骤9)。针对计算线的集合(即针对计算平面的集合)获得的等剂量曲线C(Zi)形成整个观察平面Pv中的等剂量面。作为非限定性实例，图11例示所计算剂量在五个区域Z1-Z5中的分布。
在观察平面是包含点源E的水平面PE的特定情形中，所有壁及屏蔽物均被垂直于其表面(α＝0)穿过。因而，衰减系数的值为常数值K。因此，计算被极大地简化。
如果剂量d(Δj)及d(Δj+1)不属于同一间隔[di，di+1]，则点源E与其中辐射剂量d(Δj)对应于间隔极限值的点Δj之间的间隔距离1由如下方程式简单地表示：
$l=l_0\times \sqrt{\frac{D_0\left(P\right)}{d_k}\times \underset{k}{\Sigma }K\left(M_k\right)}$
本发明的方法具有许多优点：
对临界事故的影响进行实时计算，
对事故的时间进程进行诊断与预测，
通过对可实施实际设施的修改或设施中所应用过程的修改的解决方案进行模拟，来检查这些修改的可行性与有效性，从而防止可能发生在干预队水平面上的不可接受的后果，
验证针对干预所作的决定的可行性，
在虚拟实境中准备在何种条件下决定实施干预，
训练未来干预者，
模拟危机演习。
在进行任何干预之前，通过使用模拟模块执行本发明的方法，可验证所述干预的技术可行性。例如，可估计中子和/或γ剂量测定以选择剂量较小的干预路径。例如，通过在虚拟实境中准备进行干预，干预者可准备喷射灭火粉剂以达到停止事故的目的。
在进行干预期间，例如，本发明的方法可使得能实时跟踪其中发现有干预者的剂量测定背景。然后，可将设施所发生的任何与时间相关的变化(例如，墙壁或保护性屏蔽物的坠落)考虑在内并在将所述变化考虑在内的情况下进行新的剂量计算。
此外，通过本发明的方法，可有利地快速制定安全守则，从而可促成对设施进行新的尺寸计算。