用于相关中子源表征的Feynman-Y技术的贝叶斯校准

《Annals of Nuclear Energy》：Bayesian calibration of the Feynman-Y technique for correlated neutron source characterization

　　

在点动力学框架内，利用Feynman模型拟合Y统计量（Y-statistic）曲线，得到模型最优参数的估计值。中子源表征的背景建立了偏离点动力学假设的实验配置，导致观测结果与模型预测之间存在差异。为解决这一问题，研究人员提出了一种方法，通过实施高斯过程（Gaussian process, GP）来对这些差异进行建模，以表示模型的不充分性（model inadequacy）。本文介绍了一种在简单实验配置下对Feynman模型进行校准的方法，通过贝叶斯推断（Bayesian inference）将模型误差（model error）引入校准过程。该研究通过使用MCNP6.2进行的基于模拟的研究加以证实，以重现实验的探测时间线（detection timeline）。贝叶斯校准有望增强瞬发中子衰减常数（prompt neutron decay constant, α）的估计，因为校正项有效地处理了散射环境的影响，从而反映了中子涨落（neutron fluctuations）的主要行为。

**研究背景与问题**
在核保障与国土安全领域，中子源表征常采用Feynman-Y技术（即Feynman方差-均值比法），通过拟合Y统计量（Y-statistic）曲线来推断中子倍增系统的参数，如瞬发中子衰减常数（α）和收敛值（Y_∞）。Feynman模型基于点动力学假设，假定点状各向同性源、均匀无限介质及单能中子。然而，实际实验配置（如混凝土墙壁散射、探测器几何非均匀性）往往偏离这些假设，导致观测数据与模型预测之间存在系统性偏差。经典的非线性最小二乘拟合无法通过留一法交叉验证（LOOCV）的χ²检验，表明模型不充分性或测量不确定性估计不准确。为克服这一局限性，研究人员提出了一种基于贝叶斯推断（Bayesian inference）的校准方法，将模型误差作为高斯过程（Gaussian process, GP）引入，以量化并修正模型与观测之间的差异。

**研究内容与意义**
本研究利用Ortec Fission Meter?探测器与²⁵²Cf源（比活度1.9 MBq，自发裂变分支比3.086%，平均中子发射数3.768）在包含混凝土墙壁的室内进行实验，记录3小时数据（约4.8×10⁷个事件）。同时，使用MCNP6.2软件构建对应的蒙特卡洛模型，模拟实验几何、散射介质及探测器响应，生成检测时间列表。研究人员开发了贝叶斯校准算法，通过定义模型误差为均值为零、协方差由高斯自相关函数描述的平稳高斯过程，利用最大似然估计超参数（模型误差幅度σ_mod和相关性范围λ_c），然后进行后验预测，得到修正后的Y统计量真实值及其置信区间。该算法成功通过LOOCV验证，显著提升了α值的估计精度，使其与模拟中直接指数衰减拟合得到的α值（0.01352 μs^-1）一致，而经典拟合的α值偏低约24%。论文发表在《Annals of Nuclear Energy》。

**主要关键技术方法**（不超过250字）
1. **实验测量**：使用Ortec Fission Meter?（30根³He管，聚乙烯慢化体）测量²⁵²Cf源（CEA-DAM提供），源位于探测器前方20 cm，采用扩展门生成方法（τ_min=10 μs，N=512），记录3小时数据，本底扣除后计算Y统计量及其不确定性。
2. **蒙特卡洛模拟**：利用MCNP6.2（ENDF/B-VII.1库）模拟实验几何，包括混凝土墙壁（30 cm厚）、源胶囊及探测器，使用poly.10t热散射处理，生成PTRAC文件；后处理程序通过ROOT提取检测时间，均匀采样裂变时刻，生成时间列表并计算Y统计量。
3. **贝叶斯校准**：引入模型误差为高斯过程，协方差函数采用高斯自相关（式(21)）；通过最大似然估计超参数θ=(σ_mod, λ_c)；利用最佳线性无偏预测（BLUP）计算后验均值（式(27)）和方差（式(29)）；采用留一法交叉验证（LOOCV）和χ²检验评估校准质量。

**研究结果**
**5.1 模型误差分析**
通过对比实验和模拟的贝叶斯校准超参数（表3），发现模型误差幅度σ_mod分别为0.0016和0.0020，与测量不确定性（σ_Y≈0.0011）相当；相关性范围λ_c分别为620 μs和530 μs，表明误差在数十个数据点上传播，证实了采用相关函数的必要性。该结果验证了实验条件偏离点动力学假设，且MCNP模型有效模拟了该偏离。

**5.2 α值的新估计**
贝叶斯校准后，Feynman模型参数中的α值从经典拟合的1.10×10^-2 μs^-1（实验）和1.11×10^-2 μs^-1（模拟）分别提升至1.26×10^-2 μs^-1和1.37×10^-2 μs^-1（表3）。模拟中，通过指数拟合中子衰减时间分布得到的α=0.01352 μs^-1，与贝叶斯估计值一致，对应的中子平均寿命τ₀≈74 μs。这表明贝叶斯校准能有效提取系统主导的衰减行为，克服散射环境对α估计的干扰。

**5.3 完整贝叶斯拟合分析**
后验预测Y统计量曲线（图8）由Feynman模型项（式(23)）和校正项（式(27)第二部分）组成。与经典拟合相比，收敛值Y_∞调整幅度较小（实验-3%，模拟-0.1%），但上升时间指标（Δτ_36.8%和Δτ_90.0%）显示：36.8%上升时间与贝叶斯估计的中子平均寿命一致，而90%上升时间显著增加（实验+32%，模拟+55%），说明校正项补偿了系统非均匀性导致的局部衰减率变化。后验预测的不确定性小于1%，拟合通过了LOOCV检验（表3）。

**结论与展望**
本研究通过贝叶斯推断框架成功校准了Feynman模型，将模型误差建模为高斯过程，有效解决了实验配置偏离点动力学假设导致的校准问题。实验与模拟结果相互印证，表明该算法能提升α值的估计精度，并预测真实的Y统计量值。在简单裸源配置下，校正项补偿了系统非均匀性引起的偏差；若实验配置符合模型假设，校正项可忽略。未来将研究超参数随源配置（如不同反射体厚度、多种同位素）和门生成方法的变化，以构建适用于广泛场景的校准参数集。