RaDron pomáhá detekovat zdroje radioaktivity

Vý­sled­ky vý­zkum­né­ho pro­jek­tu RaDron před­sta­vu­jí slib­né roz­ší­ře­ní tech­no­lo­gií pro za­jiš­tě­ní ra­di­ač­ní bez­peč­nos­ti. Zdo­ko­na­le­ný au­to­nomní dron z dílny Fa­kul­ty elek­tro­tech­nic­ké ČVUT, osa­ze­ný uni­kát­ní­mi čás­ti­co­vý­mi de­tek­to­ry praž­ské spo­leč­nos­tí Adva­cam, umož­ní účin­ně de­te­ko­vat zdro­je ra­dio­ak­ti­vi­ty, včet­ně těch po­hyb­li­vých. Nová me­to­da lo­ka­li­za­ce může v bu­douc­nu usnad­nit i práci spe­ci­a­li­zo­va­né­mu týmu ÚJV Řež, který ná­le­zy zdro­jů io­ni­zu­jí­cí­ho zá­ře­ní řeší.

Part­ne­ři před­sta­vi­li vý­sled­ky pro­jek­tu ve čtvr­tek 26. října v Řeži. Sou­čás­tí pro­gra­mu byla i dy­na­mic­ká ukáz­ka na­le­ze­ní zdro­je ra­dio­ak­ti­vi­ty a si­mu­la­ce akč­ní­ho zá­sa­hu týmu pro zá­chy­ty ÚJV Řež.

Nová tech­no­lo­gie může najít uplat­ně­ní v ši­ro­kém spek­tru ak­ti­vit, sou­vi­se­jí­cích s běž­nou ra­di­ač­ní si­tu­a­cí i s mi­mo­řád­ný­mi udá­lost­mi. Kromě mo­ni­to­ro­vá­ní změn ra­di­ač­ní si­tu­a­ce nebo tvor­by ra­di­ač­ních map na­bíd­ne pomoc na­pří­klad při po­žá­rech ra­dio­lo­gic­kých za­ří­ze­ní, pá­t­rá­ní po od­ci­ze­ných zdro­jích ra­di­a­ce, ne­ho­dách při pře­vo­zu ra­dio­ak­tiv­ní­ho ma­te­ri­á­lu nebo ske­no­vá­ní roz­sáh­lých ob­las­tí.

Na roz­díl od dnes běžné do­zi­me­t­ric­ké tech­no­lo­gie umí malé sen­zo­ry Adva­ca­mu určit nejen pří­tom­nost ra­di­a­ce, ale také směr, odkud zá­ře­ní při­chá­zí. To celé hle­dá­ní ná­sob­ně urych­lu­je.

Opro­ti sou­čas­ným sys­té­mům může dron s pa­lub­ní umě­lou in­te­li­gen­cí vy­u­ží­vat kom­bi­na­ci ma­lé­ho roz­mě­ru a velké mo­bi­li­ty, tedy zdroj hle­dat velmi rych­le i v ob­tíž­ně pří­stup­ných te­ré­nech. De­tekč­ní tech­ni­ka je schop­na za­chy­tit a iden­ti­fi­ko­vat jed­not­li­vé čás­ti­ce zá­ře­ní v re­ál­ném čase. Díky tomu RaDron umožňuje na­lézt zdroj zá­ře­ní vý­raz­ně efek­tiv­ně­ji, než je to možné dnes, a to při ne­srov­na­tel­ně niž­ších po­ři­zo­va­cích ná­kla­dech. V rámci pro­jek­tu bylo pro­ká­zá­no, že mož­nost na­sa­ze­ní týmu spo­lu­pra­cu­jí­cích dronů umo­ž­ňuje přes­ně lo­ka­li­zo­vat i po­hy­bu­jí­cí se zdroj zá­ře­ní, což je se sou­čas­nou tech­no­lo­gií velmi ob­tíž­né a ve spous­tě pří­pa­dů prak­tic­ky ne­mož­né.

Mezi ši­ro­ké kom­pe­ten­ce ÚJV Řež patří i ře­še­ní zá­chy­tů ne­zná­mých zdro­jů ra­di­a­ce. De­tek­ce zdro­jů ra­dio­ak­tiv­ní­ho zá­ře­ní může být někdy velmi pro­ble­ma­tic­ká, při­tom rych­lost je­jich do­hle­dá­ní a za­jiš­tě­ní je pro ochra­nu zdra­ví oby­va­tel a ži­vot­ní­ho pro­stře­dí klí­čo­vá. Ná­sled­ná iden­ti­fi­ka­ce ra­dio­nukli­dů, cha­rak­te­ri­za­ce a pří­pad­ná li­kvi­da­ce už se ode­hrá­vá v bez­peč­ném pro­stře­dí la­bo­ra­to­ří ústa­vu.

Jádrem jsou čipy Timepix3
Cílem pro­jek­tu RaDron bylo ově­řit novou me­to­du, jak co nej­rych­le­ji ob­je­vit sto­jí­cí nebo i po­hy­bu­jí­cí se zdro­je ra­dia­ce. Během tří let vý­zku­mu, fi­nan­co­va­né­ho Tech­no­lo­gic­kou agen­tu­rou ČR, ex­pe­ri­men­tál­ně pro­ká­za­li, že de­tek­tor, při­po­je­ný k au­to­nomní­mu dronu, zvlád­ne na ploše 1000 m² do dvou minut spo­leh­li­vě lo­ka­li­zo­vat vzo­rek ra­dio­ak­tiv­ní­ho Cesia­‑137. Já­drem tech­no­lo­gie RaDron jsou čipy Ti­me­pi­x3, které po­sky­tu­jí sys­té­mu kom­plet­ní sadu in­for­ma­cí o každé za­chy­ce­né čás­ti­ci ra­di­a­ce. To z nich dělá vý­ji­meč­ně účin­ný ná­stroj pro do­zi­me­t­rii a pro popis ra­di­ač­ní­ho pole. Čip navíc může fun­go­vat jako tak­zva­ná Comp­to­no­va ka­me­ra, která do­ká­že určit směr, odkud čás­ti­ce na sen­zor do­pa­da­jí. To zna­me­ná, že není třeba sys­te­ma­tic­ky pro­če­sá­vat celý pro­stor. Dron může za­mí­řit rov­nou k cíli.

Klí­čo­vým part­ne­rem pro­jek­tu byl také Český me­t­ro­lo­gic­ký in­sti­tut (ČMI), který po­sky­tl zdroj io­ni­zu­jí­cí­ho zá­ře­ní pro všech­ny zkou­š­ky. Zá­ro­veň pro­vá­děl ne­zbyt­né ma­te­ma­tic­ké si­mu­la­ce pro op­ti­ma­li­za­ci de­tek­to­ru.

RaDron může být na­sa­zen i v in­te­ri­é­rech budov
Pro­to­typ za­ří­ze­ní vy­vi­nu­tý ve spo­lu­prá­ci s čes­ký­mi fir­ma­mi v rámci TA ČR pro­gra­mu TREND, Pod­pro­gram 1 „Tech­no­lo­gič­tí lídři“, je už ho­to­vý a při­pra­ve­ný pro na­sa­ze­ní u kon­co­vé­ho zá­kaz­ní­ka. Aka­de­mi­ci z FEL ČVUT jsou schop­ni na za­káz­ku při­způ­so­bit soft­ware dronu (au­to­nomní vy­hle­dá­vá­ní a iden­ti­fi­ka­ci zdro­je jed­ním nebo sku­pi­nou dronů), firmy Adva­cam a Fly­4­Fu­tu­re zase při­pra­ví kon­krét­ní apli­ka­ci dronu s de­tek­to­rem io­ni­zu­jí­cí­ho zá­ře­ní Ti­me­pix na míru pro kon­co­vé­ho uži­va­te­le sys­té­mu. Adva­cam de­tek­tor, který byl vy­vi­nut ve spo­lu­prá­ci s CERN, je do­da­va­te­lem i ame­ric­ké NASA. Na­bí­ze­ný dron je ve va­ri­an­tě pro let ve ven­kov­ním pro­stře­dí s GPS nebo ve va­ri­an­tě pro na­sa­ze­ní uvnitř budov a blíz­ko pře­ká­žek, kde GPS sig­nál není do­stup­ný a dron pro svou na­vi­ga­ci vy­u­ží­vá uni­kát­ní soft­ware vy­vi­nu­tý vědci z Fa­kul­ty elek­tro­tech­nic­ké ČVUT.

Kde všude může mít RaDron využití
• Ne­ho­dy při pře­vo­zu ra­dio­ak­tiv­ní­ho ma­te­ri­á­lu
• Po­žá­ry na ra­dio­lo­gic­kých od­dě­le­ních ne­moc­nic
• Ja­der­né ha­vá­rie
• Pá­t­rá­ní po ukra­de­ných zdro­jích ra­di­a­ce
• Sys­te­ma­tic­ké ske­no­vá­ní zá­jmo­vých ob­las­tí a tvor­ba ra­di­ač­ních map
• Iden­ti­fi­ka­ce typu zdro­je ra­di­a­ce
• Mo­ni­to­ro­vá­ní změn ra­di­ač­ní si­tu­a­ce

Polyworks
Obal roku

Související články

Trubky a hadice pod kontrolou. Správné uchycení omezí pohyb i vibrace

Jak správně upevnit hydraulické trubky, hadice a kabely, aby odolaly vibracím i náročnému provozu? Držáky podle DIN 3015 nabízejí různé varianty pro lehké, těžké i speciální aplikace.

Největší konkurencí AI není lepší aplikace, ale Excel a zaběhnutá rutina – adopce AI – technologie není problém, jsou to lidé

Adopce AI ve firmách často nestojí na technologii, ale na změně pracovních návyků. Rozhovor s Kateřinou Çakin ukazuje, proč samotné AI školení nestačí, co patří do základní AI gramotnosti zaměstnanců a jakou roli při zavádění AI hrají ambasadoři, vedoucí pracovníci a firemní kultura.

Vlastní server, nebo cloud? Firmy si kladou špatnou otázku

Vlastní AI server, nebo cloud? Ing. Lukáš Orčík vysvětluje, kdy se firmám vyplatí vlastní AI infrastruktura, kolik stojí, jaké má skryté náklady a proč je často lepší nejdřív AI otestovat v cloudu.