Xây dựng mô hình mạng nơ ron nhân tạo để ước lượng mật độ chất lỏng dựa trên phương pháp gamma truyền qua

TRƢỜNG ĐẠI HỌC SƢ PHẠM TP.HCM KHOA VẬT LÝ NGUYỄN THU HẰNG XÂY DỰNG MƠ HÌNH MẠNG NƠ-RON NHÂN TẠO ĐỂ ƢỚC LƢỢNG MẬT ĐỘ CHẤT LỎNG DỰA TRÊN PHƢƠNG PHÁP GAMMA TRUYỀN QUA Chuyên ngành: Sư phạm Vật lý Cán hướng dẫn: PGS TS Hoàng Đức Tâm Thành phố Hồ Chí Minh, tháng năm 2021 TRƢỜNG ĐẠI HỌC SƢ PHẠM TP.HCM KHOA VẬT LÝ NGUYỄN THU HẰNG XÂY DỰNG MƠ HÌNH MẠNG NƠ-RON NHÂN TẠO ĐỂ ƢỚC LƢỢNG MẬT ĐỘ CHẤT LỎNG DỰA TRÊN PHƢƠNG PHÁP GAMMA TRUYỀN QUA Cán hướng dẫn: PGS TS Hoàng Đức Tâm Sinh viên thực hiện: Nguyễn Thu Hằng Chuyên ngành: Sư phạm Vật lý Mã số sinh viên: 42.01.105.033 Thành phố Hồ Chí Minh, tháng năm 2021 LỜI CẢM ƠN Đề tài “Xây dựng mơ hình mạng nơ-ron nhân tạo để ước lượng mật độ chất lỏng dựa phương pháp gamma truyền qua” nội dung chọn để nghiên cứu làm khóa luận tốt nghiệp sau bốn năm theo học chương trình đại học chuyên ngành Sư phạm Vật lý Trường Đại học Sư phạm TP.HCM Để hồn thành q trình nghiên cứu hồn thiện khóa luận này, lời tơi xin chân thành cảm ơn sâu sắc đến Thầy Hoàng Đức Tâm thuộc Khoa Vật lý – Trường Đại học Sư phạm TPHCM Thầy trực tiếp bảo hướng dẫn mặt kiến thức, kỹ suốt trình nghiên cứu để tơi hồn thiện khóa luận cách tốt Ngồi ra, thầy có vai trị to lớn việc động viên cổ vũ tinh thần lúc tơi gặp khó khăn thực khóa luận Kế đến, tơi xin chân thành cảm ơn Thầy/Cơ tổ Vật lý hạt nhân đóng góp ý kiến quý báu cho khóa luận Đồng thời, xin cảm ơn Ban chủ nhiệm Khoa Vật lý tạo điều kiện thời gian cho tơi suốt q trình nghiên cứu Cuối cùng, xin gửi lời cảm ơn chân thành đến người thân, gia đình, bạn bè thành viên nhóm nghiên cứu tin tưởng ủng hộ Đặc biệt cảm ơn hỗ trợ từ anh Trương Thành Sang kỹ cần thiết để hoàn thành khóa luận Trân trọng cảm ơn! i MỤC LỤC Trang DANH SÁCH HÌNH ẢNH iii CÁC TỪ VIẾT TẮT .vii MỞ ĐẦU CHƢƠNG TỔNG QUAN VỀ PHƢƠNG PHÁP GAMMA TRUYỀN QUA VÀ PHƢƠNG PHÁP XÁC ĐỊNH MẬT ĐỘ CHẤT LỎNG 1.1 Phương pháp gamma truyền qua 1.1.1 Các thành phần hình thành phổ xạ gamma 1.1.1 Phân tích phổ gamma nguồn 137Cs .13 1.1.2 Sự suy giảm cường độ gamma chùm tia hẹp 13 1.1.3 Sự suy giảm cường độ gamma chùm tia rộng 15 1.2 Phương pháp xác định mật độ chất lỏng 16 1.2.1 Các dụng cụ đo tỷ trọng chất lỏng 16 1.2.2 Cách xác định mật độ chất lỏng phương pháp gamma truyền qua 18 CHƢƠNG 20 KHẢO SÁT MẬT ĐỘ CHẤT LỎNG BẰNG PHƢƠNG PHÁP BÁN THỰC NGHIỆM 20 2.1 Thực nghiệm 20 2.1.1 Bố trí thí nghiệm 20 2.1.2 Xử lí phổ thực nghiệm 23 2.2 Mô Monte Carlo 24 2.2.1 Phương pháp Monte Carlo 24 2.2.2 Phần mềm mô MCNP 25 2.2.4 Các chất lỏng sử dụng mô 27 ii 2.3 Phần mềm Colegram 28 CHƢƠNG 31 PHƢƠNG PHÁP XÂY DỰNG MƠ HÌNH MẠNG NƠ-RON NHÂN TẠO ĐỂ DỰ ĐOÁN MẬT ĐỘ CỦA MỘT SỐ CHẤT LỎNG 31 3.1 Vài nét mạng nơ-ron nhân tạo .31 3.2 Q trình xây dựng mơ hình ANN đánh giá mơ hình 32 3.2.1 Cấu trúc kí hiệu chung mơ hình ANN 32 3.2.2 Huấn luyện đánh giá mơ hình ANN 34 3.3 Mơ hình mơ luyện ANN để dự đoán mật độ số chất lỏng phép đo gamma truyền qua .35 CHƢƠNG 39 XÁC ĐỊNH MẬT ĐỘ CỦA MỘT SỐ CHẤT LỎNG 39 4.1 Mật độ tính tốn từ đường chuẩn mơ 39 4.2 Dự đốn mật độ chất lỏng mơ hình ANN 48 KẾT LUẬN 75 ĐỀ XUẤT HƢỚNG NGHIÊN CỨU 76 TÀI LIỆU THAM KHẢO 77 PHỤ LỤC 79 iii DANH SÁCH HÌNH ẢNH Trang Hình 1.1 Cạnh hấp thụ K 137Cs 10 Hình 1.2 Phổ lượng gamma 12 Hình 1.3 Phổ 137Cs thực nghiệm đo đầu dò NaI(Tl) 13 Hình 1.4 Gamma truyền qua có chuẩn trực 14 Hình 1.5 Sự truyền qua chùm tia rộng 15 Hình 2.1 Sơ đồ bố trí thực nghiệm 21 Hình 2.2 Bố trí thực nghiệm 22 Hình 2.3 Sự tương đồng phổ thu đo thực nghiệm 23 Hình 2.4 Sự dịch đỉnh xảy số phổ thực nghiệm 24 Hình 2.5 Nguyên tắc phương pháp Monte Carlo 25 Hình 2.6 Mơ hình mơ thực nghiệm chương trình MCNP6 26 Hình 2.7 Hệ số suy giảm khối chất mơ có mật độ từ 0,78 g cm-3 đến 1,84 g cm-3 27 Hình 2.8 Phổ thực nghiệm truyền qua Formic khớp đỉnh Gauss 30 Hình 3.1 Sơ đồ cấu trúc mơ hình mạng nơ-ron Multilayer Perceptron sử dụng để dự đoán mật độ chất lỏng gamma truyền qua 32 Hình 3.2 Biểu đồ tóm lược bước xây dựng mơ hình ANN để dự đoán mật độ chất lỏng 36 Hình 3.3 Mối liên hệ tương quan sai số mật độ chuẩn 38 Hình 4.1a Đường chuẩn tỉ số cường độ theo mật độ xây dựng mô MCNP ứng với đường kính ống từ 1cm đến 4,5 cm 41 Hình 4.1b Đường chuẩn tỉ số cường độ theo mật độ xây dựng mơ MCNP ứng với đường kính ống từ cm đến 8,5 cm 42 iv Hình 4.1c Đường chuẩn tỉ số cường độ theo mật độ xây dựng mô MCNP ứng với đường kính ống từ cm đến 10 cm 43 Hình 4.2 Đường chuẩn tỉ số cường độ theo mật độ xây dựng mô MCNP ứng với đường kính ống 2,68 cm 43 Hình 4.3a Phổ truyền qua chất acetic, formic, lactic, nitric dạng đáp ứng mô thực nghiệm 45 Hình 4.3b Phổ truyền qua chất phosphoric, sulfuric, nước cất, dạng đáp ứng mô thực nghiệm 46 Hình 4.4 Đồ thị biểu diễn tuyến tính giá trị tỉ số R thực nghiệm 46 Hình 4.5 Sự chênh lệch mật độ giá trị chuẩn giá trị tính tốn 48 Hình 4.6 Sự biến đổi số R2 số RMSE theo số nơ-ron lớp ẩn 49 Hình 4.7a Độ lệch tương đối mật độ chuẩn mật độ dự đoán ANN 69 Hình 4.7b Độ lệch tương đối mật độ chuẩn mật độ dự đoán ANN 70 Hình 4.7c Độ lệch tương đối mật độ chuẩn mật độ dự đốn ANN 71 Hình 4.8 Sự chênh lệch mật độ chuẩn mật độ dự đốn 73 mơ hình ANN 73 Hình 4.9 So sánh kết mật độ tính tốn từ đường chuẩn mơ mật độ dự đốn mơ hình ANN so với mật độ chuẩn 74 v DANH SÁCH BẢNG Trang Bảng 2.1 Các thơng số khoảng cách bố trí thí nghiệm 20 Bảng 2.2 Thơng số hình học đầu dị NaI(Tl) hãng AMPTEK cung cấp 21 Bảng 2.3 Thông tin mẫu đo thực nghiệm 22 Bảng 2.4 Các chất lỏng sử dụng mô MCNP 28 Bảng 3.1 Cấu trúc mạng sử dụng cho mơ hình ANN khóa luận 37 Bảng 4.1 Các hệ số b, R hàm khớp ứng với 20 đường kính ống 44 Bảng 4.2 Tỉ số R thực nghiệm 47 Bảng 4.3 Mật độ tính tốn từ đường chuẩn mơ tương ứng với đường kính ống 2,68 cm 47 Bảng 4.4 Chỉ số RMSE R2 mơ hình 49 Bảng 4.5 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 1cm 50 Bảng 4.6 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 1,5cm 51 Bảng 4.7 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 2cm 52 Bảng 4.8 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 2,5cm 53 Bảng 4.9 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 3cm 54 Bảng 4.10 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 3,5cm 55 Bảng 4.11 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 4cm 56 Bảng 4.12 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 4,5cm 57 Bảng 4.13 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 58 Bảng 4.14 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 5,5cm 59 Bảng 4.15 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 60 Bảng 4.16 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 6,5cm 61 Bảng 4.17 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 62 Bảng 4.18 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 7,5cm 63 vi Bảng 4.19 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 64 Bảng 4.20 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 8,5cm 65 Bảng 4.21 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 66 Bảng 4.22 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 9,5cm 67 Bảng 4.23 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 10cm 68 Bảng 4.24 Mật độ mơ hình ANN dự đoán từ tỉ số R thực nghiệm 72 vii CÁC TỪ VIẾT TẮT Chữ viết tắt Tiếng Anh Tiếng Việt ANN Artificial Neural Network Mạng nơ-ron nhân tạo NDT Non-Destructive Testing Kiểm tra không phá hủy Artificial Intelligence Trí tuệ nhân tạo AI Độ rộng nửa chiều cao FWHM Full Width at Half Maximum MCNP Monte Carlo N-Particle Monte Carlo N-hạt ROI Region Of Interest Vùng quan tâm MLP Multilayer Perceptron RD Relative Deviation đỉnh Mạng nơ-ron perceptron nhiều lớp Độ lệch tương đối 0,79 0,85 0,87 0,90 0,99 1,00 1,01 1,04 1,17 1,26 1,34 1,36 1,51 1,68 1,77 1,83 Palmitic Toluene Ethyl acetate Myristic Nước cất Lauric Acetic Leucine Glycerol Methionine Adipic Nitric Phosphoric Perchloric Sunfuric Mật độ chuẩn (g cm-3) Etanol Tên chất lỏng 1,85 1,77 1,69 1,47 1,37 1,36 1,28 1,19 1,01 1,03 1,01 1,01 0,87 0,84 0,86 0,79 Mật độ dự đoán (g cm-3) 0,02 0,03 0,03 0,03 0,03 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,05 0,05 Sai số (%) 0,93 0,20 0,12 2,86 0,97 1,33 1,68 1,75 3,04 1,86 1,00 1,91 3,29 3,11 0,35 0,23 Độ lệch tƣơng đối (%) 66 Bảng 4.21 Kiểm tra mơ hình ANN giá trị mơ cho đường kính cm 0,79 0,85 0,87 0,90 0,99 1,00 1,01 1,04 1,17 1,26 1,34 1,36 1,51 1,68 1,77 1,83 Palmitic Toluene Ethyl acetate Myristic Nước cất Lauric Acetic Leucine Glycerol Methionine Adipic Nitric Phosphoric Perchloric Sunfuric Mật độ chuẩn (g cm-3) Etanol Tên chất lỏng 1,85 1,77 1,69 1,47 1,37 1,36 1,28 1,19 1,01 1,02 1,01 1,01 0,87 0,84 0,85 0,79 Mật độ dự đoán (g cm-3) 0,02 0,03 0,03 0,03 0,03 0,03 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,05 Sai số (%) 1,06 0,10 0,18 2,92 0,87 1,23 1,56 1,61 3,21 1,67 0,81 1,74 3,47 3,28 0,27 0,06 Độ lệch tƣơng đối (%) 67 Bảng 4.22 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 9,5cm 0,79 0,85 0,87 0,90 0,99 1,00 1,01 1,04 1,17 1,26 1,34 1,36 1,51 1,68 1,77 1,83 Palmitic Toluene Ethyl acetate Myristic Nước cất Lauric Acetic Leucine Glycerol Methionine Adipic Nitric Phosphoric Perchloric Sunfuric Mật độ chuẩn (g cm-3) Etanol Tên chất lỏng 1,85 1,77 1,69 1,47 1,37 1,35 1,28 1,19 1,01 1,02 1,01 1,01 0,87 0,84 0,85 0,79 Mật độ dự đoán (g cm-3) 0,02 0,03 0,03 0,03 0,03 0,03 0,03 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 Sai số (%) 1,16 0,04 0,15 3,00 0,75 1,11 1,42 1,45 3,40 1,48 0,61 1,54 3,64 3,45 0,09 0,11 Độ lệch tƣơng đối (%) 68 Bảng 4.23 Kiểm tra mơ hình ANN giá trị mơ cho đường kính 10cm 69 Kết thu đường kính nhỏ độ lệch chuẩn cao, đường kính cm; cm; 2,5 cm độ lệch chuẩn lớn 6,43% ; 5,72% 5,81% Nhìn chung, ngoại trừ ba điểm nêu mơ hình mạng nơ-ron với nơ-ron lớp ẩn hàm kích hoạt Softsign cho kết tốt – với 286/304 (98,60%) điểm liệu có độ lệch chuẩn 4% Phần cịn lại có độ lệch tương đối dao động từ 4,1% đến 6,4% Ngồi ra, hình 4.7 cho thấy biến đổi lớn độ lệch chuẩn theo mật độ phân bố trường hợp đường kính ống nhỏ cm Độ lệch dần giảm ổn định mơ hình ANN xuất kết cho đường kính ống từ cm đến cm Sau đó, mơ hình hoạt động đường kính từ cm đến 10 cm tiếp tục cho giá trị có sai biệt với mật độ chuẩn tăng dần Vậy nói mơ hình ANN mà xây dựng cho kết đo phù hợp tốt với thực nghiệm (RD < 4%) sử dụng ống đo có đường kính từ cm đến cm Hình 4.7a Độ lệch tương đối mật độ chuẩn mật độ dự đoán ANN dựa liệu mơ 70 Hình 4.7b Độ lệch tương đối mật độ chuẩn mật độ dự đoán ANN dựa liệu mơ 71 Hình 4.7c Độ lệch tương đối mật độ chuẩn mật độ dự đoán ANN dựa liệu mô 72 Tuy nhiên, nhận xét ban đầu dựa vào tập tin đầu vào mà người sử dụng huấn luyện cho mơ hình Để đánh giá mơ hình có phù hợp với tốn thực tế hay khơng cần phải kiểm chứng liệu thực nghiệm Dữ liệu thực nghiệm kiểm chứng nhiều, kết thu có độ lệch chuẩn không chênh lệch so với giá trị thực mơ hình mạng ANN phù hợp với thực tế Bảng 4.24 Mật độ mơ hình ANN dự đốn từ tỉ số R thực nghiệm Mật độ chuẩn Mật độ dự đoán Sai số RD (g cm-3) (g cm-3) (%) (%) Nước cất 1,00 1,01 2,90 0,55 Acetic 1,05 1,06 2,80 1,23 Formic 1,20 1,18 2,45 3,63 Lactic 1,21 1,27 2,52 4,97 Nitric 1,39 1,41 2,25 1,24 Phosphoric 1,69 1,70 1,95 0,20 Sulfuric 1,84 1,88 1,78 2,24 Tên chất lỏng Kết kiểm chứng ANN RExp trình bày bảng 4.24 cho thấy hầu hết kết mật độ dự đốn có độ lệch tương đối so với mật độ tham chiếu 3,5% Riêng lactic, độ lệch tương đối mật độ dự đoán mật độ tham chiếu 4,97% Nguyên nhân dẫn đến độ lệch lớn điểm lại phụ thuộc vào thao tác xử lí số liệu thơ – yếu tố gây ảnh hưởng trực tiếp đến tập liệu huấn luyện Để khắc phục vấn đề này, mơ hình ANN huấn luyện cách sử dụng kết hợp liệu mô liệu thực nghiệm xem xét Từ bảng 4.24 thu hình 4.8 thể chênh lệch giá trị mật độ dự đoán từ ANN mật độ chuẩn Đây sở để khẳng định mơ hình mạng nơ-ron nhân tạo xây dựng lúc ban đầu phù hợp với số liệu thực nghiệm ghi nhận đầu dò NaI(Tl) nguồn 137 Cs hoạt độ thấp Nếu mơ hình ANN cải tiến cho vùng mật độ rộng áp dụng thành công cho loại vật liệu khác, phương 73 pháp thay phương pháp nội suy mật độ từ đường chuẩn – giúp tiết kiệm thời gian, kinh phí Hình 4.8 Sự chênh lệch mật độ chuẩn mật độ dự đốn mơ hình ANN Sự so sánh hai phương pháp: nội suy mật độ việc thay giá trị Rexp vào đường chuẩn xây dựng từ mơ phỏng; xác định mật độ mơ hình ANN với tập huấn luyện liệu mô Monte Carlo, thể qua hình 4.9 Kết cho thấy hai phương pháp có kết phù hợp tốt với thực nghiệm Ưu điểm ANN so với phương pháp đề xuất nghiên cứu [11] sai số phép toán nhỏ  kết mật độ dự đoán ANN ứng với chất lỏng thực nghiệm (trình bày bảng 4.24) có sai số dƣới 3% Ngồi ra, điểm vượt trội ANN thực xử lí nhiều bước tính tốn lúc Khi sử dụng ANN để tính lại mật độ chất lỏng với ống chứa mẫu có đường kính 2,68 cm, tơi khơng cần phải dựng lại đường chuẩn với đường kính 2,68 cm Cơng việc tiết kiệm nhiều thời gian lược bỏ bước mơ phỏng, chạy xử lí tập tin mô hạn chế sai số gây hiệu ứng người sử dụng 74 Hình 4.9 So sánh kết mật độ tính tốn từ đường chuẩn mơ mật độ dự đốn mơ hình ANN so với mật độ chuẩn Nhìn chung hai phương pháp cho kết hầu hết độ lệch tương đối nhỏ 4% Phương pháp nội suy từ đường chuẩn có độ lệch lớn 3,08% ứng với lactic, độ lệch nhỏ 0,31% ứng với phosphoric Tương tự, lactic chất có mật độ dự đốn từ ANN có độ lệch chuẩn lớn 4,97% mật độ dự đoán nhỏ phosphoric với 0,20% Các giá trị: mật độ chuẩn; mật độ dự đoán từ ANN; mật độ từ nội suy xem biểu diễn kèm theo sai số 75 KẾT LUẬN Tóm lại, phương pháp xác định mật độ chất lỏng kỹ thuật gamma truyền qua có ưu phương pháp truyền thống dựa nguyên lý Archimedes nhờ tính xác an tồn người thực thí nghiệm Bằng việc sử dụng đầu dò NaI(Tl) nguồn 137 Cs hoạt độ thấp, áp dụng thành công kỹ thuật gamma truyền qua xác định mật độ cho số chất lỏng với độ lệch giá trị tính tốn giá trị mật độ chuẩn dƣới 3,1% Đồng thời, khóa luận áp dụng thành cơng mơ hình mạng nơ-ron nhân tạo ANN, xây dựng với lớp ẩn chứa nơ-ron hàm kích hoạt Softsign, để dự đoán mật độ chất lỏng việc huấn luyện ANN với 304 điểm liệu mô Sử dụng phương pháp dự đoán mật độ ANN cho kết tốt với độ lệch hầu hết dƣới 4%, riêng lactic có độ lệch 4,97% Mật độ dự đoán ANN ứng với chất lỏng thực nghiệm có sai số dƣới 3% Kết thể ưu điểm vượt trội ANN so với phương pháp cịn lại việc mơ hình xử lí nhiều tham số lúc Cách tiếp cận phương pháp nội suy từ đường chuẩn mơ phỏng, với đường kính ống phải xây dựng đường chuẩn tuyến tính tương ứng, điều tốn chi phí đặc biệt tốn thời gian để phân tích xử lí phổ Khi ứng dụng ANN, tất đường kính ống đưa vào liệu huấn luyện xử lí lúc Điều làm cho việc áp dụng kỹ thuật ANN hữu ích Các kết thu chứng minh mơ hình ANN huấn luyện liệu mơ Monte Carlo áp dụng việc xác định mật độ chất lỏng Vậy sau kiểm chứng mơ hình thực nghiệm kết hợp so sánh kết với mật độ chuẩn phương pháp khác, khóa luận đạt hai mục tiêu chính: xây dựng mơ hình mạng nơ-ron nhân tạo ANN để dự đoán mật độ chất lỏng; thay sở liệu huấn luyện mạng liệu mô giúp giảm thời gian chi phí thu thập liệu thực nghiệm 76 ĐỀ XUẤT HƢỚNG NGHIÊN CỨU Khóa luận thành cơng việc xây dựng mơ hình ANN để dự đốn mật độ chất lỏng Tuy nhiên, trình nghiên cứu chưa giải vấn đề mở rộng phạm vi mật độ từ 2,0 g cm-3 trở lên Ngoài ra, ANN cơng cụ xử lí nhiều tiện lợi, cách tiếp cận mẻ việc huấn luyện mơ hình với liệu mơ mang lại nhiều lợi ích thời gian Vì lí nêu trên, số phương hướng nghiên cứu đề xuất:  Cải tiến mơ hình ANN nhằm giảm độ lệch chuẩn sai số phép đo so với phương pháp khác  Mở rộng phạm vi mật độ đường kính ống nhằm đánh giá giới hạn mơ hình  Phát triển mơ hình ANN dự đoán mật độ chất lỏng kết hợp thay đổi yếu tố khác như: góc tán xạ, đường kính ống chuẩn trực,…  Xây dựng mơ hình ANN cho đối tượng khác: bề dày vật liệu, lưu lượng nước đường ống,… 77 TÀI LIỆU THAM KHẢO [1] S Ashra, O Jahanbakhsh, and D Alizadeh, “Application of arti fi cial neural network in non-destructive Compton scattering densitometry,” Nucl Instruments Methods Phys Res A, vol 760, pp 1–4, 2014 [2] H D Chuong, N T H Yen, N T M Le, and H D Tam, “Determining the density of liquid using gamma scattering method,” Appl Radiat Isot., vol 163, no April, p 109197, 2020 [3] H D Tam and N T M Le, “An improved method for liquid density measurement using NaI (Tl) detector and low-strength source,” J Radioanal Nucl Chem., vol 317, pp 161–168, 2018 [4] D.J.LoveJoy, “NDT Techniques: Penetration of Liquids”, Encyclopedia of Materials: Science and Technology (Second Edition), pp 6024-6026, 2001 [5] J Aguilera, J D Wright, and V E Bean, “Hydrometer calibration by hydrostatic weighing with automated liquid surface positioning,” Meas Sci Technol., vol 19, pp 1–10, 2008 [6] F W Cuckow, “Calibration of reference standard hydrometers,” J Soc Chem Ind., vol 68, no 2, pp 44–49, 1949 [7] E J Frank, “A new reference method for testing hydrometers,” Measurement, vol 16, pp 231–237, 1995 [8] N R Mahendra, S R Radhey, and P Pradhan, “Densities, viscosities, sound speeds, refractive indices and excess properties of binary mixtures of isoamyl alcohol with some Alkoxyethanols,” Int J Thermophys., vol 31, pp 316–326, 2010 [9] H D Tam, H D Chuong, T T Thanh, V H Nguyen, and H T K Trang, “Advanced gamma spectrum processing technique applied to the analysis of scattering spectra for determining material thickness,” J Radioanal Nucl Chem., vol 303, pp 693–699, 2015 78 [10] P Priyada, M Margret, and R Ramar, “Intercomparison of gamma ray scattering and transmission techniques for fluid – fluid and fluid – air interface levels detection and density measurements,” Appl Radiat Isot., vol 70, no 3, pp 462–469, 2012 [11] H D Chuong, N Thi, M Le, and H D Tam, “Semi-empirical method for determining the density of liquids using a NaI(Tl) scintilation detector,” Appl Radiat Isot., vol 152, pp 109–114, 2019 [12] National Institute of Standards “XCOM Program.” [Online] https://physics.nist.gov/PhysRefData/Xcom/html/xcom1.html, Mar 5, 2021 [13] N T Hang et al., “Determining the density of acid using the calibration curve constructed by Monte Carlo simulation data,” Ho Chi Minh City Univ Educ J Sci., vol 17, no 12, pp 2219–2228, 2020 [14] T Goorley et al., “Features of MCNP6,” Ann Nucl Energy, vol 87, pp 772–783, 2016 [15] David R Lide (2005) CRC Handbook ofChemistry and Physics.(Internet Version 2005) [Online] http://www.hbcpnetbase.com [16] Hồng Đức Tâm Phân tích sai số liệu thực nghiệm TPHCM: Nhà xuất Đại học sư phạm TP Hồ Chí Minh, 2019 [17] Lépy M.C (2004) Presentation of the COLEGRAM software Note technique LNHB 04/26 Accessed May 2021 [18] S Ding, H Li, C Su, J Yu, and F Jin, “Evolutionary artificial neural networks: A review,” Artif Intell Rev., vol 39, no 3, pp 251–260, 2013 [19] K Suzuki, Artificial neural networks - Industrial and control Engineering applications India: InTech, 2011 79 PHỤ LỤC BẢNG A DANH SÁCH CÁC CHẤT TRONG MÔ PHỎNG MONTE CARLO Hệ số suy giảm Tên Cơng thức Mật độ chất lỏng hóa học (g cm-3) lƣợng 662KeV Quang Tán xạ điện Compton Tổng Etanol C2H5OH 0,79 0,000 0,087 0,087 0,0 100,0 Palmitic C16H32O2 0,85 0,000 0,087 0,087 0,0 100,0 Toluene C7H8 0,87 0,000 0,084 0,084 0,0 100,0 Ethyl acetate C4H8O2 0,90 0,000 0,084 0,084 0,0 100,0 Myristic C14H28O2 0,99 0,000 0,086 0,086 0,0 100,0 Nước cất H2 O 1,00 0,000 0,086 0,086 0,0 100,0 Lauric C12H24O2 1,01 0,000 0,086 0,086 0,0 100,0 Acetic C2H4O2 1,04 0,000 0,082 0,082 0,0 100,0 Leucine C6H13O2N 1,17 0,000 0,085 0,085 0,0 100,0 Glycerol C3H8O3 1,26 0,000 0,084 0,084 0,0 100,0 Methionine C5H11O2NS 1,34 0,000 0,083 0,083 0,0 100,0 Adipic C6H10O4 1,36 0,000 0,082 0,082 0,0 100,0 Nitric HNO3 1,51 0,000 0,078 0,078 0,0 100,0 Phosphoric H3PO4 1,68 0,000 0,079 0,079 0,1 99,9 Perchloric HClO4 1,77 0,000 0,077 0,077 0,1 99,9 Sunfuric H2SO4 1,83 0,000 0,079 0,079 0,1 99,9 XÁC NHẬN CỦA CHỦ TỊCH HỘI ĐỒNG XÁC NHẬN CỦA CÁN BỘ HƢỚNG DẪN Thành phố Hồ Chí Minh, tháng năm 2021 Sinh viên thực Nguyễn Thu Hằng