飛跡情報の機械学習をもとにした高線量環境用の軽量線ダストモニタの開発と現場実証

Development and on-site demonstration of a lightweight dust monitor for high-dose environments based on machine learning of track information

坪田 陽一   ; Laffolley, H.; 辻 智也   ; 本田 文弥; 中村 博樹  ; 鈴木 政浩 

Tsubota, Yoichi; Laffolley, H.; Tsuji, Tomoya; Honda, Fumiya; Nakamura, Hiroki; Suzuki, Masahiro

福島第一原子力発電所(1F)等の高線量環境下における放射性ダストの遠隔監視は、廃炉作業の安全確保に不可欠である。原子力機構では、遠隔ダスト測定機器として「DICAS-OS」を試作した。四足歩行ロボットへの搭載を前提に、機器を軽量化(約3kg)し、半導体ピクセル検出器を用いた線ダストモニタや補助測定装置(粒子センサ、超音波式風向風速計)を搭載し、遠隔での一元的なダスト情報の連続監視を可能にする。しかし遮蔽体フリー設計であるため、高い空間線量が測定ノイズとなる。そこでこの問題を解決する機械学習システム「DICAS-ML」を開発した。半導体ピクセル検出器で捉えた放射線の飛跡データの特徴に基づき、LightGBMアルゴリズムで線を弁別し、空間線量の影響を減算することでダストの放射能を正確に評価可能である。両システムの組み合わせにより、2025年1月に1F 3号機原子炉建屋内の空気中放射性物質濃度と風向風速等の実証測定に成功し、その有効性を確認した。

Remote monitoring of radioactive dust in high-dose environments, such as the Fukushima Daiichi Nuclear Power Station (1F), is essential for ensuring the safety of decommissioning work. JAEA has prototyped "DICAS-OS" as a remote dust measurement instrument. Premised on mounting onto a quadruped robot, the device was lightened (approx. 3 kg) and equipped with an dust monitor using a semiconductor pixel detector and auxiliary measurement devices (particle sensor, ultrasonic anemometer), enabling unified continuous remote monitoring of dust information. However, due to its shield-free design, high ambient dose rates result in measurement noise. To address this, we developed the machine learning system "DICAS-ML". Based on the characteristics of radiation track data captured by the semiconductor pixel detector, it uses the LightGBM algorithm to discriminate rays and subtracts the influence of ambient dose, making it possible to accurately evaluate the radioactivity of the dust. Through the combination of both systems, we successfully conducted demonstration measurements of airborne radioactive material concentration and wind conditions inside the 1F Unit 3 Reactor Building in January 2025, confirming their effectiveness.