Title: Radiological characterization of radioactive waste at CERN
Language: English
Authors: Magistris, Matteo 
Qualification level: Doctoral
Keywords: CERN; Abfälle; Nuklidvektor; Radiologisch; Charakterisierung; FLUKA
CERN; waste; radioactive; characterization; radioactivity; FLUKA
Advisor: Böck, Helmuth 
Assisting Advisor: Vana, Norbert
Issue Date: 2008
Number of Pages: 130
Qualification level: Doctoral
Abstract: 
Die Europaeische Organisation fuer Teilchenphysik (CERN) betreibt seit 50 Jahren zahlreiche Teilchenbeschleuniger fuer Forschung im Bereich der Hochenergiephysik. Der Betrieb dieser Beschleuniger fuehrt zur Produktion radioaktiver Abfaelle. Fuer die Entsorgung dieser Abfaelle ist die Erfassung des Nuklidvektors - einer Liste aller Nuklide und deren spezifische Aktivitaet - erforderlich.
Zur Zeit gibt es keine einzelne Methode zur Bestimmung des Nuklidvektors von allen radioaktiven Abfaellen aus beliebigen Beschleunigern. Die Entwicklung einer Methode zur radiologischen Charakterisierung von Beschleunigerkomponenten des CERN - des groessten Elementarteilchenphysiklabors Europas - ist das herausforderndes Ziel der vorliegenden Arbeit.
Fuenf verschiedene Methoden werden hier vorgestellt, die die Eigenschaften der verschiedenen Kategorien von CERNs radioaktiven Abfaellen beruecksichtigen. Zu diesen Methoden gehoeren stationaere automatische Messanlagen und Monte Carlo Simulationen der erzeugten Radioaktivitaet. Wenn die chemische Zusammensetzung der Materialien und ihre radiologische Historie bekannt sind, kann die Aktivitaet durch die Matrix Methode berechnet werden. Gemischte Abfaelle und Gebinde mit unbekannter radiologischer Historie koennen mit der statistischen Methode charakterisiert werden, die auf Wahrscheinlichkeitsverteilungen und Fehlerfortpflanzung beruht. Die Fingerprint Methode schaetzt den Nuklidvektor durch eine Kombination von Berechnung und Probennahme ab. Durch die erfolgreiche Anwendung der Fingerprint Methode wurde der Nuklidvektor der CERN ISOLDE-Targets bestimmt.
Die beschriebenen Methoden besitzen generelle Gueltigkeit und koennen auf die radiologische Charakterisierung von Komponenten jedes beliebigen Beschleunigers angewendet werden.

The European Laboratory for Particle Physics (CERN) has been operating a number of particle accelerators for fundamental and applied research for more than 50 years. The operation of these accelerators has lead to the unavoidable production of radioactive waste. The elimination of an item of radioactive waste towards final repositories requires the radionuclide inventory, i.e. a list of nuclides with their specific activity. At present there is no single method for the radiological characterization which can be applied to all items of waste from any particle accelerator. The development of a characterization method to meet the needs of CERN - the largest accelerator's complex in Europe - is the challenging task of this thesis.
Five different methods are proposed to address the specificities of the different categories of CERN waste. These methods range from an automated system for gamma-spectroscopy measurements to Monte Carlo predictions of induced radioactivity. If the material composition and radiological history are known, the activity can be calculated analytically with the Matrix method. Mixed waste and items with unknown radiological history can be characterized with the Statistical method, which is based on probability distributions and error propagation. The Fingerprint method combines Monte Carlo predictions with gamma-spectroscopy. This method has been successfully applied to the characterization of the targets irradiated in the ISOLDE experiment.
The methods described in this thesis are of general validity and can be applied to any particle accelerator.
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-28492
http://hdl.handle.net/20.500.12708/11048
Library ID: AC05037364
Organisation: E141 - Atominstitut der Österreichischen Universitäten 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

Show full item record

Page view(s)

15
checked on Feb 25, 2021

Download(s)

64
checked on Feb 25, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.