Schveibert Róbert Szakdolgozat Kiértékelő program készítése alfa-spektumokhoz
Konzules
:
Témavezető :
Dr. Szabó Levente tudományos munkatárs Dr. Achs Ágnes főiskolai docens
Tartalomjegyzék
1.
Tartalomjegyzék
1. TARTALOMJEGYZÉK ................................................................................ 1 2. JELMAGYARÁZAT..................................................................................... 3 3. BEVEZETŐ ................................................................................................. 4 3.1. TÉMAVÁLASZTÁS OKA ............................................................................. 4 3.2. SZAKDOLGOZAT CÉLJA ............................................................................ 4 3.3. A TÉMAVÁLASZTÁS INDOKAI ..................................................................... 4 4. AZ ALFA-SUGÁRZÁS ................................................................................ 5 4.1. AZ ALFA-SUGÁRZÁSRÓL ÁLTALÁBAN ......................................................... 5 4.2. ALFABOMLÁS ......................................................................................... 6 4.3. AZ ALFA BOMLÁS ELMÉLETE..................................................................... 7 4.4. AZ ALFA-SUGÁRZÁS DETEKTÁLÁSA ........................................................... 7 4.5. AZ ALFA-SUGÁRZÁS ELNYELŐDÉSE AZ ANYAGBAN...................................... 7 4.6. A FELEZÉSI IDŐK .................................................................................... 8 4.7. ALFA-SPEKTROMETRIA A KÖRNYEZETI ANALÍZISBEN ................................... 8 4.8. MULTIPLETT CSÚCSOK AZ ALFA-SPEKTRUMBAN ......................................... 9 4.9. A CM242 MEGHATÁROZÁSA .................................................................... 10 5. DETEKTOROK.......................................................................................... 10 5.1. A DETEKTÁLÁSRÓL ÁLTALÁBAN .............................................................. 10 5.2. ALFA-SPEKTROMETRIÁBAN HASZNÁLATOS DETEKTOROK .......................... 11 5.3. ALFA-SPEKTROMETRIÁS MÉRÉSEK KIÉRTÉKELÉSE ................................... 14 5.3.1. Minőségi analízis(α-izotópok azonosítása)................................. 14 5.3.2. Alfa-spektrumok mennyiségi kiértékelése................................... 14 6. ILLESZTÉSI MÓDSZEREK....................................................................... 14 6.1. BEVEZETŐ ........................................................................................... 14 6.2. EGYENES ILLESZTÉS ............................................................................. 15 6.3. TÖBBDIMENZIÓS LINEÁRIS ILLESZTÉS ..................................................... 16 6.4. N-ED FOKÚ POLINOM FÜGGVÉNY ILLESZTÉSE .......................................... 16 - 1 -
Tartalomjegyzék 6.5. EXPONENCIÁLIS FÜGGVÉNYEK ILLESZTÉSE ............................................. 17 6.6. TÖBB FÜGGVÉNYBŐL ÁLLÓ KÖZELÍTÉS .................................................... 17 6.7. NEMLINEARIZÁLHATÓ FÜGGVÉNYEK ILLESZTÉSE ...................................... 18 7. EXCEL ÉS A VISUAL BASIC KAPCSOLAT ............................................ 19 7.1. BEVEZETŐ ........................................................................................... 19 7.2. VISUAL BASIC ...................................................................................... 19 7.3. VIZUÁLIS PROGRAMFEJLESZTÉS ............................................................. 20 7.4. ESEMÉNYVEZÉRELT PROGRAMOZÁS ....................................................... 21 7.5. KOMPONENS-ALAPÚ FEJLESZTÉS ........................................................... 22 7.6. A VISUAL BASIC PROGRAMNYELV .......................................................... 23 7.7. VISUAL BASIC FEJLŐDÉSE ..................................................................... 24 8. A KIÉRTÉKELŐ PROGRAM BEMUTATÁSA .......................................... 25 8.1. RENDSZER KÖVETELMÉNY ..................................................................... 25 8.2. HELP LAP ............................................................................................. 27 8.3. LISTA LAP ............................................................................................ 27 8.4. ALAP LAP ............................................................................................. 27 8.5. GRAFIKON1 LAP ................................................................................... 28 8.6. KIÉRTÉKELÉS LAP ................................................................................. 28 8.7. SEGÉD LAP .......................................................................................... 29 8.8. SIMÍTOTT LAP, SIMITOTT2 LAP ............................................................... 29 8.9. GRAFIKON2 LAP ................................................................................... 30 8.10. ILLESZTÉSI DIAGAM LAP ........................................................................ 30 8.11. TEMP LAP, TEMP2 LAP ......................................................................... 30 9. SZAKDOLGOZAT ÖSSZEFOGLALÁSA.................................................. 31 10.
IRODALOMJEGYZÉK .......................................................................... 31
- 2 -
Jelmagyarázat
2.
Jelmagyarázat
Cm242, Cm243, Cm244
A kűrium 242, 243, 244 tömegszámú elem vegyjele.
Po214
A polónium 214-es tömegszámú elem vegyjele
U234
Az urán 234-es tömegszámú izotópja
ThC
Bizmut 212-es tömegszámú izotópját hívjuk Tórium C-nek.
MeV
Energia mértékegysége
He
Hélium atom. Az alfarészecske nem más mint egy kinetikus energiával rendelkező hélium atommag.
p-típusú félvezető
Olyan félvezető, melyet a gyártás során olyan anyaggal szennyeztek, ami a befogadó félvezetőhöz képest kevesebb vegyérték elektronnal bír, így a félvezetőben elektron hiány (lyuk) keletkezik.
n-típusú félvezető
Olyan félvezető, melyet a gyártás során olyan anyaggal szennyeztek, ami a befogadó félvezetőhöz képest több vegyérték elektronnal bír, így a félvezetőben szabad elektronok vannak.
Am242m
Egy metastabil tömegszámmal
- 3 -
amerícium
izotóp,
242
Bevezető
3.
Bevezető
3.1. Témaválasztás oka A feladatot azért választottam, mert a készített program, később a gyakorlati életben felhasználható. Így egy valós – napjainkban egyre nagyobb – probléma megoldását segítő programot készíthettem el, a legmegfelelőbb módon. A feladatott a PTE-ÁOK-I.Belklinika Farmakológiai Laboratóriuma írta ki.
3.2. Szakdolgozat célja A szakdolgozat célja egy olyan programcsomag kialakítása, amely a sokcsatornás amplitúdó-analizátorból (Multichannel Analyzer,MCA)
érkező
adatfájlokon - a felhasználó közreműködésével – automatikusan feladatokat hajtson végre, melynek eredményeképpen a felhasználó pontos adatokat kap arról, hogy a minta milyen anyagokat tartalmazott (minőségi elemzés), és milyen mennyiségben (mennyiségi elemzés). A feladat megvalósításához. Az Excel Makró programozás tűnt a legjobb megoldásnak, mivel ez a program megtalálható szinte minden munkahelyen, illetve mert ennek kezelése sokak számára már ismert, így nem kell új programot megtanulniuk. A program felépítése lehetőséget ad a későbbiekben a bővítésre illetve a módosításra, amely bárhol elvégezhető. A programhoz tartozik néhány Turbo Pascal program. Ezek olyan feladatokat hivatottak ellátni, amit Excelben túl bonyolult lett volna megírni, ezért azt betétként adjuk a makrókhoz. A felhasználónak nem kell ezzel törődnie, mert az Excel makró automatikusan hívja meg őket, és dolgozza fel az általuk adott eredményt.
3.3. A témaválasztás indokai Az
alfaspektrometriát
általánosan
használják
környezeti
monitorozásra.
Ugyanakkor geológiai, geokémiai, biológiai és egészségügyi fizikai (sugárzás szervekre gyakorolt hatása) kérdések megválaszolásában is fontos szerepet kap. Az a lehetőség, hogy extrém kis szintű radioaktivitást mérhetünk, a mintamátrix (a sugárzó anyag mellett jelenlévő egyéb, zavaró komponensek) nagy változatossága mellett, a gyakorlati és tudományos életben is nagyon jelentős. Az alacsony szintű radioaktív sugárzásnak is szerepe van a lakosságot érő sugárterhelésben, ezért tanulmányozni kell a természetes radiológiai környezetet, és azt, hogy az emberi tevékenység arra milyen - 4 -
Az alfa-sugárzás befolyást gyakorol. Az alacsony szintű radioaktiv sugárzás mérése szerephez jut geologiai, biologia és régészeti kormeghatározásban, geokémiai és óceonografiai folyamatok tanulmányozásában. Az alfaspektrometria különösen alkalmas a viszonylag rövid élettartalmú alfasugárzók( Cm242,Cm243,Cm244) pontos
arányának meghatározására, mivel ezeknél a tömegspektrometria
alkalmazása bonyolult vagy lehetetlen. Egy másik szempont, hogy nagyon sok laboratórium
nem
spektrometria Ügynökség
rendelkezik
jelentőségét (IAEA)
drága
mutatja,
nemrég
tömegspektrométerrel.
hogy
pályázatot
A irt
Nemzetközi ki,
az
Az
alfa
Atomenergia
extrém
kisszintű
alfaspektrometria fejlesztésére. Nincs olyan mérő műszer amely az összes felhasználói igényeket kielégítené, ezért az alkalmazott mérési technikák kiválsztása mindig kompromisszum eredménye a két alapvető követelmény között: 1. nagy hatásfok, hogy csökkentsük a mérési időt 2. és jó energia felbontás, hogy elválaszthassuk az egyes sugárzó komponenseket A különböző spektrum kiértékelő software-knek az a szerepe, hogy a fentebb említett korlátozó tényezők hatását csökkentse és lehetővé tegye a spektrumban rejlő információk minnél jobb hasznosítását.[2][3]
4.
Az alfa-sugárzás
4.1. Az alfa-sugárzásról általában Nehéz atommagok, melyekben a protonok száma 82-nél nagyobb, He atommag kilépésével stabilizálódnak. Az α-bomlás eredményeként az eredeti mag rendszáma kettővel, tömegszáma néggyel csökken. A radioaktív magok az α-részecskéket az illető magra jellemző, jól definiált, de izotóponként változó kezdősebességgel bocsátják ki. Így az α-sugárzást alkotó részecskék energiája meghatározott diszkrét érték. Az α-részecskék távozása után a mag gerjesztett állapotban maradhat: ilyenkor γ-sugárzás lép fel.[3]
- 5 -
Az alfa-sugárzás 4.2. Alfabomlás Az A>170 tömegszámú magoknál az atommagok α-részecske kibocsátása exoterm folyamat, a felszabaduló energia bomlásonként 4-9 MeV, és ennek 9899% -át az α-részecske viszi magával. A magból kilépő α-részecske energiája meghatározott, diszkrét érték, tehát az α-sugárzás energia spektruma vonalas. Az α-bomlással
átalakuló
rádióaktiv
izotópok
felezési
ideje
igen
tág
intervallumon belül változik (1010 év – 10-7 s). A felezési idő és az energia közötti összefüggést a Geiger-Nuttal féle empirikus szabály írja le. Az α-bomlás eredményeként a visszamaradó mag rendszáma kettővel, tömeg száma néggyel csökken. A kiindulási és a végső magok tömegkülönbsége alakul át kinetikus energiává. A bomlási energia nem egyezik meg pontosan az αrészecske kinetikus energiájával, mert az α-részecske kilépésekor az impulzus megmaradás törvénye értelmében az úgynevezett maradékmag visszalökődik. A maradékmag kinetikus energiája a bomlási energiának 1-2%. továbbiakban
az
Ea
alatt
a
teljes
bomlási
energiát
A
értjük.
A kísérleti adatok szerint: -
Az alfa részecskék sebessége igen nagy, nagyságrendileg a fénysebeség 0,1 szerese.
-
b)
A
különböző
radioaktív
izotópokból
kilépő
α-részecskék
sebessége, vagyis energiája jól meghatározott érték, amely jellemző a kibocsátó radioaktív izotópra. A kísérleti vizsgálatok azonban azt mutatták, hogy az α-részecskék energiája sem mindig azonos. A rádium bomlásánál például kétfajta energiával lépnek ki az α-részecskék. Az egyik energiája E1=4,79MeV , a másiké E2=4,61. A ThC esetén 5 különböző energiát is lehet észlelni. E különböző energiák létrejöttének magyarázata, hogy az új atommagok az elektronhéjhoz hasonlóan gerjesztett állapotban is lehetnek. Az alfa részecskék energiáját az izotópra jellemző valószínűségi törvények szabják meg. Ez a jelenség a spektrumban úgy jelentkezik, hogy egyetlen izotópnak több csúcsa is lesz, például az U234 – nél 4,7746 MeV és 4,7224 MeV. Ha egy U234 –es mag elbomlik 72,5% a valószínűsége annak, hogy a kilépő alfa-részecske 4,7746 MeV energiájú és 27,5 % valószínűséggel lép ki a 4,7224 MeV energiájú alfa részecske.[3] - 6 -
Az alfa-sugárzás 4.3. Az alfa bomlás elmélete Az α-sugárzás keletkezése egyike azon problémáknak, amelyek csak a hullámmechanika segítségével értelmezhetők. Nem egészen kézenfekvő ugyanis az α-sugárzó radioaktív izotópok létezése. A tulajdonképpeni folyamat (az α-részt a maghoz kapcsoló kötések felszakadása) ugyanis rendkívül gyorsan, 10-22 s-on belül végbemehet. Annak, hogy a bomlás ilyen rövid idő alatt nem zajlik le, az az oka, hogy a részecskéknek az atommagból való eltávozását nagy Coulomb-gát akadályozza. Ennek a Coulomb-erőnek a nagysága adja magnak azt az energiaértéket, amellyel a részecskéknek rendelkezniük kellene ahhoz, hogy, a potenciálgáton átjussanak.
4.4. Az alfa-sugárzás detektálása Az
α-részecskék
detektálásának
alapvető
problémája
az
igen
rövid
hatótávolság. A preparátum és a detektor érzékeny tere között vékony válaszfal, illetve már cm nagyságrendű levegőréteg a mérést gyakorlatilag lehetetlenné teheti. A nagy fajlagos ionizáló képesség viszont biztosítja, hogy ha az α-rész már bekerült a detektor érzékeny terébe, ott energiáját leadja, tehát 100%-os valószínűsséggel kölcsönhatásba lép a detektor anyagával. Detektorként gáz, folyadék vagy szilárd anyag is szóba jöhet. Az α-sugárzás részecskeintenzitását GM-cső alkalmazása esetén átáramlásos GM-csőben két mérés
segítségével
lehet
meghatározni.
Mérjük
a
preparátum
részecskeintenzitását abszorbens fóliával letakarva, majd fólia nélkül. Az első mérés csak a γ- a második az γ- és
α-rész együttes intenzitását adja.
Gázátáramlásos proporcionális számlálóban az α-sugárzás β- és γ- sugárzás jelenlétében is detektálható.[3]
4.5. Az alfa-sugárzás elnyelődése az anyagban Az α-részecskék nagy sebességgel távoznak az elbomlott magból. Azt, hogy milyen hosszú utat tudnak megtenni egy adott közegben, kezdő sebességük, azaz kinetikus energiájuk szabja meg. A különböző magokból származó αrészecskék energiája 4-10 MeV lehet. Atmoszférikus nyomású levegőben ezzel az energiával 2-8 cm utat tehetnek meg. Nagyobb sűrűségű anyagokban ez a
- 7 -
Az alfa-sugárzás távolság természetesen tört részeire csökken. Vízben és élő szövetekben a távolság kisebb, mint 0,01 mm, alumíniumban pedig 30-40 µm.
4.6. A felezési idők A természetben sokféle α-sugárzó anyag található, ezek felezési ideje 1010 évtől 10-4 s -ig terjedhet. Már ebből is látható, hogy nem mindegy, melyik anyaggal találkozik az ember és mennyi ideig. Egy kis példán szemléltetném: tegyük fel, hogy van 1000 db U238 atomom, és 1000 db Po214 , és gondolatban kövessük végig , hogy mi történik 24 óra alatt. Az első esetben mivel az Urán felezési ideje 4,51*109 év, kiszámítható, hogy szinte bomlás sem következik be. A második esetben viszont: 540000000 bomlás következne be, viszont mivel csak 1000 atomunk van ez 1,6*10-3 s alatt teljesen elbomlott. A Po214 99.96% αt sugároz, ami azt jelenti, hogy ha csak a Po214 nézem, akkor 9996 db αrészecske jön ki a mintából.[3]
4.7. Alfa-spektrometria a környezeti analízisben A besugárzott nukleáris fűtőelemekben a Cm jelenléte jól bizonyítható. Ezért több kutató vizsgálta a Cm izotópok arányát különböző reaktor típusokban, olyanokban, amelyek gyengén dúsított U-t használnak és olyanban is, ahol más fűtőanyagot használtak. Azon kívül egy másik kutatási terület: olyan környezeti mintákban, ahol megtalálható a (csapadékkal lehullott radioaktív szennyező anyag, un. fallout). Ezek a „fallout”-ok a nukleáris reprocesszáló üzemekből illetve 1986-os csernobili balesetből származhatnak. A Cm242 és Cm244 aránya, a Cm243 és Cm244 aránya együtt vizsgálva más nuklid aránnyal régóta értékes eszköz arra, hogy egy nukleáris fűtőanyag kiégetési fokára, történetére, előéletére kapjunk információt, és mint egy ujjlenyomatként használják azonosításra. Nagy kiégettségű üzemanyagoknál a Cm reprezentáció a teljes α-aktívitás nagy részét magában foglalja, a nagy aktivitású hulladék feldolgozás kezdeti idejében. A legnagyobb aktivitású a Cm242 , aminek felezési ideje 163 nap. A Cm244 felezési ideje 18,1 év. A Cm243 felezési ideje 291 év. Ezek miatt a Cm242 nem detektálható a környezeti mintákban néhány év elteltével. Kivéve, azt az esetet, hogy ha az Cm242 felhalmozódott az Am242m-ből. Annak ellenére, hogy egyre nagyobb számban használják a modern mérőműszereket, mint - 8 -
Az alfa-sugárzás például a gyorsító tömegspektrométer (AMS) illetve az induktív csatolt plazmaspektrométert (ICP-MS) arra a célra, hogy a transzurán nuklidokat a környezetben azonosítsák, megmaradt a nagyfelbontású alfa-spektrometria. Az alfa-spektrometria különösen fontos az aránylag rövid élettartalmú α-emitterek esetében(Cm242-Cm244), mivel a tömeg spektrometriás mérés bonyolult lenne, vagy szinte lehetetlen,
ugyanis
ahhoz,
hogy
nagyon tömeg
spektrométerrel meg lehessen mérni, nagy mennyiségű anyag szükséges, amit nem áll módunkban beszerezni, viszont mivel nagy aktivitású, kis mennyiségű anyagot is meg lehet mérni α-spektrométerrel. A baj az, hogy az α-spektrum kiértékelése nehéz, hogyha olyan nuklidok vannak a vizsgált mintában amik egymáshoz közeli α-energián sugároznak. Ezek a más anyagokból származó energiák multiplettet alkotnak, ezek a multiplettek okoznak gondot a kiértékeléskor.
4.8. Multiplett csúcsok az alfa-spektrumban Az α-sugárzó anyagok nem csak egyenergiájú α-részecskét bocsátanak ki, hanem kettő, vagy esetleg három különböző energiájú alfa-részecske is kiléphet. Ilyenkor, ha a spektrum jó felbontással készül, akkor a csúcs nem „sima”, hanem több helyi maximum is megmutatkozhat. Bonyolítja a helyzetet, hogy rendszerint nem csak egy sugárzó van a mintában tehát a csúcsok száma is aránylag sok lehet. Ilyenkor a kiértékelésnél el kell tudni dönteni, hogy a csúcsban miért vannak a helyi maximumok: -
Az anyag több energián sugároz
-
A mintában olyan anyag van, ami azon az energián sugároz
-
A mérés közben a műszerben az energia skála eltolódott (pl. melegedés miatt)
Természetesen legtöbbször ezek valamilyen kombinációja áll elő, és ilyenkor el kell tudnunk dönteni, hogy melyik csúcs mitől származik. Szerencsére nagyon pontos táblázatok állnak rendelkezésünkre, amikben felsorolják az összes előforduló alfa-energiákat. Ha a spektrométer hitelesítéséből rendelkezésre áll, a pontos energia-csatornaszám összefüggés, a csúcsok azonosítása könnyen elvégezhető. A Cm243-Cm244 esetében 4 csúcsú multiplettet kell kezelni kb. 80KeV intervallumban. Van lehetőség az ilyen multiplettek szétszedésére, ha - 9 -
Detektorok megfelelő illesztő függvényt használunk. Az ilyen csúcsillesztők használata környezeti mintákban problémás, mert az extrém kis minta aktivitás miatt rossz a statisztika. A következő fejezetben egy gyakorlati példát mutatok be a szakirodalom alapján multiplettek felbontására.[9]
4.9. A Cm242 meghatározása A Cm242 pontos meghatározására az kell, hogy a Cm243 koncentrációját ismerjük. Ez utóbbi meghatározható a Cm243Cm244 közös csúcs aktivitásából, feltéve, hogy a Cm243Cm244 arány állandó. Ebben az esetben az αspektrumon
dekonvolúciós
meghatározására
környezeti
eljárást
kell
használni
minták
esetén.
Ezek
a a
Cm
izotópok
minták
egyrészt
származhatnak reprocceszáló üzemekből, illetve a csernobili „fallout”-ból. A multiplett lebontására egy dekonvoluciós módszert használ az Analiser 2000 program, ez egy kereskedelmi forgalomban kapható software, ami olyan függvényt használ, aminél a Gauss-görbe mind két oldalához csatlakozik egyegy ex függvény. A paraméterek kezdőértékét illetve néhány paraméter értékét a csúcs adataiból szedi
ki.
Mindegyik
csúcshoz
tartozik
egy
csúcsmagasság,
félértékszélesség(FWHM), csúcshelyzet, és az az abszcissza, ahol az exponenciális kisenergiájú rész illeszkedik a Gaussgörbéhez.[2]
5.
Detektorok
5.1. A detektálásról általában A radioaktív sugárzást a környezetével létrehozott kölcsönhatások eredményei alapján észleljük, mérjük. A mérőműszer két fő részből, a detektorból és a jelfeldolgozó berendezésből áll. A detektorba belépő sugárzás a sugárzásra és a detektorra jellemző kilépő jelet ad a feldolgozó rendszerre, és ott az értékelhető információvá alakul. A sugárzásoknak és a környezet atomjainak a kölcsönhatása leggyakrabban ionizációt eredményez. Ez a változás elektromos, elektronikus mérőberendezéssel mérhető, tehát a sugárzás észlelésére elvi és gyakorlati lehetőségeket jelent. A legelterjedtebb detektorok az ionizáció elve alapján működnek (ionizációs kamra, proporcionális számláló, GM-cső, félvezető detektor). Az ionizáció során gerjesztett atomok, molekulák jöhetnek - 10 -
Detektorok létre, melyek például látható vagy ultraibolya fotonokat sugároznak ki (mint például a termolumineszences anyagok). Bizonyos fényérzékeny anyagokból a fotonok
elektronokat
váltanak
ki,
ezeket
a
fotoelektronokat
megfelelő
elektronsokszorozó közbeiktatásával elektronikus mérőberendezéssel már észlelni tudjunk. Ezt a jelenséget használja, fel az un. szcintillációs méréstechnika: a nukleáris sugárzás leadott energiáját megfelelő hullámhosszú fotonokká „konvertálja” a szcintillátor anyaga. Az ionizációnak ugyancsak gyakori következménye az anyag kémiai-átalakulása (sugárhatáskémia). Az ilyen átalakulások sok esetben jól nyomon követhetők, így alkalmasak a jelenséget előidéző sugárzás detektálására. Az un. kémiai doziméterek, üvegdoziméterek, valamint a fotoemulziós doziméterek kémiai és fizikai-kémiai változások révén detektálják a sugárzásokat. A sugárzás és az anyag közötti kölcsönhatás egy további eredménye az anyag felmelegedése. A sugárzás által leadott energia egy része az anyag termikus energia szintjét növeli. A hőhatást kalorimetrikusan mérhetjük. A kölcsönhatások másik fontos formája a magreakció.
A
β-sugárzás
kivételével
mindegyik
sugárzás
létrehozhat
magátalakulást. A magreakció eredménye az un. másodlagos (prompt) részecske mellet gyakran a radioaktív mag. A magreakciót kiváltó sugárzás észlelése történhet például a reakcióban keletkezett, prompt sugárzás segítségével, vagy a keletkezett radioaktív izotóp sugárzásának kimutatásával. A magreakciók tárgyalásánál említett jelenség a mag visszalökés, ami minden magreakciónál törvényszerűen bekövetkezik. Ha a visszalökött mag energiája elég nagy, az atom kiszakadhat a molekulából és egy másik molekulával kémiai reakcióba, léphet (forróatom-kémiai reakció). Az anyag kémiai átalakulása tehát áttételesen a primer sugárzás észlelésére szolgálhat.[3]
5.2. Alfa-spektrometriában használatos detektorok Az alfa-spektrometriában használt detektorok nem csak az alfa-részecske jelenlétére, hanem annak energiájára is adnak információt. Időrendi sorrendben először az impulzus—ionizációs kamrák jelentek meg, később a különböző technológiával
készített
félvezető
detektorok.
A
félvezető
detektorok
működésének alapelve lényegében megegyezik az ionizációs kamrák működési elvével: „szilárd ionizációs kamrák”. - 11 -
Detektorok Az ionizációs kamrában az alfa-részecske ionizálja a töltőgázt (rendszerint argon-metán vagy argon-acetilén keverék), vagyis ionok és elektronok jönnek létre. A kamrában lévő elektrosztatikus tér néhány mikroszekundum alatt összegyűjti az elektronokat a kamra anódján. Ennek eredményeképpen az anódon néhány millivolt nagyságú elektromos impulzus keletkezik. Az impulzus amplitúdója arányos az alfa-részecske energiájával. A félvezető detektorban hasonló jelenség játszódik le, de itt nem pozitív ionok és elektronok keletkeznek, hanem elektron-lyuk párok. A nagy különbség az, hogy a kamrában kb. 26 eV kell egy ion pár létrehozásához, a félvezető detektorban viszont csak ≈3 eV. Vagyis a keletkezett töltéshordozók száma majdnem tízszeres a félvezető detektorban. Emiatt a keletkezett impulzus amplitúdójának statisztikus szórása kisebb, tehát precízebb lesz az energiamérés. A félvezető detektor kezelése is egyszerűbb, ezért napjainkban majdnem mindenütt félvezető detektort használnak. Meg kell itt említenem, hogy főleg környezeti minták mérésénél az ionizációs kamrák rendelkeznek egy igen nagy előnnyel. A mérhető minta felülete legalább tízszer nagyobb lehet, ezért ugyanannyi mérési idő alatt tízszer gyengébb mintát is mérhetünk. Ezt ismerte fel az IAEA is [10] amikor kutatásokat kezdeményezet 2000-ben a rácsos ionizációs kamrák fejlesztésére. A félvezető alapanyagban a vegyértékelektron-sávoktól kis energiasávval (tiltott sáv) elválasztott vezetősáv teszi lehetővé az ionizáció során keletkezett elektronok elválasztását és összegyűjtését, számottevő rekombinációs veszteség nélkül. A töltésbegyűjtés azonban tiszta félvezető egykristályban csak rossz hatásfokkal valósítható meg, ezért alkalmaznak dotált (adalékot) félvezetőket. Ismeretes a félvezetők pn átmenetének elméletéből, hogy egy n- és p- típusú félvezető érintkezésének határfelületén a töltéshordozóknak az anyagba történő diffúziója miatt erős dipólustér alakul ki. A határfelület környezetében ennek következtében töltéshordozóktól mentes, ún. kiürített réteg keletkezik, melyben a térerőség igen nagy lehet. Ez a nagy térerőség már rövid idő alatt képes összegyűjteni azon töltéshordozókat, melyek a kiürített rétegben, pl. egy ionizáló részecske hatására keletkeznek. Az ilyen pn átmenetre (rétegdiódára) kapcsolt záróírányú feszültség tovább növeli a térerőséget és vele együtt a kiürített réteg, vagyis a detektor érzékeny térfogatának vastagságát is. Megfelelően dotált félvezető diódában tehát - 12 -
Detektorok elérhető, hogy a záró irányban „előfeszített” kristályban a sugárzás hatására létrejövő töltéshordozók rekombinációs valószínűségének különbsége folytán töltésimpulzus keletkezik. A detektor és az előerősítő csatlakozásánál egy C kapacitás van, ami a detektor kapacitásának és az előerősítő bemeneti kapacitásának az összege. A C kapacitáson a Q=C*U képlet szerinti feszültségimpulzus keletkezik. Ennek a feszültség impulzusnak az amplitúdója arányos az alfa-részecskeenergiájával. A félvezető detektorok alapanyaga rendszerint igen tiszta Si- egykristály. Az alkalmazott tápfeszültség n*10V nagyságrendű, az impulzusok nagysága mV nagyságrendű. Az időbeli felbontó képessége igen jó: 10-6 s holtidők érhetők el. A félvezető detektorok elsősorban nagy fajlagos ionizációs képességgel rendelkező részecskék (Pl.α, γ, proton) detektálására alkalmasak, kiviteltől függően az impulzus nagysága és a primer részecskék energiája közötti összefüggés linearitása igen jó. Mint már említettem, a kölcsönhatási mechanizmusból következik, hogy a töltéshordozó képződéshez szükséges fajlagos energiaszükséglet nagyságrendekkel kisebb (≈3eV), mint a gázionizációs detektoroknál, és így az azonos energiájú részecskék által létrehozott töltés hordozók száma lényegesen nagyobb, mint pl. az ionizációs kamrában: ezzel a statisztikus ingadozás is csökken. Ennek eredményeképpen a félvezető detektort spektroszkópiai célokra használva 1%nál is jobb energiafelbontás érhető el. Félvezető detektorok használatához töltésérzékeny előerősítőberendezés szükséges, egyes típusokat (pl. Ge) a spontán töltéshordozók által keltett zaj csökkentése céljából, és legalább – 90oC és –70oC közötti hőmérsékletre kell hűteni. A gyakorlatban a drifftelt és a hipertiszta (HP) gerániumdetektort a folyékony nitrogén hőmérsékletén használják. A driftelés: A felületi réteg és a diffúziós érzékeny
térfogatának
növeléséhez
igen
nagy
félvezető detektorok fajlagos
ellenállású
félvezetőanyagra van szükség, amelynek biztosítása bizonyos határon túl már alig lehetséges. A p-típusú félvezetőbe lítiumot juttatva, megfelelő körülmények között a lítium úgy oszlik el, hogy éppen kompenzálja az alapanyag akceptor jellegét. Az eredmény igen nagy fajlagos ellenállású anyag. [3]
- 13 -
Illesztési módszerek 5.3. Alfa-spektrometriás mérések kiértékelése 5.3.1. Minőségi analízis(α-izotópok azonosítása) A csúcsok azonosításához pontos energiaskálára van szükség. Az ismeretlen minta
mérése
előtt,
ismert
energiájú
standard
preparátummal
(vagy
preparátumokkal) meghatározzuk a spektrométer közelítő energiaskáláját. A végleges, pontos skálát viszont célszerű a vizsgált minta csúcsai alapján számítani. Méréseinknél az energiaskálát egy AMERSHAM
241
Am,
239
Pu,244Cm
etalon preparátummal határoztuk meg. [2] 5.3.2. Alfa-spektrumok mennyiségi kiértékelése -
A kémiai feldolgozás és az elektrolízis különböző izotópokra vonatkoztatott átlagos
hatásfokát
természetes
izotóp-összetételű
urán
tracerrel
ellenőrizzük. -
A detektor hatásfokát a mérendő mintával azonos felületű, ismert aktivitású preparátummal határozzuk meg.
A mennyiségi meghatározás küszöbértéke (LG) olyan esetben, amikor a háttér elhanyagolható: LG=100 counts.
6.
Illesztési módszerek
6.1. Bevezető A műszaki életben a mért értékek mindig valamilyen szórással rendelkeznek, ezek a szórások a mérés hibájából, a készülék vagy a leolvasás pontatlanságából,
kerekítési
hibákból,
vagy
a
nem
ideális
mérési
körülményekből adódnak. Ebből adódóan a mért adatok sok esetben javításra szorulnak. Ennek legegyszerűbb módja, hogy ugyanazt a mennyiséget többször megmérjük, és a mérések átlagával számolunk tovább. Ha olyan adataink vannak, amelyek között valamilyen ismert összefüggést tételezhetünk föl, akkor a mérési hibák csökkentésére azt is felhasználhatjuk, hogy megköveteljük az említett ismert összefüggés meglétét, és a mért adatokat úgy javítjuk, hogy minél jobban érvényesüljön ez az összefüggés. Esetünkben például tudjuk, hogy egy alfaspektrum alakja milyen kell legyen. A spektrumot alkotó mért értékek (pontok) hibával terheltek, de arra nagyon alkalmasak, hogy összességükben meghatározzanak egy matematikailag jól definiált függvényt. - 14 -
Illesztési módszerek Ez tulajdonképpen már egy átlagolás eredménye, és a további kiértékeléseket ezen végezhetjük. Illesztésnek éppen azt nevezzük, amikor a mért pontok alapján meghatározunk egy matematikai függvényt, ami a spektrumot reprezentálja. Az első kérdés ilyenkor az, hogy általános alakban mi legyen ez a matematikai függvény, milyen legyen a jellege (egyenes, exponenciális, hatvány, stb.). Ezután következik a tulajdonképpeni illesztés, amikor a választott függvény paramétereit határozzuk meg. Az is előfordul, hogy a „jelalakot” felbontjuk, és szakaszonként illesztünk rá függvényeket. Ilyenkor figyelni kell, hogy a görbék metszéspontjában mind a két görbének azonos legyen a meredeksége, ugyanis csak akkor garantálható a törés nélküli átmenet.
6.2. Egyenes illesztés A lehető legegyszerűbb típusú illesztés, nevezik még regressziós egyenesnek is. Tulajdonsága, hogy az egyenes a mért pontoktól y irányban minimális távolságra helyezkedik el. Az egyenes megadásához két paramétert kell megadnunk. Y = AX + B A mért pontok: (x1,y1), (x2,y2) ...,(xn,yn) Az illesztés feltétele, hogy
χ = 2
n
2 − ( y y ) ˆ ∑ i i i =1
minimális legyen vagyis ∂ χ ∂ A
2
=
0
∂ χ ∂ B
2
=
0
Fentiek kifejtése után kapjuk a regressziós egyenes A és B paraméterét:
A = ∑ ( X i(−XX −)(XYi)−2Y ) ∑ i
B = Y − AX - 15 -
Illesztési módszerek
ahol a felülvonás átlagot jelent.Az eljárás alkalmazható többdimenziós térben is, vagyis akkor, ha az Y lineáris függvénye nem egy, hanem több független változónak.
6.3. Többdimenziós lineáris illesztés Az
egyenes
illesztésének
kiterjesztését
a
mátrixalgebra
eszközeivel
kényelmesen végezhetjük el.
A*x=b ahol az A egy m*n terjedelmű matrix, elemei az illesztő függvény tagjainak független változói azokon a helyeken ahol mérési pont van. Az x n-elemű vektor a keresett paramétereket, a b m-elemű vektor a függvény mért értékeit tartalmazzák. A fenti mátrixegyenletet kifejtve láthatjuk, hogy az megfelel egy m egyenletből álló, n ismeretlenes egyenletrendszernek. A rendszer tehát túlhatározott. A vonatkozó szakirodalomban [4] megtaláljuk annak bizonyítását, hogy az ilyen alakú mátrixegyenlet segítségével megkaphatjuk azt az x paramétervektort ami biztosítja a legkisebb χ2 –nek megfelelő illesztést. A mátrixegyenlet mindkét oldalát megszorozzuk az A mátrix transzponáltjával:
ATAx=ATb Mivel
A TA
az egy n*n –es mátrix lesz ugyanígy
A Tb
n-elemű vektor, most
már egy n egyenletből álló n ismeretlenes egyenletet kaptunk az x-ekre. Ennek megoldása közismert:
(ATA)-1 (ATA)x=(ATA)-1 ATb x=(ATA)-1 ATb 6.4. N-ed fokú polinom függvény illesztése Ennek a függvénynek az illesztése se sokkal bonyolultabb, mint az egyenesé. Az n-ed fokú polinom Y=Anxn+An-1xn-1+... +A0 alakú. Látható, hogy több paramétert kell meghatároznunk. Itt is alkalmazható a regressziós egyenes paramétereinek meghatározásakor használt módszer, de a több ismeretlen miatt a megoldandó egyenletrendszer is több egyenletből - 16 -
Illesztési módszerek áll.az előbb említett eljárások használhatók. Ha van m darab érési pontunk, az m*3 mátrix első oszlopába az x2-ek, a második oszlopba az x-ek a harmadikba pedig egyesek kerülnek. A mátrixegyenlet bal oldalára, a mért pontok y koordinátájából képzet vektor kerül.
6.5. Exponenciális függvények illesztése Ezekre a függvényekre van szinte a legnagyobb szükség, hiszen az életben sok minden alakul e
x
és logaritmus függvény szerint. Az e
x
illesztés könnyen
visszavezethető egyenes illesztésre, hiszen ha a mért értékeknek veszem a logaritmusát, akkor a pontok egy egyenes mentén helyezkednek majd el, és ha megkaptam az egyenes paramétereit, azt csak a megfelelő helyre kell beírni.
6.6. Több függvényből álló közelítés Mint már említettem, előfordul, hogy az eredeti jelalak nem építhető fel egy függvényből. Ilyenkor azt szoktuk tenni, hogy a jelalakot felbontjuk, és a részeket külön illesztjük a megfelelő alakú függvénnyel úgy, hogy a találkozási pontokban a két részgörbe meredeksége is megegyezzen. Ennek az elvnek jól kidolgozott matematikai elmélete van, a spline-ok elmélete. A spline egymáshoz illeszkedő n-ed fokú polinomokból áll. A polinomok együtthatóit abból a feltételből számítjuk, hogy az eredményül kapott görbe a lehető legjobban illeszkedjék
a
mért
pontokra.
Leggyakrabban
harmadfokú
polinomokat
használnak. Ki kell jelölni az egyes polinomok kezdő és végpontját, az úgynevezett knot-okat, két knot közé legalább n+1 mérési pontnak kell esni (azaz harmadfokú közelítés esetén négy pontnak). A knotok kijelölésekor nem szükséges egyenlő térközöket tartani. Ha a kiindulási adatsorban nincs hirtelen változás, akkor aránylag nagy térközöket választhatunk. Ebben az esetben a szükségesnél több mérési pont esik két knot közé, ekkor egy átlagoló eljárás segítségével tudjuk előállítani a spline-illesztéshez szükséges adatokat, így átlagolódnak az egyes pontok véletlenszerű hibái. A spline-ok elméleti és gyakorlati, algoritmikus leírását magyar és angol nyelvű könyvekben tudtam tanulmányozni. [1],[4],[5]
- 17 -
Illesztési módszerek 6.7. Nemlinearizálható függvények illesztése Vannak olyan esetek, amikor az illesztő függvényt nem tudjuk lineáris függvénnyé transzformálni. Ilyenkor azt a módszert követjük, hogy az illesztő függvényt a keresett paraméterek alkalmasan választott kezdő értékének környezetében Taylor-sorba fejtjük, de csak az elsőrendű tagokat vesszük figyelembe. Így egy közelítő lineáris függvényt kapunk. Y=f(x,p)
ahol
f(x,p)
a
nemlineáris
illesztőfüggvény,
p=(p1,p2...pn)
a
paraméterek keresett értéke. A sorbafejtés után
Y ≈ Y0 ( x, p ) +
∂f ∂f ∂f ∆p1 + ∆p 2... + ∆pn ∂p1 ∂p 2 ∂pn
ahol az Y0 jelenti az előző függvény értékét, a paraméterek kezdő értékénél, X különböző értékeinél Fenti egyenlet megoldásával, felhasználva a lineáris illesztésnél leírtakat megkapjuk a p=(∆pi,i=1,…,n) vektort, vagyis azokat a javításokat, amikkel a p vektor elemeinek egy jobb közelítését kapjuk. Az illesztés jóságát itt is a χ2 függvény kiszámításával ellenőrizzük. Fentieket iteratív módon addig ismételjük, amíg a p vektor változtatása már nem
eredményezi
χ2
a
jelentős
javulását.
A gyakorlati megvalósításkor gyakran találkozunk azzal a nehézséggel, hogy a kapott szimmetrikus mátrix kondicionáltsága kedvezőtlen, és így még a gépi számábrázolás hibái is jelentősen eltorzítják az eredményeket, és az iteráció során nem kapjuk meg a keresett szélsőértéket. Az ilyen veszélyek csökkentésére számos apró fogást fejlesztettek ki. Ezek csak vázlatosan : -
A paramétervektor elemeinek normálása. Nem a paramétereket, hanem azok relatív változásait tekintjük keresett mennyiségnek.
-
Súlyozás. Az eredmény kialakítása szempontjából az illesztéshez használt pontok
súlya
nem
egyforma.
Ha
találunk
valami
mérőszámot
a
„fontosságra” akkor ezt választjuk súlynak és az m*n-es mátrix minden sorát beszorozzuk az ide tartozó súllyal. A nukleáris spektroszkópiában egy mért impulzus szám súlya fordítva arányos az impulzus szám értékével.
- 18 -
Excel és a Visual Basic kapcsolat Marquart módszer. Invertálás előtt a négyzetes mátrix főátlójában minden
-
elemhez
hozzáadunk
λ
egy
konstanst,
így
javítjuk
a
mátrix
kondicionáltságát. λ értékét minden iterációs lépés után változtatjuk, a következő módon: ha a χ2 csökkent, akkor λ értékét is csökkentjük, például tized részére. Ha viszont χ2 növekedet vagyis az illesztés romlott, akkor λ értékét növeljük például ötszörösére és ezzel megismételjük az előző iterációt. Rendben lefutó program esetében λ nullához tart. Az iterációba be szoktak építeni egy olyan lépést, ami, meggátolja a
-
kereset paraméterek előjel- váltását.[6],[7],[8]
Excel és a Visual Basic kapcsolat
7.
7.1. Bevezető A számítástechnika terjedésével az alkalmazói programok is óriási fejlődésnek indultak.
Mind
több
és
több
területen
használnak
szövegszerkesztő,
táblázatkezelő és egyéb segéd programokat. Ezek ma már nem csak egy-egy feladat elvégzésére képesek, hanem összetettségük miatt más területeket is érintenek. A táblázatkezelő programoknál is észrevehető ez a fejlődés. A kialakulásukkor csak egy egyszerű sok memóriával rendelkező számológépek voltak,
majd
újabb
és
újabb
szolgáltatásokat
nyújtanak.
Ezeknek
a
szolgáltatásoknak csak kis területét tudják kihasználni a felhasználók, mivel használatukhoz egyre több ismeret szükséges. A lehetőségek csoportosítása bonyolultabb
és
menüparancsokkal
összetettebb
feladat
már
használható.
ki
se
lett.
Minden Ezért
terület
jelentek
csak
meg
a
varázslók(Wizardok), illetve ezért is építették be a táblázatkezelőbe a programozási lehetőségeket.
7.2. Visual Basic Öt-hat évvel ezelőtt hosszú és eldöntetlen vitat folyt arról, hogy a VB vagy a Windows API programozás-e a jobb. Sokan akkor a Windows API lehetőségeivel és rejtelmeivel foglalkoztak, Mások viszont a frissen megjelent Visual Basic rendszert tanulmányozták. A Basic melletti legfontosabb érvük az volt,
hogy
értelmetlen
vesződni
az
ablakosztályok
- 19 -
létrehozásával,
az
Excel és a Visual Basic kapcsolat üzenetkezelő ciklus megírásával, a callback függvényekkel akkor, amikor azt a Visual Basic rendszerben néhány gombnyomással el lehet intézni és utána csak a felhasználói program lényegével, kell, foglalkozni. A Basic ellen szóló érvek
az
interpreter
használata,
a
speciális
programozási
feladatok
megoldhatatlansága stb. akkor igencsak súlyosak voltak, úgy tűnt, hogy a felhasználási célok közti eltérés okozta nézetkülönbség áthidalhatatlan. Azóta azonban megváltozott a világ. A Microsoft a fókuszba állította a Visual Basic rendszert, ami alkalmas lett az egyszerű alkalmazói programok fejlesztésére, akár valamelyik nagy Microsoft termék a WinWord vagy az Excel felügyelete alatt
történő
munkára,
akár
a
professzionális
felhasználásra,
pl.
újrafelhasználható programkomponensek fejlesztésére. Ez a tény eldönteni látszik a többéves vitát. A Visual Basic-ben majdnem mindent meg lehet oldani, könnyen gyorsan és hatékonyan. A Microsoft Visual Basic 5.0 rendszer segítségével a 32-bites Windows rendszerek (95/98/NT) alá fejleszthetünk alkalmazásokat. A Visual Basic programok
objektumokra
épülnek,
és
az
egyes
programrészek
eseményvezérelten működnek. Az alkalmazás készítésekor a moduláris programépítés
elvét
követjük,
és
előre
elkészített
építőelemeket(komponenseket) használunk. A fenti megfogalmazás tömören összegzi a Visual Basic azon jellegzetességeit, melyek megléte biztosítja, hogy napjainkra a Visual Basic az egyik leghatékonyabb és legegyszerűbb alkalmazás-fejlesztő rendszerré nőtte ki magát. Mielőtt hozzálátnánk a programok készítéséhez, röviden tisztázzuk a Visual Basic tulajdonságainak jelentését.[4]
7.3. Vizuális programfejlesztés A klasszikus programkészítés során a fejlesztési idő nagy részét a megfelelő felhasználói felület kialakítására fordított idő emésztette fel. A Visual Basic-ben ez az idő töredékére csökken a komponensek (vezérlőelemek) alkalmazásával. A vezérlőelemek többsége már fejlesztés (design) alatt is úgy jelenik meg a képernyőn, ahogy később a program futtatásakor (run). Ezáltal egy alkalmazás grafikus felhasználói felületének (Graphical User Interface) kialakítása egyetlen programsor begépelése nélkül (vizuálisan) is elvégezhető. - 20 -
Excel és a Visual Basic kapcsolat A Windows alkalmazások mindegyike egy vagy több ablakon keresztül tartja a kapcsolatot a felhasználóval. Nem csoda tehát, hogy az alkalmazás fejlesztése során szintén a képernyő egy jól körülhatárolt részére kell a komponenseket helyeznünk. Ezt a területet, amelyet a Visual Basic fejlesztőrendszere kezel, űrlapnak (formnak) nevezzük. A form és a formra helyezett vezérlőelemek alapértelmezés szerinti megjelenési formája (felirat, színek, méretek stb.) általában nem felel meg a programozó elvárásainak. A Visual Basic fejlesztőrendszere lehetővé teszi, hogy a komponensek bizonyos tulajdonságait (properties) már a fejlesztés során, egy táblázatba (Properties Window) történő beírással, megváltoztassuk. Mivel a változtatás eredménye azonnal látható, így egyszerűen, adatok beírásával kialakíthatjuk a kívánt felhasználói felületet. (Természetesen a tulajdonságok többsége programból is módosítható).
7.4. Eseményvezérelt programozás A vezérlőelemek formon történő elhelyezése, és a tulajdonságok beállítása után a programunk ugyan futtatható, azonban semmilyen általunk elképzelt tevékenység elvégzésére sem használható. Ezen nem kell csodálkoznunk, hisz a megfelelő működést biztosító Visual Basic programkódot még nem helyeztük el az alkalmazásban. A kérdés már csak az, hogy az alkalmazáson belül hol helyezhetünk el Basic utasításokat. A Visual Basic alkalmazások több fájlból (modulból) épülnek fel. A modulok egy része Visual Basic utasításokat is tartalmaz, azonban csak alprogramokban elhelyezve. Kivételt képeznek az adatdeklarációk, amelyeket az alprogramokon kívül is megadhatjuk. A public és a private alapszavakkal szabályozhatjuk a modulban tárolt adatok és alprogramok más modulból való elérhetőségét. A fentiek alapján bátran állíthatjuk, hogy a program kódját valamilyen modul egy vagy több alprogramjában kell elhelyeznünk. Egyetlen alkalmazás előállítását célzó állományok
összességét
projektnek
nevezzük.
A
projekt
moduljainak
alkalmazássá való összeépítéséről egy .VBP kiterjesztésű állomány, a projektfájl gondoskodik. (A projektfájl nem tartalmaz programutasításokat.) A projektek többségében megtalálható egy .FRM kiterjesztésű formmodul, amely a vizuális programfejlesztés során kialakított felhasználói felület jellemzőit tárolja, továbbá Visual Basic alprogramokat is tartalmazhat. Mielőtt kérdésünkre - 21 -
Excel és a Visual Basic kapcsolat megadnánk a végső választ, meg kell ismerkednünk a többfeladatos Windows operációs rendszer alapvető sajátosságával, az események kezelésével. Ismert tény, hogy a Windows alatt több alkalmazást is futtatunk egyidejűleg, azfonban a felhasználó mindig csak az aktív ablakhoz tartozó alkalmazással van kapcsolatban.
Ez
az
ablak
érzékeli
a
felhasználó
beavatkozásait
(egérműveletek, billentyűk lenyomása stb.), vagyis a külvilág eseményeit (events). (Az események bekövetkeztéről üzenetek utján szerez tudomást az alkalmazásunk.) Visual Basic-ben a vezérlőelemekhez és az űrlapokhoz események kapcsolódnak, melyek kezeléséről a program írójának kell gondoskodnia.
A
fejlesztői
környezetben
ún.
eseménykezelő
eljárások
megírásával jelöljük meg azokat az eseményeket, amelyek kezelése fontos a programunk működtetéséhez. Valamely űrlap és a rajta elhelyezkedő vezérlők eseménykezelő eljárásait a formmodul tartalmazza.[4] Összefoglalva elmondhatjuk, hogy a Visual Basic-ben az alkalmazás-fejlesztés folyamata három fő részre tagolható: 1.
a grafikus felhasználói felület elemeinek form(ok)-ra helyezése,
2.
az űrlapok és a vezérlőelemek tulajdonságainak
3.
az eseményvezérelt programkód megírása.
beállítása,
7.5. Komponens-alapú fejlesztés A
Visual
Basic
megjelenésével
az
alkalmazás-fejlesztők
olyan
programegységek fejlesztésébe kezdtek, amelyek a programozásban kevésbé jártas fejlesztők számára építőelemként használhatók. A hagyományos programkönyvtárakkal szemben ezek az építőelemek (komponensek) már a programkészítés első fázisában (a fejlesztés során) "életre kelnek", így támogatva a vizuális programozást. A fejlesztői környezetben csak a komponens tulajdonságait (properties) érthetjük el, míg a futó programból a benne
tárolt
alprogramokat
(metódusokat)
is
hívhatjuk,
sőt
azt
is
megmondhatjuk, hogy az miként reagáljon a külvilág eseményeire (events). A programozási nyelv oldaláról nézve a vezérlőelemek és az űrlapok egyaránt adattípust (osztályt, class) jelölnek, mely típussal létrehozott osztálypéldányokat (objektumokat) érjük el a programból. A legegyszerűbb Visual Basic program is - 22 -
Excel és a Visual Basic kapcsolat objektumokra épül (object-based), azonban az alkalmazás készítése során erről akár meg is feledkezhetünk. A nyelvnek csak az utolsó verziói teszik lehetővé, hogy az osztálymodulban (.CLS) saját osztályt definiáljunk, illetve saját komponenst (ActiveX-vezérlőt) készítsünk.
7.6. A Visual Basic programnyelv Az eseményvezérelt programkód kialakításához a Visual Basic nyelvet használjuk. Az elnevezésben a Basic szó egy több mint 30 évvel ezelőtt született programozási nyelvet jelöl. Az eredeti BASIC (Beginners All-purpose Symbolic Instruction Code) nyelvet a Dartmouth College tanárai dolgozták ki 1964-ben, azzal a céllal, hogy a diákokat programozásra oktassák. A nyelv igazi virágzását a 70-es években érte el, amikor a mikroszámítógépek alapvető programozási és rendszernyelvévé lépett elő. A 80-as években az tartotta életben, hogy a Microsoft a GW-Basic, illetve később a QBasic nyelvet beépítette az MS-DOS operációs rendszerébe. Természetesen a Basic nyelv az
évek
során
egyre
bővült,
azonban
alapvető
jellegzetességei
(kis
erőforrásigény, egyszerűen megtanulható stb.), korlátai (interpreteres, nem támogatja a korszerű programozási módszereket stb.) megmaradtak. A Windows 3.1 rendszer megjelenése után a Basic programozók lelkesen fogadták a Visual Basic 1.0 1991-es megjelenését. Ez a nyelv azonban már nem az MS-DOS alatt használt QBasic nyelv volt, bár továbbvitte annak bevált megoldásait. A Visual Basic a kezdetektől fogva egy vizuális fejlesztőrendszerre épülő objektum-alapú nyelv volt. A Windows alkalmazások készítése azáltal vált gyorssá és egyszerűvé, például a C-nyelvű fejlesztéshez képest, hogy a programozó kész építőelemeket (komponenseket) használva alakíthatja ki saját alkalmazását. Ezen építőelemek (.VBX) modulok használata sokkal kevesebb ismeretet igényelt, mint a hagyományos API-t (alkalmazás-programozói felületet) használó fejlesztés. A kezdetektől fogva a Visual Basic programok szemére vetették a kész alkalmazások relatív lassúbb működését. Ennek oka, hogy a fejlesztőrendszer a fordítás során nem gépi kódot állított elő, hanem egy pszeudo kódot (P-kód), amelyet dinamikusan szerkeszthető könyvtárban (DLL) tárolt interpreter értelmezett. Ugyancsak korlátozta a fejlesztő munkáját, hogy a VBX komponenseket csak a Visual C++ rendszerrel lehetett előállítani.[4] - 23 -
Excel és a Visual Basic kapcsolat
7.7. Visual Basic Fejlődése Az évek folyamán a Visual Basic nyelv egyre bővült és lassan a Microsoft cég technológiai megoldásainak letéteményesévé vált. Ez azt jelenti, hogy komponensek segítségével a kezdő Windows-programozók is felhasználhatják a legbonyolultabb Windows alatti megoldásokat. Az alábbi táblázatban összefoglaltuk a Visual Basic rendszer fejlődését, a táblázatban nem jelezzük a fejlesztői környezet folyamatos bővítését: Visual Basic 1.0, 1991 VBX komponensek. Visual Basic 2.0, 1992 még több VBX komponens. Visual Basic 3.0, 1993 két változat (Standard és Professional Edition), adatbázis-kezelés DAO (Database Access Objects), JET (Joint Engine Technology) adatbázismotor, ODBC (Open Database Connectivity) nyitott adatbázis-kapcsolat, Crystal Report riportkészítő, a VBA (Visual Basic for Applications) megjelenése az Excel rendszerben. Visual Basic 4.0, 1995 három változat (32 -bites Standard, 16- és 32 -bites Professional és Enterprise Edition), 16-bites VBX, és 32-bites OCX komponensek használata, az OLEautomatizáció (automation) támogatása, adatbázis-kezelés: adatkapcsolt (Data Bound) vezérlők, távoli adatobjektumok (RDO) és távoli adatvezérlők (RCO) ügyfél-kiszolgáló rendszerek kialakításához, erőforrásfájlok használatának támogatása, Help-fordító, Saját osztályok (class) készítése és tárolása a .CLS osztálymodulban, a VB és a VBA verziók kompatibilitásának biztosítása, a VBScript nyelv megjelenése, nyelvi elemek: public és private deklarációk, with utasítás stb.
- 24 -
A kiértékelő program bemutatása Visual Basic 5.0, 1997 három 32-bites változat (Learning, Professional és Enterprise Edition), ActiveXvezérlők előállításának lehetősége (.CTL modulok), választási lehetőség a Pkódú és a natív (gépi) kódú futtatható állományok készítése között, internet elérést biztosító komponensek, egy sor fejlesztést segítő újdonság (varázslók, nyomkövetés támogatása, súgó megjelenése a program beírásánál stb.) nyelvi elemek: enum konstansok, address of operátor stb. Visual Basic 6.0, 1998 adatbázis-kezelés: ActiveX adatobjektumok (ADO), automatikus adatkapcsolás, adatkörnyezet-tervező, adatriport -tervező, többszintű adatelérés, Internet: WebClass és dinamikus HTML-lapok tervezésének támogatása.
8.
A kiértékelő program bemutatása
8.1. Rendszer követelmény A program futtatásához szükséges egy IMB PC kompatíbilis számítógép, 64 MB RAM, 1 MB szabad hely a merevlemezen, Windows 95,98,Me vagy Windows NT4.0, Windows2000, és legalább az Office 97 -ből az Excel Táblázat kezelő legyen feltelepítve a számítógépre. Az Excelben ha van beállítva munkakönyvtár, akkor azt vagy töröljük ki ha nem tudjuk (akarjuk) akkor abba a könyvtárba telepítsük a programot. Az Excel fájlt az intézőből vagy más file kezelőből nyissuk meg úgy, hogy kettőt kattintunk rajta, vagy a programot az Excelben megadott munkakönyvtárba telepítsük, mert egyébként a makró nem találja meg a pascal file-okat! A program megírását az indokolja, hogy a gyárilag adott software (canberra) elég primitív módszert alkalmazott a csúcskiértékelésre. A program megkereste a felső csatornákban a csúcs kezdetét, megjegyezte, majd, a másik oldalon amikor a beütésszám újra nőni kezdett, akkor ezt a pontot is megjegyezte. A két pontot egy egyenessel összekötötte, és az egyenes feletti csúcsterületet egyszerűen összeadással adta meg. Ez a kiértékelés csak akkor adott pontos eredményt, ha a csúcsok nem értek egymásba, vagyis tiszta csúcsok voltak. Az ábrán a feketével jelzet részt adja meg a program, és látható, hogy elég - 25 -
A kiértékelő program bemutatása jelentős hányad marad ki. Ez a kiértékelés ezért szinte sosem használható, ezért került kifejlesztésre sok más megoldás is.
. 1. Canbera program kiértékelése Pontosabb spektrumkiértékeléshez szükség van arra, hogy az egyedi úgynevezett
monoenergetikus
csúcsok
alakját
valamilyen
matematikai
függvénnyel leírjuk. Ha ez a függvény általános paraméterekkel rendelkezésre áll, akkor a már tárgyalt valamelyik függvény illesztési módszerrel ezt a függvényt a mért pontokhoz illesztjük, és így megkapjuk a paramétereknek azt az értékét ami a legjobb illeszkedést biztosítja. A továbbiakban aztán minden számítást nem a mért pontok alapján, hanem a kapott illesztő függvényből végzünk. Kulcskérdés, hogy milyen függvény alakot használunk az illesztéshez. Az ábrán is látható, hogy a csúcs közvetlen környezetében és a magasabb energiájú oldalon a Gauss-görbe jó közelítés. A másikoldalon a csúcs ellaposodik, mert az α-részecske a mintában és a levegőben energiájának egy részét elveszíti mielőtt bejutna a detektorba. Ez a lapos görbeszakasz valamilyen exponenciális, vagy hiperbolikus függvénnyel közelíthető. A közelítő görbe paraméterei között szerepel az az abszcissza érték, ahol az exponenciális (vagy hiperbolikus) és a Gauss-görbe találkozik. - 26 -
A kiértékelő program bemutatása
8.2. Help lap A help lapon rövid útbaigazítás van, hogy a programban lévő makrók mely funkció billentyűvel érhetők el. Célszerű ezekkel indítani a makrókat mert a makró listában (a sok hasonló név miatt) könnyű összekeverni őket ami a legrosszabb esetben (ilyen még nem fordult elő), de a gép lefagyását is okozhatja.
8.3. Lista lap A lista lap a program kiinduló lapja, amikor a felhasználó Ctrl-L-t üt, akkor a program erre a lapra listázza ki a megadott könyvtárba lévő MCA fájlokat, és utána kéri a fájl sorszámát.
8.4. Alap lap Ez a lap a kiválasztott MCA fájl adatait tartalmazza, illetve néhány makró futásához szükséges paramétert.
- 27 -
A kiértékelő program bemutatása 8.5. Grafikon1 lap Az MCA fájlból készített „nyers” diagram. A kiértékelés lapról dolgozik.
8.6. Kiértékelés lap Ezen a lapon értékeljük ki az MCA fájl eredményeit, mindjárt a betöltés után készül egy „gyors” kiértékelés ami egy közelítő értéket ad az egyes izotópok mennyiségére, illetve a végén itt olvasható le a tényleges adat is ami már számolt érték. Innen indul az illesztési üzemmód. A Crtl-S leütésével.
- 28 -
A kiértékelő program bemutatása
8.7. Segéd lap A segéd lapra másolja ki a megfelelő program rész Ctrl-S leütésére a csatorna számot illetve a beütés számot és itt kéri , hogy adjuk meg a tartók helyét. A tartók helyét mindig 0-val kezdjük és 512 –vel fejezzük be. Vigyázzunk arra is, hogy két tartó között ne legyen csak nulla érték, mert akkor az illesztő program hibaüzenetet küld. Ha befejeztük a tartók megadását, akkor Ctrl-F lenyomására elvégződik néhány fileművelet, ami abból áll, hogy lementi a lap tartalmát, meghívja az illesztő programot, és visszatölti az eredményt, majd feldolgozza azt. A feldolgozott eredmény a simított munkalapra kerül.
8.8. Simított lap, simitott2 lap A visszatöltött eredmény a simított lapra kerül, itt elvégez egy ellenőrzést, hogy a visszatöltött értékek között van-e negatív szám. Ha van akkor hibaüzenetet küld, miszerint az illesztés hibás ezért, nem dolgozható fel. Adjon meg új tartókat és kezdje újra. Ha nem talál negatív csatorna tartalmat, akkor a simított - 29 -
A kiértékelő program bemutatása lap tartalmát átmásolja a simitott2 lapra. Megnézhetjük az illesztett görbe képét is, és a különbség grafikont is a Ctrl-K lenyomásával ami úgy készül, hogy az (eredeti érték – illesztett érték)/eredeti érték Ha úgy gondoljuk, hogy nem megfelelő akkor szintén újra kezdhető. Ha mindent megfelelőnek találtunk akkor elkezdődhet a tényleges illesztés.
8.9. Grafikon2 lap Ezen a lapon az előzetes illesztés után látható a teljes αspektrum képe.
8.10.
Illesztési Diagam lap
Ezen a grafikonon módosíthatjuk a diagram értékeit, ami majd a csúcs illesztéshez kell.
8.11.
Temp lap, Temp2 lap
A hozzá tartozó makró Ctrl-R hatására indul, és elkezdi megkeresni az első csúcsot jobboldalról. Ha megtalálta, akkor átmásolja a Temp lapra, és felkér , hogy állítsuk, be a görbe esését, majd adjuk meg a tartókat az illesztéshez. Ha végeztünk ezzel akkor Ctrl-E lenyomásával, elvégződik az illesztés és visszatölti az eredményt temp2-re. Itt ellenőrzi az előzőekhez hasonlóan , hogy az illesztett értékek között van-e negatív szám, ha nincs akkor , megnézhetjük ezeknek is a különbség grafikonját Ctrl-Shift-K lenyomásával, majd ha jónak ítéljük akkor Ctrl-N lenyomásával a visszatöltött értéket levonja az eredetekből és a Ctrl-R újbóli megnyomásával elkezdi keresni a következő csúcsot. Ha már az utolsó csúcsnál járt és újra indítjuk akkor ugyan azzal a csúccsal fog dolgozni.
- 30 -
Szakdolgozat összefoglalása
9.
Szakdolgozat összefoglalása
A szakdolgozat az α-sugárzást, eredményének legmodernebb
feldolgozásával ma
használatos
annak
detektálását,
foglalkozik.
Próbáltuk
technikákat,
mérési
illetve
a
mérés
bemutatni és
a
kiértékelési
módszereket. A szakdolgozathoz mellékelt program a könnyű módosíthatósága miatt, a jövőben megjelenő módszereket könnyen alkalmazhatjuk benne. A matematikai kiértékelés a számítógépek fejlődésével biztosan rohamos léptékben fejlődik majd, hiszen a számítási kapacitás nem fog majd gondot jelenteni. A kiértékelő program főleg természetes minták kiértékelésére használható jó hatás fokkal, ugyanis a nagybeütés számú adatsorokra ma már található olyan kiértékelő algoritmus ami jobb eredményt nyújt, de
ezek a
természetes mintákra (a kis beütés szám miatt) nem használható.
10. Irodalomjegyzék [1]
Achs Ágnes : Sík és térgörbék Approximáció, Pollack Mihály Műszaki Főiskola, Pécs, 1989
[2]
Gresits
Iván,
Tölgyesi
Sándor,
Solymosi
József,
Nagy Lajos György, Past Tibor, Szabó Levente, Ozmai Péter: Transzuránok mérése atomerőművi hulladékokból. Kézirat (4-5 old.) [3]
Nagy Lajos György : Rádiókémia és izotóptechnika Tankönyvkiadó, Budapest, 1983 (91-315)
[4]
Benkő Tiborné, Benkő László, Kuzminya Kekatyerina, Dr. Tamás Péter: Windows alkalmazások fejlesztése, Visual Basic 5 rendszerben. ComputerBooks, 1999.
[5]
Valkó-Vajda : Műszaki tudományos feladatok megoldása személyi számítógéppel, Műszaki könyvkiadó 1986
- 31 -
Irodalomjegyzék [6]
De Boor : A practical guide to splines 14. Fejezet
1978.
[7]
Lawson C. L. and R. J. Hanson : Solving Least Squares Problems, Prentice-Hall Englewwod Cliffs, 1974
[8]
John R. Rice : Marix computations and mathematical
software,
MCGraw-Hill, 1981 [9]
P.I.Mitchel, E.Holm, L.Leon Vitro, O. M. Condren and P. Roos : Determination of the
243
Cm/244Cm ratio alfa spectrometry and spectral
Deconvolution in Environmental Samples Exposed to Discharges from the Nuklear Fuel Cycle Appl.Radiat isot. Vol.49. No.9-11., 1998 [10]
Model S346 AlfaWorks software V2.1 CISE 905 User’s Manual
[11]
Szabó Levente: Alfaspektrométer építése és felhasználása atomerőműi hulladékok meghatározására. Műszaki doktori értekezés. 1993.
- 32 -
