钚年龄是推断钚核材料历史和来源的重要参数之一,钚年龄测量技术在防止核扩散、反恐以及核裁军的核武器核查等领域有着广泛应用。因此,研究钚核材料年龄的识别方法具有重要的实际意义。本文的研究目的是以γ能谱指纹识别特征,采用人工神经网络方法,实现钚核材料年龄的定量识别。放射性核素在衰变的过程中会产生γ射线,γ射线的辐射强度随γ射线能量的分布称为γ能谱,由于核素或核材料的γ能谱具有唯一性,因此也被称为γ能谱指纹。人工神经网络是通过模仿人脑工作的一种智能分析和模式识别技术,具有良好的归纳推理能力和非线性映射等特点,而其中RBF网络同时又具有收敛速度快、识别精度高、网络规模小等特点。因此,本文采用RBF网络建立了γ能谱指纹和钚核材料年龄之间的非线性映射,实现了基于γ能谱指纹的钚核材料年龄定量识别。钚核材料中含有多种核素:²³⁸pu、²³⁹pu、²⁴⁰pu、²⁴¹pu、²⁴²pu、²⁴¹Am以及²³⁷U,其中²⁴¹Am和²³⁷U是²⁴¹pu衰变的产物。本工作选取核素成份相同、含量不同的钚核材料作为研究对象。首先利用蒙特卡罗方法模拟钚核材料的γ能谱,然后将钚核材料的γ能谱指纹作为输入量,对应的钚核材料年龄和核素含量作为输出量,建立合理的训练样本集并对神经网络进行训练,最后建立验证样本集对已训练的神经网络进行验证。具体研究内容如下:（1）单组钚核材料的年龄识别;（2）多组钚核材料年龄的共同训练与识别;（3）核素成份含量变化对钚核材料年龄识别结果的影响研究。结果表明,对于单组钚核材料和核素成份相同、核素含量不同的多组钚核材料,年龄识别误差均小于10%;对于其中三组钚核材料,当²³⁹pu核素含量变化分别小于0.6%、4%和6%时,年龄识别误差小于10%;当²⁴¹pu核素含量变化小于0.01%、0.01%和0.06%时,年龄识别误差小于10%。研究表明,对核素含量与训练样本相同的钚核材料,年龄识别结果可达预期识别精度;对核素含量与训练样本不同的未知钚核材料,可根据核素含量的识别结果来判断年龄识别结果,当核素含量在一定范围内时,年龄识别结果可达预期的识别精度。