| Source DB | nl |
|---|---|
| Institution | UHasselt |
| Code | 28f61209-9e5b-4acc-a52a-0746b6964ad7 |
| Unit | 08dac938-5328-4ee5-b899-42ff124bcfc5 ba8148c1-41ad-42ca-adc5-bfc1bf5bb90d |
| Begin | 10/1/2018 |
| End | 9/30/2022 |
| title fr | |
| title nl | Onderzoeksovereenkomst in het kader van het doctoraat Stef Geelen |
| title en | Improving radiological monitoring using drones |
| Description fr | |
| Description nl | Radiologische metingen met drones (of UAV: Unmanned Aerial Vehicles) is momenteel een zeer uitdagend onderwerp. Dit doctoraat onderzoekt de mogelijkheden om VTOL (Vertical Take Off and Landing) drones in te zetten in RN (Radiologische of Nucleaire) scenarios zodat eerste hulpverleners snel een overzicht hebben over de aanwezige radiologische gevaren zonder hieraan bloot te worden gesteld. Hierbij moet onderscheid worden gemaakt tussen puntbronnen, besmetting van oppervlakken en radioactiviteit in de lucht (radioactieve wolk). Het verschil in detectorrespons zal met behulp van zowel analytische als Monte Carlo methodes worden onderzocht. Hierbij is het ook de bedoeling dat bij voor elk scenario een maximale hoeveelheid aan informatie wordt verzameld zoals de stralingsdosis, de aanwezige radionucliden en de activiteit (Bq, Bq/m2, Bq/m3). Verder zal het onderzoek zich richten op de optimalisatie van het vluchtpad om de hierboven beschreven informatie zo snel mogelijk te verzamelen rekening houdend met de beperkte vluchttijd en het beperkte draagvermogen van typische drones gebruikt in deze context. |
| Description en | Radiological measurements using drones (or UAV: Unmanned Aerial Vehicles) is one of the very challenging topics to date. This PhD researches the possibilities of deploying VTOL (Vertical Take Off and Landing) drones in RN (Radiological or Nuclear) scenarios to give the first responders a quick overview of the possible radiological risks without being exposed to them. This requires the ability to distinguish point sources, contamination of surfaces and radioactivity in the air (radioactive cloud). The difference in detector response will be investigated with both analytical and Monte Carlo techniques, with the aim that for every situation a maximum of information is acquired like radiation dose, the present radionuclides and the activity (Bq, Bq/m², Bq/m³). Furthermore, the research will focus on optimising the flightpath to obtain the mentioned information while taking into account the limited flight time and payload of typical drones that will be used in this context. |
| Qualifiers | - Drones - Radiological risks - radiologische gevaren - Manufacturing and processing techniques, engineering techniques, material research [incl. building materials, industrial building techniques] |
| Personal | SCHOTS Machteld, SCHROEYERS Wouter |
| Collaborations |
