Dans les installations nucléaires, la surveillance obligatoire de la contamination aéroportée est opérée par des instruments dédiés qui collectent les aérosols sur un filtre, mesurent la radioactivité déposée et déclenchent une alarme lorsqu'un seuil prédéterminé en activité est dépassé. Cette mesure et donc les alarmes sont très influencées par les variations en taille et concentration des aérosols. Afin de contourner cette difficulté, nous nous intéressons à l'apport de l'intelligence artificielle pour obtenir de l'information sur la granulométrie des aérosols et sur la présence d'émetteurs alpha artificiels, à partir d'un spectre. L'objectif final est de réduire le taux de fausses alarmes.

In nuclear facilities, the mandatory monitoring of airborne contamination is carried out by dedicated instruments that collect aerosols on a filter, measure the deposited radioactivity and trigger an alarm when a predetermined activity threshold is exceeded. This measurement, and hence the alarms, are highly influenced by variations in aerosol size and concentration. In order to overcome this difficulty, we are interested in using artificial intelligence to obtain information on aerosol granulometry and the presence of artificial alpha emitters, based on a spectrum. The ultimate aim is to reduce the false alarm rate.