3.1.2. Моделирование сорта ядра и вида взаимодействия нейтрона с ядром
Постановка задачи. Если в области G содержится сложное вещество, то можно разыграть, с ядром какого из них произошло столкновение нейтрона: вероятности столкновения, очевидно, пропорциональны количествам различных ядер. При столкновении частица может перестать существовать (поглотиться); может рассеяться (т. е. получить новое направление и новую энергию). Если частица — нейтрон, то при столкновении с ядром делящегося вещества она может вызвать распад ядра и появление нескольких новых нейтронов; если частица — фотон, то она может привести к образованию пары электрон—позитрон или к появлению свободного электрона (фотоэффект) и т. д. Вероятности различных взаимодействий частиц данного вида с атомами известны. Они характеризуются так называемыми сечениями взаимодействий или парциальными сечениями.
В нейтронной физике взаимодействие ядер с нейтронами принято описывать при помощи эффективных сечений. Пусть на плоский одноатомный слой вещества (площадью 1 см2) по нормали к нему падает однородный поток нейтронов. Обозначим через п число атомов в слое (в 1 см2). Если доля нейтронов, принимающих участие в некотором взаимодействии, равна d, то эффективное поперечное сечение ядра по отношению к данному взаимодействию равно
— сечение рассеяния (scattering), которое подразделяется на следующие виды:
— сечение упругого рассеяния (elastic scattering);
— сечение неупругого рассеяния (inelastic scattering);
— сечение захвата (capture), которая подразделяется на:
i – сечение радиационного захвата, т.е. с испусканием гамма-квантов,
i – сечение захвата по отношению к какой-либо ядерной реакции (например - распад),
— сечение деления (fission);
— сечение поглощения (absorption) или ac – сечение активации, т.е. захвата нейтрона с созданием радиоактивного ядра.
— полное сечение (total),
Отметим, что нейтронные, эффективные сечения могут зависеть от энергии существенным образом.
Поперечные сечения измеряются в барнах: 1 барн = 10 - 24 см2
Кроме эффективных поперечных сечения ядер , называемые иногда микроскопическими сечениями по отношению к различным взаимодействиям с нейтронами, определяют и макроскопические поперечные сечения.
Макроскопическими поперечными сечениями называются произведения плотности вещества на микросечение одного типа взаимодействия
, (3.1)
здесь n — ядерная концентрация вещества, т. е. количество ядер в 1 см3, , поэтому размерность макроскопического сечения измеряется в обратных сантиметрах ( см-1). Полное макроскопическое сечение можно определить как
. (3.2)
В случае смеси т веществ имеем
. (3.3)
Отношения различных поперечных сечений к полному сечению характеризуют вероятности различных взаимодействий при столкновении нейтрона с ядром вещества. Они используются для розыгрыша типа взаимодействия, когда моделируется история нейтрона.
Если для одного типа атомов полное поперечное сечение равно
. (3.4)
То вероятности отдельных типов взаимодействий определяются как
- вероятность рассеяния,
- вероятность поглощения,
- вероятность деления ядер,
и т.д.
Тип взаимодействия и сорт ядра при данном столкновении также можно разыграть.
Схема розыгрыша типа взаимодействия. Для иллюстрации алгоритма моделирования рассмотрим следующий пример. Пусть происходит столкновение нейтрона с веществом одного сорта ядер (бериллий) и реализуются три вида взаимодействий: упругое рассеяние, захват и деление. Полное микросечение данных процессов можно записать в виде
.
Вероятность того, что один из этих процессов реализуется, равна единице.
.
Возьмем интервал [0, 1] (рис.3.2), отложим на нем эти вероятности
0 1
Рис.3.2
Тип взаимодействия нейтрона с ядром зависит от энергии нейтрона. Возможные типы взаимодействий можно найти методом статистических испытаний. Чтобы разыграть тип взаимодействия, определяем, в который из трех интервалов оно попало. Если
,
то имеет место рассеяние;
если
,
то имеет место захват; если
,
то имеет место деление.
Схема розыгрыша сорта ядра. Вероятность столкновения нейтрона с i – сортом ядра равна
. (3.5)
Если вещество состоит из молекул с весом А, в состав которой входят Ni атомов с ядрами i – сорта, то макросечения определятся из формулы
, (3.6)
здесь - плотность вещества в г/см -3 , I – в барнах (1 барн =10-24 см2), А – массовое число. Рассмотрим пример, для воды N1 =2 , N2 =1 .
Плотность воды =1 гсм-3 , А=18. Для водорода (упругое рассеяние),, (захват), для кислорода (упругое рассеяние), (захват). Так как 11 = 0.426 см2 , 12 = 0.22 см2 , то для водорода, аналогично для кислорода 21 = 0.16 см2 , 22 = 0.0 см2 , . Общая сумма . Согласно (3.5) имеем, что ,
Розыгрыш сорта ядра ничем не отличается от розыгрыша типа взаимодействия и определяется по формуле
и . (3.7)
Задания на моделирование:
-
Составить алгоритм и программу розыгрыша сорта ядра, вида взаимодействия для нейтронов от полониево-бериллиевого источника, замедляющихся в природном порошке борной кислоты. Плотность порошка принять равной =1,7 гсм-3. Формула борной кислоты НВО2.
-
Составить программу для разыгрывания вида взаимодействия нейтрона с ядром бериллия в зависимости от параметров микросечения.
-
Провести моделирование, т.е найти вероятности данного типа взаимодействия для 1000, 10000 испытаний.
-
Результаты моделирования представить в виде гистограммы.
- Глава I. Метод Монте-Карло и Понятия теории вероятностей
- Классификация вероятностно-статистических методов решения прикладных задач
- §1.2. Некоторые понятия и теоремы теории вероятностей
- Понятия теории вероятностей
- 1.2.2. Основные теоремы теории вероятностей 4
- Локальная теорема
- Интегральная теорема
- Закон Больших Чисел
- Центральная предельная теорема (цпт)
- Эта теорема носит название «Центральная предельная теорема» .
- 1.2.3. Оценка погрешности математического ожидания исследуемой величины
- 1.3. Генераторы, алгоритмы получения и преобразования случайных чисел
- 1.3.1. Получение случайных чисел с помощью случайного эксперимента
- 1.3.2. Алгоритмы получения псевдослучайных чисел 5
- 1.3.3. Понятие эталонной 6, случайной величины
- 1.3.4. Преобразование случайных величин 7
- 1.3.5. Генераторы псевдослучайных чисел на эвм
- 1.3.6. Использование таблицы дискретных случайных чисел
- 1.4. Недостатки и достоинства аналитических, приближенных методов решения математических задач, в том числе и метода Монте-Карло
- Глава II. Вероятностное моделирование математических задач
- 2.1. Общая теория решения системы линейных уравнений 8
- 2.2. Вычисление интегралов способом среднего
- Технология вычисления интеграла способом среднего
- Нахождение определенных интегралов способом «зонтика» Неймана
- 4. Задания на моделирование
- 2.4. Вычисление значения числа
- 2.5. Решение уравнений эллиптического типа (задача Дирихле)
- Глава III. Имитационное моделирование физических процессов и явлений
- 3.1. Имитационное моделирование задач нейтронной физики
- 3.1.1. Задача имитационного моделирования прохождения нейтронов через пластинку
- 3.1.2. Моделирование сорта ядра и вида взаимодействия нейтрона с ядром
- 3.1.3. Решение задачи розыгрыша типа взаимодействия и сорта ядра имитационным моделированием
- 1. Вычисление микросечений водорода
- 2. Вычисление микросечений кислорода
- 3. Вычисление микросечений бора
- 4. Вычисление полного микросечения
- 5.Розыгрыш сорта ядра
- 6. Розыгрыш типа взаимодействия
- 7.Определение полного макросечения
- 3.1.4. Определение направления и энергии частиц после рассеяния
- 3.1.5. Моделирование длины свободного пробега
- 3.1.6. Имитационное моделирование траектории движения нейтронов через пластинку (двухмерный случай)
- 5. Задания на моделирование:
- 3.2. Имитационное моделирование прохождения
- 6. Задания на моделирование:
- 7. Результаты моделирования
- 3.3. Имитационное моделирование распространения упругих волн в пористых средах (задача геофизики)
- Результаты моделирования
- 3.4. Имитационное моделирование явления спонтанного излучения атомов
- 3. Задания на моделирование:
- Моделирование явления спонтанного излучения многоатомной системы (сверхизлучения Дике)
- 2. Задания на моделирование:
- Глава IV. Методы компьютерного моделирования в термодинамике
- 4.1. Метод молекулярной динамики
- 6. Задания на моделирование:
- 7. Результаты моделирования
- 4.2. Метод броуновской динамики
- 2. Алгоритм метода броуновской динамики
- 3. Расчет макроскопических параметров
- 4. Задания на моделирование:
- 4. 3. Имитационный метод моделирования броуновских траекторий
- Литература