⚛️ nuclear experiments

New Procedure for the Evaluation of Fission Product Yields: Application to the Spontaneous Fission of $^{252}$ Cf

تقدم هذه الورقة إجراء تقييم جديد لعوائد نواتج الانشطار المستقلة والتراكمية في الانشطار التلقائي لنظير $^{252}$ Cf، باستخدام مرشح كالمان بايزي لدمج البيانات التجريبية مع نموذج اضمحلال شظايا الانشطار "هاوزر-فيشباخ" لإنتاج القيم المتوسطة، ومصفوفات التغاير الكاملة، وتنبؤات متسقة لتعدّدات النيوترونات وأشعة غاما الفورية والمتأخرة.

المؤلفون الأصليون: A. E. Lovell, T. Kawano, P. Talou

نُشر 2026-05-05

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: A. E. Lovell, T. Kawano, P. Talou

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن المفاعل النووي أو البطارية النووية عبارة عن مطبخ ضخم وفوضوي. عندما تنقسم ذرة ثقيلة مثل الكاليفورنيوم-252 (عملية الانشطار)، فإن الأمر يشبه كعكة ضخمة تتحطم فجأة إلى قطعتين رئيسيتين. لكن القصة لا تنتهي عند هذا الحد؛ فهذه القطع تكون ساخنة وغير مستقرة، وتبدأ فوراً في إطلاق شرارات (نيوترونات) وحرارة (أشعة غاما) لتبرد. وفي النهاية، تستقر في أشكال نهائية مستقرة.

يحاول العلماء في هذه الورقة البحثية إنشاء "كتاب وصفات" مثالي لما تبدو عليه تلك الأشكال النهائية. إنهم يريدون معرفة كمية كل مكون ممكن (نواتج الانشطار) بدقة في الطبخة النهائية.

إليكم كيف فعلوا ذلك، مشروحاً ببساطة:

1. المشكلة: التخمين مقابل المعرفة

لفترة طويلة، كان لدى العلماء طريقتان لتخمين الوصفة:

الطريقة التجريبية: قياس المكونات الفعلية في المختبر. وهي دقيقة ولكنها فوضوية؛ إذ تعطي التجارب المختلفة أحياناً أرقاماً مختلفة، كما أن بعض المكونات نادرة جداً لدرجة يصعب معها العثور عليها.
الطريقة النظرية: استخدام نموذج حاسوبي (يسمى BeoH) لمحاكاة فيزياء الانفجار. وهي طريقة نظيفة ومتسقة، لكنها تظل مجرد محاكاة، وقد تغفل عن تفصيل صغير موجود في الواقع.

كانت الطريقة القديمة هي اختيار إحداهما، أو محاولة إجبارهما على الاتفاق يدوياً، وهو أمر بطيء ومعرض للخطأ.

2. الحل: "المعدل الذكي" (مرشح كالمان - Kalman Filter)

ابتكر المؤلفون طريقة جديدة لدمج قياسات المختبر مع النموذج الحاسوبي. استخدموا أداة رياضية تسمى "مرشح كالمان البايزي" (Bayesian Kalman Filter).

تخيل النموذج الحاسوبي (BeoH) كأنه طاهٍ معصوب العينين يحاول خبز كعكة. لدى الطاهي وصفة (قوانين الفيزياء)، لكنه لا يعرف درجة الحرارة الدقيقة للفرن أو رطوبة الغرفة.

البيانات التجريبية هي بمثابة متذوقي الطعام الذين يخبرون الطاهي: "هذه الكعكة حلوة جداً"، أو "إنها جافة قليلاً".
مرشح كالمان هو المساعد الذكي الواقف بين الطاهي ومتذوقي الطعام.

المساعد يستمع للمتذوقين، وينظر إلى وصفة الطاهي الحالية، ثم يقول: "حسناً أيها الطاهي، خفف الحرارة بنسبة 2% وأضف رشة أخرى من الدقيق". يحاول الطاهي مرة أخرى. يقوم المساعد بهذا الأمر مراراً وتكراراً، وليس لمرة واحدة فقط، بل عبر خطوات، مما يجعل الكعكة تقترب من المذاق المثالي في كل مرة.

3. ما قاموا به بالفعل

طبق الفريق هذا "المعدل الذكي" على الانشطار التلقائي لـ الكاليفورنيوم-252 (وهو ذرة ثقيلة تنقسم من تلقاء نفسها دون الحاجة لضربها بنيوترون).

المدخلات: قاموا بتغذية المساعد بشيئين:
1. تنبؤات النموذج الحاسوبي.
2. مجموعة ضخمة من البيانات الواقعية من قاعدة بيانات تسمى EXFOR (والتي تحتوي على آلاف التجارب السابقة).
العملية: تركوا المساعد يعدل إعدادات النموذج الحاسوبي (مثل مقدار الطاقة التي تمتلكها القطع، وكيفية دورانها، وكيفية توزيع الحرارة بينها) حتى يتطابق مخرج النموذج مع البيانات الواقعية قدر الإمكان.
النتيجة: لم يحصلوا فقط على قائمة أرقام جديدة، بل حصلوا على قائمة أرقام بالإضافة إلى خريطة توضح مدى عدم اليقين في تلك الأرقام وكيفية ارتباطها ببعضها البعض.

4. "خريطة العلاقات" (التباينات المشتركة - Covariances)

هذا جزء رئيسي من ابتكارهم. عادةً، لا تعطيك كتب البيانات سوى رقم (مثلاً: "لدينا 5% من هذا المكون")، لكنها لا تخبرك ما إذا كان هذا الرقم موثوقاً أو إذا كان مرتبطاً برقم آخر.

أنشأ المؤلفون خريطة ارتباط.

تشبيه: تخيل أنك تخبز كعكة. إذا غيرت كمية السكر، ستتغير الحلاوة. ولكن إذا غيرت السكر، فقد يتغير القوام أيضاً، وقد تحتاج لتعديل وقت الخبز.
في بياناتهم الجديدة، إذا عرفت كمية أحد نواتج الانشطار، فإن الخريطة تخبرك كيف يؤثر ذلك على ثقتك في كمية المنتجات الأخرى. إنها تربط النقاط، وتوضح أنه إذا زاد أحد الأرقام، فمن المرجح أن ينخفض الآخر، أو أن كليهما قد يكون خاطئاً بنفس الطريقة.

5. هل نجح الأمر؟

اختبروا "وصفاتهم المعدلة" الجديدة بطريقتين:

مقابل بيانات مختبرية حقيقية: قارنوا أرقامهم الجديدة بالتجارب الفعلية التي استخدموها لتدريب النموذج. وكانت النتائج متطابقة بشكل جيد جداً.
مقابل "المكتبة الرسمية" (ENDF/B-VIII.0): قارنوا أرقامهم الجديدة بالمكتبة القياسية المستخدمة حالياً من قبل المهندسين النوويين.
- المفاجأة: على الرغم من أنهم لم يستخدموا المكتبة الرسمية لتدريب نموذجهم، إلا أن أرقامهم الجديدة اتفقت بشكل مدهش مع المكتبة الرسمية.
- الاختلاف: في المواضع التي اختلفوا فيها (غالباً في المكونات النادرة جداً حيث لا توجد بيانات مختبرية)، قدمت طريقتهم الجديدة صورة أكثر اتساقاً لأنها كانت مجبرة على اتباع قوانين الفيزياء والبيانات المتاحة في آن واحد.

6. الميزة الإضافية: التنبؤ بأشياء أخرى

لأن نموذجهم يعتمد على فيزياء حقيقية، استطاعوا التنبؤ بأشياء لم يحاولوا حتى ضبطها.

حسبوا عدد النيوترونات المنبعثة فوراً (اللحظية) ولاحقاً (المتأخرة).
حسبوا كمية أشعة غاما المنبعثة.
النتيجة: على الرغم من أنهم لم يطلبوا من الكمبيوتر مطابقة هذه الأرقام تحديداً، إلا أن "المعدل الذكي" ضبط النموذج بدقة جعل هذه التنبؤات أيضاً تتطابق مع البيانات الواقعية عن كثب. الأمر يشبه ضبط جهاز الراديو للحصول على الأغنية المثالية، وفجأة يصبح مستوى الصوت ووضوح صوت المغني مثاليين أيضاً.

ملخص

بنى المؤلفون طريقة جديدة وأكثر ذكاءً لإنشاء البيانات النووية. بدلاً من مجرد سرد الأرقام، أنشأوا نظاماً يمزج بين المحاكاة الحاسوبية والتجارب الحقيقية لإنتاج "وصفة" متسقة، واقعية فيزيائياً، وتأتي مع خريطة مفصلة لكيفية ارتباط جميع المكونات ببعضها البعض. لقد أثبتوا نجاح ذلك مع الكاليفورنيوم-252، ويقولون إن نفس هذه الطريقة يمكن استخدامها للتفاعلات النووية الأخرى في المستقبل.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "إجراء جديد لتقييم عوائد نواتج الانشطار: التطبيق على الانشطار التلقائي لـ $^{252}\text{Cf}$ " من قبل Lovell وKawano وTalou.

1. بيان المشكلة

تعد المعرفة الدقيقة لعوائد الانشطار المستقلة (IFYs) وعوائد الانشطار التراكمية (CFYs) أمراً بالغ الأهمية لتطبيقات دورة الوقود النووي، وتصميم المفاعلات، والدراسات الأساسية لعملية الانشطار. تعتمد مكتبات البيانات النووية المقيمة حالياً (مثل ENDF/B-VIII.1) بشكل كبير على منهجيات البيانات التجريبية (مثل تقييمات England-Rider) مع وجود اتساق محدود بين مختلف ملاحظات الانشطار.

محدودية الطرق الحالية: غالباً ما تعالج التقييمات الحالية عوائد الانشطار بشكل منعزل، مما يفتقر إلى مصفوفات التغاير الكاملة التي تصف الارتباطات بين مختلف نواتج الانشطار. علاوة على ذلك، فهي لا تضبط العوائد باستمرار باستخدام ملاحظات أخرى متزامنة مثل تعدد النيوترونات الفورية ( $\nu_p$ ) أو تعدد أشعة غاما ( $\gamma$ ).
الهدف: تطوير إجراء تقييم موحد يجمع بين نمذجة التفاعل النووي والبيانات التجريبية لإنتاج عوائد مستقلة (IFYs) وتراكمية (CFYs) ومصفوفات التغاير الكاملة الخاصة بها، مع ضمان الاتساق مع ملاحظات الانشطار الفورية والمتأخرة الأخرى.

2. المنهجية

يقترح المؤلفون إطار عمل تقييمي جديد يتمحور حول كود BeoH وتقنية تحسين تعتمد على مرشح كالمان البايزي (Bayesian Kalman Filter).

أ. النموذج النظري: BeoH

BeoH هو كود حتمي لتفكك شظايا الانشطار يعتمد على نظرية هاوزر-فاشباخ الإحصائية (Hauser-Feshbach statistical theory).

الظروف الأولية: يقوم بنمذجة انشطار النواة المركبة ( $^{252}\text{Cf}$ $^{252} Cf$ ) عن طريق تحديد التوزيعات الأولية للكتلة ( $A$ $A$ )، والشحنة ( $Z$ $Z$ )، والطاقة الحركية الكلية (TKE)، واللف المغزلي ( $J$ $J$ )، والتماثل ( $\pi$ $π$ ).
- يتم نمذجة توزيع الكتلة كمجموع من أنماط غاوس (متماثلة وغير متماثلة).
- يتبع توزيع الشحنة نظام "وال" (Wahl systematics) مع عوامل قياس قابلة للتعديل ( $f_Z, f_N$ ) لتفسير التذبذب الفردي-الزوجي (odd-even staggering).
- يتم التحكم في مشاركة طاقة الإثارة بين الشظايا الخفيفة والثقيلة بواسطة نسبة درجة الحرارة $R_T(A)$ .
عملية التفكك:
- الانبعاث الفوري: تتفكك الشظايا عبر انبعاث النيوترونات وفوتونات غاما الفورية باستخدام نظرية هاوزر-فاشباخ.
- الانبعاث المتأخر: يحسب الكود العوائد التراكمية عن طريق محاكاة سلاسل اضمحلال بيتا وانبعاث النيوترونات/غاما المتأخر الناتج عن بيتا باستخدام بيانات الاضمحلال المقيمة (مكتبة الاضمحلال ENDF/B-VIII.0).
المخرجات: يولد النموذج عوائد الانشطار المستقلة (IFYs)، والعوائد التراكمية (CFYs)، وتعدد النيوترونات الفورية ( $\nu_p$ )، وتعدد أشعة غاما الفورية ( $N_\gamma$ ).

ب. التحسين: مرشح كالمان البايزي

لتحسين بارامترات نموذج BeoH مقابل البيانات، يستخدم المؤلفون مرشح كالمان، بافتراض توزيعات غاوس متعددة المتغيرات للاحتمالية والارتباطات السابقة (priors).

التقريب الخطي: يتم خطية العلاقة بين بارامترات النموذج ( $x$ ) والمخرجات ( $f(x)$ ): $f(x_1) = f(x_0) + C\delta x$ ، حيث $C$ هي مصفوفة الحساسية.
العملية التكرارية:
1. حساب الحساسية: يتم حساب حساسية الـ CFYs و $\nu_p$ لبارامترات النموذج عن طريق تغيير البارامترات بمقدار $\pm 1\%$ .
2. خطوة التحديث: يقوم المرشح بتحديث البارامترات ( $\delta x$ ) لتقليل الفرق بين تنبؤات النموذج والبيانات المستهدفة (التجريبية أو قيم المكتبة)، مع مراعاة التغايرات التجريبية ( $V$ ) وعدم اليقين في البارامترات السابقة ( $X$ ).
3. التحقق من عدم الخطية: نظراً لأن النموذج غير خطي، يقوم المؤلفون بإجراء حسابات BeoH كاملة ببارامترات محدثة بعد كل خطوة من خطوات المرشح للتحقق من صحة التقريب الخطي (عن طريق فحص $\delta_{KB}$ ، وهو الفرق المئوي بين نتائج كالمان ونتائج BeoH الكاملة).
الملاءمة متعددة الخطوات: لمنع النوى ذات العائد الصغير من التحيز للملاءمة، تُستخدم عملية تحسين مرحلية، تبدأ بالنوى ذات العائد العالي (>5%) وتضيف تدريجياً النوى ذات العائد الأقل وصولاً إلى 0.2%.

ج. مصادر البيانات

تم اختبار هدفين متميزين للتحسين:

البيانات التجريبية: عوائد CFYs مختارة من قاعدة بيانات EXFOR (مع إزالة القيم الشاذة وفحص عدم اليقين).
المكتبة المقيمة: عوائد CFYs من مكتبة ENDF/B-VIII.0.

3. المساهمات الرئيسية

إطار تقييم موحد: يوضح طريقة لتقييم عوائد الانشطار تكون متسقة جوهرياً مع الملاحظات الأخرى للانشطار (النيوترونات وغاما الفورية والمتأخرة) من خلال نموذج فيزيائي واحد.
مصفوفات التغاير الكاملة: يولد مصفوفات تغاير كاملة لكل من IFYs و CFYs، مما يلتقط الارتباطات بين مختلف نواتج الانشطار وعبر نقاط طاقة مختلفة (رغم أن هذه الورقة تركز على الانشطار التلقائي).
شبكة طاقة عالية الدقة: بينما طُبقت هنا على الانشطار التلقائي (بدون اعتماد على الطاقة الساقطة)، فإن المنهجية مصممة لتوفير العوائد على شبكة طاقة دقيقة للانشطار المستحث بالنيوترونات حتى 20 ميجا إلكترون فولت.
التحقق من الاتساق: يظهر أن تحسين العوائد لـ CFYs وحدها (أو CFYs + $\nu_p$ ) يؤدي إلى تنبؤات للملاحظات الأخرى (مثل $\nu_d$ و $N_\gamma$ ) تظل متسقة مع البيانات التجريبية، على الرغم من عدم تضمين تلك الملاحظات صراحة في دالة التكلفة.

4. النتائج

طبق البحث الإجراء على الانشطار التلقائي لـ $^{252}\text{Cf}$ .

تحسين البارامترات:
- نجحت عملية التحسين في ضبط بارامترات BeoH (مثل عرض غاوس، TKE، ونسب درجة الحرارة $R_T$ ) لتطابق البيانات المستهدفة.
- كانت التغييرات في البارامترات صغيرة بشكل عام (<10%)، باستثناء قيم محددة لـ $R_T$ في منطقة الكتلة حيث كانت الحساسية للبيانات أعلى ما يمكن.
- ظل التقريب الخطي صالحاً ( $\delta_{KB} < 1\%$ ) في معظم مراحل الملاءمة، مما أكد قوة نهج مرشح كالمان.
مقارنة الأهداف:
- الملاءمة مع EXFOR: استطاع النموذج إعادة إنتاج البيانات التجريبية بشكل جيد، حيث كانت قيم $\chi^2/N$ منخفضة بشكل عام. وغالباً ما وقعت حسابات BeoH التي تمت ملاءمتها ضمن نطاق عدم اليقين للبيانات التجريبية.
- الملاءمة مع ENDF/B-VIII.0: نجح النموذج في التكيف لإعادة إنتاج قيم المكتبة. لوحظت بعض التناقضات لنظائر معينة (مثل $^{115}\text{Sn}$ ) حيث كان خط الأساس لـ BeoH أقل بكثير من قيمة المكتبة، مما يسلط الضال على مشكلات محتملة في المكتبة أو في فيزياء النموذج لتلك الحالات المحددة.
الاتساق مع الملاحظات الأخرى:
- النيوترونات الفورية ( $\nu_p$ ): كانت القيم التي تمت ملاءمتها متسقة مع البيانات التجريبية وتقييم ENDF/B-VIII.0.
- النيوترونات المتأخرة ( $\nu_d$ ): على الرغم من عدم تضمينها في عملية التحسين، أظهرت $\nu_d$ المتوقعة توافقاً جيداً مع البيانات التجريبية (تحديداً Cox et al.)، مما يؤكد قدرة النموذج على التقاط تأثيرات التذبذب الفردي-الزوجي عبر بارامترات $f_N$ و $f_Z$ .
- أشعة غاما الفورية ( $N_\gamma$ ): لوحظت بعض التناقضات، والتي عُزيت إلى الاختلافات في توقيت/قطع الطاقة التجريبي وحساسية النموذج لتوزيعات لف الشظايا.
التغاير (Covariances):
- أظهرت مصفوفات التغاير الناتلة ارتباطات موجبة قوية بين سلاسل الكتلة المتجاورة وارتباطات مهيكلة داخل السلاسل النظائرية.
- تقليل عدم اليقين: أدى إدراج قيود النموذج إلى تقليل عدم اليقين النسبي لـ CFYs بشكل كبير مقار by تقييم ENDF/B-VIII.0 الحالي، لا سيما في مناطق الكتلة العالية حيث تكون البيانات التجريبية شحيحة.

5. الأهمية والعمل المستقبلي

الأثر: يضع هذا العمل مساراً للجيل القادم من تقييمات البيانات النووية التي تكون متسقة فيزيائياً وتوفر تقديراً صارماً لعدم اليقين (التغايرات). وهذا أمر ضروري لمحاكاة المفاعلات المتقدمة وتحليلات السلامة حيث تكون الارتباطات بين نواتج الانشطار مهمة.
القابلية للتوسع: يشير المؤلفون إلى أنه يتم بالفعل توسيع الطريقة لتشمل الانشطار المستحث بالنيوترونات ( $^{235}\text{U}$ ، $^{238}\text{U}$ ، $^{239}\text{Pu}$ ) حتى 20 ميجا إلكترون فولت، مما يستدعي إدخال الاعتماد على الطاقة وقنوات الانشطار متعددة الفرص.
الاتجاهات المستقبلية:
- تحسين نماذج عدم اليقين التجريبي للتعامل بشكل أفضل مع القيم الشاذة والأخطاء المنهجية.
- نشر مصفوفات التغاير الجديدة عبر تطبيقات الكود لقياس تأثيرها على بارامترات فيزياء المفاعلات.
- تضمين تعدد النيوترونات المتأخرة ( $\nu_d$ ) مباشرة في حلقة التحسين لزيادة ضبط منهجيات توزيع الشحنة.

في الختام، تقدم الورقة منهجية قوية قائمة على الفيزياء لتقييم عوائد نواتج الانشطار، تسد الفجوة بين النمذجة النظرية والبيانات التجريبية، مما يوفر تحسيناً كبيراً في اتساق وموثوقية مكتبات البيانات النووية.