Nuclear Reaction Data for Fission Products Off Stability

Este artículo describe una metodología que combina el aprendizaje automático, un modelado predictivo mejorado que tiene en cuenta la deformación nuclear y datos experimentales para abordar la falta de datos fiables de secciones eficaces de neutrones para productos de fisión inestables, con el objetivo de producir archivos evaluados para futuras versiones de ENDF/B.

Lo esencial

Imagina que estás tratando de predecir el clima. Si observas una ciudad conocida con miles de estaciones meteorológicas, tienes un pronóstico muy preciso. Pero si intentas predecir el clima en una selva remota e inexplorada donde nadie ha estado nunca, tienes que adivinar basándote en lo que sabes de selvas similares en otros lugares.

Este artículo trata de hacer exactamente eso, pero para núcleos atómicos en lugar de para el clima.

El Problema: La "selva inexplorada" de los átomos

Los científicos necesitan saber cómo interactúan los neutrones (partículas diminutas) con átomos específicos creados durante la fisión nuclear (la división de átomos). Esto es crucial para cosas como la gestión de los desechos nucleares, garantizar la seguridad nuclear y comprender cómo funcionan las estrellas.

Para los átomos estables (aquellos que existen naturalmente en la Tierra), tenemos "estaciones meteorológicas": muchos experimentos y datos reales. Sabemos exactamente cómo se comportan. Pero para los productos de fisión inestables (átomos creados en reactores que no duran mucho), casi no hay experimentos. Es como intentar pronosticar el clima en esa selva remota con cero datos.

Actualmente, los científicos tienen que usar "adivinanzas simplificadas" (modelos teóricos) para llenar los huecos. El problema es que estas conjeturas a menudo asumen que los átomos son esferas perfectas, como bolas de billar. Pero muchos de estos átomos inestables son en realidad aplastados o estirados, como balones de rugby o masas deformadas. Usar un modelo de "bola de billar" para un "balón de rugby" conduce a grandes errores.

La Solución: Un conjunto de herramientas más inteligente

Los autores, un equipo de Brookhaven, Lawrence Livermore y la Universidad de Ohio, están construendo un nuevo conjunto de herramientas para obtener mejores respuestas. Llaman a su proyecto RREFPOS (Realistic Reaction Evaluations for Fission Products Off Stability).

Aquí es cómo están solucionando el problema, utilizando tres herramientas principales:

1. El Modelo del "Cambiaformas" (Contabilizando la deformación)
En lugar de pretender que todos los átomos son esferas perfectas, están utilizando un nuevo método que tiene en cuenta la forma real del átomo.

• La analogía: Imagina lanzar una pelota contra una pared. Si la pared es plana (una esfera), la pelota rebota de forma predecible. Si la pared es curva o irregular (un núcleo deformado), la pelota rebota de forma diferente.
• La solución: Están utilizando un enfoque de "canales acoplados" que trata a estos átomos como balones de rugby. Introducen en la computadora los "parámetros de deformación" específicos (qué tan aplastado o estirado está el átomo) para que las matemáticas reflejen la realidad y no una fantasía simplificada.

2. El "Traductor de IA" (Aprendizaje Automático)
Dado que no pueden medir cada uno de los átomos inestables, están utilizando la Inteligía Artificial para ayudar.

• La analogía: Piensa en un traductor que sabe hablar "alemán" y "francés". Si le pides que traduzca una frase de un idioma que nunca ha visto ("suajili"), podría tener dificultades. Pero si le das un diccionario de cómo se relacionan el alemán y el francés, puede hacer una conjetura muy educada sobre el suajili basándose en esos patrones.
• La solución: Están entrenando una red neuronal (un tipo de IA) para que aprenda los patrones de cómo funcionan las reacciones de neutrones a través del "mapa de los átomos". La IA no solo adivina; utiliza teorías físicas avanzadas para observar un átomo vecino conocido y traducir ese conocimiento al átomo inestable y desconocido. Esto les proporciona una "mejor conjetura" que es mucho más inteligente que un simple lanzamiento de dados al azar.

3. La "Nueva Estación Meteorológica" (Mediciones Experimentales)
Para asegurarse de que sus conjeturas son correctas, están construyendo nuevas "estaciones meteorológicas" en el laboratorio.

• La analogía: En lugar de simplemente adivinar el clima en la selva, están enviando un dron para realizar algunas mediciones directas.
• La solución: Están realizando nuevos experimentos (usando aceleradores de partículas) para medir la "densidad de niveles nucleares" (una forma elegante de contar cuántos estados de energía tiene un átomo) para átomos específicos como el Circonio y el Niobio. Esto proporciona datos reales para anclar sus modelos, asegurando que la IA y las matemáticas del cambiaformas no se desvíen de su curso.

El Objetivo: Un mejor "Manual de Usuario" para los átomos

El objetivo final es crear un nuevo "manual de usuario" de alta calidad (un archivo evaluado) para estos átomos inestables.

• Estado actual: El manual está lleno de páginas en blanco o garabatos toscos porque carecemos de datos.
• Estado futuro: Quieren llenar esas páginas con datos realistas que tengan en cuenta las formas extrañas de estos átomos y utilicen la IA para llenar los vacíos.

Planean enviar estos nuevos manuales a la biblioteca ENDF/B, que es la base de datos global que los ingenieros y científicos utilizan para diseñar reactores y analizar eventos nucleares. Al hacer que estos datos sean más precisos, esperan mejorar la seguridad y la eficiencia de la energía nuclear y los esfuerzos de no proliferación.

En resumen: Están pasando de "adivinar el clima en una selva" a "usar drones, IA y matemáticas de cambiaformas para mapear la selva con precisión", de modo que podamos navegar por ella de forma segura.

Resumen técnico

Resumen Técnico: Evaluaciones de Reacciones Realistas para Productos de Fisión Fuera de la Estabilidad (RREFPOS)

Planteamiento del Problema
El modelado preciso de la generación y el agotamiento de isótopos es crítico para aplicaciones que van desde la no proliferación nuclear y la forense hasta el ensayo de combustible gastado, el diseño de reactores y la astrofísica. Estas aplicaciones requieren descripciones completas de las secciones eficaces de neutrones para los productos de fisión. Si bien las bibliotecas de datos nucleares evaluados (por ejemplo, ENDF/B-VIII.1) proporcionan datos fiables para isótopos en o cerca de la estabilidad, los datos para productos de fisión inestables suelen ser escasos o inexistentes. En consecuencia, los evaluadores deben recurrir a extrapolaciones teóricas. Las alternativas actuales, como la biblioteca TENDL, emplean a menudo supuestos simplificados —como la generación de resonancia estocástica o potenciales de modelo óptico esféricos— que no logran contabilizar la deformación nuclear y carecen de incertidumbres cuantificadas. Estas limitaciones hacen que los datos existentes sean insuficientes para aplicaciones de alta fidelidad que involucran núcleos inestables.

Metodología
El proyecto RREFPOS tiene como objetivo desarrollar y difundir evaluaciones de neutrones completas para productos de fisión fuera de la estabilidad, centrándose específicamente en núcleos producidos en la fisión espontánea de $^{235}$U, con objetivos secundarios para $^{239}$Pu y $^{252}$Cf. La metodología aborda tres regímenes de energía:

1. Región de Resonancia:

   • Desafío: Los núcleos inestables carecen de datos experimentales de resonancia para el ajuste directo de R-matrix; la generación estocástica de parámetros de resonancia (como en TENDL) suele arrojar resultados sin sentido a menos que se promedien, y las bibliotecas actuales no incluyen incertidumbres en los parámetros promedio.
   • Enfoque: El proyecto aprovecha el aprendizaje automático para establecer la distribución de probabilidad de la sección eficaz, $P(\sigma|E, T)$, como una función de la energía del neutrón ($E$) y la temperatura del blanco ($T$). En lugar de generar conjuntos de resonancia aleatorios, el objetivo es desarrollar un modelo que prediga $P(\sigma|E, T)$ directamente a partir de los parámetros de resonancia promedio ($\Gamma_\gamma, \Gamma_n, D$), de forma similar a los enfoques utilizados para resonancias no resueltas en cálculos de reactores.

2. Cálculos de Reacción en el Rango Rápido:

   • Modelado de Reacción: Ante la ausencia de mediciones directas, el proyecto prioriza los modelos predictivos microscópicos. Un componente crítico es el Potencial de Modelo Óptico (OMP). Reconociendo que la mayoría de los núcleos de interés están bien deformados (como lo indican las relaciones $E_{4^+}/E_{2^+}$ cercanas a 3.3), el proyecto rechaza los OMP de núcleos esféricos como aproximaciones deficientes. En su lugar, emplea un modelo adiabático basado en parámetros de deformación multipolar. Este modelo se extiende a núcleos fuera de la estabilidad combinándolo con deformaciones nucleares derivadas de modelos microscópicos, tales como las densidades de HFB.
   • Priors de Aprendizaje Automático: El proyecto utiliza modelos neuronales generativos entrenados en tendencias sistemáticas a través de la tabla nuclear (informadas por la teoría del funcional de la densidad). Estas redes traducen las secciones eficaces de isótopos estables a isótopos inestables vecinos. Los resultados no se utilizan como valores finales, sino como priors informativos para guiar y restringir los parámetros del modelo, asegurando que la extrapolación permanezca fundamentada en las tendencias teóricas.

3. Mediciones de Densidad de Niveles:

   • Desafío: Los modelos actuales de Densidad de Niveles Nucleares (NLD) están limitados únicamente por niveles discretos y espaciamientos de resonancia específicos, lo que ofrece una guía limitada para núcleos fuera de la estabilidad.
   • Enfoque: El proyecto realiza mediciones experimentales dirigidas utilizando la técnica de evaporación de partículas en el Laboratorio del Acelerador Edwards. Este método proporciona datos de NLD sobre un rango de energía de excitación más amplio (desde el estado fundamental hasta la energía de separación de neutrones) y rangos de espín más amplios, centrándose específicamente en regiones de masa cercanas a la línea de estabilidad para mejorar la fiabilidad de la extrapolación de parámetros.

Contribuciones Clave y Resultados Preliminares

• Campañas Experimentales: Se han completado dos campañas experimentales, que han arrojado mediciones de NLD para $^{92,96}$Nb y restricciones para $^{94}$Nb mediante reacciones $(p,n)$. El análisis de los datos de la reacción $(d,n)$ para $^{95}$Nb está en curso.
• Infraestructura de Modelado: Se ha desarrollado una infraestructura para integrar bases de datos de deformación nuclear con el código de reacción EMPIRE, permitiendo el enfoque de canales acoplados adiabáticos para todos los núcleos relevantes.
• Cálculos Preliminares: Los cálculos de la región rápida se han formateado en archivos ENDF-6. Una comparación para la sección eficaz $^{98}$Zr(n,total) demuestra una diferencia sustancial entre el enfoque de canales acoplados adiabáticos (que contabiliza la deformación) y el uso directo de un OMP esférico. El modelo esférico sigue de cerca las predicciones de TENDL, mientras que el modelo que incluye la deformación proporciona una descripción significativamente más realista para núcleos con una fuerte deformación cuadrupolar dinámica (por ejemplo, $\beta_2 \approx 0.33$).

Significancia y Perspectiva Futura
La principal significancia de este trabajo radica en ir más allá de los supuestos simplificados para producir archivos evaluados que contabilicen la deformación nuclear y utilicen el aprendizaje automático para restringir los parámetros del modelo. El proyecto tiene como objetivo enviar estos archivos evaluados a la biblioteca ENDF/B para su consideración en la futura versión ENDF/B-IX.0.

Los autores enfatizan que una vez establecido el sistema de evaluación para el objetivo primario (núcleos en el primer lóbulo de rendimiento de fisión de $^{235}$U), el esfuerzo requerido para extender el proceso a otros productos de fisión inestables (objetivos secundarios y de expansión) será relativamente pequeño. El objetivo último es proporcionar a la comunidad de datos nucleares evaluaciones realistas y validadas para productos de fisión fuera de la estabilidad, permitiendo un mejor testeo, retroalimentación y ajuste fino para aplicaciones de no proliferación y de reactores.