⚛️ nuclear experiments

Physics-based method for generating probability table using random-matrix approach

यह शोध पत्र एक गॉसियन ऑर्थोगोनल एनसेम्बल $S$ -मैट्रिक्स मॉडल का उपयोग करके उतार-चढ़ाव वाले क्रॉस-सेक्शन की गणना करके प्रायिकता तालिकाओं (प्रोबेबिलिटी टेबल्स) को उत्पन्न करने के लिए एक भौतिकी-आधारित विधि प्रस्तुत करता है, जो $^{238}$ U और $^{239}$ Pu के साथ दृष्टिकोण को मान्य करता है ताकि सांख्यिकीय अनिश्चितताओं और $S$ -मैट्रिक्स यूनिटैरिटी को ध्यान में रखते हुए पारंपरिक ब्रेट-विग्नर फॉर्मलिज्म के साथ गुणात्मक सहमति दिखाई जा सके।

मूल लेखक: K. Fujio, T. Kawano, A. E. Lovell, D. Neudecker, N. A. W. Walton

प्रकाशित 2026-02-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: K. Fujio, T. Kawano, A. E. Lovell, D. Neudecker, N. A. W. Walton

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि लोगों की एक भीड़ गलियारे (hallway) से कैसे गुजरेगी। यदि गलियारा खाली और चौड़ा है, तो लोग सुचारू रूप से और पूर्वानुमानित तरीके से चलते हैं। लेकिन यदि गलियारा बाधाओं (जैसे फर्नीचर या अन्य लोग) से भरा हुआ है, तो प्रवाह अराजक हो जाता है। कुछ लोग फंस जाते हैं, कुछ की गति बढ़ जाती है, और रास्ता अप्रत्याशित हो जाता है।

परमाणु भौतिकी (nuclear physics) की दुनिया में, न्यूट्रॉन लोग हैं, और परमाणु नाभिक (जैसे यूरेनियम या प्लूटोनियम) भीड़भाड़ वाले गलियारे हैं। जब न्यूट्रॉन इन नाभिकों से टकराते हैं, तो वे केवल सुचारू रूप से टकराकर वापस नहीं आते; वे "अनुनाद" (resonances - अस्थायी जाल) के एक अराजक नृत्य में फंस जाते हैं।

यह शोध पत्र इस अराजक नृत्य को मैप करने का एक नया, अधिक विश्वसनीय तरीका पेश करता है, विशेष रूप से उस मध्य क्षेत्र के लिए जहाँ अराजकता इतनी अव्यवस्थित है कि व्यक्तिगत कदमों को ट्रैक करना कठिन है, लेकिन इतनी भी जंगली नहीं है कि पूरी तरह से सुचारू हो जाए।

यहाँ उनके कार्य का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "अनसुलझा" (Unresolved) क्षेत्र

भौतिकविदों के पास न्यूट्रॉन नाभिक के साथ कैसे परस्पर क्रिया करते हैं, इसका वर्णन करने के दो मुख्य तरीके हैं:

कम ऊर्जा वाला क्षेत्र (Resolved): यहाँ, "बाधाएं" दूर-दूर हैं। आप प्रत्येक एक को स्पष्ट रूप से देख सकते हैं, जैसे जंगल में अलग-अलग पेड़। आप उन्हें एक-एक करके माप सकते हैं।
उच्च ऊर्जा वाला क्षेत्र (Smooth): यहाँ, बाधाएं इतनी करीब हैं कि वे एक ठोस दीवार की तरह धुंधली हो जाती हैं। आप व्यक्तियों को नहीं देख सकते, इसलिए आप बस दीवार की औसत मोटाई को मापते हैं।
मध्य क्षेत्र (The Unresolved Resonance Region): यह वह अस्त-व्यस्त बीच का हिस्सा है। बाधाएं एक-दूसरे के ऊपर ओवरलैप हो रही हैं। आप उन्हें व्यक्तिगत रूप से नहीं देख सकते, लेकिन दीवार अभी तक सुचारू नहीं हुई है; यह ऊबड़-खाबड़ और उतार-चढ़ाव भरी है।

वर्तमान में, इस अस्त-व्यस्त मध्य क्षेत्र में न्यूट्रॉन के व्यवहार की भविष्यवाणी करने के लिए, वैज्ञानिक SLBW (Single-Level Breit-Wigner) नामक एक विधि का उपयोग करते हैं। इसे ऐसे समझें जैसे आप यह मानकर यातायात की भविष्यवाणी करने की कोशिश कर रहे हैं कि हर कार बिल्कुल एक ही गति से चलती है और कभी दुर्घटनाग्रस्त नहीं होती। यह एक उपयोगी सरलीकरण है, लेकिन इसमें एक दोष है: कभी-कभी, गणित कहता है कि कारें पीछे की ओर चल रही हैं (ऋणात्मक संख्याएँ), जो वास्तविक जीवन में असंभव है। यह "सड़क के नियमों" (एक अवधारणा जिसे भौतिक विज्ञानी unitarity कहते हैं) को तोड़ देता है।

2. समाधान: "रैंडम मैट्रिक्स" (Random Matrix) दृष्टिकोण

लेखकों ने GOE-S-matrix model नामक कुछ का उपयोग करके एक नया तरीका विकसित किया है।

उपमा: कल्पना कीजिए कि आप पिनबॉल के एक विशाल, अराजक खेल के परिणाम की भविष्यवाणी करना चाहते हैं। हर एक गेंद के पथ की गणना करने के बजाय (जो बहुत कठिन है), आप एक विशाल, कंप्यूटर-जनित "रैंडम मैट्रिक्स" का उपयोग करते हैं।
यह कैसे काम करता है: यह मैट्रिक्स विशिष्ट नियमों वाले मोतियों के एक बैग की तरह है। आप यादृच्छिक संख्याएँ (जो नाभिक के भीतर अराजक ऊर्जा स्तरों का प्रतिनिधित्व करती हैं) निकालते हैं जो एक सख्त सांख्यिकीय पैटर्न का पालन करती हैं जिसे Gaussian Orthogonal Ensemble (GOE) कहा जाता है।
जादू: अपने रैंडम-मैट्रिक्स दृष्टिकोण का उपयोग करके, लेखक यह गणना कर सकते हैं कि "ऊबड़-खाबड़" क्रॉस-सेक्शन (न्यूट्रॉन के टकराने या अवशोषित होने की संभावना) क्या है, बिना यह अनुमान लगाए कि अराजकता के वितरण विशिष्ट हैं। महत्वपूर्ण रूप से, यह विधि गारंटी देती है कि सड़क के नियमों का पालन किया जाएगा। यह कभी भी असंभव "ऋणात्मक" परिणाम नहीं देता है। यह unitarity का सम्मान करता है, जिसका अर्थ है कि सब कुछ होने की कुल संभावना हमेशा 100% जोड़कर आती है।

3. प्रक्रिया: एक "संभावना तालिका" (Probability Table) बनाना

परमाणु रिएक्टरों में, इंजीनियरों को एक "चीट शीट" की आवश्यकता होती है जिसे संभावना तालिका कहा जाता है। चूंकि वे बिल्कुल नहीं जान सकते कि प्रत्येक न्यूट्रॉन कहाँ जाएगा, यह तालिका उन्हें बताती है: "इस ऊर्जा स्तर पर, 10% संभावना है कि न्यूट्रॉन एक बड़े उभार से टकराएगा, 50% संभावना है कि वह एक मध्यम उभार से टकराएगा, और 40% संभावना है कि वह एक छोटे उभार से टकराएगा।"

लेखकों ने निम्नलिखित किया:

अराजकता का अनुकरण (Simulated the Chaos): उन्होंने अपने नए रैंडम मैट्रिक्स पद्धति का उपयोग करके लाखों "सीढ़ियों" (कैसे अनुनाद व्यवस्थित हो सकते हैं, इसके विभिन्न संभावित परिदृश्य) का अनुकरण किया।
सही स्थान ढूँढा (Found the Sweet Spot): उन्होंने अपने सिमुलेशन के विभिन्न आकार (levels या सीढ़ियों की संख्या बदलकर) का परीक्षण किया। उन्होंने पाया कि एक विशिष्ट, मध्यम आकार (25 स्तरों) का उपयोग करने और ऊर्जा सीमा के केंद्र पर ध्यान केंद्रित करने से उन्हें बहुत अधिक कंप्यूटर शक्ति खर्च किए बिना सबसे सटीक परिणाम मिले।
परिणामों की जाँच की: उन्होंने अपनी नई तालिकाओं की तुलना पुराने "SLBW" तरीके से की।
- परिणाम: नई तालिकाएँ बड़े पैमाने पर पुरानी तालिकाओं के समान ही दिखीं।
- सुधार: नई विधि में "ऋणात्मक संख्या" वाली गड़बड़ियाँ नहीं थीं। इसने "लंपड" चैनलों (जैसे कैप्चर और विखंडन/fission) को अधिक यथार्थवादी तरीके से संभाला, उन्हें सरल एक-लेन वाली सड़कों के बजाय जटिल बहु-चैनल प्रक्रियाओं के रूप में माना।

4. निष्कर्ष

लेखकों ने सफलतापूर्वक इन संभावना तालिकाओं को उत्पन्न करने के लिए एक नया, भौतिकी-आधारित इंजन बनाया है।

यह क्यों मायने रखता है: यह सैद्धांतिक रूप से अधिक ठोस है क्योंकि यह इस बात पर निर्भर नहीं करता कि अराजकता का वितरण कैसे होता है।
समझौता (Trade-off): इसे चलाने के लिए थोड़े अधिक कंप्यूटर पावर की आवश्यकता होती है, लेकिन लेखकों ने एक "गोल्डिलॉक्स" सेटिंग (25 स्तर) खोज ली है जो बहुत धीमी हुए बिना पर्याप्त सटीक है।
मुख्य बात: उन्होंने सिद्ध किया है कि आप भौतिकी के मौलिक नियमों (unitarity) का सम्मान करने वाले एक कठोर रैंडम-मैट्रिक्स दृष्टिकोण का उपयोग करके इन आवश्यक परमाणु डेटा तालिकाओं को उत्पन्न कर सकते हैं, जो पारंपरिक तरीकों का एक स्वच्छ, अधिक विश्वसनीय विकल्प प्रदान करता है।

संक्षेप में, उन्होंने एक अराजक शहर के "बेहतरीन अनुमान" वाले मानचित्र को एक गणितीय रूप से गारंटीकृत मानचित्र से बदल दिया है जो कभी भी यह नहीं बताता कि एक सड़क पीछे की ओर जा रही है।

तकनीकी सारांश: रैंडम-मैट्रिक्स दृष्टिकोण का उपयोग करके प्रायिकता तालिकाओं (Probability Tables) को उत्पन्न करने के लिए भौतिकी-आधारित विधि

समस्या विवरण
न्यूट्रॉन-प्रेरित अभिक्रियाओं में अनसुलझे अनुनाद क्षेत्र (Unresolved Resonance Region - URR) में, जो आमतौर पर एक्टिनाइड्स के लिए keV ऊर्जा सीमा में होता है, व्यक्तिगत अनुनाद (resonances) ओवरलैप हो जाते हैं और प्रयोगात्मक रूप से अविभेद्य हो जाते हैं। जबकि सुझल अनुनाद क्षेत्र (Resolved Resonance Region - RRR) और तीव्र ऊर्जा क्षेत्र (fast energy region) क्रमशः R-मैट्रिक्स सिद्धांत और हॉसर-फैचर (Hauser-Feshbach) सिद्धांत द्वारा अच्छी तरह से वर्णित हैं, URR एक चुनौती प्रस्तुत करता है। प्रायिकता तालिकाएँ उत्पन्न करने के लिए पारंपरिक विधियाँ—जो रिएक्टर विश्लेषणों में सेल्फ-शील्डिंग गणनाओं के लिए आवश्यक हैं—सरलीकृत धारणाओं पर निर्भर करती हैं। विशेष रूप से, सिंगल-लेवल ब्रेट-विग्ने (SLBW) फॉर्मलिज्म, जिसमें स्तर अंतराल (level spacing) के लिए विग्नर (Wigner) और चौड़ाई (widths) के लिए $\chi^2$ वितरण का उपयोग किया जाता है, की कमियाँ हैं: यह अनुनादों के बीच हस्तक्षेप (interference) को ठीक से प्रबंधित करने में विफल रहता है, इसके लिए सांख्यिकीय वितरणों के पूर्व ज्ञान की आवश्यकता होती है, और सबसे महत्वपूर्ण बात यह है कि इसमें यूनिटैरिटी (unitarity) का अभाव है, जिससे अवास्तविक ऋणात्मक क्रॉस सेक्शन उत्पन्न हो सकते हैं। यह शोध पत्र इन सरलीकरणों से बचने के लिए एक ठोस सैद्धांतिक आधार पर आधारित प्रायिकता तालिकाएँ उत्पन्न करने की विधि विकसित करने की आवश्यकता को संबोधित करता है।

कार्यप्रणाली
लेखक 'गौसियन ऑर्थोगोनल एनसेम्बल' (Gaussian Orthogonal Ensemble - GOE) को स्कैटरिंग मैट्रिक्स (S-matrix) में शामिल करते हुए, एक नई विधि विकसित करते हैं, जिसे GOE-S-matrix मॉडल कहा जाता है।

सैद्धांतिक ढांचा: पारंपरिक दृष्टिकोणों के विपरीत, जो अनुनादों के लिए सांख्यिकीय वितरणों को मानते हैं, GOE-S-matrix मॉडल एक समय-व्युत्क्रमणीय वास्तविक सममित हैमिल्टनियन ( $H^{(GOE)}$ ) से क्रॉस सेक्शन व्युत्पन्न करता है, जहाँ तत्व एक गौसियन वितरण से यादृच्छिक रूप से नमूने के रूप में लिए जाते हैं। S-मैट्रिक्स की गणना विश्लेषणात्मक या मोंटे कार्लो तकनीकों के माध्यम से की जाती है, जिसमें मॉडल को प्रयोगात्मक क्रॉस सेक्शन पर मैप करने के लिए ट्रांसमिशन गुणांक और एक फेज शिफ्ट शामिल होती है।
इनपुट पैरामीटर्स: मॉडल इलास्टिक स्कैटरिंग के लिए ऑप्टिकल मॉडल (CoH3 कोड) के माध्यम से गणना किए गए ट्रांसमिशन गुणांकों, कैप्चर के लिए जायंट डायपोल रेजोनेंस मॉडल, और हिल-व्हीलर (Hill-Wheeler) मॉडल का उपयोग करता है। यह उत्तेजित अवस्थाओं और आंशिक तरंगों (partial waves) के आधार पर इनइलास्टिक स्कैटरिंग चैनलों को स्पष्ट रूप से उपचारित करता है।
प्रायिकता तालिका निर्माण: गणना किए गए उतार-चढ़ाव वाले क्रॉस सेक्शन को NJOY न्यूक्लियर डेटा प्रोसेसिंग कोड के समान बिनिंग और औसत प्रक्रियाओं का उपयोग करके प्रायिकता तालिकाओं में परिवर्तित किया जाता है। इसमें बाउंड्री क्रॉस सेक्शन को परिभाषित करना और प्रत्येक बिन के लिए प्रायिकता ( $P_j$ ) और औसत क्रॉस सेक्शन ( $\bar{\sigma}_j$ ) की गणना करना शामिल है।
सत्यापन रणनीति: अध्ययन में लक्ष्य नाभिक के रूप में $^{238}\text{U}$ $^{238} U$ और $^{239}\text{Pu}$ $^{239} Pu$ का उपयोग किया गया है। लेखक औसत क्रॉस सेक्शन के अभिसरण (convergence) का विश्लेषण करके इष्टतम मॉडल पैरामीटर (विशेष रूप से स्तरों की संख्या $n$ $n$ और ऊर्जा सीमा $E_\lambda$ $E_{λ}$ ) निर्धारित करते हैं। वे अपने परिणामों की तुलना निम्नलिखित से करते हैं:
1. मूल्यांकित न्यूक्लियर डेटा लाइब्रेरीज़ (JENDL-5, ENDF/B-VIII.0, JEFF-3.3)।
2. तापमान प्रभावों से मॉडल-आधारित अंतरों को अलग करने के लिए 0 K पर पारंपरिक SLSLW फॉर्मलिज्म का उपयोग करके उत्पन्न प्रायिकता तालिकाएँ।
अनिश्चितता परिमाणीकरण: प्रायिकता तालिकाओं की सांख्यिकीय अनिश्चितता का मूल्यांकन सीढ़ियों (ladders - $L$ ) की संख्या के फलन के रूप में प्रायिकता और औसत क्रॉस सेक्शन के गुणनफल के रूट मीन स्क्वायर प्रतिशत एरर (RMSPE) का उपयोग करके किया जाता है।

प्रमुख योगदान और परिणाम

पैरामीटर अनुकूलन: अध्ययन यह पहचानता है कि GOE आइजनवैल्यू रेंज को "क्वार्टर $E_\lambda$ रेंज" ( $E_\lambda = -\lambda/2$ से $\lambda/2$ , जहाँ स्तर घनत्व लगभग स्थिर होता है) तक सीमित करने से पूर्ण अर्धवृत्ताकार (semicircular) रेंज की तुलना में संदर्भ डेटा के साथ बेहतर सहमति प्राप्त होती है। $^{238}\text{U}$ के लिए, यह कैप्चर क्रॉस सेक्शन में विचलन को >20% से घटाकर <1% कर देता है। सटीकता और कम्प्यूटेशनल लागत के बीच संतुलन बनाने के लिए $n=25$ का मैट्रिक्स आयाम पर्याप्त माना गया है।
सांख्यिकीय अभिसरण: RMSPE विश्लेषण दर्शाता है कि जैसे-जैसे सीढ़ियों ( $L$ ) की संख्या बढ़ती है, सांख्यिक_िक अनिश्चितता कम होती जाती है। दोनों लक्षित नाभिकों के लिए, $L=1,000$ पर RMSPE 5% से नीचे गिर जाता है और $L=10,000$ पर 1% के करीब पहुँच जाता है।
SLBW के साथ तुलना:
- गुणात्मक सहमति: GOE-S-matrix मॉडल द्वारा उत्पन्न प्रायिकता तालिकाएँ SLBW फॉर्मलिज्म से गुणात्मक रूप से तुलनीय हैं।
- यूनिटैरिटी: एक महत्वपूर्ण अंतर GOE-S-matrix मॉडल में यूनिटैरिटी का संरक्षण है। SLBW दृष्टिकोण, जिसमें यूनिटैरिटी का अभाव है, ऋणात्मक क्रॉस सेक्शन उत्पन्न कर सकता है (जिसे NJOY में कृत्रिम रूप से $1 \mu\text{b}$ से बदल दिया जाता है), जिससे कुछ बिनों में अवास्तविक रूप से कम प्रायिकता होती है। GOE-S-matrix मॉडल इससे पूरी तरह बचता है।
- उतार-चढ़ाव (Fluctuations): GOE-S-matrix मॉडल प्रायिकता में अधिक मजबूत उतार-चढ़ाव प्रदर्शित करता है, विशेष रूप से कम और उच्च क्रॉस-सेक्शन मानों पर, जो अनुनाद आयामों के इवेंट-टू-इवेंट बदलावों के कारण होता है।
- चैनल उपचार: मॉडल चैनल-दर-चैनल आधार पर इनइलास्टिक स्कैटरिंग का सफलतापूर्वक उपचार करता है, जबकि SLBW दृष्टिकोण अक्सर $^{239}\text{Pu}$ जैसे नाभिकों के लिए इनइलास्टिक क्रॉस सेक्शन की गणना नहीं कर पाता है क्योंकि मूल्यांकित लाइब्रेरीज़ में आंशिक चौड़ाई (partial width) डेटा की कमी होती है।

महत्व और दावे
यह शोध पत्र दावा करता है कि इसने रैंडम-मैट्रिक्स थ्योरी पर आधारित, URR में प्रायिकता तालिकाएँ उत्पन्न करने के लिए एक विश्वसनीय, भौतिकी-आधारित विधि स्थापित की है। प्राथमिक महत्व यूनिटैरिटी सुनिश्चित करने और स्तर अंतराल या चौड़ाई के लिए पूर्व-मानित सांख्यिकीय वितरणों पर निर्भर रहने के बजाय लम्पड चैनल्स (कैप्चर और विखंडन) और व्यक्तिगत इनइलास्टिक स्कैटरिंग चैनलों के अधिक यथार्थवादी उपचार की क्षमता में निहित है।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि हालांकि यह विधि पारंपरिक SLBW फॉर्मलिज्म के तुलनीय परिणाम देती है, लेकिन यूनिटैरिटी का संरक्षण और चैनल-विशिष्ट भौतिकी का प्रबंधन एक सैद्धांतिक सुधार का प्रतिनिधित्व करता है। वे नोट करते हैं कि स्थानीय अंतर मौजूद हैं, विशेष रूप से प्रायिकता स्पाइक्स (probability spikes) के परिमाण में, और भविष्य के कार्य के रूप में तापमान प्रभावों को शामिल करना और वितरण उतार-चढ़ाव को कम करने के लिए बाउंड्री क्रॉस सेक्शन के निर्धारण को परिष्कृत करना पहचानते हैं। यह अध्ययन मौजूदा लाइब्रेरीज़ को तुरंत बदलने का दावा नहीं करता है, बल्कि अंतर्निहित प्रायिकता डेटा उत्पन्न करने के लिए एक मजबूत सैद्धांतिक विकल्प प्रस्तुत करता है।

1. समस्या: "अनसुलझा" (Unresolved) क्षेत्र

2. समाधान: "रैंडम मैट्रिक्स" (Random Matrix) दृष्टिकोण

3. प्रक्रिया: एक "संभावना तालिका" (Probability Table) बनाना

4. निष्कर्ष

इसी तरह के और पेपर