⚛️ nuclear theory

Nuclear Reaction Data for Fission Products Off Stability

यह शोध पत्र अस्थिर विखंडन उत्पादों (unstable fission products) के लिए विश्वसनीय न्यूट्रॉन क्रॉस-सेक्शन डेटा की कमी को दूर करने के उद्देश्य से, भविष्य के ENDF/B रिलीज के लिए मूल्यांकित फ़ाइलें तैयार करने हेतु, मशीन लर्निंग, परमाणु विरूपण (nuclear deformation) को ध्यान में रखने वाले उन्नत भविष्य कहनेवाला मॉडलिंग (predictive modeling) और प्रयोगात्मक डेटा को संयोजित करने वाली एक कार्यप्रणाली की रूपरेखा प्रस्तुत करता है।

मूल लेखक: Gustavo Nobre, Emanuel Chimanski, Aman Sharma, Alexander Voinov, Kyle Wendt, David Brown, Shusen Liu

प्रकाशित 2026-06-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Gustavo Nobre, Emanuel Chimanski, Aman Sharma, Alexander Voinov, Kyle Wendt, David Brown, Shusen Liu

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 मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। यदि आप एक जाने-माने शहर को देख रहे हैं जहाँ हजारों मौसम केंद्र (weather stations) हैं, तो आपके पास एक बहुत सटीक पूर्वानुमान होता है। लेकिन यदि आप एक दूरस्थ, अनछुए जंगल में मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं जहाँ आज तक कोई खड़ा नहीं हुआ है, तो आपको उस आधार पर अनुमान लगाना होगा जो आप अन्य समान जंगलों के बारे में जानते हैं।

यह शोध पत्र बिल्कुल यही करने के बारे में है, लेकिन मौसम के बजाय परमाणु नाभिक (atomic nuclei) के लिए।

समस्या: परमाणुओं का "अनछुआ जंगल"

वैज्ञानिकों को यह जानने की आवश्यकता होती है कि न्यूट्रॉन (छोटे कण) परमाणु विखंडन (nuclear fission - परमाणुओं के टूटने की प्रक्रिया) के दौरान बनने वाले विशिष्ट परमाणुओं के साथ कैसे परस्पर क्रिया करते हैं। यह परमाणु कचरे के प्रबंधन, परमाणु सुरक्षा सुनिश्चित करने और सितारों के काम करने के तरीके को समझने जैसे कार्यों के लिए अत्यंत महत्वपूर्ण है।

स्थिर परमाणुओं (जो पृथ्वी पर स्वाभाविक रूप से मौजूद हैं) के लिए, हमारे पास "मौसम केंद्र" हैं—बहुत सारे वास्तविक प्रयोग और डेटा। हम जानते हैं कि वे वास्तव में कैसे व्यवहार करते हैं। लेकिन अस्थिर विखंडन उत्पादों (unstable fission products) (रिएक्टरों में बनने वाले परमाणु जो लंबे समय तक नहीं टिकते) के लिए, लगभग कोई प्रयोग नहीं हैं। यह बिल्कुल वैसा ही है जैसे बिना किसी डेटा के किसी दूरस्थ जंगल में मौसम का पूर्वानुमान लगाने की कोशिश करना।

वर्तमान में, वैज्ञानिकों को खाली स्थानों को भरने के लिए "सरलीकृत अनुमानों" (सैद्धांतिक मॉडलों) का उपयोग करना पड़ता है। समस्या यह है कि ये अनुमान अक्सर यह मान लेते हैं कि परमाणु पूर्ण गोले (spheres) हैं, जैसे कि बिलियर्ड बॉल्स। लेकिन इनमें से कई अस्थिर परमाणु वास्तव में दबे हुए या खिंचे हुए होते हैं, जैसे कि रग्बी बॉल या विकृत आकार के पिंड। "बिल्लियर्ड बॉल" मॉडल का "रग्बी बॉल" के लिए उपयोग करना बड़े एरर (त्रुटियों) की ओर ले जाता है।

समाधान: एक स्मार्ट टूलकिट

लेखक, जो ब्रुकहेवन, लॉरेंस लिवरमोर और ओहियो यूनिवर्सिटी की एक टीम है, बेहतर उत्तर प्राप्त करने के लिए एक नया टूलकिट बना रहे हैं। वे अपने प्रोजेक्ट को RREFPOS (Realistic Reaction Evaluations for Fission Products Off Stability) कहते हैं।

यहाँ बताया गया है कि वे इस समस्या को कैसे हल कर रहे हैं, जिसमें तीन मुख्य उपकरण शामिल हैं:

1. "आकार बदलने वाला" मॉडल (Deformation को ध्यान में रखना)
सभी परमाणुओं को पूर्ण गोले मानने के बजाय, वे एक नई विधि का उपयोग कर रहे हैं जो परमाणु के वास्तविक आकार को ध्यान में रखती है।

उपमा: कल्पना कीजिए कि आप एक दीवार पर गेंद फेंक रहे हैं। यदि दीवार सपाट है (एक गोला), तो गेंद अनुमानित तरीके से वापस आती है। यदि दीवार घुमावदार या ऊबड़-खाबड़ है (एक विकृत नाभिक), तो गेंद अलग तरह से टकराकर वापस आएगी।
समाधान: वे एक "कपल्ड-चैनल्स" (coupled-channels) दृष्टिकोण का उपयोग कर रहे हैं जो इन परमाणुओं को रग्बी बॉल की तरह मानता है। वे कंप्यूटर को विशिष्ट "विकृति पैरामीटर" (deformation parameters - कि परमाणु कितना दबा हुआ या खिंचा हुआ है) देते हैं ताकि गणित वास्तविकता को दर्शाए, न कि किसी सरलीकृत कल्पना को।

2. "AI अनुवादक" (मशीन लर्निंग)
चूंकि वे हर एक अस्थिर परमाणु को नहीं माप सकते, इसलिए वे आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करने के लिए मदद ले रहे हैं।

उपमा: एक ऐसे अनुवादक के बारे में सोचें जो "जर्मन" और "फ्रेंच" दोनों बोल सकता है। यदि आप उनसे ऐसी भाषा में अनुवाद करने के लिए कहते हैं जिसे उन्होंने पहले कभी नहीं देखा ("स्वाहिली"), तो वे संघर्ष कर सकते हैं। लेकिन यदि आप उन्हें जर्मन और फ्रेंच के बीच के संबंधों का एक शब्दकोश देते हैं, तो वे उन पैटर्न के आधार पर स्वाहिली के बारे में एक बहुत ही समझदारी भरा अनुमान लगा सकते हैं।
समाधान: वे एक न्यूरल नेटवर्क (एक प्रकार का AI) को प्रशिक्षित कर रहे हैं ताकि वह परमाणुओं के मानचित्र पर न्यूट्रॉन प्रतिक्रियाओं के पैटर्न को सीख सके। AI केवल अनुमान नहीं लगाता; यह उन्नत भौतिकी सिद्धांतों का उपयोग करता है ताकि एक ज्ञात पड़ोसी परमाणु को देखकर, उस ज्ञान को अज्ञात, अस्थिर परमाणु पर लागू किया जा सके। यह उन्हें एक ऐसा "सर्वश्रेष्ठ अनुमान" देता है जो केवल तुक्के से कहीं अधिक स्मार्ट है।

3. "नया मौसम केंद्र" (प्रायोगिक माप)
यह सुनिश्चित करने के लिए कि उनके अनुमान सही हैं, वे लैब में नए "मौसम केंद्र" बना रहे हैं।

उपमा: जंगल में मौसम का अनुमान लगाने के बजाय, वे कुछ सीधे माप लेने के लिए एक ड्रोन भेज रहे हैं।
समाधान: वे ज़िरकोनियम (Zirconium) और नियोबियम (Niobium) जैसे विशिष्ट परमाणुओं के लिए "न्यूक्लियर लेवल डेंसिटी" (यह मापने का एक जटिल तरीका कि एक परमाणु के पास कितने ऊर्जा स्तर हैं) को मापने के लिए नए प्रयोग (पार्टिकल एक्सेलेरेटर का उपयोग करके) कर रहे हैं। यह उनके मॉडलों को वास्तविक डेटा प्रदान करता है, जिससे यह सुनिश्चित होता है कि AI और आकार बदलने वाला गणित भटक न जाए।

लक्ष्य: परमाणुओं के लिए एक बेहतर "यूजर मैनुअल"

अंतिम लक्ष्य इन अस्थिर परमाणुओं के लिए एक नया, उच्च-गुणवत्ता वाला "यूजर मैनुअल" (जिसे 'इवैलुएटेड फाइल' कहा जाता है) बनाना है।

वर्तमान स्थिति: मैनुअल में खाली पन्ने या रफ स्केच हैं क्योंकि हमारे पास डेटा की कमी है।
भविष्य की स्थिति: वे इन खाली पन्नों को वास्तविक डेटा से भरने चाहते हैं जो इन परमाणुओं के अजीब आकारों को ध्यान में रखता है और गैप्स को भरने के लिए AI का उपयोग करता है।

वे इन नए मैनुअल्स को ENDF/B लाइब्रेरी में जमा करने की योजना बना रहे हैं, जो वह वैश्विक डेटाबेस है जिसका उपयोग इंजीनियर और वैज्ञानिक रिएक्टरों को डिजाइन करने और परमाणु घटनाओं का विश्लेषण करने के लिए करते हैं। इस डेटा को अधिक सटीक बनाकर, वे परमाणु ऊर्जा की सुरक्षा और दक्षता तथा परमाणु प्रसार (non-proliferation) के प्रयासों में सुधार करने की आशा करते हैं।

संक्षेप में: वे "जंगल में मौसम का अनुमान लगाने" से बदलकर "जंगल को सटीक रूप से मैप करने के लिए ड्रोन, AI और आकार बदलने वाले गणित का उपयोग करने" की ओर बढ़ रहे हैं, ताकि हम सुरक्षित रूप से नेविगेट कर सकें।

तकनीकी सारांश: अस्थिरता से दूर विखंडन उत्पादों के लिए यथार्थवादी प्रतिक्रिया मूल्यांकन (RREFPOS)

समस्या विवरण
आइसोटोप जनरेशन और डिप्लीशन का सटीक मॉडलिंग परमाणु गैर-प्रसार (nonproliferation) और फोरेंसिक से लेकर स्पेंट-फ्यूल असेसमेंट, रिएक्टर डिजाइन और एस्ट्रोफिजिक्स जैसे अनुप्रयोगों के लिए महत्वपूर्ण है। इन अनुप्रयोगों के लिए विखंडन उत्पादों के लिए न्यूट्रॉन क्रॉस सेक्शन का पूर्ण विवरण आवश्यक है। जबकि स्थिर या स्थिरता के निकट स्थित आइसोटोप के लिए मूल्यांकित परमाणु डेटा लाइब्रेरी (जैसे, ENDF/B-VIII.1) विश्वसनीय डेटा प्रदान करती हैं, अस्थिर विखंडन उत्पादों के लिए डेटा अक्सर दुर्लभ या अस्तित्वहीन होता है। फलस्वरूप, मूल्यांकनकर्ताओं को सैद्धांतिक एक्सट्रपलेशन (extrapolations) पर निर्भर रहना पड़ता है। वर्तमान विकल्प, जैसे कि TENDL लाइब्रेरी, अक्सर सरलीकृत धारणाओं का उपयोग करते हैं—जैसे कि स्टोकेस्टिक रेजोनेंस जनरेशन या गोलाकार ऑप्टिकल मॉडल पोटेंशियल—जो परमाणु विरूपण (nuclear deformation) को समझाने में विफल रहते हैं और जिनमें अनिश्चितताओं का अभाव होता है। ये सीमाएं मौजूदा डेटा को अस्थिर नाभिकों से जुड़े उच्च-सटीकता वाले अनुप्रयोगों के लिए अपर्याप्त बनाती हैं।

कार्यप्रणाली
RREFPOS परियोजना का लक्ष्य अस्थिरता से दूर विखंडन उत्पादों के लिए पूर्ण न्यूट्रॉन मूल्यांकन विकसित करना और प्रसारित करना है, जो विशेष रूप से $^{235}$ U के स्वतः विखंडन (spontaneous fission) में उत्पन्न नाभिकों को लक्षित करता है, जिसमें $^{239}$ Pu और $^{252}$ Cf के लिए द्वितीयक लक्ष्य भी शामिल हैं। कार्यप्रणाली तीन ऊर्जा क्षेत्रों को संबोधित करती है:

रेजोनेंस क्षेत्र (Resonance Region):
- चुनौती: अस्थिर नाभिकों के पास प्रत्यक्ष R-मैट्रिक्स फिटिंग के लिए प्रयोगात्मक रेजोनेंस डेटा की कमी होती है। स्टोकेस्टिक रेजोनेंस पैरामीटर का जनरेशन (जैसा कि TENDL में है) अर्थहीन परिणाम देता है जब तक कि उन्हें औसत न निकाला जाए, और वर्तमान लाइब्रेरी में औसत पैरामीटर्स में अनिश्चितताएं शामिल नहीं हैं।
- दृष्टिकोण: यह परियोजना मशीन लर्निंग का लाभ उठाकर न्यूट्रॉन ऊर्जा ( $E$ ) और लक्ष्य तापमान ( $T$ ) के फलन के रूप में क्रॉस-सेक्शन संभाव्यता वितरण, $P(\sigma|E, T)$ को स्थापित करने का प्रयास करती है। रैंडम रेजोनेंस सेट बनाने के बजाय, लक्ष्य एक ऐसा मॉडल विकसित करना है जो औसत रेजोनेंस पैरामीटर्स ( $\Gamma_\gamma, \Gamma_n, D$ ) से सीधे $P(\sigma|E, T)$ की भविष्यवाणी कर सके, जैसा कि रिएक्टर गणनाओं के लिए अनसुलझे रेजोनेंस (unresolved resonances) के लिए उपयोग किए जाने वाले दृष्टिकोणों में किया जाता है।
फास्ट-रेंज रिएक्शन गणना (Fast-Range Reaction Calculations):
- रिएक्शन मॉडलिंग: प्रत्यक्ष मापन की अनुपस्थिति में, यह परियोजना सूक्ष्म भविष्य कहनेवाला मॉडलों (microscopic predictive models) को प्राथमिकता देती है। एक महत्वपूर्ण घटक ऑप्टिकल मॉडल पोटेंशियल (OMP) है। यह पहचानते हुए कि रुचि के अधिकांश नाभिक अच्छी तरह से विकृत (deformed) हैं (जैसा कि 3.3 के करीब $E_{4^+}/E_{2^+}$ अनुपात द्वारा संकेत मिलता है), यह परियोजना गोलाकार-नाभिक OMPs को खराब सन्निकटन के रूप में अस्वीकार करती है। इसके बजाय, यह मल्टीपोल विरूपण मापदंडों पर आधारित एक एडियाबेटिक मॉडल (adiabatic model) का उपयोग करती है। इस मॉडल को HFB न्यूक्लियर डेंसिटीज जैसे सूक्ष्म मॉडलों से प्राप्त परमाणु विरूपणों के साथ जोड़कर अस्थिरता से दूर के नाभिकों तक विस्तारित किया गया है।
- मशीन लर्निंग प्रायर्स (ML Priors): यह परियोजना जेनेरेटिव न्यूरल मॉडल्स का उपयोग करती है जिन्हें परमाणु चार्ट में व्यवस्थित रुझानों (डेंसिटी फंक्शनल थ्योरी द्वारा सूचित) पर प्रशिक्षित किया गया है। ये नेटवर्क स्थिर से पड़ोसी अस्थिर आइसोटोप तक क्रॉस-सेक्शन को ट्रांसलेट करते हैं। इनके आउटपुट का उपयोग अंतिम मानों के रूप में नहीं, बल्कि मॉडल मापदंडों को निर्देशित करने और बाधित करने के लिए सूचनात्मक प्रायर्स (informative priors) के रूप में किया जाता है, जिससे यह सुनिश्चित होता है कि एक्सट्रपलेशन सैद्धांतिक रुझानों पर आधारित रहे।
लेवल डेंसिटी माप (Level Density Measurements):
- चुनौती: वर्तमान न्यूक्लियर लेवल डेंसिटी (NLD) मॉडल केवल डिस्क्रीट लेवल्स और विशिष्ट रेजोनेंस स्पेसिंग द्वारा सीमित हैं, जो अस्थिरता से दूर के नाभिकों के लिए सीमित मार्गदर्शन प्रदान करते हैं।
- दृष्टिकोण: यह परियोजना एडवर्ड्स एक्सेलेरेटर लैब में पार्टिकल इवेपोरेशन तकनीक का उपयोग करके लक्षित प्रयोगात्मक माप आयोजित करती है। यह विधि उत्तेजना ऊर्जा की एक विस्तृत श्रृंखला (ग्राउंड स्टेट से न्यूट्रॉन सेपरेशन एनर्जी तक) और व्यापक स्पिन रेंज पर NLD डेटा प्रदान करती है, जो विशेष रूप से स्थिरता रेखा के पास द्रव्यमान क्षेत्रों पर ध्यान केंद्रित करती है ताकि पैरामीटर एक्सट्रपलेशन की विश्वसनीयता में सुधार किया जा सके।

प्रमुख योगदान और प्रारंभिक परिणाम

प्रयोगात्मक अभियान: दो प्रयोगात्मक अभियान पूरे किए जा चुके हैं, जिससे $^{92,96}$ Nb के लिए NLD माप प्राप्त हुए हैं और $(p,n)$ अभिक्रियाओं के माध्यम से $^{94}$ Nb के लिए बाधाएं (constraints) प्राप्त हुई हैं। $^{95}$ Nb के लिए $(d,n)$ अभिक्रिया डेटा का विश्लेषण जारी है।
मॉडलिंग इंफ्रास्ट्रक्चर: न्यूक्लियर विरूपण डेटाबेस को EMPIRE रिएक्शन कोड के साथ एकीकृत करने के लिए एक बुनियादी ढांचा विकसित किया गया है, जो सभी प्रासंगिक नाभिकों के लिए एडियाबेटिक कपल्ड-चैनल्स दृष्टिकोण को सक्षम बनाता है।
प्रारंभिक गणना: फास्ट-रीजन गणनाओं को ENDF-6 फाइलों के रूप में फॉर्मेट किया गया है। $^{98}$ Zr(n,total) क्रॉस-सेक्शन के लिए एक तुलना यह दर्शाती है कि एडियाबेटिक कपल्ड-चैनल्स दृष्टिकोण (विकृति को ध्यान में रखते हुए) और सीधे गोलाकार OMP के उपयोग के बीच काफी अंतर है। गोलाकार मॉडल TENDL भविष्यवाणियों का बारीकी से अनुसरण करता है, जबकि विरूपण-समावेशी मॉडल उन नाभिकों के लिए अधिक यथार्थवादी विवरण प्रदान करता है जिनमें मजबूत डायनेमिक क्वाड्रूपोल विरूपण (जैसे, $\beta_2 \approx 0.33$ ) होता है।

महत्व और भविष्य का दृष्टिकोण
इस कार्य का प्राथमिक महत्व सरलीकृत धारणाओं से आगे बढ़कर ऐसे मूल्यांकित फाइलें तैयार करने में निहित है जो परमाणु विरूपण को ध्यान में रखती हैं और मॉडल मापदंडों को नियंत्रित करने के लिए मशीन लर्निंग का उपयोग करती हैं। इस परियोजना का लक्ष्य इन मूल्यांकित फाइलों को भविष्य के ENDF/B-IX.0 रिलीज के लिए विचार हेतु ENDF/B लाइब्रेरी में जमा करना है।

लेखक इस बात पर जोर देते हैं कि एक बार जब प्राथमिक लक्ष्य ( $^{235}$ U के पहले विखंडन यील्ड हंप के नाभिकों) के लिए मूल्यांकन प्रणाली स्थापित हो जाती है, तो अन्य अस्थिर विखंडन उत्पादों (द्वितीयक और "स्ट्रैच" लक्ष्यों) तक इस प्रक्रिया को विस्तारित करने के लिए आवश्यक प्रयास अपेक्षाकृत कम होंगे। अंतिम उद्देश्य परमाणु डेटा समुदाय को अस्थिरता से दूर विखंडन उत्पादों के लिए यथार्थवादी, सत्यापित मूल्यांकन प्रदान करना है, जिससे गैर-प्रसार और रिएक्टर अनुप्रयोगों के लिए बेहतर परीक्षण, फीडबैक और फाइन-ट्यूनिंग सक्षम हो सके।

समस्या: परमाणुओं का "अनछुआ जंगल"

समाधान: एक स्मार्ट टूलकिट

लक्ष्य: परमाणुओं के लिए एक बेहतर "यूजर मैनुअल"

तकनीकी सारांश: अस्थिरता से दूर विखंडन उत्पादों के लिए यथार्थवादी प्रतिक्रिया मूल्यांकन (RREFPOS)

इसी तरह के और पेपर