Energy-differential measurement of the $^{\mathrm{nat}}$C(n,p) and $^{\mathrm{nat}}$C(n,d) reactions at the n_TOF facility at CERN

Dit artikel presenteert metingen van de energie-differentiële werkzame doorsnede voor de $^{\mathrm{nat}}$C(n,p)- en $^{\mathrm{nat}}$C(n,d)-reacties tot 25 MeV in de n_TOF-faciliteit, waarbij aanzienlijke discrepanties met belangrijke evaluatiebibliotheken worden blootgelegd, terwijl er onverwacht overeenkomst wordt getoond met TALYS-2.0-berekeningen, met name voor de (n,p)-reactie.

De kern

Stel je voor dat je probeert te begrijpen hoe een specifiek type "kogel" (een neutron) reageert met een zeer veelvoorkomend doelwit: een blok koolstof (zoals de grafiet in een potlood). Wanneer deze kogels op de koolstof inslaan, slaan ze soms kleinere stukken los, zoals tiny marbles (protonen) of iets zwaardere marbles (deuterons).

Wetenschappers bij de n_TOF-faciliteit van CERN (een gigantische machine die neutronen op doelwitten schiet) besloten om precies te meten hoe vaak dit gebeurt en hoeveel energie erbij betrokken is. Ze richtten zich op twee specifieke reacties:

1. De (n,p)-reactie: Een neutron raakt koolstof en een proton vliegt eruit.
2. De (n,d)-reactie: Een neutron raakt koolstof en een deuteron (een proton en neutron die aan elkaar vastzitten) vliegt eruit.

Hier is het verhaal van wat ze deden, hoe ze het deden en wat ze ontdekten, eenvoudig uitgelegd.

De Opstelling: Een High-Speed Camera en een Koolstofpotlood

De wetenschappers gebruikten niet zomaar een gewone camera; ze gebruikten een "tijd-van-vlucht"-techniek. Stel je een renbaan voor die 182,5 meter lang is.

• Ze schoten een burst van protonen op een looddoelwit, waardoor een sproei van neutronen ontstond.
• Deze neutronen renden de lange baan af.
• Omdat ze snel zijn, vertelde de tijd die ze nodig hadden om het einde te bereiken de wetenschappers precies hoeveel energie ze hadden. Snellere neutronen = meer energie.

Halverwege deze baan plaatsten ze een zeer dunne schijf natuurlijke koolstof (ongeveer zo dik als een menselijk haar). Rondom deze schijf stonden twee sets silicium-telescopen. Denk aan deze telescopen als high-tech sandwichdetectoren.

• Laag 1 (De Dunne Schijf): Een zeer dunne laag silicium die meet hoeveel energie een deeltje verliest door er gewoon doorheen te gaan (zoals een snelheidsdrempel).
• Laag 2 (De Dikke Schijf): Een dikkere laag die het deeltje opvangt en de totale resterende energie meet.

Door de "snelheidsdrempel"-energie te vergelijken met de "totale energie", konden de wetenschappers het verschil zien tussen een proton en een deuteron, zelfs al lijken ze erg op elkaar. Het is als het verschil zien tussen een pingpongbal en een golfbal door hoe ze van een muur afkaatsen.

De Uitdaging: Het Ordenen van de Rommelige Data

De data die ze verzamelden was een chaotische mix. Wanneer een neutron op koolstof inslaat, levert het niet gewoon één schoon resultaat op. Het kan de resterende koolstofkern in een staat van "opwinding" laten (een aangeslagen toestand), vergelijkbaar met hoe een bel een specifieke toon produceert nadat hij is aangeslagen.

• De kern kan zich in zijn "kale" toestand (grondtoestand) bevinden of in verschillende "opgewonden" toestanden.
• Elke toestand produceert deeltjes met licht verschillende energieën en richtingen.

Om hier zinnig iets van te maken, moesten de wetenschappers een computermodel (TALYS-2.0) gebruiken. Denk aan dit model als een verfijnd receptenboek dat voorspelt hoe de koolstofkern zich gedraagt. Ze gebruikten niet zomaar één recept; ze probeerden 480 verschillende variaties van het recept om te zien hoeveel de resultaten veranderden. Dit was cruciaal, want als het recept verkeerd was, zouden hun metingen ook verkeerd zijn.

Ze gebruikten ook Kunstmatige Intelligentie (Neurale Netwerken). Omdat de deeltjes in de data zo dicht bij elkaar zaten, kon het menselijk oog protonen niet eenvoudig van deuterons scheiden. Ze trainden een computer om de unieke "vingerafdruk" van elk deeltjetype te herkennen, werkend als een zeer slimme bouncer bij een club die precies weet wie in welke rij thuishoort.

De Grote Ontdekking: De "Ontbrekende" Energie

Toen de wetenschappers eindelijk de resultaten berekenden, vonden ze iets verrassends.

De "Bibliotheek" versus de "Reële Wereld"
Wetenschappers vertrouwen meestal op "bibliotheken" met data (zoals een bibliotheek van natuurkundige boeken) die hen vertellen wat ze kunnen verwachten wanneer neutronen op koolstof inslaan. Deze bibliotheken worden gebruikt om kernreactoren, medische apparatuur en ruimteschilden te ontwerpen.

• De Verwachting: De bibliotheken zeiden dat de reactie een bepaald aantal keren zou moeten plaatsvinden (een specifieke "doorsnede").
• De Realiteit: Het n_TOF-team ontdekte dat de reactie beduidend vaker plaatsvond dan de bibliotheken voorspelden, vooral voor de protonreactie.

Het is alsof een weersvoorspelling zei dat er 10% kans op regen was, maar toen je buiten stapte, stroomde het water naar binnen. De bestaande "voorspellingen" (de databibliotheken) onderschatten de storm.

De Zilveren Rand
Interessant genoeg kwamen hun nieuwe, gedetailleerdere metingen zeer goed overeen met de voorspellingen van het TALYS-2.0-computermodel. Dit suggereert dat het computermodel eigenlijk de hele tijd gelijk had, maar dat de "bibliotheken" (de boeken die wetenschappers gebruiken) verouderde of onjuiste informatie bevatten.

Waarom Is Dit Belangrijk?

Het artikel legt uit dat dit niet zomaar een theoretisch spelletje is. Koolstof is overal:

• In onze lichamen: Het is een belangrijk onderdeel van onze weefsels.
• In de geneeskunde: Het wordt gebruikt bij kankerbehandelingen (hadrontherapie).
• In de ruimte: Het wordt gebruikt voor afscherming van satellieten.

Wanneer hoog-energetische neutronen op koolstof inslaan in deze omgevingen, creëren ze secundaire deeltjes. Als we niet precies weten hoe vaak dit gebeurt, kunnen we de stralingsdosis die een patiënt ontvangt niet nauwkeurig berekenen, noch hoe goed een ruimteschipsschild zal werken.

De Conclusie

Het team slaagde erin deze reacties met hoge precisie te meten, van het moment dat de reactie begint (ongeveer 14-15 MeV) tot 25 MeV.

• Ze bewezen dat de reactie vaker plaatsvindt dan huidige standaarddata suggereert.
• Ze bevestigden dat hun resultaten overeenkomen met een specifiek computermodel (TALYS-2.0), maar in tegenspraak zijn met de grote databibliotheken die vandaag de dag door ingenieurs en artsen worden gebruikt.

Kortom, ze namen een zeer dunne schijf koolstof, schoten er met hoog-snelheidsneutronen op, gebruikten AI en supercomputers om het puin te sorteren, en ontdekten dat het "reglement" voor hoe koolstof reageert op neutronen een grote update nodig heeft.

Technische samenvatting

1. Probleemstelling en Motivatie

Neutron-geïnduceerde reacties op lichte kernen, specifiek koolstof, zijn cruciaal voor fundamentele kernfysica, medische toepassingen (hadrontherapie), stralingsbescherming en de kalibratie van neutrongevoelige diamantdetectoren.

• Het Gat: Hoewel de $^{nat}$C(n,p) en $^{nat}$C(n,d) reacties eerder zijn onderzocht, blijven de cross-section data in het energiebereik net boven de reactiedrempels (10–25 MeV) slecht beperkt. Bestaande experimentele data vertonen aanzienlijke inconsistenties, en grote kerndata-evaluatiebibliotheken (bijv. ENDF/B-VIII.1, TENDL-2023) wijken vaak van elkaar en van integrale metingen af.
• De Trigger: Een eerdere integrale cross-section meting bij n_TOF leverde waarden op die aanzienlijk hoger waren dan enige beschikbare evaluatie, wat wijst op een mogelijke systematische fout in bestaande bibliotheken of de noodzaak van nauwkeurigere differentiële data.
• Doelstelling: Het uitvoeren van een hoog-nauwkeurige, energie-differentiële meting van de $^{nat}$C(n,p) en $^{nat}$C(n,d) reacties tot 25 MeV om discrepanties op te lossen en referentiedata te verschaffen.

2. Methodologie

Experimentele Opstelling

• Faciliteit: Het experiment werd uitgevoerd bij de n_TOF (neutron Time-Of-Flight) faciliteit van CERN, specifiek in het EAR1 (Experimental Area 1) met een vluchtpad van 182,5 m. Dit lange pad zorgt voor hoge energie-resolutie bij hoge neutronenergieën.
• Doelwit: Een natuurlijk koolstof ($^{nat}$C) grafietmonster (5 cm $\times$ 5 cm, 0,25 mm dik) gekanteld onder 45°, wat resulteert in een effectieve dikte van 0,35 mm. Natuurlijk koolstof bestaat uit ~98,9% $^{12}$C en ~1,1% $^{13}$C.
• Detectoren: Twee positiegevoelige $\Delta E$-$E$ silicium telescopen werden buiten de bundel geplaatst (dekking van hoeken van 20° tot 140°).
  • Elke telescoop bestaat uit een 20 $\mu$m dunne $\Delta E$-laag en een 300 $\mu$m dikke $E$-laag.
  • De detectoren waren opgedeeld in in totaal 64 stroken (32 per telescoop), wat een granulaire detectie mogelijk maakte.
• Bundel: Een gepulseerde 20 GeV protonbundel van de CERN Proton Synchrotron raakt een looddooelwit, waarbij een wit neutronenspectrum wordt geproduceerd via spallatie.

Data-analyse en Reconstructie

De analyse omvatte vier hoofdstappen:

1. Neutronenergie-kalibratie: De neutronenergie ($E_n$) werd bepaald via time-of-flight (TOF) relatief tot de protonpuls (gesynchroniseerd via een Wall Current Monitor). De resolutiefunctie van de bundel werd gemodelleerd met een Gaussische verdeling voor energieën >4 MeV.
2. Deeltjesscheiding: Een Machine Learning (Neuraal Netwerk)-benadering werd ingezet om protonen, deuteronen, tritonen en achtergronddel te onderscheiden op basis van hun $\Delta E$-$E$-kenmerken. Dit was noodzakelijk omdat de patronen voor protonen en deuteronen zeer dicht bij elkaar liggen in de parameter ruimte.
3. Cross-section reconstructie:
   • Het probleem werd geformuleerd als een invers probleem (Fredholm integraalvergelijking van de eerste soort) dat waargenomen tellingen relateert aan de onderliggende cross-sections.
   • Modelinput: Aangezien de hoekverdelingen en vertakkingsverhoudingen voor aangeslagen toestanden in de dochterkernen ($^{11}$B, $^{12}$B, $^{13}$B) niet direct worden gemeten, leunde de analyse op berekeningen van de kernreactiecode TALYS-2.0.
   • Onzekerheidskwantificering: Om modelafhankelijkheid aan te pakken, voerden de auteurs 480 verschillende TALYS-modelsets uit (variërende parameters zoals niveaudichtheidsmodellen, optische modellen en gamma-strengthfuncties). Ze testten ook "kunstmatige" verdelingen (isotrope hoekverdelingen en vereenvoudigde vertakkingsverhoudingen) om conservatieve systematische onzekerheden vast te stellen.
   • Isotoopscheiding: Vanwege de lage abundantie van $^{13}$C en het onvermogen om reacties per isotoop te onderscheiden, werden de uiteindelijke resultaten gereconstrueerd voor natuurlijk koolstof ($^{nat}$C), gewogen naar natuurlijke abundantie.

3. Belangrijkste Bijdragen

• Hoog-nauwkeurige Differentiële Data: Verschaffing van de eerste hoog-resolutie, energie-differentiële cross-section data voor $^{nat}$C(n,p) en $^{nat}$C(n,d) vanaf de drempel tot 25 MeV.
• Geavanceerde Analysetechnieken: Succesvolle toepassing van neurale netwerken voor deeltjesidentificatie in een uitdagend $\Delta E$-$E$-regime en gebruik van een rigoureus statistisch raamwerk (minimale kwadraten met Lagrange-multiplicatoren) om cross-sections te reconstrueren, rekening houdend met de neutronbundel-resolutiefunctie.
• Systematische Onzekerheidsbeoordeling: Uitgevoerd een exhaustieve gevoeligheidsanalyse met 384 TALYS-modelsets en kunstmatige verdelingen, waaruit bleek dat modelgerelateerde onzekerheden onder de 10% liggen voor (n,p) en onder de 20% voor (n,d).
• Validatie van TALYS: Aangetoond dat hoewel standaard evaluatiebibliotheken falen, specifieke TALYS-2.0-configuraties de experimentele data nauwkeurig kunnen reproduceren, mits de juiste modelparameters worden gekozen.

4. Belangrijkste Resultaten

• Cross-section Waarden:
  • $^{nat}$C(n,p): De gemeten cross-sections zijn aanzienlijk hoger (met een grote marge) dan voorspeld door grote evaluatiebibliotheken (TENDL-2023, ENDF/B-VIII.1, JEFF). De waarden pieken rond 75 mb bij 22 MeV.
  • $^{nat}$C(n,d): De data tonen ook discrepanties met bibliotheken, hoewel de overeenkomst beter is voor sommige datasets (bijv. TENDL-2015) vergeleken met de (n,p) reactie.
• Vergelijking met Bibliotheken:
  • De n_TOF-resultaten zijn grotendeels inconsistent met TENDL-2023, ENDF/B-VIII.1 en JEFF-3.3.
  • De resultaten tonen onverwachte overeenkomst met specifieke TALYS-2.0-berekeningen (specifiek die welke het back-shifted Fermi-gas model gebruiken voor niveaudichtheid).
• Vergelijking met Oude Data:
  • De nieuwe data sluit goed aan bij oudere metingen van Kreger & Kern (1959) en Bobyr et al. (1972).
  • Het tegenspreekt de basis van huidige bibliotheken (bijv. Rimmer & Fisher data).
  • Het bevestigt de eerdere integrale meting van n_TOF, wat valideert dat de hoge cross-section een echt fysiek fenomeen is en geen artefact van de integrale methode.

5. Betekenis en Implicaties

• Kerndata-evaluatie: De bevindingen maken een herziening noodzakelijk van de $^{nat}$C(n,p) en (n,d) evaluaties in grote kerndata-bibliotheken. De huidige onderschatting van deze cross-sections kan leiden tot fouten in stralingstransport-simulaties.
• Medische Toepassingen (Hadrontherapie): Nauwkeurige cross-sections zijn vitaal voor het berekenen van secundaire neutronendoses in gezond weefsel tijdens proton- en iontherapie. De hogere gemeten cross-sections impliceren dat huidige dosisschattingen voor secundaire neutronen mogelijk worden onderschat.
• Detectorontwikkeling: De resultaten zijn cruciaal voor het ontwerp en de kalibratie van diamant-neutrone detectoren, die vertrouwen op precieze kennis van reactiedrempels en cross-sections in het snelle-neutronenbereik.
• Astrofysica en Fusie: Verbeterde data helpt bij beschermingsberekeningen voor fusiefaciliteiten (zoals IFMIF-DONES) en ruimtedosimetrie.

Kortom, dit werk biedt een definitief experimenteel referentiepunt dat bestaande kerndata-bibliotheken uitdaagt en de belangrijkheid benadrukt van het combineren van hoog-nauwkeurige differentiële metingen met geavanceerde theoretische modellering (TALYS) om lang bestaande discrepanties in de reactiefysica van lichte kernen op te lossen.