氘核中子反应截面的法捷耶夫方程理论计算

中子引起的轻核反应是核数据研究的重要内容。当前我国核数据库中氘核中子反应截面的计算结果局限于采用s 波可分离势,且入射能量在20 MeV以下。需要发展三体核反应的法捷耶夫方程理论方法,采用超出s 波的核子 核子相互作用,从而对更高能量范围内氘核全套中子反应截面做出准确的描述。本文介绍了利用法捷耶夫方程计算n+d三核子反应体系的弹性散射微分截面、破裂反应、破裂反应出射中子和质子的双微分截面的理论框架及数值计算结果,同时计算了弹性散射总截面和破裂反应总截面的激发函数。计算结果与实验数据及CENDL 32、ENDF/B Ⅷ.0、JENDL 5、JEFF 33等数据库中的评价数据符合较好。     

235U快中子核反应截面协方差评价

本文基于最小二乘不确定度传递方法,建立²³⁵U中子裂变核反应截面模型依赖型与非模型依赖型协方差评价体系。通过针对实验测量较丰富的中子反应总截面、辐射俘获、(n,2n)等核反应实验数据不确定度源项分析,为协方差评价提供实验基础,并给出对应核反应截面的非模型依赖型协方差评价数据。通过开展快中子能区²³⁵U核反应理论模型参数灵敏度计算与分析,导出实验测量缺乏的核反应截面模型依赖型协方差评价数据。经上述系统评价,所得协方差数据与核反应截面中心值研究过程自洽、物理合理,并按国际标准ENDF-6格式输出,便于核工程用户使用。     

200 MeV以下光子诱发50,51V核反应数据理论计算

光核反应数据在辐射损伤、反应堆剂量、加速器屏蔽等方面有重要应用。本工作基于MEND-G程序，对200 MeV能量范围内光子诱发^50,51V核反应数据进行理论计算，给出包含中子、质子、⁴He等主要出射粒子的核反应的数据；对光子诱发V同位素核反应的实验测量进行自洽性分析，结合光子强度函数和准氘模型，将光核反应吸收截面计算能力提升到200 MeV，为光核反应理论计算提供数据基础。经系统比对，理论计算值与实验测量值一致性很好，数据收录在即将发布的CENDL-3.2光核子数据库中。     

142~146,148,150Nd光核反应理论计算

基于我国自主研制的核反应理论计算程序MEND G,针对200 MeV能量范围内光子诱发142~146,148,150Nd的核反应数据开展了系统的理论计算研究。首先分析了现有的多种光核反应测量数据,筛选出以实验数据作为理论计算依据;利用8种经典的光子强度函数模型和准氘模型,描述光子吸收截面;在此基础上,采用MEND G程序对142~146,148,150Nd开展光核反应理论计算,并通过优化6个Gilbert Cameron能级密度参数,得到适用于Nd天然稳定同位素的普适能级密度,同时针对142,143Nd得到与实验结果符合更好的定域能级密度参数。通过对分光中子出射截面的系统分析,建立了ENDF 6格式的光核反应数据。结果表明,推荐的光核数据合理,与实验测量数据一致性较好,该数据已收录在CENDL 32光核子库中。     

裂变产额的Zp模型评价方法及燃耗不确定度分析

裂变产额在核科学技术和核工程中有着重要的应用,发展可靠、高效的产额评价方法和相应燃耗计算不确定度分析方法,对于建立高质量的产额数据库具有重要的意义。本文根据裂变产物核衰变模式和衰变分支比,建立独立产额与累积产额的转换矩阵,用于Zp模型的扩展,使之适用于独立产额和累积产额的统一描述,并以此建立了用于产额统一评价的拟合程序ZpFit。把ZpFit程序应用于中子诱发235U裂变产物产额评价,获得了自洽的独立产额、累积产额和相应的协方差数据,并建立ENDF格式的中子诱发235U裂变的产额数据库。在此基础上,计算了UAM燃耗基准题的TMI 1栅元的kinf、重要核素原子核密度的不确定度,比对了本工作评价的产额数据和ENDF/B Ⅷ0评价库中产额数据传递给响应量的相对不确定度,结果基本一致,差异不大。     

深度神经网络学习快中子截面

为探索利用机器学习方法辅助核反应数据评价的可行性,采用全连接深度神经网络算法学习中子截面数据,并考察预测能力。采用通用评价核数据库中快中子区的中子截面作为数据集,训练神经网络模型并进行验证和测试。提取ENDF/B-Ⅷ.0库中铀的12个同位素^230～241U的快中子区中子总截面和弹性散射截面,将²³⁰U的截面作为待预测的测试数据,将²³²U的截面作为验证数据,其余10个核素的截面作为训练数据。为获得具有预测能力的神经网络模型,利用训练数据训练系列神经网络模型,再利用验证数据挑选最优模型用于预测测试数据。验证和测试显示,通过训练,神经网络模型能够较好地反映评价库中截面数据随核素、入射中子能量的变化规律,对未知核素的中子截面数据表现出较强的预测能力。因此,神经网络算法有潜力成为核数据评价的新途径。     

最优化方法应用于裂变核反应理论计算的研究

中子诱发裂变核反应的反应机制十分复杂,需由光学模型、复合核模型等共同描述,因此需同时对大量参数进行调节才能正确描述裂变核反应数据。本文在FUNF裂变核反应模型基础上,利用先进的最优化方法MINUIT,结合MPI的并行计算方法,研究了MINUIT对裂变核反应调参的工作原理,并以中子诱发238U的裂变核反应为例,验证了裂变核反应数据优化方法的可靠性。     

核数据评价与中国评价核数据库CENDL

核数据是核基础研究、核能开发与利用以及核技术发展的基础数据,是连接核物理基础研究与核工程和核技术应用的重要桥梁,在国防与国民经济建设以及核科学发展领域起重要作用。核数据评价建库与检验是核数据研究过程中的两个重要部分,是核数据应用于核工程必不可少的环节。本文介绍了核数据内涵、核数据研究意义以及国内外核数据评价研究的简要发展历史,并结合中国评价核数据库CENDL的研究过程介绍了实验数据调研与分析评价、核数据理论模型计算、核数据统调建库与核数据宏观检验的主要评价核数据研究过程,以及我国自主建立的核数据评价方法和技术、模型及计算程序、评价数据建库和评价数据库的检验方法;介绍了基于我国自主建立的核数据评价建库与检验系统而研制的中国评价核数据库最新版CENDL 32以及对其进行的相关基准检验及应用结果;最后简要介绍了CENDL 32在反应堆屏蔽设计以及压水堆、高温堆等方面的实际应用以及与其他主流评价核数据库的比对结果。     

基于神经网络和决策树算法的裂变产物核(n,2n)反应截面研究

为了大规模预言缺少实验测量的裂变产物核反应截面数据，在整理现有(n, 2n)反应截面5 294个实验数据的基础上，分析相关的物理特征建立实验数据集，分别构建和训练反向传播神经网络和极致梯度提升树模型学习数据。神经网络的隐藏层包含两个子网络，分别由2层各128个神经元构成。极致梯度提升树模型集成了16棵决策树。结果表明，虽然(n, 2n)反应截面实验测量数据大多集中分布在中子入射能量14 MeV附近，且相互之间存在分歧，本工作机器学习模型均可较好描述反应截面的实验测量数据，具有较好的预言能力，对于缺少实验数据的情况同样与评价数据库基本符合。人工神经网络模型在测试集中预测结果与实验数据平均相对偏差小于10%的数据占比超过85%。机器学习方法能为核数据评价研究提供参考。     

神经网络方法分析U同位素链裂变核反应截面

本文利用前馈神经网络方法分析U同位素链实验测量裂变核反应截面数据。采用包含4个输入量、1个输出量和3层隐藏层的前馈神经网络，对U同位素链实验测量裂变截面数据进行训练，并利用贝叶斯算法对网络中的超参数进行优化，最终得到整个铀同位素链随入射中子能量变化的裂变截面数据。神经网络方法产生的裂变截面数据能很好地再现裂变截面的阶梯结构，与实验和评价数据的结果十分接近。