Dynamical modelling of clustering in multimodal heavy nuclei fission
- 作者: Ivanskiy Y.V.1, Unzhakova A.V.1
-
隶属关系:
- Saint-Petersburg State University
- 期: 卷 88, 编号 8 (2024)
- 页面: 1254-1258
- 栏目: Fundamental problems and applications of physics of atomic nucleus
- URL: https://ogarev-online.ru/0367-6765/article/view/279590
- DOI: https://doi.org/10.31857/S0367676524080155
- EDN: https://elibrary.ru/OPYVPL
- ID: 279590
如何引用文章
全文:
详细
The authors consider the problem of describing theoretically the dynamics of nucleon clustering inside a fissile nucleus. The approach is based on the microscopic modeling of clustering as a new type of collective particle motion. The use of a dynamic clustering algorithm in the region of heavy nuclei requires effective multiparticle interaction to be developed for a distributed microscopic model. Calculations are performed for a double magic cluster that plays an important role in the formation of the second minimum of the fission barrier observed in the multimodal fission of heavy nuclei.
全文:
ВВЕДЕНИЕ
За 85 лет, прошедших со дня открытия деления ядер, теоретическое объяснение природы мультимодальности деления тяжелых ядер остается актуальной задачей [1—6]. Процесс деления тяжелого ядра характеризуется коренной перестройкой ядерной системы, содержащей сотни нуклонов. В настоящее время еще нет последовательной теории, которая позволяла бы с единой точки зрения описать все стороны процесса деления. Сильное изменение формы ядра и неоднократное перераспределение энергии между коллективными и нуклонными степенями свободы приводит к образованию различных кластеров внутри делящейся системы, содержащих различное число нуклонов, способных как существовать очень короткое время, так и достигнуть теплового равновесия и существовать большое по масштабам ядерного деления время. В работе [7] впервые была продемонстрирована связь между образованием магических кластеров в процессе низкоэнергетического деления ядер калифорния и мультимодальностью. В настоящее время о коллективном движении, связанном с кластеризацией в делящемся ядре, говорит серия экспериментов, проведенных в лаборатории имени Флерова. Там были открыты несколько новых мод деления на несколько осколков и были получены свидетельства возможного процесса перекластеризации внутри делящейся системы [8—10].
МОДЕЛЬ
Для случая бесконечной ядерной материи энергия связи одного нуклона определяется его взаимодействием с ближайшими соседями. В этом случае энергия связи нуклонов пропорциональна их числу ~A. Нуклоны, расположенные на поверхности ядра, имеют меньшее число связей, чем внутренние, поэтому полная энергия связи уменьшается на величину, пропорциональную поверхности ядра ~A⅔. Плотность ядерной материи постоянна и не может уменьшиться ниже плотности насыщения даже при очень сильной деформации в предразрывных конфигурациях тяжелого делящегося ядра. Так как ядерное взаимодействие короткодействующее, то и в моделях, основанных на концепции среднего поля, реалистичный потенциал должен повторять по форме распределение материи в ядре [3—6]. Нуклоны в ядре в таких моделях ведут себя как делокализованные и независимые частицы. Для описания процесса образования нового нуклонного кластера внутри делящейся ядерной системы необходимо перейти к моделям нового типа, не использующим концепцию среднего поля [11—13]. В таких моделях каждая частица взаимодействует лишь с несколькими соседними частицами и не имеет информации о системе в целом. Таким образом все взаимодействия локальны и у сложной ядерной системы при изменении ее формы и внутренней структуры в процессе деления нет центра. При этом модели позволяют описывать появление и изменение многочастичных кластеров и коллективные движения большого масштаба. Такие инновационные теоретические подходы к описанию динамики процесса кластеризации уже были опробованы в работах [14—17]. В данной работе мы предлагаем аналогичную распределенную модель для описания динамически стабилизированного коллективного нуклонного кластера в тяжелом делящемся ядре. Впервые динамическая модель кластеризации была предложена в [18]. В ней используются следующие понятия и определения.
Определения
Пусть вектор представляет набор характеристик частицы i ∈ N. Соседние частицы в рассматриваемом объеме взаимодействуют между собой. Связи между соседними частицами могут быть представлены графом Gt = {N, Et, Ct} с множеством вершин N, обозначающим частицы i, i ∈ N; множеством ребер Et = {(i, j) : i, j ∈ N}, состоящим из пар (i, j), обозначающих взаимодействие между частицами i и j в момент t, соответствующим связям в графе Gt; и матрицей связности Ct, образованной элементами , равными 1 в случае, если частицы i и j связаны в момент t, и в противном случае.
Кластеризация частиц происходит в результате их взаимодействия, величина которого определяется разностью характеристик связанных частиц и заданным коэффициентом усиления. Общий вид взаимодействия определяется по формуле:
(1)
где суммарное воздействие на частицу i всех связанных с ней частиц, — коэффициент усиления, – элемент матрицы связности Ct, обозначающий наличие (отсутствие) связи между частицами i и j.
Общий вид взаимодействия частиц (1) может быть получен исходя из минимизации потенциала графа Gt связей частиц (называемого также лапласовским потенциалом графа Gt [12]), задающегося матрицей связности Ct, характеризующего степень рассогласованности состояний взаимосвязанных частиц:
.
Определим в рассматриваемой системе два типа взаимодействия: притяжение и отталкивание, характеризующиеся радиусами действия, — радиус притяжения, — радиус отталкивания вокруг каждой частицы, ; и коэффициентами усиления . Взаимодействия обоих типов зададим согласно формуле (1) с подстановкой соответствующего коэффициента усиления и определив коэффициенты матрицы связности исходя из расстояния между частицами.
Пусть частица i, помимо воздействия со стороны связанных с ней частиц, подвержена также некоторому внешнему возмущению .
С учетом притяжения и отталкивания частиц и внешнего возмущения динамика системы частиц задается следующей системой уравнений в дискретном времени:
(2)
где , — коэффициенты, характеризующие наличие притяжения и отталкивания между частицами i и j,
где — расстояние между частицами i и j.
Обозначим матрицы, составленные из элементов и соответственно; лапласиан матрицы A, получаемый вычитанием матрицы A из диагональной матрицы D(A), где на диагонали расположены суммы элементов по строкам матрицы A. Введем векторы : . Запишем динамику системы (2) в векторно-матричном виде:
где — единичная матрица размера , — произведение Кронекера, которое является блочной матрицей размера :
.
Предлагаемая модель описывает эволюцию ядерной системы, состоящей из взаимосвязанных взаимодействующих элементов — частиц, в которых связь имеется только между соседними частицами в соответствии со свойством насыщения ядерных сил. Таким образом, каждый нуклон в ядре взаимодействует лишь с ограниченным числом ближайших к нему соседних нуклонов. Система с заданной в (2) динамикой демонстрирует тенденцию к образованию кластеров в процессе эволюции своего состояния [14].
МОДЕЛИРОВАНИЕ ДИНАМИКИ СИСТЕМЫ ЧАСТИЦ
Рассмотрим систему, состоящую из 132 частиц, моделирующую поведение нуклонов атома 132Sn. Выберем радиус притяжения равным 1.5, радиус отталкивания — 0.5, коэффициенты усиления для притяжения и отталкивания примем равными 0.001 и 0.1 соответственно. Пусть внешние возмущения можно описать независимыми одинаково распределенными нормальными величинами с параметрами , σ = 0.005. Зададим число шагов моделирования T = 100. Начальные позиции частиц в пространстве примем равномерно распределенными в области
Рисунки 1 и 2 иллюстрируют состояние системы частиц в моменты t = 20 и t = 80. Вершины-точки соответствуют позициям частиц в пространстве, ребра светлого оттенка обозначают наличие притяжения между частицами, темные ребра — отталкивание. С течением времени кластерная структура системы частиц меняется под воздействием притяжения и отталкивания между частицами. В момент t = 20 наблюдается сравнительно малое число межчастичных взаимодействий, что обусловлено сравнительно большим средним расстоянием между каждой парой частиц. К моменту t = 80 произошло сближение частиц, что привело к образованию большого числа взаимодействий в силу попадания большего количества частиц в области притяжения и отталкивания соседних частиц. При этом общий объем, занимаемый всей системой, уменьшился, что отражено в изменении масштаба осей координат на рис. 1 и 2. При относительно малой величине внешнего возмущения состояние системы изменяется в сторону меньшего числа кластеров, при этом размер кластеров увеличивается.
Рис. 1. Состояние системы в момент t = 20. Светлые ребра обозначают наличие притяжения между частицами.
Рис. 2. Состояние системы в момент t = 80. Светлые ребра обозначают наличие притяжения между частицами. Темные ребра обозначают отталкивание между частицами.
ЗАКЛЮЧЕНИЕ
В последние годы описанию кластеризации в ядерных системах посвящено много новых теоретических работ. Базисом для таких исследований являются расчеты поверхностей потенциальной энергии в различных многомерных реалистических потенциалах или в самосогласованном поле [3—6]. В отдельных областях поверхностей потенциальной энергии, где происходит полная перестройка ядерной системы, такие модели не применимы и приводят к сингулярностям. Адекватное описание процесса изменения внутренней структуры внутри делящейся системы потребовало дополнения этих моделей разработанной моделью нового типа, выходящей за рамки концепции среднего поля. В ней огромная сложность динамических задач в многочастичной системе с переменной структурой заменяется на численное описание большого количества парных локальных взаимодействий одинаковых частиц, но за счет сложного совместного взаимодействия в итоге достигается модельное описание динамики всей системы. Суть нового подхода заключается в переходе от централизованных к децентрализованным расчётам процесса кластеризации в делении тяжелых ядер. Рассматриваемый подход позволяет моделировать изменение структуры ядерной системы в процессе деления и описывать возникновение нового агрегатного состояния группы нуклонов. Таким образом, весь процесс деления в таком подходе характеризуются двумя временными шкалами. Быстрая динамика характеризует организацию нуклонов в большие кластеры, которые можно рассматривать как новые коллективные структуры. Образовавшиеся кластеры как целое участвуют в относительно медленной динамике делящейся ядерной системы до точки разрыва. Численное моделирование системы частиц было проведено для экспериментально наблюдаемого эффекта кластеризации дважды магического ядра олова в районе второго минимума барьера деления тяжелых актинидов.
Иванский Ю. В. благодарит Российский научный фонд за финансовую поддержку (проект № 22-71-10063).
作者简介
Y. Ivanskiy
Saint-Petersburg State University
Email: a.unzhakova@spbu.ru
俄罗斯联邦, St Petersburg, 199034
A. Unzhakova
Saint-Petersburg State University
编辑信件的主要联系方式.
Email: a.unzhakova@spbu.ru
俄罗斯联邦, St Petersburg, 199034
参考
- Bender M., Bernard R., Bertsch G. et al. // J. Physics G. 2020. V. 47. No. 11. Art. No. 113002.
- Schunck N., Regnier D. // Progr. Part. Nucl. Phys. 2022. V. 125. Art. No. 103963.
- Möller P., Madland D.G., Sierk A.J., Iwamoto A. // Nature. 2001. V. 409. P. 785.
- Möller P., Sierk A.J., Ichikawa T. et al. // Phys. Rev. C. 2009. V. 79. Art. No. 064304.
- Pashkevich V., Pyatkov Y., Unzhakova A. // Int. J. Mod. Phys. E. 2009. V. 18. P. 907.
- Zdeb A., Warda M., Robledo L.M. // Phys. Rev. C. 2021. V. 104. Art. No. 014610.
- Pyatkov Yu.V., Pashkevich V.V., Penionzhkevich Yu.E. et al. // Nucl. Phys. A. 1997. V. 624. P. 140.
- Pyatkov Y., Kamanin D., Alexandrov A. et al. // Phys. Rev. C. 2017. V. 96. Art. No. 064606.
- Kamanin D.V., Pyatkov Yu. V., Solodov A.N. et al. // Bull. Russ. Acad. Sci. Phys. 2023. V. 87. No. 8. P. 1238.
- Pyatkov Yu. V., Kamanin D.V., Carjan N. et al. // J. Phys. Conf. Ser. 2023. V. 2586. Art. No. 012038.
- Vicsek T., Czirok A., Ben-Jacob E. et al. // Phys. Rev. Lett. 1995. V. 75. No. 6. P. 1226.
- Saber R.O., Murray R.M. // Proc. Amer. Control Conf. 2003. P. 951.
- Nouhi B., Darabi N., Sareh P. et al. // Sci. Reports. 2022. V. 12. Art. No. 12396.
- Friedkin N.E., Proskurnikov A.V., Tempo R., Parsegov S.E. // Science. 2016. V. 354(6310). P. 321.
- Amelin K., Amelina N., Granichin O. et al. // IEEE CCTA. 2019. P. 355.
- Erofeeva V., Kizhaeva N. // CAP. 2023. V. 12(1). P. 16.
- Amelina N., Chernov A., Granichin O., Ivanskiy Y., Len I. // Proc. 18th ECC2020. (Russia, 2020). P. 906.
- Унжакова А.В., Иванский Ю.В. // Изв. РАН. Сер. физ. 2022. T. 86. № 9. C. 1339; Ivanskiy Y.V., Unzhakova A.V. // Bull. Russ. Acad. Sci. Phys. 2022. V. 86. No. 9. P. 1108.
补充文件
