Mötesplatsen för dig inom gruv- och stålindustrin, jun, 25 2018
Senaste Nytt

Ny metod förbättrar prognosen vid kärnklyvning

Denna färgkarta representerar den potentiella energiytan för uran, U-236. Färgen ändras när exciteringsenergin ökar. Forskare använde detta nät av energirelationer för att illustrera stokastiska karaktären hos Langevin-modellen och för att ge ett exempel på en viss fluktuationsdynamik i samband med uranskärningspunkter. Kredit: Chikako Ishizuka, Tokyo Tekniska Högskola
Denna färgkarta representerar den potentiella energiytan för uran, U-236. Färgen ändras när exciteringsenergin ökar. Forskare använde detta nät av energirelationer för att illustrera stokastiska karaktären hos Langevin-modellen och för att ge ett exempel på en viss fluktuationsdynamik i samband med uranskärningspunkter. Kredit: Chikako Ishizuka, Tokyo Tekniska Högskola
Publicerad av
Markku Björkman - 28 dec 2017

Forskare i Japan har lanserat en förbättrad metod med vars hjälp det blir lättare att förutse genereringen av termisk energi vid kärnklyvningssprocesser, Teamet som valde sig att fokusera på uran-236, tror att denna modell kan bidra till att effektivisera kärnkraftsproduktionen.

Alla som arbetar med elproduktion, radioaktivt avfall, eller i sjukhus, kontrollerar radioaktiva processer, och försöker förutsäga eller analysera deras beteende. Detta är nyckeln till ökad säkerhet i vår värld.

När det gäller elproduktion kan det vara på sin plats att observera hur en kärnklyvning funktionerar.

För att kunna köra igång turbinerna i ett kärnkraftverk, som så småningom sörjer för fungerande elektricitets- och internetanslutningar, grundar sig på ett komplicerat samspel av atomväxlingar, som alla initieras genom tillförsel av neutroner i en redan fylld kärna.

Forskarna vid Tokios tekniska högskola försökte ta reda på hur mycket värmeenergi kan utvinnas genom kärnklyvningssprocessen och vilka reaktionsprodukter blir kvar av denna process. Efter klyvningen delas kärnorna nämligen i mindre delar.

Forskarna observerade genereringen av energi från kärnklyvning av uran-235 (U-235). När en neutron beskjuts in i U-235-kärnan, producerar den en Uran-236 (U-236) kärna och ger därmed extra energi för att hjälpa kärnan att dela upp sig i två separata fragment.

Excitationsenergin leder följaktligen till fragmentering, som alstrar kärnenergi. Att förutsäga denna energiska interaktion är dock svårt. Forskarna använder sig därför av förenklade modeller för att kunna gestalta fragmenteringen av kärnan.

Langevin-modellen utgör ett åskådligt exempel på dynamisk rörelse av en klyvningskärna. Tidigare etablerade Langevin-modeller framställde ofta tre dimensioner för att beskriva kärnans form. Dessa inkluderade en deformationsfaktor, som beskriver de olika geometrier av de två deformerade kärnfragmenten som ett resultat av kärnklyvningen.

Chikako Ishizuka och Satoshi Chiba i Tokyo Tech, som ledde denna forskargrupp, kom fram till att det finns en ytterligare faktor som påverkar förutsägelsen inom en Langevin-modell, samtidigt som man fokuserar på U-236. Forskarteamet fokuserade speciellt på en fjärde deformationsfaktor av de två separata fragmenten, snarare än på de två fragmenten med samma deformationsfaktor.

Till skillnad från tidigare 3D Langevin-modeller har forskarna förbättrat Langevin-modellen till att omfatta fyra dimensioner så att den termiska energin hos ett kärnfragment kan uppskattas. Det gäller att analysera fusionsfragmenternas enskilda form med hänsyn till de tunga och lätta elementen i fragmenten i syfte att reda på varför de beter sig annorlunda. Forskarnas resultat i form av empiriska data om kärnklyvning verkade stämma bättre än vas som är fallet med de tidigare etablerade modellerna.

Teamets insamlade mängd kinetisk energidata för 4D-modellen vilket också stämde bättre med observerade mätningar, jämfört med tidigare modeller.

Med hjälp av denna förbättrade Langevin 4D-modell blir det enligt forskarteamet enklare att förutsäga lågspänningsfusion och det är möjligt att använda modellen för olika kärnor, såsom giftigt kärnavfall som innehåller successivt absorberande neutroner med ursprung i uran.

Författarna till detta arbete fortsätter att utveckla nya applikationer, med särskild tonvikt på en framtida dynamisk 5D- modell som ytterligare förbättrar förutsägbarhet och exakthet.

Källa: Daily Science

 

Annons

Annons

Annons