项目名称: GeV 能区质子束流在ADS散裂靶中的能量沉积研究

项目编号: No.91226107

项目类型: 重大研究计划

立项/批准年度: 2013

项目学科: 物理学II

项目作者: 张雪荧

作者单位: 中国科学院近代物理研究所

项目金额: 80万元

中文摘要: 散裂靶是ADS嬗变系统中耦合加速器和反应堆的重要系统,在GeV能量的质子束流轰击时,有大量的能量沉积在散裂靶及结构材料中,能量沉积的特征及其机理对于散裂靶设计非常重要。项目首先借助各种数值模拟程序,如MCNPX、GEANT4及自主开发程序,对能量沉积进行分析计算,分析其机理和主要特征;同时,发展热释光探测器测量技术,掌握热释光测量能量沉积的关键技术;最后,在模拟结果的指导下,设计合理的实验方案,实验测量质子束流轰击各种实验靶材料时的能量沉积数据。通过实验数据和数值模拟对比分析校核,掌握高能质子的能量沉积机理和特征,提高散裂靶的模拟设计程序可靠性。

中文关键词: 能量沉积;散裂靶;质子束流;热释光探测器;模拟计算

英文摘要: Knowledge of the energy deposition in target materials is an important part of the computer simulation of materials properties under the irradiation. The accuracy of such parameters is of paramount importance for the design study of the power sub-critical systems driven by proton accelerator (ADS), especially liquid-metal spallation target. The goal of this project is to analyze the energy deposition in the targets and the structural material irradiated with intermediate energy protons. The energy deposition will be calculated with the help of different models incorporated in the MCNPX package、GEANT4 and others code. At the same time, the method of measurement energy deposition with thermoluminescence detectors (TLDs) will be developed. Using high energy proton beam from HIRFL-CSR, such measurements of energy release in target and structural material will be carried out by TLDs. The energy deposition were obtained by analytical thermoluminescent data. Through the comparison the modern code calculations of the energy deposition with the experimental data, the refined physical model of heat deposition parameters are proposed to simplify a technical calculation of heat deposition in real targets.

英文关键词: Energy depositon;spallation target;proton beam;thermoluminescence detector;simulation

成为VIP会员查看完整内容
0

相关内容

卷积神经网络中的注意力机制综述
专知会员服务
75+阅读 · 2021年10月22日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
42+阅读 · 2021年2月8日
蟑螂背上芯片板子,组队去救人类
量子位
0+阅读 · 2022年3月29日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
借助新的物理模拟引擎加速强化学习
TensorFlow
1+阅读 · 2021年8月16日
最新研究表明:EV电池「越老越安全」
机器之心
0+阅读 · 2021年5月8日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
58+阅读 · 2021年11月15日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
小贴士
相关主题
相关VIP内容
相关基金
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员