The JASMIN Collaboration has performed an experiment to conduct measurements of nuclear reaction rates around the anti-proton production (Pbar) target at the Fermi National Accelerator Laboratory (FNAL). At the Pbar target station, the target, consisting an Inconel 600 cylinder, was irradiated by a 120 GeV/c proton beam from the FNAL Main Injector. The beam intensity was 3.6 x 10**12 protons per second. Samples of Al, Nb, Cu, and Au were placed near the target to investigate the spatial and energy distribution of secondary particles emitted from it. After irradiation, the induced activities of the samples were measured by studying their gamma ray spectra using HPGe detectors. The production rates of 30 nuclides induced in Al, Nb, Cu, Au samples were obtained. These rates increase for samples placed in a forward (small angle) position relative to the target. The angular dependence of these reaction rates becomes larger for increasing threshold energy. These experimental results are compared with Monte Carlo calculations. The calculated results generally agree with the experimental results to within a factor of 2 to 3.


翻译:在Fermi国家加速器实验室(FARAL),JASMIN协作项目进行了一项实验,以测量FNAL主注射器的反质生产目标(Pbar)周围的核反应率(Pbar),在Pbar目标站,由Inconel 600气瓶构成的目标被FNAL主注射器的120 GeV/c质子波束照射。光束强度为每秒3.6 x 10 ** 12 质子。Al、Nb、Cu和Au的样本放在目标附近,以调查从它发出的二级粒子的空间和能量分布。在辐照后,样品的诱发活动是通过利用HPGe探测器研究其伽马射线光谱测量的。在Al、Nb、Cu、Au和Au的样本中测出了30个核素的产量率。与目标相比,位于前方(小角度)位置的样品的浓度增加幅度更大。这些反应率的角依赖度越来越大。这些实验结果与蒙特卡洛的计算结果比较。计算结果与实验结果一般同意在2到3系数内。

0
下载
关闭预览

相关内容

专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
React Native 分包哪家强?看这文就够了!
程序人生
13+阅读 · 2019年1月16日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
视频超分辨 Detail-revealing Deep Video Super-resolution 论文笔记
统计学习与视觉计算组
17+阅读 · 2018年3月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Learning to Importance Sample in Primary Sample Space
Arxiv
6+阅读 · 2018年3月12日
Arxiv
4+阅读 · 2018年1月15日
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关资讯
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
React Native 分包哪家强?看这文就够了!
程序人生
13+阅读 · 2019年1月16日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
视频超分辨 Detail-revealing Deep Video Super-resolution 论文笔记
统计学习与视觉计算组
17+阅读 · 2018年3月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Learning to Importance Sample in Primary Sample Space
Arxiv
6+阅读 · 2018年3月12日
Arxiv
4+阅读 · 2018年1月15日
Arxiv
3+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员