研究堆生产放射性核素的模拟不确定度量化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11905197
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    16.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2803.反应堆物理与技术
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Radioactive nuclides, which are produced by irradiation in research reactor, can be used in radioisotopic thermoelectric generators, tracer, nuclear medicine and play an important role in military and civilian economy. By accurate simulations for irradiation, precise yield and composition could be obtained which can be applied to improve radioactive nuclide product and quality. Traditional simulations only give best estimate value and lack degree of confidence, since they don’t model the influence of nuclear data uncertainty. In this project, nuclide inventory uncertainty quantification methods for the large-scale nuclide system in irradiation conditions will be studied. The problem of slow convergence in stochastic sampling and absent fission yield covariance data in basic library will be solved. The supporting variance and covariance data library will be processed and applied. Radioactive nuclide yield and composition uncertainty will be given. The project will also promote the theory in nuclide inventory uncertainty quantification and develop a domestic tool to expand application of uncertainty method and covariance data in nuclear engineering area.
研究堆内辐照生产的放射性核素可用于热电型同位素电池、示踪核素、核医学等领域,在军事和民用经济中具有重要的作用。对辐照过程进行精确模拟并获得准确产量和成分数据以优化靶件设计和辐照参数,可提高放射性核素产品的产量和品质。传统的核素辐照过程模拟没有考虑基础核数据的不确定度对模拟结果不确定度的影响,只给出产量的估算值,缺少置信度范围,难以精确控制产量和成分。本项目将研究基于适用于大规模核素系统在辐照条件下的存量不确定度量化的计算方法,解决随机抽样方法收敛速度慢和裂变产物产额协方差数据缺失的问题,处理并得到配套的方差与协方差数据库,定量给出基础核数据引起的放射性核素产量和成分的不确定度,为生产高品质精确量化的放射性核素提供理论支撑。本项目同时有助于推动核素存量不确定度量化的理论研究和发展自主的不确定量化工具,拓展不确定度量化方法和协方差数据在核工程领域的应用。

结项摘要

人工生产的放射性核素在深空探测、核医学、环境监测等多种场景,在军事和民用中具有重要的作用。研究堆内辐照生产是人工放射性核素的主要来源之一。对辐照过程的精确模拟,可获得准确产量和成分数据以优化靶件设计和辐照参数,对于提高放射性核素产品的产量和品质具有重要指导意义。传统的核素辐照过程模拟只给出产量的粗略估算值,模拟结果不够准确且缺少结果不确定度评估。本项目开展了适用于大规模核素系统在辐照条件下的核素存量不确定度量化研究工作。完成了核素存量不确定度量化的计算方法研究,包括变量抽样、结果统计、数据处理等。完成了基于随机抽样方法的加速收敛研究,分析了基础核数据及其方差,实现了多线程并行加速。采用贝叶斯方法获得了裂变产额协方差数据,制作了多群协方差数据文件,建立了完整的HDF5格式的配套核数据文件。完成了多项核素存量程序典型算例验证,完成了研究堆内辐照生产放射性核素分析和模拟。本项目获得了具有自主知识产权的核素存量分析程序GNET,并成功应用于研究堆内辐照特定核素分析。该程序与国际上类似程序相比,在不确定度量化和完整配套核数据(含协方差数据)方面具有先进性。本项目为核素存量不确定度量化打下了良好基础,并发展了自主的不确定度量化工具,拓展了不确定度量化应用场景,将来可进一步应用于辐射防护、核安全评价等领域。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
MCBMPI-A parallel Monte Carlo burnup code based on message passing interface
MCBMPI-一种基于消息传递接口的并行蒙特卡洛燃尽代码
  • DOI:
    10.1016/j.anucene.2020.107343
  • 发表时间:
    2020-06
  • 期刊:
    ANNALS OF NUCLEAR ENERGY
  • 影响因子:
    1.9
  • 作者:
    Yang Wankui;Yuan Baoxin;Zhang Songbao;Niu Weili;Wang Guanbo;Liu Yaoguang;Qian Dazhi
  • 通讯作者:
    Qian Dazhi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

中子辐照产生的初级离位原子能谱的蒙特卡罗研究
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    原子能科学技术
  • 影响因子:
    --
  • 作者:
    周韦;刘永康;马纪敏;邓勇军
  • 通讯作者:
    邓勇军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码