基于C6D6探测系统的中子俘获截面测量技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11805282
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    任杰
  • 依托单位：
    中国原子能科学研究院
  • 学科分类：
    A3005.中子技术及应用
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

The radiative neutron capture cross section (σnγ) is an important part of Nuclear Data Bank, which is widely used in nuclear engineering, national defense, foundational nuclear physics and so on. However, we have not carry out any measurement of the σnγ in resonance region in our country, for the lacking of suitable neutron source. The China Spallation Neutron Source (CSNS) back-streaming white neutron beam line can provide pulsed neutron beam with high flux and wide energy region, which is very suitable for the σnγ measurement. The C6D6 system with Pulse Height Weighting Technique (PHWT) is an ideal system for σnγ measurement, because of its simple tructure, low cost and high precision. The purpose of this study is to build a C6D6 system which is suitable for the CSNS back-streaming neutron beam line, and develop the PHWT methods and programs. With these research, we can know well the experiment skills and gather experience for the σnγ measurements which we will do in the future.
中子俘获截面数据是核数据重要的组成部分，在核工程和基础核物理等领域具有重要的应用价值。由于缺少合适的中子源，我国在连续共振区的中子俘获截面测量领域仍处于空白阶段。中国散裂中子源(CSNS)反角白光中子束线可提供高通量、宽能区的脉冲中子束，适合开展中子俘获截面测量实验。基于脉冲高度权重技术(PHWT)的C6D6探测系统是测量中子俘获截面的理想的探测系统，其结构简单，成本较低，且能够得到精度较高的数据。本研究项目的目的就是设计并建造一套适用于CSNS反角白光中子束线的C6D6探测系统，并开发出适合这套系统的PHWT方法和程序，为以后开展重要核素的中子俘获截面测量积累实验和数据分析方面的技术和经验。

结项摘要

中子俘获反应是中子消失的主要核反应之一，其截面数据在核工程设计、新型核能系统研发、核天体物理基础研究等领域具有重要的应用价值。基于白光中子源的中子俘获截面测量实验能够在宽能区测得中子俘获反应截面，美国、欧洲等发达国家早已利用先进的白光中子源测量了很多重要核素的中子俘获截面，为其国防和能源建设提供了基础数据。2018年建成的中国散裂中子源反角白光中子束线（Back-n）是我国首个宽能区、脉冲化的白光中子源，本项目依托Back-n研究使用C6D6探测器测量中子俘获截面的实验技术和数据分析方法，研究工作包括：优化了C6D6测量系统和权重函数，发展了实验本底测量技术，掌握了不同能区的数据分析方法，完成了标准样品测量实验并得到了截面数据。. 本项目优化了Back-n上的C6D6探测器材料和几何布局，，重新设计加工了探测器支架，使整个测量系统具有较低的中子灵敏度。使用伽马放射源测量了每个C6D6探测器的能量分辨率，为精确计算系统的权重函数提供了基础参数。研究通过求解点态响应矩阵计算权重函数的方法，进一步提高了系统权重函数的精度。本项目开展了大量的实验研究，摸索在Back-n上测量俘获截面的最佳实验条件，掌握了通过散射样品测量实验本底时间结构的技术，发展了使用共振吸收法定量测量实验本底的技术，提高了实验测量精度。在共振区研究了共振参数分析方法，在连续能区研究了平均截面计算方法，并尝试了相对测量的数据分析方式。本项目使用Au-197作为标准样品验证了实验测量技术和数据分析方法，以此为基础开展了Tm-169的中子俘获截面测量，得到的共振参数和平均截面与核数据评价库的推荐值以及EXFOR中的实验数据符合较好，说明本项目发展的实验测量技术和数据分析方法是正确、可行的。. 通过本项目的研究，掌握了利用C6D6探测器开展宽能区中子俘获截面测量的关键技术，为将来开展高精度的俘获截面测量积累了技术基础。

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）
Neutron capture cross section of 169Tm measured at the CSNS Back-n facility in the energy region from 30 keV to 300 keV
CSNS Back-n 设施在 30 keV 至 300 keV 能量区域测量的 169Tm 中子俘获截面
  • DOI：
    10.1088/1674-1137/ac4589
  • 发表时间：
    2021-12
  • 期刊：
    Chinese Physics C
  • 影响因子：
    3.6
  • 作者：
    Jie Ren;Xichao Ruan;Wei Jiang;Jie Bao;Jincheng Wang;Qiwei Zhang;Guangyuan Luan;Hanxiong Huang;Yangbo Nie;Zhigang Ge;Qi An;Huaiyong Bai;Yu Bao;Ping Cao;Haolei Chen;Qiping Chen;Yonghao Chen;Yukai Chen;Zhen Chen;Zengqi Cui;Ruirui Fan;Changqing Feng;Keqing Ga
  • 通讯作者：
    Keqing Ga
The C6D6 detector system on the Back-n beam line of CSNS
CSNS Back-n光束线上的C6D6探测器系统
  • DOI：
    10.1007/s41605-019-0129-8
  • 发表时间：
    2019-09
  • 期刊：
    Radiation Detection Technology and Methods
  • 影响因子：
    0.6
  • 作者：
    Jie Ren;Xichao Ruan;Jie Bao;Guangyuan Luan;Wei Jiang;Qi An;Huaiyong Bai;Ping Cao;Qiping Chen;Yonghao Chen;Pinjing Cheng;Zengqi Cui;Ruirui Fan;Changqing Feng;Minhao Gu;Fengqin Guo;Changcai Han;Zijie Han;Guozhu He;Yongcheng He;Yuefeng He;Hanxiong Huang;Weil
  • 通讯作者：
    Weil

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

Smart Edge Caching-Aided Partial Opportunistic Interference Alignment in HetNets
HetNet 中智能边缘缓存辅助的部分机会干扰对齐
  • DOI：
    10.1007/s11036-020-01568-6
  • 发表时间：
    2020-06
  • 期刊：
    Mobile Networks and Applications
  • 影响因子：
    3.8
  • 作者：
    郑杰;高岭;王海;牛进平;任杰;郭红波;杨旭东;刘艺
  • 通讯作者：
    刘艺
Amphiphilic chitosan graft copolymer via combination of ROP, ATRP and click chemistry: Synthesis, self-assembly, thermosensitivity, fluorescence, and controlled drug release
通过 ROP、ATRP 和点击化学组合的两亲性壳聚糖接枝共聚物：合成、自组装、热敏性、荧光和药物控制释放
  • DOI：
    10.1016/j.polymer.2010.12.052
  • 发表时间：
    2011-02
  • 期刊：
    Polymer
  • 影响因子：
    4.6
  • 作者：
    任杰;顾书英;李肖飞;袁伟忠;曹阿民
  • 通讯作者：
    曹阿民
自噬:心血管疾病治疗的新靶点
  • DOI：
    10.13241/j.cnki.pmb.2016.35.047
  • 发表时间：
    2016
  • 期刊：
    现代生物医学进展
  • 影响因子：
    --
  • 作者：
    任杰;王同建;司彪;禹文茜;尤锋;霍焜;乔彬;李娜
  • 通讯作者：
    李娜
Kinetic determination of tryptophan by using the B-Z oscillating chemical system
B-Z 振荡化学体系动力学测定色氨酸
  • DOI：
    10.1007/s00726-008-0064-3
  • 发表时间：
    2009-03
  • 期刊：
    Amino Acids
  • 影响因子：
    3.5
  • 作者：
    戴红霞;吕东煜;任杰;高锦章;杨武;陈华;曲婕;魏晓霞
  • 通讯作者：
    魏晓霞
北江干流年最大洪峰流量变化特征及其影响研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    水文
  • 影响因子：
    --
  • 作者：
    唐权辉;任杰;王兆礼;陈晓宏
  • 通讯作者：
    陈晓宏

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