(c) Miksi formaali ratkaisu ei toimi reaktorisovelluksissa sellaisenaan? (a) Batemanin yhtälöt kuvaavat nuklidien määrän muutosta ajassa.

Samankaltaiset tiedostot
Radioaktiivinen hajoaminen

5 Differentiaaliyhtälöryhmät

Matematiikka B2 - TUDI

Insinöörimatematiikka D

y + 4y = 0 (1) λ = 0

Matematiikka B3 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto

Insinöörimatematiikka D

Gaussin ja Jordanin eliminointimenetelmä

Numeeriset menetelmät

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

1 Di erentiaaliyhtälöt

Ionisoiva säteily. Tapio Hansson. 20. lokakuuta 2016

Ominaisarvo-hajoitelma ja diagonalisointi

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

(a) Järjestellään yhtälöitä siten, että vasemmalle puolelle jää vain y i ja oikealle puolelle muut

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

Lyhyt yhteenvetokertaus nodaalimallista SÄTEILYTURVAKESKUS STRÅLSÄKERHETSCENTRALEN RADIATION AND NUCLEAR SAFETY AUTHORITY

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Ennakkotehtävän ratkaisu

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Insinöörimatematiikka D

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

2.5. Matriisin avaruudet ja tunnusluvut

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

Ratkaisuehdotukset LH 7 / vko 47

MS-C1340 Lineaarialgebra ja

5 DIFFERENTIAALIYHTÄLÖRYHMÄT

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

MS-A0004/A0006 Matriisilaskenta

Lineaarinen yhtälöryhmä

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Ratkaisuehdotukset LH 3 / alkuvko 45

. Mitä olisivat y 1 ja y 2, jos tahdottaisiin y 1 (0) = 2 ja y 2 (0) = 0? x (1) = 0,x (2) = 1,x (3) = 0. Ratkaise DY-ryhmä y = Ay.

Ominaisvektoreiden lineaarinen riippumattomuus

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

MS-C1340 Lineaarialgebra ja

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Käänteismatriisin ominaisuuksia

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt 1

Atomin ydin. Z = varausluku (järjestysluku) = protonien määrä N = neutroniluku A = massaluku (nukleoniluku) A = Z + N

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Värähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima.

1 WKB-approksimaatio. Yleisiä ohjeita. S Harjoitus

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

5 Lineaariset yhtälöryhmät

Insinöörimatematiikka D

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Dierentiaaliyhtälöistä

Matemaattiset apuneuvot II, harjoitus 2

Tyyppi metalli puu lasi työ I II III

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

1 Matriisit ja lineaariset yhtälöryhmät

7 Vapaus. 7.1 Vapauden määritelmä

Esimerkki: Tietoliikennekytkin

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

2 dy dx 1. x = y2 e x2 2 1 y 2 dy = e x2 xdx. 2 y 1 1. = ex2 2 +C 2 1. y =

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

MAB3 - Harjoitustehtävien ratkaisut:

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40

ja piirrä sitä vastaavat kaksi käyrää ja tarkista ratkaisusi kuvastasi.

Numeeriset menetelmät

MAB3 - Harjoitustehtävien ratkaisut:

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matemaattinen Analyysi

Transkriptio:

1. (a) Johda ns. Batemanin yhtälöt eli hiukkastiheyksien taseyhtälöt huomioiden radioaktiivisen hajoamisen ja neutronireaktiot. (b) Kirjoita yhtälöt matriisimuodossa ja esitä formaali ratkaisu, kun kerroinmatriisi on vakio. (c) Miksi formaali ratkaisu ei toimi reaktorisovelluksissa sellaisenaan? Ratkaisu (a) Batemanin yhtälöt kuvaavat nuklidien määrän muutosta ajassa. Nuklidin i tasapainoyhtälö on + j dn i (t) = hajoaminen i:ksi i:n hajoaminen dt +syntyminen neutronien vaikutuksesta hajoaminen neutronien vaikutuksesta = b j i λ j N j (t) λ i N i (t) j σ j i (E)N j (t)φ(e, t)de σ i,a (E)N i (t)φ(e, t)de (1.1) missä kaksi ensimmäistä termiä tulevat radioaktiivisesta hajoamista ja kaksi viimeistä neutronien aiheuttamista reaktioista. λ i on nuklidin i hajoamisvakio ja b j i antaa todennäköisyyden, että nuklidin j hajoaminen tuottaa nuklidin i 1.1. σ i,a on nuklidin i absorptiovaikutusala ja σ j i transmutaatiovaikutusala eli vaikutusala sille, että nuklidi j muuttuu nuklidiksi i tähän on nyt ajateltu sisältyvän fissiot, mutta toki semmoinen termi voitaisiin ottaa erikseen. φ on neutronivuo. Neutronivuointegraaleista voi kehittää efektiiviset 1-ryhmäiset vastineensa suorittamalla integraalin numeerisesti. Tällöin dn i (t) dt = j missä yksiryhmäsuureet ovat σ j i(t) φ(t) = σ i,a (t)φ(t) = 1.1 engl. branching ratio. [b j i λ j + σ j i (t)φ(t)] N j (t) [λ i + σ i,a (t)φ(t)] N i (t), σ j i (E, t)φ(e, t)de, σ i,a (E, t)φ(e, t)de, (1.2) (1.3a) (1.3b) 1

ja φ(t) = φ(e, t)de on yksiryhmävuo, ja energiariippuvat vaikutusalat riippuvat ajasta lämpötilariippuvuuden vuoksi. Saman asian voi vielä kirjoittaa efektiivisillä hajoamisvakioilla a muodossa dn i (t) dt = j a j i (t)n j (t) a i (t)n i (t), (1.4) missä a j i (t) = b j i λ j + σ j i (t)φ(t), (1.5a) a i (t) = λ i + σ i,a (t)φ(t). (1.5b) Mikäli neutronivuo tiedetään ongelma palautuu siis hajoamisyhtälöihin efektiivisillä hajoamisvakioilla. (b) Selvästi kyseessä on lineaarinen yhtälöryhmä, joten sen voi kirjoittaa matriisimuodossa: d N(t) dt = A(t) N(t), (1.6) missä matriisi A pitää sisällään yhtälön (1.4) kertoimet. Mikäli A A(t) (eli mikroskooppiset vaikutusalat ja neutronivuo on vakio) ratkaisuna on N(t) = e At N(0), (1.7) minkä laskemiseksi löytyy tehokkaita ja tarkkoja numeerisia menetelmiä. (c) Reaktorisovelluksissa ratkaisun ongelma tulee juuri ehdosta, että A ei saa riippua ajasta, vaikka todellisuudessa vuo riippuu ajasta. Yleensä sovelluksissa vuo oletetaan vakioksi aika-askeleella ja käytetään korjaavia menetelmiä, kuten ennusta- ja korjaa menetelmää. Kerroinmatriisin aikariippuvuus tulee yhtälön (1.1) mikroskooppisten vaikutusalojen ja neutronivuon aikariippuvuudesta. Näistä ensimmäinen riippuu lämpötilasta, joka on pitkällä aikavälillä hitaasti muuttuva, ja jälkimmäinen riippuu nuklidikonsentraatioista. Nuklidikonsentraatioidenkin muutokset ovat pääsääntöisesti hitaita, joten vuota voi pääsääntöisesti pitää hitaasti muuttuvana ellei jopa vakiosuureena riittävän lyhyillä aikaväleillä. 2

2. TRIGAssa säteilytetään kultaa (100 % 197 79Au) neljän päivän ajan. Kuinka paljon kullasta on muuttunut aktiiviseksi 198 79Au:ksi ja kuinka paljon 198 79Au:ta on jäljellä suhteessa alkuperäiseen kultamäärään säteilytyksen loputtua. ROSFOND -vaikutusalakirjaston mukaan 197 79Au:n terminen sieppausvaikutusala on 98,70 b ja 198 79Au:n terminen sieppausvaikutusala on 2,841 10 4 b olettaen 293,6 K lämpötilan 2.1. 198 79Au:n puoliintumisaika on 2,695 d. Reaktorissa pidetään vakiovuo 5 10 13 cm 2 s 1. Ratkaise tehtävä matriisieksponenttia hyödyntäen. Ratkaisu Kirjoitetaan Batemanin yhtälö matriisimuodossa Aukikirjoitettuna tämä on ] [ dn198 (t) dt dn 197 (t) dt = d N(t) dt = A(t) N(t). (2.1) [ λ198 σ 198,a φ σ 197 198 φ 0 σ 197,a φ ] [ N198 (t) N 197 (t) ], (2.2) kun huomioidaan (a) 198 79Au:n puoliintuminen, (b) 198 79Au:n transmutatoituminen muiksi aineiksi, (c) 197 79Au:n transmutatoituminen 198 79Au:ksi ja (d) 197 79Au:n transmutatoituminen muiksi aineiksi. Transmutaatiovaikutusala σ 197 198 tunnistetaan sieppausvaikutusalaksi σ 197,γ. Paremman puutteessa arvioidaan absorptiovaikutusaloja σ 197,a ja σ 198,a vastaavilla sieppausvaikutusaloilla. Nyt halutaankin laskea enää matriisin A matriisieksponentti. Tätä varten tarvitaan ominaisarvot- ja vektorit. Kirjoittaen lyhennysmerkinnöin [ ] [ ] a c 4,4029 10 A = = 6 s 1 4,9350 10 9 s 1 0 d 0 4,9350 10 9 s 1 (2.3) saadaan ominaisarvoiksi suoraan diagonaalilta λ 1 = a ja λ 2 = d. Näitä vastaavat ominaisvektorit ovat esimerkiksi [ ] [ ] 0 c 1 (A λ 1 I) v 1 = v 0 d a 1 = 0 = v 1 = ja (2.4a) 0 [ ] [ ] a d c c (A λ 2 I) v 2 = v 0 0 2 = 0 = v 2 =. (2.4b) d a 2.1 Voit olettaa vaikutusalojen olevan riittävän edustavia kyseiselle reaktorille 3

Tällöin matriisieksponentti on e At = V e Λt V 1 [ ] [ ] [ ] 1 c exp(at) 0 1 d a c = 0 d a 0 exp(dt) d a 0 1 [ ] [ ] 1 c 1 (d a) exp(at) c exp(at) = 0 d a d a 0 exp(dt) [ ] exp(at) c (exp(dt) exp(at)) = d a. (2.5) 0 exp(dt) Ottaen huomioon alkuehdon saadaan N(t) = e At N(0) = [ c d a (exp(dt) exp(at)) exp(dt) ] N 197 (0). (2.6) Ratkaisu on oikeastaan luonnollinen: 197 79Au hajoaa 198 79Au:ksi ja 198 79Au:ta poistuu sekä hajoamisella että absorptiolla. Helpommin tämä olisi tullut suoraan differentiaaliyhtälön ratkaisusta. Matriisien käyttäminen on kuitenkin parempi isojen hajoamisketjujen ymmärtämiseksi. Sijoittamalla lukuarvot saadaan aktiivisen kullan määräksi N 198 (4 d)/n 197 (0) = 0,08752 % ja alkuperäisen kullan määräksi N 197 (4 d)/n 197 (0) = 99,83 % eli aktiivista kultaa on saatu 0,088 %, mutta tätä varten kullasta on käytetty 0,17 % - noin puolet syntyneestä aktiivisuudesta on jo käytetty. 4

3. Termistä koereaktoria käytetään vanhan virastotavan mukaisesti maanantaista perjantaihin kello kahdeksasta kuuteentoista päivällä. Näin on toimittu jo 40 vuoden ajan. Arvioi reaktorissa olevan 131 I:n keskimääräisen tiheyden historia. Miten 131 I-tiheyden alkuviikkojen sykli eroaa loppuviikkojen syklistä? Reaktoria ajetaan 250 kw teholla ja sen polttoaineen tilavuus on 32600 cm 3. Toista lasku 135 Xe:lle ja 137 Cs:lle. Nuklidikohtaisia vakioita on taulukossa 3.1. Voit olettaa, että nuklidit syntyvät suoraan fissiosta ja, että reaktoria ajetaan niin pienellä vuolla, absorptiot eivät ole merkittäviä. Päteekö oletukset jollekin tarkasteltavalle nuklidille? Taulukko 3.1: Nuklidikohtaisia vakioita. Nuklidi T 1/2 χ c 131 I 8,02 d 0,02879 135 Xe 9,10 h 0,06647 137 Cs 30,17 a 0,06236 Kumulatiivinen saanto fissiota kohti. Ratkaisu Merkitään reaktorin tehoa sen ollessa päällä P 0 :llä. Mallinnetaan tehjakaumaa tasaisena paremman tiedon puutteessa, jolloin P 0 = ɛσ f ( r,t)φ( r,t)dv = ɛσ f (t)φ(t)v, (3.1) missä V on polttoaineen tilavuus. Tästä saadaan Σ f (t)φ(t) = P/(ɛV ). Tehtävänannon oletuksin jodin taseyhtälö on N (t) = χ c Σ f (t)φ(t) λn(t), (3.2) missä N on jodikonsentraatio ja hajoamisketjussa aiemmin olevat nuklidit on yksinkertaisuuden vuoksi ajateltu hajoavan jodiksi välittömästi. Kun reaktori ei ole päällä, taseyhtälöstä saadaan N (t) = λn(t) = N(t) = N 0 exp( λt). (3.3) 5

Kun reaktori on päällä, taseyhtälö on ensimmäisen asteen epähomogeeninen yhtälö N (t) = χ c Σ f φ λn(t), (3.4) jonka homogeeniosan täydellinen ratkaisu on N(t) = A exp( λt) ja epähomogeeniosan yksittäisratkaisu on N = χ c Σ f φ/λ. Alkuehdolla N(0) = N 0 kokonaisratkaisu on siis N(t) = ( N 0 χ ) cσ f φ λ exp( λt) + χ cσ f φ. (3.5) λ Nyt koereaktorin nukliditiheydelle voidaan arvioida: annetaan nukliditiheydelle nolla-arvo, ajetaan reaktoria ensimmäisen päivän käyttöjakson yli ja päivitetään nukliditiheyden arvo kaavalla (3.5). Annetaan reaktorin jäähtyä seuraavaan käyttöjaksoon päivittämällä nukliditiheys kaavalla (3.3). Tätä jatketaan kunnes noin 40 vuotta on kulunut. Tuloksina saadaan kuvan 3.1 mukaiset tiheysarviot. Reaktorin alkuaikoina 131 I:n määrä kasvaa, mutta sen tiheys saturoituu 40 vuoden aikana - viimeiset viivat ovat käytännössä päällekkäin. 135 Xe:lle saturoituminen tapahtuu jo ensimmäisen syklin aikana, ja 137 Cs:nkin saturoituu, mutta hitaammin kuin 131 I. 137 Cs:n hajoaminen ei käytännössä näy viikon aikana - sahalaitoja ei ole. Oletukset ovat kohtuullisia muille nuklideille kuin 135 Xe, joka syntyy pääasiassa 135 I:n hajoamistuotteena. 135 I:n puoliintumisaika on kohtuullisen pitkä, 6,6 h, joten xenonia ei ehdi syntymään reaktorin ollessa käynnissä niin paljoa kuin tässä on arvioitu. Toisaalta 135 Xe:n ison absorptiovaikutusala jättäminen huomiotta vaikuttaa toiseen suuntaan. Tulokset riippuvat täysin fissiotaajuustiheydestä, joten sen tarkempi tuntemus olisi tarpeen kunnollisia tuloksia varten. Tässä ei myöskään huomioida talvi- ja kesäajan aiheuttamia muutoksia virastoajoissa. Tässä vielä Matlab-skripti jolla kuva 3.1 luotiin: % This script assumes that the nuclide is born instantly from the fission % (and from decay of some other nuclide), and that the flux is so low that % absorption can be ignored. For example neither of those conditions are % met with Xe-135. function burnup_nuclides_in_triga() a = 24*365; d = 24; h = 1; 6

Kuva 3.1: Karkeat arviot 131 I, 135 Xe ja 137 Cs:n tiheyksistä. % 250 kw / 32600 cm^3 / 200 MeV fissiondensityrate = 239321700000; % 1/(cm^3s) data = { I-131, 8.02*d, 0.02879, I_131 ; 7

Xe-135, 9.10*h, 0.06247, Xe_135 ; Cs-137, 30.17*a, 0.06236, Cs_137 }; nnuclides = size(data, 1); nuclides = data(:,1); T_half = [data{:,2}] ; lambda = log(2)./ T_half; % in 1/hour chi = [data{:,3}] ; id = data(:,4); close all; for I=1:nNuclides nweeks = ceil(365/7*40); N = computeconcentrations(nweeks, lambda(i), chi(i), fissiondensityrate); nweek = 2; H = visualize(n, nweek, nuclides{i}, lambda(i)); print(h, -dpng, [../figures/burnup_nuclides_in_triga_,... id{i},.png ]); nweek = nweeks-1; H = visualize(n, nweek, nuclides{i}, lambda(i)); print(h, -dpng, [../figures/burnup_nuclides_in_triga_1_,... id{i},.png ]); % Computes concentrations every eight hours assuming the reactor was % started on a Monday. function N = computeconcentrations(nweeks, lambda, chi, fissiondensityrate) npoints = 3*7*nWeeks; N = zeros(npoints, 1); % zero initial concentration deltat = 8; % hours SS = chi*fissiondensityrate/lambda; % steady state concentration I = 1; for W=1:nWeeks % Mon-Fri for D=1:5 % Shutdown from 0 to 8 8

I = I+1; N(I) = N(I-1)*exp(-lambda*deltaT); % Operating from 8 to 16 I = I+1; N(I) = (N(I-1)-SS)*exp(-lambda*deltaT)+SS; % Shutdown from 16 to 24 I = I+1; N(I) = N(I-1)*exp(-lambda*deltaT); % Sat-Sun for D=6:7 % Shutdown from 0 to 8 I = I+1; N(I) = N(I-1)*exp(-lambda*deltaT); % Shutdown from 8 to 16 I = I+1; N(I) = N(I-1)*exp(-lambda*deltaT); % Shutdown from 16 to 24 I = I+1; N(I) = N(I-1)*exp(-lambda*deltaT); % Visualizes a given week. function H = visualize(nn, nwek, nuclide, lambda) npoints = 50; styles = { r-, g-, b- }; H = figure(); set(h, PaperUnits, centimeters ) figure_width=5.5; figure_height=5.5; set(h, PaperSize,[figure_width, figure_height]); left=0.00*figure_width; width=1.00*figure_width; bottom=0.00*figure_height; height=1.00*figure_height; set(gcf, PaperPosition,[left, bottom, width, height]) factor = 50; 9

GG = get(gcf, Position ); X0 = GG(1); Y0 = GG(2)+GG(4)-height*factor; set(gcf, Position,[X0, Y0, width*factor, height*factor]) for J=1:3 % get leg right hold on plot([0, 0], [0, eps], styles{j}); hold off for J=1:3 nweek = nwek + J - 2; npointsperweek = 3*7; nppw = npointsperweek; nfrom = (nweek-1)*nppw+1; nto = nweek*nppw; N = NN(nFrom:nTo); hold on for I=1:length(N) T = linspace((i-1)*8, I*8, npoints); deltat = linspace(0, 8, npoints); if (I==2 I==5 I==8 I==11 I==14) % deduce SS SS = (N(I+1) - N(I)*exp(-lambda*8)) / (1-exp(-lambda*8)); C = (N(I)-SS)*exp(-lambda*deltaT)+SS; plot(t, C, styles{j}); else C = N(I)*exp(-lambda*deltaT); plot(t, C, styles{j}); hold off xlabel( Hour in week (-) ); ylabel([nuclide, concentration (1/cm^3) ]); YL = ylim(); ylim([0, YL(2)]); xlim([0, 7*24]); set(gca, Xtick, 0:24:7*24); leg({[ Week, num2str(nwek-1)],... [ Week, num2str(nwek+0)],... 10

[ Week, num2str(nwek+1)]},... Location, SouthEast ); 11

4. Tarkastellaan puhdasta näytettä radioaktiivista ainetta, jonka hajoamisketju päättyy I:n hajoamisen jälkeen stabiiliin ytimeen. Johda nukliditiheyksille analyyttinen ratkaisu ja sovella sitä 232 U:n hajoamisketjuun. Jätä muut kuin päähajoamismekanismit huomiotta. Ratkaisu Merkitään nuklidin i hajoamisvakiota λ i :lla. Taseyhtälöt ovat N 0(t) = λ 0 N 0, (4.1a) N i(t) = λ i 1 N i 1 λ i N i, kun 0 < i < I, ja, (4.1b) N I = λ I 1 N I 1. (4.1c) Aikaderivaattaa on tässä merkitty pilkulla. Tulkitsemalla λ I = 0 saadaan myös yhtälö (4.1c) yhtälön (4.1b) muotoon. Nämä ovat Batemanin yhtälöt, joiden kerroinmatriisi on alakolmiomatriisi. Ongelma ratkennee siis helposti ratkaisemalla yhtälöt ylhäältä alaspäin. Ensimmäisen yhtälön on homogeeninen ensimmäisen asteen differentiaaliyhtälö, jonka ratkaisu on N 0 (t) = N 0 e λ 0t, (4.2) missä N 0 on puhtaan näytteen nuklidimäärä. Toinen yhtälön on nyt epähomogeeninen ensimmäisen asteen differentiaaliyhtälö. Sen homogeeniyhtälön ratkaisu on N 1 (t) = A 1 e λ 1t, (4.3) ja epähomogeeniyhtälön yksittäisratkaisu löytyy taas yritteellä N 1 (t) = B 1 e λ 0t. (4.4) Kertoimeksi B 1 saadaan N 0 λ 0 /(λ 1 λ 0 ). Yhdistämällä ratkaisut ja alkuehdon N 1 (0) = 0 saadaan kokonaisratkaisuksi Haetaan siis yleistä ratkaisua muodossa N 1 (t) = N 0 λ 1 λ 1 λ 0 ( e λ 0 t e λ 1t ). (4.5) N i (t) = i C i,j e λjt. (4.6) 12

Sijoitetaan tämä yhtälöön (4.1b), jolloin i i 1 λ j C i,j e λjt = λ i 1 C i 1,j e λjt i λ i C i,j e λjt, i 1 i 1 i 1 λ j C i,j e λjt = λ i 1 C i 1,j e λjt λ i C i,j e λjt, i 1 [ λj C i,j e λjt λ i 1 C i 1,j e λjt + λ i C i,j e ] λ jt = 0. (4.7) Koska i j = λ i λ j ovat eri eksponenttifunktiot lineaarisesti riippumattomia, ja voidaan laskea vain kertoimilla: λ j C i,j λ i 1 C i 1,j + λ i C i,j = 0, C i,j = λ i 1 C i 1,j. (4.8) λ i λ j Näin saatiin kertoimet C i,j, i = 1,...,I, j = 0,...,i 1 määritettyä rekursiivisesti. Kertoimet C i,i, i = 1,...,I saadaan alkuehdosta N i (0) = 0: Kerroin C 0,0 olikin jo N 0. i 1 C i,i = C i,j. (4.9) Kuvassa 4.1 on esitetty aluksi puhtaan 232 U näytteen nuklidikonsentraatiot 10 puoliintumisajan ajalta. Tarvittavat vakiot on esitetty taulukossa 4.1. Muiden kuin 232 U:n konsentraatiot saavuttavat kohtuullisen nopeasti omat maksitiheytensä, ja alkavat vähentyä tästä. Tila on lähes tasapainossa siinä mielessä, että tiheyksien suhteet ovat lähes vakioita 208 Pb:tä lukuunottamatta. Tässä ei kuitenkaan huomioitu haarautumisia eli sitä, että nuklidi voi hajota monella eri tavalla. Tässä on ongelma on lineaarinen eli ei-puhtaisiin radioaktiivisiin aineisiin riittää, että soveltaa yllä olevaa jokaiselle nuklidille erikseen, ja summaa lopputulokset. Sovelluksissa tämän analyyttisen lähestystavan yhtenä ongelmana on numeerinen stabiilius: λ i λ j :llä jakaminen kadottaa merkitseviä numeroita, kun λ i λ j. Tässä vielä Matlab-skripti jolla kuva 4.1 luotiin: 13

Taulukko 4.1: 232 U:n hajoamisketjun vakiot. Tässä on oletettu, että ylemmän rivin nuklidi hajoaa aina alemman rivin nuklidiksi. Nuklidi T 1/2 232 U 68,9 a 228 Th 1,913 a 224 Ra 3,66 d 220 Rn 55,6 s 216 Po 0,15 s 212 Pb 10,64 h 212 Bi 9 m 212 Po 17,1 ns 208 Pb Kuva 4.1: Nuklidikonsentraatioiden kehitys 232 U:n hajoamisketjussa. 14

% Decay chain of a pure sample of U-232: % Time units a = 365.25*24*60*60; % year is badly defined d = 24*60*60; h = 60*60; m = 60; % minute or month? this is minute. s = 1; ms = 1e-3; us = 1e-6; ns = 1e-9; % Data N0 = 1; % atoms, atoms / cc or something proportional to those. % data = { U-233, 1.592e5*a, k-, 2;... % Th-229, 7880*a, k--, 1;... % Ra-225, 14.8*d, k--, 1;... % Ac-225, 10.0*d, k--, 1;... % Fr-221, 4.9*m, k--, 1;... % At-217, 32.3*ms, k--, 1;... % Bi-213, 45.59*m, k--, 1;... % Po-213, 4.2*us, k--, 1,... % Pb-209, 3.253*h, k--, 1;... % Bi-209, inf, k-, 2}; data = { U-232, 68.9*a, k-, 2;... Th-228, 1.913*a, k--, 1;... Ra-224, 3.66*d, b-, 1;... Rn-220, 55.6*s, b--, 1;... Po-216, 0.15*s, g-, 1;... Pb-212, 10.64*h, g--, 1;... Bi-212, 9*m, r-, 1;... Po-212, 17.1*ns, r--, 1;... Pb-208, inf, r-, 2}; nnuclides = size(data, 1); names = data(:,1); T_half = [data{:,2}]; lambda = log(2)./ T_half; styles = data(:,3); linewidths = data(:,4); 15

% Decay chain C = zeros(nnuclides, nnuclides); C(1,1) = N0; for I=1:nNuclides for J=1:(I-1) C(I,J) = lambda(i-1) / (lambda(i) - lambda(j)) * C(I-1,J); C(I,I) = C(I,I) - C(I,J); % Time discretization npoints = 11111; T = linspace(0, 10*T_half(1), npoints); % Values N = zeros(nnuclides, length(t)); for I=1:nNuclides for K=1:length(T) for J=1:I N(I,K) = N(I,K) + C(I,J)*exp(-lambda(J)*T(K)); % Visualize close all H = figure(); set(h, PaperUnits, centimeters ) figure_width=12.5; figure_height=7.5; set(h, PaperSize,[figure_width, figure_height]); left=0.00*figure_width; width=1.00*figure_width; bottom=0.00*figure_height; height=1.00*figure_height; set(gcf, PaperPosition,[left, bottom, width, height]) factor = 50; GG = get(gcf, Position ); X0 = GG(1); Y0 = GG(2)+GG(4)-height*factor; set(gcf, Position,[X0, Y0, width*factor, height*factor]) 16

hold on for I=1:nNuclides plot(t/a, N(I, :), styles{i}, LineWidth, linewidths{i}); hold off set(gca, YScale, log ); leg(names, Location, EastOutside ) xlabel( Time (years) ) ylabel( Concentration (N_0) ) XL = xlim(); xlim([xl(1), 10*T_half(1)/a]); print(h, -dpng,../figures/burnup_decay_chain.png ); 17