Khóa luận: Tính Hệ Số Trùng Phùng Nguồn Gamma Bằng Mô Phỏng Monte Carlo

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp vật lý tính toán hệ số trùng phùng của một số nguồn đồng vị phóng xạ phát gamma bằng, vận dụng lý thuyết vào thực tế, đề xuất giải pháp

• Tác giả: Nguyễn Ngọc Hân
• Người hướng dẫn: ThS. Lê Quang Vương
• Trường học: Trường Đại học Sư phạm Thành phố Hồ Chí Minh
• Chuyên ngành: Vật lý học
• Đề tài: Tính toán hệ số trùng phùng của một số nguồn đồng vị phóng xạ phát gamma bằng chương trình mô phỏng Monte Carlo
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH ẢNH
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT
• 1.1. Tương tác của gamma với vật chất
• 1.2. Hiệu ứng quang điện
• 1.3. Hiệu ứng Compton
• 1.4. Hiệu ứng tạo cặp
• 1.5. Hiệu suất ghi của đầu dò
• 1.5.1. Hiệu suất ghi đỉnh năng lượng toàn phần
• 1.5.2. Hiệu suất tổng
• 1.6. Hiệu ứng trùng phùng
• 1.7. Tóm tắt chương 1
• 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mô phỏng Monte Carlo sử dụng chương trình MCNP6
• 2.2. Chương trình MCNP - CP
• 2.3. Chương trình ETNA
• 2.4. Chương trình TrueCoinc
• 2.5. Tóm tắt chương 2
• 3. CHƯƠNG 3. KẾT QUẢ VÀ THẢO LUẬN
• 3.1. Hiệu suất đỉnh và hiệu suất tổng trong mô phỏng MCNP6
• 3.2. Kết quả tính toán hệ số trùng phùng
• 3.3. Đánh giá kết quả tính toán hệ số trùng phùng giữa các chương trình
• 3.4. Tóm tắt chương 3
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Khám phá Hệ Số Trùng Phùng Gamma Vai trò Mô Phỏng Monte Carlo

Trong lĩnh vực vật lý hạt nhân thực nghiệm và đo lường bức xạ, việc xác định chính xác hoạt độ của các đồng vị phóng xạ là một nhiệm vụ cốt lõi. Phổ kế gamma sử dụng detector HPGe (Germanium siêu tinh khiết) là công cụ không thể thiếu nhờ độ phân giải năng lượng vượt trội. Tuy nhiên, một trong những thách thức lớn nhất làm sai lệch kết quả đo chính là hiệu ứng trùng phùng tổng (true coincidence summing). Hiệu ứng này xảy ra khi hai hay nhiều photon gamma, phát ra gần như đồng thời từ một hạt nhân theo tầng, được detector ghi nhận như một xung duy nhất. Điều này dẫn đến việc giảm số đếm ở các đỉnh năng lượng riêng lẻ và có thể tạo ra các đỉnh tổng không có thật trong phổ đồ, gây sai số nghiêm trọng cho việc tính toán hoạt độ. Do đó, việc tính toán và hiệu chỉnh trùng phùng là bước bắt buộc để đảm bảo độ chính xác của phép đo. Phương pháp Mô Phỏng Monte Carlo nổi lên như một giải pháp mạnh mẽ và linh hoạt để giải quyết vấn đề này, cho phép mô phỏng chi tiết quá trình tương tác của tia gamma với vật chất bên trong detector và tính toán hệ số trùng phùng gamma một cách chính xác mà không cần đến các nguồn phóng xạ chuẩn đắt tiền cho mọi cấu hình đo.

1.1. Định nghĩa hiệu ứng trùng phùng tổng trong gamma spectrometry

Hiệu ứng trùng phùng tổng hay true coincidence summing là một hiện tượng vật lý cố hữu trong gamma spectrometry, đặc biệt với các hạt nhân có sơ đồ phân rã hạt nhân phức tạp. Khi một hạt nhân phân rã và phát ra nhiều photon gamma theo một chuỗi (cascade), nếu các photon này cùng đi vào vùng hoạt động của detector trong khoảng thời gian phân giải của hệ đo (thường rất ngắn), chúng sẽ được ghi nhận thành một xung duy nhất có năng lượng bằng tổng năng lượng của các photon riêng lẻ. Hiện tượng này gây ra hai hệ quả chính: 'summing-out' (mất đếm ở các đỉnh năng lượng ban đầu) và 'summing-in' (tạo ra đỉnh tổng mới hoặc tăng đếm ở một đỉnh năng lượng khác đã có sẵn). Mức độ ảnh hưởng của hiệu ứng này phụ thuộc vào nhiều yếu tố như hiệu suất ghi của detector, khoảng cách từ nguồn đến detector, và đặc tính của chính đồng vị phóng xạ. Việc không tính đến coincidence summing correction có thể dẫn đến sai số lên đến hàng chục phần trăm.

1.2. Tầm quan trọng của việc hiệu chỉnh hệ số trùng phùng chính xác

Việc hiệu chỉnh trùng phùng một cách chính xác là yếu tố sống còn để đảm bảo độ tin cậy của các kết quả đo lường trong nhiều ứng dụng, từ quan trắc môi trường, an toàn bức xạ đến nghiên cứu cơ bản. Một hệ số trùng phùng gamma được tính toán không chính xác sẽ dẫn đến việc đánh giá sai hoạt độ của mẫu, gây ra những kết luận sai lầm. Ví dụ, trong phân tích mẫu môi trường, việc đánh giá thấp hoạt độ của một đồng vị nguy hiểm có thể dẫn đến việc bỏ qua một khu vực ô nhiễm. Ngược lại, việc đánh giá quá cao có thể gây ra các biện pháp xử lý tốn kém không cần thiết. Do đó, việc phát triển các phương pháp tính toán hệ số hiệu chỉnh đáng tin cậy như Mô Phỏng Monte Carlo là một yêu cầu cấp thiết, giúp các phòng thí nghiệm chuẩn hóa quy trình và nâng cao chất lượng phân tích.

II. Thách thức khi tính Hệ Số Trùng Phùng Gamma trong thực nghiệm

Việc xác định hệ số trùng phùng gamma bằng phương pháp thực nghiệm truyền thống đối mặt với nhiều khó khăn và hạn chế. Phương pháp này đòi hỏi phải có một bộ các nguồn phóng xạ chuẩn đơn dòng và đa dòng gamma, đã được chứng nhận về hoạt độ với độ không đảm bảo đo thấp. Việc chuẩn bị và duy trì các nguồn chuẩn này rất tốn kém và phức tạp. Hơn nữa, mỗi cấu hình đo đạc (hình học mẫu, khoảng cách nguồn-detector) lại yêu cầu một bộ hệ số hiệu chỉnh riêng, khiến việc xây dựng một đường cong hiệu suất chính xác cho mọi trường hợp trở nên không khả thi. Các yếu tố như sự tự hấp thụ trong mẫu thể tích, hình dạng phức tạp của nguồn, hay sự không đồng nhất của vật liệu cũng làm tăng thêm độ phức tạp cho bài toán hiệu chỉnh trùng phùng. Chính những thách thức này đã thúc đẩy cộng đồng khoa học tìm đến các giải pháp thay thế linh hoạt và hiệu quả hơn, trong đó Mô Phỏng Monte Carlo là phương pháp được ưa chuộng hàng đầu.

2.1. Nguồn gốc sai số Sơ đồ phân rã hạt nhân và hình học đo

Nguồn gốc chính của sai số trong tính toán hệ số trùng phùng gamma đến từ hai yếu tố: sự phức tạp của sơ đồ phân rã hạt nhân và đặc điểm hình học của hệ đo. Các đồng vị như ⁶⁰Co, ¹³³Ba hay ¹⁵²Eu có sơ đồ phân rã phức tạp với nhiều tia gamma phát theo tầng, làm cho hiệu ứng trùng phùng trở nên rất rõ rệt. Dữ liệu hạt nhân (xác suất phát, năng lượng) từ các thư viện như ENSDF phải được sử dụng một cách cẩn thận. Bên cạnh đó, hình học đo đạc đóng vai trò quyết định. Khi nguồn đặt gần detector, góc khối lớn làm tăng xác suất nhiều photon cùng đi vào detector, khiến hiệu ứng trùng phùng mạnh hơn. Ngược lại, khi nguồn ở xa, hiệu ứng này giảm đi. Theo nghiên cứu của Nguyễn Ngọc Hân (2021), độ sai biệt trong tính toán hệ số trùng phùng giữa các phương pháp là rất lớn ở khoảng cách gần (0-8 cm) nhưng lại tiệm cận và phù hợp hơn ở khoảng cách xa (>10 cm).

2.2. Ảnh hưởng của hiệu ứng trùng phùng đến hiệu suất ghi detector

Hiệu ứng trùng phùng tổng ảnh hưởng trực tiếp đến hiệu suất ghi của detector, cụ thể là hiệu suất đỉnh năng lượng toàn phần (Full Energy Peak Efficiency). Khi hiện tượng trùng phùng xảy ra, số đếm tại các đỉnh năng lượng thực của đồng vị sẽ bị giảm đi, dẫn đến giá trị hiệu suất ghi đo được thấp hơn giá trị thực. Điều này có nghĩa là, nếu sử dụng đường chuẩn hiệu suất được xây dựng từ các nguồn đơn dòng gamma (không bị trùng phùng) để phân tích một mẫu có đồng vị đa dòng gamma, kết quả hoạt độ sẽ bị đánh giá thấp một cách có hệ thống. Do đó, cần phải áp dụng một hệ số hiệu chỉnh (C = ε_thực / ε_đo được) để bù lại sự mất mát số đếm này. Việc tính toán chính xác hệ số này là mục tiêu chính của các phương pháp mô phỏng MCNP hay Geant4.

III. Phương pháp Mô Phỏng Monte Carlo tính Hệ Số Trùng Phùng Gamma

Phương pháp Mô Phỏng Monte Carlo là một công cụ tính toán số dựa trên lý thuyết xác suất và thống kê để mô hình hóa các hiện tượng vật lý phức tạp. Trong vật lý hạt nhân thực nghiệm, nó được sử dụng để theo dõi hành trình của từng hạt bức xạ (photon, electron, neutron) khi chúng đi qua vật chất. Bằng cách mô phỏng hàng tỷ 'lịch sử' hạt, phương pháp này có thể tái tạo lại quá trình tương tác của tia gamma với vật chất một cách cực kỳ chi tiết, bao gồm hiệu ứng quang điện, hiệu ứng Compton và hiệu ứng tạo cặp. Các chương trình mô phỏng nổi tiếng như MCNP (Monte Carlo N-Particle) và Geant4 (Geometry and Tracking) cho phép người dùng xây dựng một bản sao kỹ thuật số chính xác của hệ đo, từ cấu trúc chi tiết của detector HPGe hay detector nhấp nháy NaI(Tl) đến hình dạng và thành phần của nguồn phóng xạ. Nhờ đó, việc tính hệ số trùng phùng gamma trở thành một bài toán khả thi và cho kết quả có độ tin cậy cao, giúp giảm sự phụ thuộc vào các phép đo thực nghiệm tốn kém.

3.1. Nguyên lý mô phỏng tương tác tia gamma với vật chất

Nguyên lý cốt lõi của Mô Phỏng Monte Carlo là sử dụng các số ngẫu nhiên để quyết định kết quả của một sự kiện dựa trên hàm mật độ xác suất của sự kiện đó. Đối với một photon gamma, mô phỏng sẽ quyết định ngẫu nhiên quãng đường tự do trung bình trước khi tương tác, loại tương tác sẽ xảy ra (ví dụ: hiệu ứng quang điện hay hiệu ứng Compton) dựa trên tiết diện tương tác của vật liệu tại năng lượng đó, và sau đó là hướng và năng lượng của các hạt thứ cấp. Quá trình này được lặp lại cho đến khi photon thoát ra khỏi hệ hoặc toàn bộ năng lượng của nó bị hấp thụ. Bằng cách ghi lại tổng năng lượng lắng đọng trong vùng hoạt của detector cho mỗi lịch sử hạt ban đầu, chương trình có thể xây dựng một phổ năng lượng mô phỏng, từ đó tính toán được các đại lượng như hiệu suất ghi của detector.

3.2. Giới thiệu MCNP và Geant4 trong mô phỏng vật lý hạt nhân

MCNP và Geant4 là hai trong số những bộ mã Monte Carlo mạnh mẽ và phổ biến nhất hiện nay. MCNP, được phát triển tại Phòng thí nghiệm Quốc gia Los Alamos, rất mạnh trong việc vận chuyển neutron, photon và electron, và được sử dụng rộng rãi trong các ứng dụng che chắn bức xạ, an toàn hạt nhân và phổ kế gamma. Nó sử dụng cấu trúc input dựa trên thẻ lệnh (card-based). Trong khi đó, Geant4, được phát triển tại CERN, là một bộ công cụ hướng đối tượng viết bằng C++, có tính linh hoạt cực cao và được ứng dụng rộng rãi trong vật lý năng lượng cao, vật lý y khoa và khoa học không gian. Cả hai công cụ đều có khả năng mô phỏng chi tiết hình học detector và sơ đồ phân rã hạt nhân phức tạp, cho phép thực hiện mô phỏng Geant4 hoặc mô phỏng MCNP để tính toán hệ số trùng phùng gamma với độ chính xác cao.

IV. Hướng dẫn tính Hệ Số Trùng Phùng Gamma bằng chương trình MCNP CP

Việc tính hệ số trùng phùng gamma bằng phương pháp Mô Phỏng Monte Carlo yêu cầu một quy trình chặt chẽ, từ việc xây dựng mô hình đến xử lý kết quả. Chương trình MCNP-CP, một phiên bản nâng cấp của MCNP, được thiết kế đặc biệt để xử lý các bài toán liên quan đến phân rã đồng vị và phát xạ theo tầng, làm cho nó trở thành công cụ lý tưởng cho việc này. Quy trình bắt đầu bằng việc thu thập thông số kỹ thuật chính xác của detector HPGe, bao gồm kích thước tinh thể, lớp chết, cửa sổ beryllium, v.v. Các thông số này được sử dụng để xây dựng một mô hình hình học 3D trong tệp đầu vào của MCNP. Tiếp theo, nguồn phóng xạ được định nghĩa, không chỉ về vị trí mà còn về loại đồng vị. MCNP-CP sẽ tự động sử dụng dữ liệu từ thư viện ENSDF để mô phỏng sơ đồ phân rã hạt nhân một cách chân thực. Chìa khóa của phương pháp này là khả năng chạy mô phỏng ở hai chế độ: một chế độ bỏ qua sự trùng phùng (triệt trùng phùng) và một chế độ tính đến sự trùng phùng. Tỷ số giữa hiệu suất ghi ở hai chế độ này chính là hệ số trùng phùng gamma.

4.1. Xây dựng mô hình detector HPGe và nguồn phóng xạ chuẩn

Bước đầu tiên và quan trọng nhất là xây dựng một mô hình hình học chính xác. Dựa trên tài liệu của nhà sản xuất, các bề mặt hình trụ (CZ, CY) và mặt phẳng (PZ, PX, PY) được sử dụng để định nghĩa các thành phần của detector HPGe như tinh thể Germanium, hốc tinh thể (core), lớp tiếp xúc, vỏ nhôm... Vật liệu của từng vùng được khai báo chính xác bằng thẻ vật liệu (M card). Trong tài liệu của Nguyễn Ngọc Hân (2021), mô hình detector được xây dựng với đường kính tinh thể 65,9 mm và chiều cao 77 mm. Nguồn điểm được định nghĩa bằng thẻ SDEF, trong đó vị trí (POS), loại đồng vị (ZAM) và các thông số khác được thiết lập. Việc mô hình hóa chính xác là nền tảng để đảm bảo kết quả Mô Phỏng Monte Carlo phản ánh đúng thực tế.

4.2. Quy trình xác định hiệu suất và coincidence summing correction

Sau khi có mô hình, hai lần chạy mô phỏng MCNP-CP được thực hiện cho mỗi vị trí nguồn. Lần chạy thứ nhất là mô phỏng 'triệt trùng phùng', nơi mỗi photon gamma trong chuỗi phân rã được coi là một sự kiện độc lập. Kết quả là hiệu suất đỉnh lý tưởng (ε₀). Lần chạy thứ hai là mô phỏng 'có trùng phùng', nơi MCNP-CP mô phỏng toàn bộ chuỗi phân rã như một sự kiện duy nhất, tái tạo chính xác hiện tượng true coincidence summing. Kết quả là hiệu suất đỉnh thực tế (εᵧ). Theo công thức được trích dẫn trong nhiều nghiên cứu [9], hệ số trùng phùng gamma (TCS) được tính bằng tỷ số: TCS = ε₀ / εᵧ. Quy trình này cung cấp một phương pháp trực tiếp và mạnh mẽ để thực hiện coincidence summing correction mà không cần tính toán hiệu suất tổng (total efficiency) như các phương pháp bán thực nghiệm khác.

V. Đánh giá kết quả tính Hệ Số Trùng Phùng MCNP ETNA TrueCoinc

Một phần quan trọng của nghiên cứu khoa học là so sánh và đối chiếu kết quả từ các phương pháp khác nhau để kiểm chứng độ tin cậy. Trong lĩnh vực tính hệ số trùng phùng gamma, ngoài phương pháp mô phỏng toàn diện như MCNP-CP, còn có các phần mềm bán thực nghiệm như ETNA và TrueCoinc. Các chương trình này yêu cầu người dùng nhập vào đường cong hiệu suất đỉnh và hiệu suất tổng (thường thu được từ Mô Phỏng Monte Carlo với MCNP6 hoặc từ thực nghiệm), sau đó chúng sẽ tự tính toán hệ số hiệu chỉnh dựa trên dữ liệu sơ đồ phân rã hạt nhân được tích hợp sẵn. Nghiên cứu của Nguyễn Ngọc Hân (2021) đã thực hiện một so sánh chi tiết giữa ba phương pháp: MCNP-CP, ETNA và TrueCoinc. Kết quả cho thấy một sự phù hợp tốt giữa các phương pháp ở khoảng cách nguồn xa detector (>10 cm), với độ sai biệt tương đối thường dưới 5%. Tuy nhiên, ở các khoảng cách gần, sự sai biệt trở nên đáng kể, cho thấy sự nhạy cảm của các mô hình tính toán đối với hiệu ứng hình học và có thể cả sự khác biệt trong cơ sở dữ liệu hạt nhân mà chúng sử dụng.

5.1. Phân tích độ sai biệt kết quả giữa các chương trình mô phỏng

Độ sai biệt giữa các kết quả tính hệ số trùng phùng gamma có thể bắt nguồn từ nhiều nguyên nhân. Thứ nhất, các chương trình có thể sử dụng các phiên bản khác nhau của thư viện dữ liệu hạt nhân (ví dụ: ENSDF) hoặc các thư viện khác nhau hoàn toàn (ETNA sử dụng dữ liệu từ bảng 'Nucléide'). Sự khác biệt nhỏ trong xác suất phát hay sơ đồ phân rã cũng có thể dẫn đến kết quả khác nhau. Thứ hai, như đã đề cập trong tài liệu gốc, ở các khoảng cách rất gần, hiệu ứng của quá trình thu thập điện tích tại các cạnh của detector HPGe, vốn không được mô hình hóa lý tưởng, có thể gây ra sai khác. Kết quả so sánh cho thấy, đối với ¹³³Ba ở 276.4 keV, độ sai biệt giữa MCNP-CP và ETNA/TrueCoinc tại 10 cm là khoảng 4%, một con số chấp nhận được trong nhiều ứng dụng đo lường bức xạ.

5.2. Ứng dụng thực tiễn trong đo lường bức xạ và phân tích mẫu

Khả năng tính toán chính xác hệ số trùng phùng gamma mở ra nhiều ứng dụng thực tiễn quan trọng. Trong quan trắc phóng xạ môi trường, các phòng thí nghiệm có thể phân tích các mẫu đất, nước, không khí với độ chính xác cao hơn, ngay cả với các đồng vị có sơ đồ phân rã phức tạp. Trong an toàn bức xạ tại các nhà máy điện hạt nhân, việc xác định chính xác hoạt độ của các sản phẩm phân hạch là cực kỳ quan trọng. Phương pháp Mô Phỏng Monte Carlo cho phép tạo ra các hệ số hiệu chỉnh cho các loại mẫu phi tiêu chuẩn (mẫu thể tích, mẫu có mật độ không đồng nhất) mà phương pháp thực nghiệm khó có thể thực hiện. Điều này giúp tăng cường độ tin cậy và giảm độ không đảm bảo đo của toàn bộ quy trình phân tích phổ kế gamma.

VI. Kết luận và triển vọng của Mô Phỏng Monte Carlo trong vật lý

Nghiên cứu về tính hệ số trùng phùng gamma bằng Mô Phỏng Monte Carlo đã khẳng định vị thế của phương pháp này như một công cụ không thể thiếu trong lĩnh vực phổ kế gamma hiện đại. Nó không chỉ cung cấp một giải pháp linh hoạt, chi phí hiệu quả so với phương pháp thực nghiệm truyền thống mà còn mang lại độ chính xác và độ tin cậy cao. Khả năng mô phỏng chi tiết cấu trúc detector HPGe và các quá trình tương tác của tia gamma với vật chất cho phép các nhà khoa học hiểu sâu hơn về các yếu tố ảnh hưởng đến phép đo. Kết quả so sánh giữa các chương trình như MCNP-CP, ETNA và TrueCoinc cho thấy sự trưởng thành của các công cụ tính toán này, với sự phù hợp tốt trong các điều kiện đo phổ biến. Tuy nhiên, vẫn còn những thách thức ở các cấu hình đo đặc biệt, đòi hỏi sự cải tiến liên tục trong cả mô hình vật lý và cơ sở dữ liệu hạt nhân. Tương lai của phương pháp này hứa hẹn sẽ còn phát triển hơn nữa, đặc biệt trong việc giải quyết các bài toán phức tạp hơn.

6.1. Tóm tắt ưu điểm của phương pháp mô phỏng so với thực nghiệm

Phương pháp Mô Phỏng Monte Carlo sở hữu nhiều ưu điểm vượt trội. Nó loại bỏ nhu cầu về các nguồn phóng xạ chuẩn vật lý đắt tiền và khó quản lý. Nó cho phép nghiên cứu các cấu hình hình học đo đạc bất kỳ, kể cả những cấu hình không thể thực hiện trong thực tế. Mô phỏng có thể cô lập và nghiên cứu riêng lẻ từng hiệu ứng vật lý (ví dụ, chỉ xét hiệu ứng Compton hoặc chỉ xét hiệu ứng trùng phùng tổng), giúp hiểu rõ hơn bản chất của vấn đề. Hơn nữa, nó cung cấp kết quả với độ chính xác thống kê có thể kiểm soát được bằng cách tăng số lượng lịch sử hạt mô phỏng. Như trong nghiên cứu gốc, việc chạy 1 tỷ lịch sử hạt đảm bảo sai số thống kê dưới 1%, một mức độ chính xác rất cao.

6.2. Hướng nghiên cứu tương lai Mở rộng cho nguồn thể tích

Trong khi nghiên cứu hiện tại tập trung vào nguồn điểm, một hướng phát triển tự nhiên và cấp thiết là mở rộng phương pháp tính hệ số trùng phùng gamma cho các nguồn thể tích (volume sources). Đây là dạng mẫu phổ biến nhất trong các ứng dụng thực tế như phân tích mẫu môi trường (mẫu đất, cặn lắng) hay kiểm tra thực phẩm. Đối với nguồn thể tích, hiệu ứng tự hấp thụ (self-absorption) của tia gamma bên trong chính mẫu vật trở thành một yếu tố quan trọng cần được tính đến đồng thời với hiệu chỉnh trùng phùng. Các công cụ mô phỏng MCNP và Geant4 hoàn toàn có khả năng mô hình hóa cả hai hiệu ứng này. Một hướng đi khác là thực hiện các phép đo thực nghiệm song song để kiểm chứng và tinh chỉnh lại các mô hình mô phỏng, từ đó xây dựng một quy trình chuẩn đã được xác thực cho phòng thí nghiệm.

Trích đoạn nội dung tài liệu

chương I, khóa luận đã trình bày cơ sở lý thuyết tương tác của bức xạ gamma với vật chat, nguyên nhân gây ra hiệu tng trùng phùng và các loại hiệu ứng trùng phùng. DOL TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2. Mô phỏng Monte Carlo sử dụng chương trình MCNP6 Phương pháp Monte Carlo mô phỏng trực tiếp lý thuyết dựa trên các yêu cầu của hệ. mô phỏng tính toán vận chuyên neutron trong vật liệu phân hạch được các nhà Vật lý tại phòng thí nghiệm Los Alamos dé xuất, dan đầu bởi Nicholas Metropolis, John von Neumann.

Đến năm 1970, lý thuyết mới phát triển với độ phức tạp được nâng lên và độ chính xác cao hơn. Chính những cơ sở lý luận đó đã làm phương pháp mô phỏng Monte Carlo được sử dụng rộng rãi cho đến ngày nay [3, 4]. MCNP là chương trình ứng dụng mô phỏng Monte Carlo được xây dựng bởi nhóm nghiên cứu Radiation Transport, phòng thí nghiệm Los Alamos (Hoa Ky). Chương trình MCNP được sử dụng dé mô phỏng các quá trình vật lý hạt nhân như: quá trình phân rã hạt nhân, tương tác giữa các tia bức xạ với vật chất, thông lượng neutron,.

đối với neutron, photon, electron. Các quá trình này được điều khiên trong chương trình bằng cách gieo hat đã cho trước theo quy luật thông kê, các mồ phỏng được thực hiện qua máy tính. Trong khóa luận này, chương trình MCNP6 được sử dụng dé mô phỏng mô hình hệ phô kế gamma với đầu dd HPGe. Mô hình hệ phô kế gamma được biểu diễn trong Hình 2.

Các thông số của đầu đò đo nhà sản xuất cung cấp trình bày ở Bảng 2. Mô phóng được thực hiện với nguồn điểm đặt cách đầu đò tại cách khoảng cách từ 0 cm đến 20 cm, gia số là 2 em. Ở phụ lục B, input thé hiện nguồn là một điểm phát đặt cách đầu đò 10 cm. Cấu trúc một tập tin đầu vào của chương trình MCNP6 gồm ba thẻ lệnh: Cell Cards (khai báo các 6 mạng), Surface Cards (khai báo các mat), Data Cards (Khai báo dữ liệu về số hạt mô phỏng, nguồn, năng lượng.

Mỗi thẻ lệnh cách nhau bằng một dong trong.1 là tập tin đầu vào khóa luận sử dụng cho chương trình MCNP6 đối với nguồn “Co đặt cách cách đầu dd 10 cm. Thông số cau hình mô phỏng Thông số Kích thước (mm) Đường kính tinh thé 65,9 Chiều cao tinh thé 77 Đường kính hốc tinh thé | 11,5 Chiêu sâu hốc tinh thê 64.9 LJ Tinh thé Germanium Hình 2. Mô hình hệ phô kế gamma trong MCNP6 Mô phỏng gồm 3 cell (có chỉ số cell 10, 20, 30) và 2 vật liệu được đánh thứ tự là M1, M3. Các thông số trình bày trong MI và M3 là vật liệu tham khảo trong quy định về vật liệu của MNCP [15].

Phan Surface Cards gồm có § mặt, phương trình các mặt được định nghĩa như trong Bảng 2. Vì nguồn phóng xạ được thiết lập chỉ phát ra bức xa gamma nên MODEP được sử dụng dé thực hiện mô phỏng. Tally F§ đóng vai trỏ như một đầu đò vật lý cho phép ghi nhận xung, cho biết thông tin về năng lượng bị mat trong một cell. Cac bin nang lượng trong Tally F§ tương ứng với phan năng lượng bị mat hoàn toàn trong dau đò.

Trong mô phỏng này có 8192 kênh được chia đều trong vùng năng lượng từ 0,01 keV đến 2000 keV. Mô phỏng được chạy với số lịch sử 1 ty hạt nhằm dam bảo sai số tương đối dưới 1% ứng với đỉnh năng lượng quan tâm. Các mặt được sử dụng mô phỏng trong khóa luận [3] Ký hiệu Mô tả Phương trình + PZ | Mat phing L trục OZ z—D=0 CZ Mặt trụ trên trục OZ SO | Mặt cầu tâm trùng gốc tọa độ O Mô phỏng Monte Carlo sử dụng chương trình MCNP6 thu được kết quả phân bố độ cao xung và dựa vào kết quả độ cao xung tính hiệu suất đỉnh năng lượng toàn phân và hiệu suất tông. Giá trị hiệu suất đỉnh năng lượng toàn phân và hiệu suất tông được đưa vào chương trình ETNA và TrueCoine dé tính hệ số trùng phùng.

Chương trình MCNP - CP Chương trình MCNP — CP là phiên bản nâng cấp của MCNP6, thực hiện mô phỏng các gamma nỗi tang; electron có năng lượng liên tục của quá trình phát gamma ~ gamma; sự hủy cặp kèm phát photon; quá trình biến hoán nội va phát electron đơn năng;. Trong đó, số lượng, loại, năng lượng và thời gian phát của các hạt được lay dựa trên tính chất sơ đỗ phân rã hạt nhân phóng xa từ cơ sở dữ liệu ENSDF [12]. Cau trúc khai báo dữ liệu đầu vào mô phỏng MCNP — CP cũng tương tự như mô phỏng MCNP6 ở mục 2.2 là cầu trúc đầu vào của MCNP - CP. ở phần khai báo thẻ dữ liệu, có sự khác nhau ở cú pháp khai báo nguồn ZAM = zzzaaam đề chi hạt nhân phóng xạ hoặc trạng thái của đồng phân hạt nhân cần mô phỏng trong dau đò.

Sự phân rã đó sẽ được mô phỏng trong quá trình chạy file MCNP — CP. Ngoài ra, trong khai báo dữ liệu của MCNP - CP còn có thêm khai báo CPS - 1, thé này định rõ nguồn phát ra các hạt và có tính đến tương quan góc của tia gamma theo tầng. Mô phỏng chính của MCNP — CP trong khóa luận nay là loại bỏ ảnh hưởng của trùng phùng hoặc giữ lại ảnh hưởng trùng phùng [12]. Chương trình MCNP — CP mô phỏng hệ phỏ kế gamma với đầu dò HPGe nhằm xác định hệ số trùng phùng tại năng lượng của đông vị phóng xạ quan tâm.

Mô phỏng bao gồm hai trường hợp trùng phùng và triệt trùng phùng. Dữ liệu đầu ra cho hai 11 trường hop là hiệu suất ứng với mỗi đỉnh năng lượng. Hệ số trùng phùng tính từ mô phỏng MCNP — CP được xác định theo công thức [9]: Pq 1 Trong đó: TCS: là hệ số trùng phùng tại mỗi đỉnh năng lượng eo: hiệu suất đỉnh năng lượng từ mô phỏng triệt trùng phùng ey: hiệu suất định năng lượng từ mô phóng có trùng phùng 2. Nguồn chuẩn phát gamma Khóa luận sử dụng một số nguồn dạng điểm phát gamma với xác suất phát gamma cao [17] dé tính hệ số trùng phùng cho mô phỏng dùng 3 chương trình ETNA, TRUECOINC và MCNP - CP (Bảng 2.

Thông tin nguồn chuan phát gamma nỗi tang Năng lượng (keV) Xác suất phát gamma (%) I8. Chương trình ETNA ETNA (Efficiency Transfer for Nuclide Activity) là chương trình chuyên hiệu suất và hiệu chỉnh trùng phing trong phép do phô gamma, được phát trién bởi Phòng thí nghiệm Laboratoire National Henri Becquerel. Hệ thống được xây dựng dựa trên hai chương trình trước đây được viết bằng FORTRAN đã được cải tiến và tích hợp thêm Windows giúp người dùng dé sử dụng. Cơ sở dữ liệu bao gồm hình học nguồn.

dit liệu trên vật liệu vả sơ đồ phân rã [11]. Sau khi chạy cau hình mô phỏng MCNP6 đã xây dựng ở mục 2.1, kết quả nhận được là hiệu suất đỉnh năng lượng toàn phan (FEPE) ứng với mức năng lượng mà khóa luận đang xét và hiệu suất tông (TE) ở từng khoảng cách. Tại cửa số chương trình ETNA như trên Hình 2.2 ta chọn thẻ “Coincidence summing correction” dé tính hệ số trùng phùng. Việc tính toán ta thực hiện các bước như sau: Bước I: đặt tên cho loại nguồn tại thẻ số 1 trên Hình 2.

Xuất hiện giao điện như Hình 2.3, thêm loại đầu dò tại “Add detector” va bat dau thiết lập thông số dau đò mô phông của khóa luận trên Hình 2. Bước 2: sau khi thiết lập các thông số đầu đò cho mồ phỏng. Chọn “Nuclide” ở mục 3 trên Hình 2.2 dé chọn nguồn cần tinh, chọn “Calibration geometry` tại mục 4 với tên nguôn và loại đầu dò đã thiết lập. Thông số đầu dò đã được nhập, tại mục số 2 trên Hình 2.2 ta có thê điều chính khoảng cách cần tính và đưa hiệu suất đỉnh năng lượng toàn phan, hiệu suất tông tại thẻ “Efficiency coefficients” ứng với từng khoảng cách điều chỉnh (giao diện Hình 2.

Bước 3: tính hệ số trùng phùng đúng với khoảng cách thi chọn mục “Simplifed computing” và cuối cùng chọn “Start computing” trên Hình 2.2 dé bắt đầu tính toán hệ số trùng phùng. Ngoài ra, đề tính toán hệ số trùng phùng bằng cách tham chiếu đến các khoảng cách thi giữ nguyên thông số khoảng cách có định với các bước làm như trên, ở Hình 2.2 ta chọn vào mục số 5, bắt đầu đặt tên tại mục 6, mục số 7 thay đôi khoảng cách cân tham chiếu đến và chọn vào mục số 8 dé chon khoảng cách đã thiết lập tham chiếu. Chọn vào “Complete computing” và sau cùng chon “Start computing” dé bắt đầu tính toán hệ số trùng phùng. 13 1 Etna = x Options ? Eticiency baniter Coincidence Ì tuveieg carecton) MocefsneousÌ Nuckde fae @) Daugltersudde aap = Goomntry Cdeseapeesy fired =] (4) Hes2zsevrt geomety [ =] F Mamm=dtrosag ussslemiolEmlin pouty ( 5) x4 fie properties Qưp Fle mane FE XCerco ne Lj 2 imglted : Hình 2.

Cửa sô chương trình ETNA |G Calibration geemetry properties = x | Gaoraty — TYme ăằẳằ. Cửa sô thiết lập khoảng cách va dat tên đầu dò 14 Gp Eiciency coefficients Fd eresgy pak cthoency con © Marusl rcet Ẹ © Funston scpBáno 1$0 A20 160.6000 Men Cente Hình 2. Giao điện đưa hiệu suất đỉnh và hiệu suất tông 15 2. Chương trình TrueCoinc Chương trình TrueCoinc được xây dựng bởi Tiên sĩ Sandor Sudár, Viện Vat lý Thực nghiệm tai Dai hoc Debrecen, Hungary.

Chương trình tính toán hệ số trùng phùng thực cho các phép đo phô gamma sử dụng dit liệu hạt nhân lay từ cơ sở dữ liệu ENDSF cho đông vị bat kì [14]. Đề thực hiện tính toán hệ số trùng phùng bằng chương trình TrueCoine ta thực hiện các bước gồm chọn cơ sở đữ liệu cần đưa vào, đưa hiệu suất đỉnh và hiệu suất tông thu được từ mô phỏng MCNP6, chọn đông vị (A, Z. kí hiệu), chế độ phân rã, chu kì bán rã. Total efficiency: Full energy peak efficiency: Parent radioactive isotope, decay mode and half-life Hình 2.

Cửa sô chương trình TrueCoine Tại cửa sô chương trình TrueCoine như trên Hình 2.6, đề tính hệ số trùng phùng ta thực hiện các bước như sau: Bước 1: tại vi trí thẻ sé 1, ta chon cơ sở dữ liệu ENSDF lấy từ trang Laraweb [15] tương ứng với đồng vị phóng xạ cần tính toán hệ số trùng phùng. Bước 2: dua dit liệu hiệu suất tông và hiệu suất đỉnh thu được từ MCNP6 ứng với từng vị trí đặt nguồn vào thẻ ứng với vị trí số 2. Bước 3: chọn thẻ số 3 nhập thông tin nguồn điểm sử dụng với các thông tin như số khối, số hiệu nguyên tử, chu kì bán rã, chọn chế độ phân rã và bắt đầu tính toán. Kết quả tính toán băng TrueCoine được hiện thị có dang như Hình 2.