एक सहयोगात्मक अध्ययन तारों में मूलभूत कम-ऊर्जा परमाणु प्रतिक्रियाओं के अनुकरण के लिए एक नई विधि पेश करता है। इन प्रतिक्रियाओं के परिणामों का अध्ययन करके, शोधकर्ताओं ने एक नया पूर्वानुमान मॉडल विकसित किया जो ब्रह्मांड में तत्वों के गठन के बारे में हमारी समझ को बढ़ाता है। नया शोध तारों में तत्वों के निर्माण का अनुकरण करने का एक अभिनव तरीका प्रदान करता है, जिससे ब्रह्मांड में परमाणु प्रतिक्रियाओं के बारे में हमारी समझ में सुधार होता है।
नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी और मिशिगन स्टेट यूनिवर्सिटी के नए शोध ने कम ऊर्जा वाली परमाणु प्रतिक्रियाओं को मॉडल करने का एक नया तरीका खोला है जो सितारों के अंदर तत्वों के निर्माण के लिए महत्वपूर्ण हैं। यह शोध इस गणना की नींव रखता है कि जब कण आवेशित होते हैं तो न्यूक्लियॉन कैसे परस्पर क्रिया करते हैं।
जिस तरह से परमाणु नाभिक - प्रोटॉन और न्यूट्रॉन के समूह, जिन्हें सामूहिक रूप से न्यूक्लियॉन कहा जाता है - यौगिकों के बड़े नाभिक बनाने के लिए संयोजित होते हैं, यह समझने में एक महत्वपूर्ण कदम है कि तारों में तत्व कैसे बनते हैं।
क्योंकि प्रासंगिक परमाणु इंटरैक्शन को प्रयोगात्मक रूप से मापना मुश्किल है, भौतिक विज्ञानी इन प्रणालियों को मॉडल करने के लिए संख्यात्मक लैटिस का उपयोग करते हैं। ऐसे संख्यात्मक सिमुलेशन में उपयोग की जाने वाली परिमित जाली मूल रूप से न्यूक्लियॉन के समूह के चारों ओर एक काल्पनिक बॉक्स है, जिसका उपयोग भौतिक विज्ञानी इन कणों से बने नाभिक के गुणों की गणना करने के लिए कर सकते हैं।
नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी और मिशिगन स्टेट यूनिवर्सिटी के शोधकर्ताओं ने कम ऊर्जा वाली परमाणु प्रतिक्रियाओं के अनुकरण के लिए एक नई विधि विकसित की है जो सितारों में तत्वों के निर्माण को समझने के लिए महत्वपूर्ण है। उनके दृष्टिकोण में प्रतिक्रिया गुणों का अनुमान लगाने के लिए संख्यात्मक जाली में प्रतिक्रिया के अंतिम उत्पादों का विश्लेषण करना शामिल है। इसके परिणामस्वरूप एक नया फॉर्मूला सामने आया जो इन परमाणु प्रतिक्रियाओं की भविष्यवाणियों में सुधार करता है, जिससे यह जानकारी मिलती है कि ब्रह्मांड में तत्वों का संश्लेषण कैसे होता है। स्रोत: सेबस्टियन कोएनिग
कम-ऊर्जा प्रतिक्रियाओं के अनुकरण की चुनौतियाँ
हालाँकि, ऐसे सिमुलेशन में अब तक कई प्रोटॉन से उत्पन्न आवेशित समूहों से जुड़ी कम-ऊर्जा प्रतिक्रियाओं के गुणों की भविष्यवाणी करने का कोई तरीका नहीं है। यह महत्वपूर्ण है क्योंकि ये कम-ऊर्जा प्रतिक्रियाएं, उदाहरण के लिए, तारों में तत्वों के निर्माण के लिए महत्वपूर्ण हैं।
नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी में भौतिकी के सहायक प्रोफेसर और अध्ययन के संबंधित लेखक सेबेस्टियन कोनिग ने कहा: "जबकि 'मजबूत परमाणु बल' नाभिक में प्रोटॉन और न्यूट्रॉन को एक साथ रखता है, प्रोटॉन के बीच विद्युत चुम्बकीय प्रतिकर्षण नाभिक की समग्र संरचना और गतिशीलता में एक महत्वपूर्ण भूमिका निभाता है। यह बल विशेष रूप से सबसे कम ऊर्जा पर मजबूत होता है, जहां कई महत्वपूर्ण प्रक्रियाएं होती हैं जो उन तत्वों को संश्लेषित करती हैं जो दुनिया को बनाते हैं जैसा कि हम जानते हैं। लेकिन यह सिद्धांत के लिए इन अंतःक्रियाओं की भविष्यवाणी करना बेहद चुनौतीपूर्ण है।"
इस समस्या को हल करने के लिए, कोएनिग और उनके सहयोगियों ने पीछे की ओर काम करने का निर्णय लिया। उनकी विधि क्रिस्टल जाली - यौगिक नाभिक - के भीतर प्रतिक्रिया के अंतिम परिणाम को देखती है और फिर प्रतिक्रिया में शामिल गुणों और ऊर्जाओं की खोज के लिए पीछे की ओर काम करती है।
कोएनिग ने कहा, "हम स्वयं प्रतिक्रिया की गणना नहीं कर रहे हैं, बल्कि अंतिम उत्पाद की संरचना को देख रहे हैं।" "जैसे ही हम 'बॉक्स' का आकार बदलते हैं, सिमुलेशन और परिणाम बदल जाते हैं। इस जानकारी से, हम वास्तव में पैरामीटर निकाल सकते हैं जो यह निर्धारित करते हैं कि जब ये चार्ज कण परस्पर क्रिया करते हैं तो क्या होता है।"
काम के पहले लेखक और नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी के स्नातक छात्र यू हैंग ने कहा, "सूत्र की व्युत्पत्ति अप्रत्याशित रूप से चुनौतीपूर्ण थी, लेकिन अंतिम परिणाम काफी सुंदर है और इसमें महत्वपूर्ण अनुप्रयोग मूल्य है।"
नए पूर्वानुमान सूत्र विकसित करें
इस जानकारी के आधार पर, अनुसंधान टीम ने एक सूत्र विकसित किया और पारंपरिक तरीकों के माध्यम से मूल्यांकन की गई बेंचमार्क गणनाओं के खिलाफ इसका परीक्षण किया ताकि यह सुनिश्चित किया जा सके कि परिणाम सटीक थे और भविष्य के अनुप्रयोगों में उपयोग किए जा सकते हैं।
कोएनिग ने कहा, "यह पृष्ठभूमि का काम है जो हमें बताता है कि परमाणु प्रतिक्रियाओं की भविष्यवाणियों में सुधार करने के लिए आवश्यक डेटा निकालने के लिए सिमुलेशन का विश्लेषण कैसे करें।" "ब्रह्मांड बहुत बड़ा है, लेकिन इसे समझने के लिए, आपको इसके सबसे छोटे घटकों का अध्ययन करना होगा। हम यहां यही करते हैं - हमारे बड़े-चित्र विश्लेषणों को बेहतर ढंग से सूचित करने के लिए छोटे विवरणों पर ध्यान केंद्रित करें।"