Multimodale Spaltung aus selbstkonsistenten Berechnungen

Hintergrund: Wenn mehrere Spaltungsmodi in einem gegebenen Kern koexistieren, treten unterschiedliche Fragmente-ertragverteilungen auf. Multimodale Spaltung wurde in einer Reihe von spaltenden Kernen beobachtet, die über das Kernarten-Diagramm verteilt sind, und dieses Phänomen wird voraussichtlich die nuklearen Häufigkeiten beeinflussen, die während des schnellen Neutroneneinfangprozesses (r-Prozess) synthetisiert werden. Ziel: In dieser Studie generalisieren wir das zuvor vorgeschlagene hybride Modell für Spaltungsfragment-Ertragverteilungen, um konkurrierende Spaltungsmodi vorherzusagen und die resultierenden Ertragverteilungen zu schätzen. Unser Rahmenwerk ermöglicht eine umfassende großflächige Berechnung der Spaltungsfragment-Erträge, die für r-Prozess-Kernnetzstudien geeignet ist. Methoden: Die Kern-Dichtefunktionaltheorie wird verwendet, um die potenzielle Energie und den kollektiven Trägheitstensor in einem mehrdimensionalen kollektiven Raum zu erhalten, der durch Massenmultipolmomente definiert ist. Die Spaltungspfade und deren relative Wahrscheinlichkeiten werden mit der nudged elastic band Methode bestimmt. Basierend auf diesen Informationen werden Massen- und Ladungs-Spaltungserträge unter Verwendung des kürzlich entwickelten hybriden Modells vorhergesagt. Ergebnisse: Die Spaltungseigenschaften von Fermium-Isotopen werden im axialen Quadrupol-Oktupol-Kollektivraum für drei Energie-Dichte-Funktionale (EDFs) berechnet. Uneinigkeit zwischen den EDFs tritt auf, wenn mehrere Spaltungsmodi vorhanden sind. Innerhalb unseres Rahmens stimmt das UNEDF1₇₅₁ EDF am besten mit experimentellen Daten überein. Berechnungen im axialen Quadrupol-Oktupol-Hexadecapol-Kollektivraum verbessern die Übereinstimmung mit dem Experiment für SkM^*. Wir diskutieren auch die Sensitivität der Spaltungsprognosen hinsichtlich der Wahl der EDF für mehrere super schwere Kerne. Schlussfolgerungen: Die Vorhersagen der Spaltungsfragment-Ausbeuten für Kerne mit mehreren Spaltungsmodi sind empfindlich gegenüber der zugrunde liegenden EDF. Für großflächige Berechnungen, bei denen eine minimale Anzahl kollektiver Koordinaten berücksichtigt wird, bietet UNEDF1₇₅₁ die beste Beschreibung experimenteller Daten, obwohl die Sensitivität eine robuste Quantifizierung der Unsicherheiten des theoretischen Modells motiviert.