Sıvı damlası modeli ve kabuk etkileriyle fisyon karakteristiklerinin mathematica ile hesaplanması
2022
0 views
0 downloads
Advisor: Dr. Öğr. Üyesi Mehtap Yalçınkaya
Abstract (TR)
Nötronun keşfiyle birlikte, nötronların dahil olduğu nükleer reaksiyonların oluşturulmasına ve incelenmesine başlanmıştır. Nötron yüksüz bir parçacık olduğu için çekirdeğe yeterince yaklaşabilir ve nükleer kuvvetlerin menzili içine kolayca girebilir. Nötronun enerjisi yeterince küçükse çekirdek tarafından yakalanır ve böylece nötron bakımından zengin, uyarılmış durumda bulunan bir bileşik çekirdek oluşur. Çekirdek kararlı hale gelmek için ya β bozunumu ya da fisyon reaksiyon kanalını kullanır. Fisyon reaksiyon kanalının açık olduğu durumlar için çekirdek fisyona uğrarken meydana gelen ürün çekirdeklerin simetrik kütle dağılımları sıvı damlası modeliyle açıklanabilirken, asimetrik kütle dağılımları çekirdeğin kabuk modeli ile bir dereceye kadar açıklanabilir. Bu çalışmada, sıvı damlası modeli üzerinde kabuk etkileri göz önüne alınarak, önemli fisyon karakteristikleri, Z 2 /A oranları Mathematica ile hesaplanacak ve ürün çekirdeklerin asimetrik-simetrik kütle dağılımları mevcut deneysel verilerle karşılaştırılacaktır.
Author
Dr. Hasna Sado
Institution
How to Cite
Hasna Sado (Yüksek Lisans Tezi). Sıvı damlası modeli ve kabuk etkileriyle fisyon karakteristiklerinin mathematica ile hesaplanması, 2022, İstanbul University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)