МОДЕЛИРОВАНИЕ КАСКАДНО-ВЕРОЯТНОСТНЫХ ФУНКЦИЙ ДЛЯ ПРОТОНОВ
DOI:
https://doi.org/10.52167/1609-1817-2023-125-2-203-210Ключевые слова:
алгоритм, расчет, аппроксимация, каскадно-вероятностная, функция, протонАннотация
В данной работе исследования проводятся в рамках каскадно-вероятностного (КВ) метода. Основа КВ-метода состоит в получении и дальнейшем использовании каскадно-вероятностных функций для стабильных и нестабильных частиц, в нашем случае для стабильных частиц – протонов. Данный метод является аналитическим, и, следовательно, существует возможность вычислить КВФ, спектр первично-выбитых атомов (ПВА), количество образующихся дефектов на любой глубине облучаемого материала и проследить весь процесс взаимодействия налетающих частиц, в данном случае протонов, с металлами и полупроводниками и образования дефектов в динамике. Целью работы является получение математических моделей КВФ с учетом потерь энергии на ионизацию и возбуждение для протонов. Задачами исследования являются анализ КВ-функций и представление свойств, характеризующих эти функции, создание алгоритма расчета, выполнение расчетов КВФ для протонов на различных мишенях. Полученные результаты могут быть использованы учеными в области радиационной физики твердого тела.
Библиографические ссылки
[1] Potekaev, A.I., Kislitsyn, S.B., Uglov, V.V., Klopotov, A.A., Gorlachev, I.D., Klopotov, V.D., Grinkevich, L.S. (2016) Radiation Stability of Triple Coatings Based on Transition-Metal Nitrides Under Irradiation by Alpha Particles and Argon Ions. Russian Physics Journal, -Vol. 1, 99-108. https://doi.org/10.1007/s11182-016-0743-6
[2] Kulikov, D.V., Lubov, M.N., Trushin, Y.V., Kharlamov, V.S. (2015) Kinetic modeling of the growth of copper clusters of various heights in subsurface layers of lead. Technical Physics Letters, -Vol. 41, -No. 10. 961-963. https://doi.org/10.1134/S1063785015100090
[3] Tulegenova, M., Ilyin, A., Guseinov, N., Beall, G., Kuanyshbekov, T. (2019) Computer simulation of the effect of structural defects on the effectiveness of the graphene's protective properties. Journal of Computational and Theoretical Nanoscience, -Vol. 16, -No. 2, 351-354. https://doi.org/10.1166/jctn.2019.8020
[4] Pezoldt, J., Kharlamov, V. S., Kulikov, D. V., Lubov, M. N., Trushin, Y. V. (2016) Concentration Profile Simulation of SiC/Si Heterostructures. Materials Science Forum, -Vol. 858, 501-504. https://doi.org/10.4028/www.scientific.net/msf.858.501
[5] Konstantinov, S.V., Komarov, F.F. (2019) Effects of nitrogen selective sputtering and flaking of nanostructured coating TiN, TiAlN, Tialyn, TiCrN, (TiHfzrVNB)n under helium ion irradiation. Acta Physica Polonica A, -Vol. 136, -No. 2, 303-309. https://doi.org/10.12693/APhysPolA.136.303
[6] Komarov F.F. (2017) Nano-and microstructuring of solids by swift heavy ions. Physics-Uspekhi, -Vol. 187, -No. 5, 465-504. https://doi.org/10.3367/UFNe.2016.10.038012
[7] Agranovich V.M., Kirsanov V.V. (1976) Problemy modelirovanija radiacionnyh povrezhdenij v kristallah [Problems of modeling radiation damage in crystals]. Uspehi fiz. nauk. t. 118, №1. 2-51. (In Russian) https://doi.org/10.3367/UFNr.0118.197601a.0003
[8] Kupchishin, A.I., Voronova, N.A., Shmygaleva, T.A., & Kupchishin, A.A. (2018) Computer Simulation of Vacancy Clusters Distribution by Depth in Molybdenum Irradiated by Alpha Particles. Key Engineering Materials, -Vol. 781, 3-72. https://doi.org/10.4028/www.scientific.net/kem.781.3
[9] Boos, E.G., Kupchishin, A.A., Kupchishin, A.I., Shmygalev, E.V., Shmygaleva, T.A. (2015) Kaskadno-verojatnostnyj metod, reshenie radiacionno-fizicheskih zadach, uravnenij Bol'cmana. Svjaz' s cepjami Markova. Monografija. [Cascade probabilistic method, solution of radiation-physical problems, Boltzmann equations. Relation to Markov chains] KazNPU im. Abaja, NII NHT i M KAZNU im. al'-Farabi, 388. (In Russian)
[10] Kupchishin, A.A., Kupchishin, A.I., Shmygaleva, T.A. (1998) Matematicheskoe modelirovanie kaskadno-verojatnostnyh funkcij dlja zarjazhennyh chastic. Monografija. [Mathematical modeling of cascade probability functions for charged particles. Monograph.] AGU im. Abaja, FTC , 126.
[11] Kupchishin А.I., Shmygalev E.V., Shmygalevа T.A., Jorabayev A.B. (2015) Relationship between Markov Chains and Radiation Defect Formation Processes by Ion Irradiation. Modern Applied Science, 59-70. https://doi.org/10.5539/mas.v9n3p59
[12] Nemec O.F., Gofman Ju.V. (1975) Spravochnik po jadernoj fizike [Handbook of Nuclear Physics]. Naukova dumka, 416. (In Russian)
[13] Shmygaleva T.A., Kuatbaeva A.A., Kupchishin A.A., Kupchishin A.I. (2017) O svjazi kaskadno-verojatnostnogo metoda s uravneniem Kolmogorova-Chjepmena. [On the relation of the cascade probabilistic method to the Kolmogorov-Chapman equation]. Informatika i prikladnaja matematika: Mat. Mezhd. nauch. konf. 407-418. (In Russian)
[14] Feller V. (1984) Vvedenie v teoriju verojatnostej i ee prilozhenija. [Introduction to Probability Theory and Applications] Mir, 527. (In Russian)
[15] Fan, J., Huang, J. & Pan, J. (2019) An Adaptive Multi-step Levenberg–Marquardt Method // Journal of Scientific Computing, -Vol. 78, 531-548.
[16] Ermakov S.M. (2018) Metod Monte-Karlo v vychislitel'noj matematike. Vvodnyj kurs. [The Monte Carlo method in computational mathematics. An introductory course.] Prosveshhenie/Binom, 192. (In Russian)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Татьяна Шмыгалева, Алишер Абдиханиев
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
