Shine - Numerische Simulation von Schwerinonenstrahlen mittels Minimum-Entropie-Rekonstruktion

  • Ansprechperson:

    Prof. Dr. Martin Frank
    Dr. Jonas Kusch

  • Förderung:

    DFG

  • Starttermin:

    01.09.2017

  • Endtermin:

    31.12.2020

Im Projekt werden Werkzeuge zur Simulation von Schwerionenstrahlen in Targets entwickelt. Dabei werden die Orts- und Energieverteilung aller Primär- und Sekundärteilchen charakterisiert. Die Simulation von schweren Ionen ist schwierig, da zum einen die gitterbasierte Simulation von Teilchentransport sehr herausfordernd ist, zum anderen basieren sie auf Messungen der Bremsvermögen der Ionen, und müssen daher als unsicher angesehen werden. Zum Einsatz kommt ein neuartiges Entropie-basierten Diskretisierungsschema.

Shine - Numerische Simulation von Schwerinonenstrahlen mittels Minimum-Entropie-Rekonstruktion

Ziel des Projekts ist die Entwicklung von neuen Werkzeugen zur Simulation von Schwerionenstrahlen in Targets. Wir möchten die Orts- und Energieverteilung aller Primär- und Sekundärteilchen charakterisieren. Dies ist von Interesse in vielen Feldern: Atomphysik (atomare Wechselwirkung, Ioneneinfang), Kernphysik (Untersuchung der Struktur von Atomkernen), Elektronik (Ablagerung von Elementen), Materialwissenschaften (Analyse von Beschädigungen z.B. eines Tokamaks), Biologie (Untersuchung der Toxikologie von Gewebe durch Ionenanalyse). Die Simulation von schweren Ionen ist schwierig aus zwei Gründen: Zum einen ist die gitterbasierte Simulation von Teilchentransport sehr herausfordernd. Zum anderen basieren die Simulationen auf Messungen der Bremsvermögen der Ionen, und müssen daher als unsicher angesehen werden. Daher entwickeln wir ein neues, Entropie-basiertes Diskretisierungsschema, welches eine Sub-Auflösung unterhalb des numerischen Gitters ermöglicht, und daher geeignet für die Simulation von Strahlen ist. Zusätzlich benutzen wir eine ähnliche Methode zur Behandlung von Unsicherheiten in der Teilchenverteilung, die durch die unsicheren Wirkungsquerschnitte bedingt werden. Unsere Methode ist rechenaufwändig, aber hochgradig parallelisierbar, was sie ideal für moderne Rechnerarchitekturen macht.