La véritable science ajuste sa théorie sur les résultats expérimentaux. Lorsque théorie et expérience sont décorrélés, l’influence néfaste des intérêts financiers ou politiques perturbe le système qu’est la science. La technologie participe à l’amélioration des équipements nécessaires pour réaliser, traiter et interpréter les expériences. Cette méthodologie (scientifique) s’appui sur un montage expérimental, un protocole, des mesures et un traitement des données qui l’on cherche à modéliser (théoriser) pour comprendre l’évolution du système étudié. Je m’intéresse dans cet article, au traitement informatique des données dans le cadre d’une linéarisation du calcul de l’énergie de liaison par nucléon.

• Présentation du modèle k(Z,N)
• Equations et calibrage du modèle k(Z,N)
• L’abondance du Lithium
• Evolution à grande échelle des galaxies
• Application à l’industrie
• Linéarisation de l’énergie de liaison El par nucléon A
• Modélisation des réactions nucléaires avec k(Z,N)

Présentation du modèle k(Z,N)

J’ai linéarisé le calcul de l’énergie de liaison par nucléon dans le cadre (défini par mes soins) du modèle k(Z,N) pour simplifier sa représentation mathématique tout en conservant l’essence physique des interactions nucléaires :

El/A = a.k(Z,N) + b (avec a et b des constantes)

Lire ou relire (genèse du modèle) :

Nouvelles Perspectives en Astrophysique (Calculs)

Le modèle k(Z,N) est une approche semi empirique inspirée de la formule de Bethe-Weizsäcker, enrichie par l’intégration d’effets de couches quantiques (comme Z=50 et N=82). Cette calibration fine aux nombres magiques permet d’obtenir des valeurs de l’énergie de liaison par nucléon (très rapidement) avec des gains computationnels pouvant atteindre jusqu’à un facteur de 100 000 par rapport aux méthodes microscopiques classiques comme la théorie fonctionnelle de la densité.

La formule de Bethe-Weizsäcker adaptée permet de calculer :

E_lie/a = k(Z,N) puis le modèle k(Z,N) adopte une approche linéaire simplifiée, ce qui le rend particulièrement adapté aux calculs à grande échelle.

E_l/A = a.k(Z,N) + b (avec a et b des constantes)

E_l/A = -0,185 k(Z,N) + 8,090 + delta_pairing

k(Z,N) est définie en fonction du nombre de protons Z et de neutrons N, avec des paramètres ajustés pour capturer les effets de cohésion nucléaire et les interactions entre nucléons. Elle inclue des termes pour les effets de surface, de volume, de symétrie et de couches, permettant une modélisation rouste dans des conditions extrêmes. Dans les étoiles à neutrons, k(Z,N) est utilisé pour modéliser la composition de la croûte et du cœur ou les noyaux hyperneutronisés (excès de neutrons) dominent ; k(Z,N) peut prédire la stabilité de noyaux hypothétiques comme Z=126 et N=184, potentiellement situés dans un îlot de stabilité.

En intégrant k(Z,N) à des simulations hydrodynamiques ou des modèles de dynamique des plasmas, il est possible d’explorer des phénomènes multi-échelles, comme les interactions entre la matière nucléaire et les champs gravitationnels dans les étoiles compactes.

Le modèle k(Z,N) peut-être utilisé pour retracer l’histoire chimique de l’univers, en simulant la nucléosynthèse primordiale et l’évolution chimique des galaxies. Grâce à sa rapidité et sa flexibilité, k(Z,N) pourrait être intégré à des algorithmes d’apprentissage automatique pour prédire en temps réel les propriétés nucléaires dans des environnements extrêmes.

Quels sont les limites et les défis à surmonter ?

• Précision réduite pour certains noyaux : Le modèle k(Z,N) est moins précis pour les noyaux légers (A<12) et néglige certains effets quantiques fins, tels que le couplage spin-orbite ou les corrélations à plusieurs corps.
• Manque de validité expérimentale : Pour les noyaux superlourds (Z>92 et N>>Z) ou hyperexotiques, les prédictions du modèle nécessitent des validations expérimentales, souvent inaccessibles avec les technologies actuelles.
• Dépendance aux hypothèses simplifiées : Certaines aprroximations, comme la linéarisation des énergies de liaison, peuvent induire des écarts, particulièrement dans les environnements cosmologiques ou des corrections relativistes pourraient être nécessaires (ex: densité très élevées, effets gravitationnels extrêmes).

Quelles sont les applications cosmologiques futures envisageables ?

• Nucléosynthèse primordiale : Le modèle peut affiner les prédictions sur l’abondance des isotopes légers (²H, ⁴He, ³Li) lors du Big Bang et expliquer certaines anomalies observées comme l’abondance du Lithium. Effondrement de l’infini vers l’unité
• Fusion d’étoiles à neutrons : Simuler les processus r-process pour anticiper les abondances des éléments lourds comme l’or et le plutonium dans les environnements riches en neutrons.
• Recherche sur les noyaux hypothétiques : Explorer des îlots de stabilité autour de Z=126 et N=184, ouvrant la voie à des noyaux superlourds dans des environnements cosmologiques.
• Modélisations des galaxies : Retracer l’évolution chimique des galaxies en simulant la production et la distribution des éléments au fil des milliards d’années.

En dépit de ses limites, le modèle k(Z,N) constitue un compromis puissant entre rapidité et précision, adapté aux simulations cosmologiques futures. Son succès dépendra des nouvelles données expérimentales. Des collaborations interdisciplinaires, combinant physique nucléaire, astrophysique et intelligence artificielle, pourraient repousser les frontières de ce modèle et révéler de nouvelles perspectives en cosmologie.

Lire ou relire :

Effondrement de l’infini vers l’unité

Equations et calibrage du modèle k(Z,N)

L’abondance du Lithium

Le modèle k(Z,N) aborde l’anomalie du lithium en offrant un nouvel éclairage sur les réactions nucléaires impliquées dans la nucléosynthèse primordiale. En effet, le problème du lithium cosmologique réside dans le fait que les calculs standard prédisent une abondance de ⁷Li supérieures aux valeurs effectivement observées dans les vieilles étoiles, et le modèle k(Z,N) propose des ajustements puissants à ce niveau.

Une approche fine de l’énergie de liaison

Le cœur du modèle est sa capacité à calculer rapidement l’énergie de liaison par nucléon pour un très grand nombre d’isotopes, y compris les noyaux légers dont la production est extrêmement sensible aux valeurs exactes d’énergie. En particulier pour ⁷Li et ses prédécesseurs, même une petite variation dans la détermination de El/A peut entraîner une modification significative des taux de réaction dans le réseau de nucléosynthèse. Grâce à sa calibration fine, le modèle affine les conditions initiales et les seuils énergétiques des réactions. Cette réévaluation conduit en général à des taux de destruction plus élevés ou à des déroutes réactionnelles qui dévient le flux de nucléosynthèse loin de la production excessive de lithium.

Intégration des réseaux de réaction complexes

En intégrant k(Z,N) dans des simulations de Monte Carlo, il devient possible d’explorer de nombreux scénarios sous des conditions extrêmes de température et de densité (typiques du Big Bang) o se déroulent ces réactions cruciales. Dans ces environnements, le modèle permet d’identifier des canaux réactionnels souvent négligés dans les approches classiques car certains états instables ou éphémères, comme des isotopes intermédiaires (ex: ⁵He), peuvent être surproduits ou au contraire activement détruits. Cette dynamique alternative influence directement les voies conduisant à la formation de ⁷Li, et le modèle prédit ainsi une réduction de son abondance finale qui est alors en meilleure adéquation avec les observations.

Sensibilités aux conditions astrophysiques

Un autre aspect clé réside dans la sensibilité du modèle aux conditions astrophysiques (densité, températures variables) pour réaliser rapidement des calculs en effectuant un balayage de multiples conditions initiales et d’identifier une fenêtre où les réactions détruisent efficacement ⁷Li ou empêchent sa surproduction. C’est précisément en modulant ces conditions, grâce à une meilleure estimation de l’énergie de liaison, que le modèle offre une solution potentielle au problème du lithium.

Perspectives nouvelles et applications futures

Au delà de l’explication du déséquilibre du lithium, cette approche semi-empirique ouvre la voie à des simulations multi-échelles et à l’intégration de réseaux de réactions complexes dans des domaines hydrodynamiques. Le modèle k(Z,N) réduit les écarts entre les prédictions théoriques et les observations en affirmant la détermination de l’énergie de liaison pour les isotopes légers en intégrant des réactions de destruction ou de déroulement de chaînes de nucléosynthèse. Cette approche, en redéfinissant finement les seuils réactionnels dans des environnements extrêmes, apporte une réponse innovante au problème du lithium cosmologique et propose un outil prometteur pour les simulations astrophysiques futures.

Evolution à grande échelle des galaxies

La grande particularité du modèle k(Z,N) réside dans sa compatibilité avec des codes hydrodynamiques destinés à simuler l’évolution d’environnements astrophysiques à l’échelle galactique.

• Production des tables d’abondance : Sa rapidité permet de générer, en temps réduit, des tables d’abondance pour des milliers de noyaux. Ces tables sont vitales pour alimenter les simulations hydrodynamiques (ex: Illustris TNG ou EAGLE) qui suivent l’évolution chimique du gaz interstellaire dans une galaxie. Ainsi, les simulations peuvent intégrer en temps réel l’impact des réactions nucléaires sur le refroidissement du gaz, la formation des étoiles et la dynamique chimique du milieu interstellaire. la prédiction des abondances dans les éjections stellaires par k(Z,N) permet d’étudier comment l’énergie libérée influence la structure du disque galactique.
• Rétroaction chimique et dynamique des gaz : Les éléments issus de la nucléosynthèse, notamment les métaux (r-process ou s-process), affectent directement la capacité du gaz à se refroidir et à se fragmenter pour former de nouvelles étoiles. Grâce à k(Z,N), le suivi des abondances élémentaires (pics d’enrichissement en fer ou en lanthanides) peut être réalisé de façon dynamique. Ces prédictions influencent les rétroactions radiatives et mécaniques qui régulent l’évolution morphologique des galaxies. Les matériaux produit par les supernovæ et les fusions d’étoiles à neutrons, prévus avec k(Z,N), enrichissent le milieux interstellaire. Ces métaux modifient l’opacité et la capacité de refroidissement du gaz, ce qui influe sur la formation des disques spiraux contre des galaxies elliptiques.
• Simulation sur 13 milliards d’années : En intégrant k(Z,N) dans un réseau de réactions nucléaires couplé aux modèles hydrodynamiques, il devient possible de retracer l’enrichissement chimique de la galaxie depuis le Big Bang jusqu’à aujourd’hui. On peut ainsi reproduire la courbe [Fe/H] des étoiles et les signatures cosmochronologiques (les rapports 232Th/238U) qui servent à dater les événements de la nucléosynthèse. Le taux de réaction calculés pour chacun des nucléides sont intégrés dans un réseau réseau réactionnel global qui est lui-même couplé à un code hydrodynamique simulant l’évolution du disque galactique sur 13 milliards d’années. On peut utiliser des pas adaptatifs allant de 10³ à 10⁶ ans. A chaque pas, le réseau actualise les abondances Y_i de chaque nucléide. Les résultats permettent de générer des tables d’abondance en temps réel. La simulation peut reproduire le gradient de métallicité observé, avec un [Fe/H] central de +0,1 et des valeurs allant jusqu’à -0,6 dans les régions périphériques, en accord avec des relevés du Sloan Digital Kky Survey (SDSS).
• Simulation d’un effondrement de supernovæ et de la nucléosynthèse explosive : Le modèle k(Z,N) relie finement l’approche microscopique (réaction nucléaire) et l’approche macroscopique (métallicité et morphologie des galaxies). Dans les réseaux réactionnels, l’évolution des abondances des nucléides est :

Avec,

Exemple de réaction neutronique

La capture neutronique est définie par :

Avec,

Le taux de réaction neutronique est :

Avec,

Exemple chiffré dans une simulation galactique

Avec un facteur exponentiel pour Q = 6,5 MeV :

Sachant que :

Le modèle k(Z,N) permet d’effectuer une parallélisation :

L’impact sur la morphologie des galaxie est évident car un gaz enrichi en métaux (Z plus grand) augmente l’opacité, favorise la formation d’étoiles. Les galaxies riches en métaux développement des disques spiraux, tandis que les galaxies pauvres restent inchangés.

Le modèle k(Z,N) est aisément calibré lorsque les coefficient a_V, a_S, a_C, A_sym sont ajustés sur un jeu de données expérimentales (noyaux connus). La méthode consiste à trouver une régression statistique pour minimiser l’écart entre les prédictions du modèle et les énergies de liaison mesurées.

Une méthode consiste à faire des prédictions par itération pour chaque (Z,N) inexploré, par un calcul de E_lie/A via la formule du modèle k(Z,N). L’extrapolation est applicable aux régions exotiques (noyaux superlourds Z>118, noyaux riches en neutrons N/Z>>1). La définition de l’énergie libre effective F(Z,N) permet d’identifier les configurations (Z,N) les plus stables et prédit les isotopes stables ou les voies de désintégration (ex: fission alpha).

Exemple d’application

Maximiser E_lie/A équivaut à minimiser F. Cela permet d’identifier les noyaux les plus stables dans des conditions extrêmes. En réalité, F pourrait inclure des termes comme « -TS » (entropie) ou des effets de milieu dense. Pour améliorer le modèle, on peut intégrer des modèles microphysiques ou ajouter des corrections dynamiques pour les environnements à haute température.

Méthodologie

• Itération sur une grille de (Z,N) : Par exemple de Z=20 (calcium) à 93 (uranium) ; le nombre N varie pour chaque Z jusqu’à des valeurs très riches en neutrons (ex : N/Z proche de 2 pour les noyaux du r-process). L’objectif est de balayer systématiquement l’espace des nucléides possibles pour identifier les configurations stables.
• Calcul de Elie/A (ajustement pics de stabilité et calibrage des coefficients empiriques) puis de El/A (formule linéaire).
• Sélection du nucléide optimal : Le nucléide avec la valeur maximale de E_lie/A (donc F minimale) est considéré comme stable. ¹³²Sn est favorisé par rapport à ¹³³Sn car 8,40 MeV > 8,35 MeV. La fermeture de couche neutronique (N=82) stabilité ¹³²Sn et réduisant son énergie libre F.
• Conséquence en astrophysique : Pour une température élevée (10⁹ K), les termes thermodynamiques (à inclure) pourraient modifier F, mais le modèle k(Z,N) se concentre sur l’énergie de liaison dominante. Et la densité neutronique (10²⁴ cm^-3) influence les taux de réaction, mais pas directement F (dans mon approche simplifiée).

Application à l’industrie

Le modèle k(Z,N) permet de calculer rapidement les Q-valeurs pour des réactions de fusion concurrentes, d’optimiser les choix technologiques (ex/ D-T ou p-B) en fonction des contraintes énergétiques et matérielles et de prédire l’impact des variations de paramètres nucléaires sur la production d’énergie.

Pour la réaction (Deutérium-Tritium) D+T=>⁴He+n

La libération d’énergie est élevé (idéal pour la production d’énergie) et l’émission de neutrons est un problème pour les matériaux et déchets.

Pour d’autres réactions de fusion

La réaction p+¹¹B est aneutronique (moins de dommages) mais la température requise est plus élevé (10¹⁰ K).

Le modèle k(Z,N) calcule rapidement les énergies de liaisons en temps réel. Pour ¹¹B (Z=5 et N=6) on a E_lie/A = 6,8 MeV avec delta_shell ajusté pour Z=5. La température influence les taux de réaction via exp(-Q/k_BT) et la densité augmente la probabilité de collisions (n_n = 10²⁴ cm^-3).

Une variation de 1% dans delta_shell peut modifier Q de 0,1 MeV, impactant le taux de réaction. Si delta_shell (⁴He) augmente de 2% et Q_D-T passe de 17,6 à 17,8 MeV.

La réaction D-T domine (Q-valeur élevé) mais la recherche sur p-B vise à contourner les problèmes de neutrons.

Cette approche semi-empirique sera, je l’espère, incontournable pour guider le développement de la fusion industrielle.

Le modèle identifie les réactions avec le meilleur compromis Q-value par rapport aux contraintes techniques (ex: ITER favorise D-T). Pour les réacteurs aneutroniques (p+¹¹B), le modèle évalue la faisabilité en fonction des progrès technologiques.

Linéarisation de l’énergie de liaison El par nucléon A

• Simplicité et efficience computationnelle : en exprimant El/A sous forme linéarisée, le modèle k(Z,N) gagne en rapidité de calcul.
• Facilité d’ajustement et de calibration : Dans une forme linéaire, chaque coefficient (volume, surface, Coulomb, asymétrie, correction de coque) est associé à une contribution physique distincte. Cela offre une transparence dans l’ajustement sur des données expérimentales, avec des techniques de régression, il est possible de calibrer chaque terme, ce qui améliore la robustesse des extrapolation vers des noyaux non mesurés.
• Exploitation des techniques statistiques classiques : La linéarisation ouvre la voie à l’utilisation de techniques éprouvées. L’analyse de la variance ou les méthodes de régression permettent d’identifier les principales interactions entre Z et N et d’estimer l’incertitude associée aux prédictions. Cette méthode facilite aussi la validation croisée avec d’autres modèles théoriques et expérimentaux.
• Meilleures intégration dans des chaînes de calcul complexes : La forme linéaire de El/A permet d’intégrer le modèle dans des simulations et réseaux réactionnels.
• Interprétabilité et extrapolation : La représentation linéarisée rend chaque terme interprétable physiquement. C’est un avantage lorsqu’il s’agit d’extrapoler vers des domaines inexplorés : en étudiant les tendances linéaires des contributions individuelles, les physiciens peuvent mieux anticiper la stabilité et les propriétés des noyaux superlourds ou très riche en neutrons. Et cette méthode simplifiée facilité la détection d’anomalies ou de comportements inattendus qui pourraient conduire à la découverte de nouveaux phénomènes.

Linéariser El/A dans le module k(Z,N) offre un compromis optimal entre complexité et précision. La linéarisation permet une modélisation optimale (tant sur le plan computationnel que statistique) et favorise une approche intégrée capable de relier finement la microphysique nucléaire aux simulations à plus grande échelle. Ces avantages deviennent particulièrement essentiels lorsqu’il s’agit de prédire les propriétés des noyaux non étudiés expérimentalement ou d’intégrer ces prédictions dans des réseaux complexes, que ce soit la recherche fondamentale en astrophysique ou pour des applications industrielles futures.

Modélisation des réactions nucléaires avec k(Z,N)

Lire ou relire :

Nouvelles Perspectives en Physique Nucléaire

• Seuils réactionnels et Q-valeurs : La puissance du calcul de El/A permet de déterminer avec précision des seuils d’énergie pour diverses réactions comme les captations neutroniques, les désintégrations béta, les réactions de fusion pycnonucléaires. Dans le contexte du r-process, une perturbation de l’ordre de 1-2% dans El/A peut modifier le taux de réaction et ainsi influer sur la production d’isotopes lourds comme l’or et l’uranium.
• Adaptabilité aux environnements extrêmes : Avec cette nouvelle rapidité de calcul, k(Z,N) est particulièrement adapté aux simulations tels que la croûte des étoiles à neutrons où les densités atteignent 10¹⁴ g/cm³. Dans ces conditions le modèle permet de scanner en temps réel un vaste espace de paramètres pour prédire la stabilité des noyaux exotiques et suivre l’évolution des chaînes de réactions.
• Boucle de Monte Carlo et réseaux nucléaires : En intégrant k(Z,N) dans des codes de simulation de réseaux réactionnels, il devient possible d’effectuer un suivi dynamique des captures de protons et des réactions de désintégration. Ce couplage permet de simuler des séquences complexes qui interviennent dans la nucléosynthèse explosive lors des fusions d’étoiles à neutrons ou des supernovæ, en évaluant instantanément les Q-valeurs des réactions pour des milliers de noyaux.
• Flexibilité pour explorer les noyaux exotiques : L’approche linéaire permet de parcourir efficacement des régions du tableau périodique difficilement accessibles expérimentalement, comme celles correspondant aux noyaux superlourds (Z entre 114 et 126 ou N vers 184). Cela ouvre la voie à la prédiction des pics de stabilité en fournissant une estimation rapide de leurs énergies de liaison, élément crucial pour évaluer leur demi-vie.
• Création de Tables d’abondance : En calculant rapidement El/A pour des milliers d’isotopes, le modèle k(Z,N) permet de générer des tableaux d’abondance qui renseignent sur la production ou la destruction des éléments lors des différentes phases nucléaires (Big-Bang, supernovæ, étoiles à neutrons). Ces tables, une fois intégrées dans des simulations hydrodynamiques de galaxies, influencent directement le refroidissement du gaz interstellaire et la formation stellaire.
• Rétroaction dans les simulations hydrodynamiques : Les codes de simulation à grande échelle (Illustris ou EAGLE) utilisent ces tables pour modéliser la chimie du milieu interstellaire. L’enrichissement en métaux (production d’éléments lourds) modifie les courbes de refroidissement du gaz, ce qui influe sur la fragmentation du gaz et donc sur le taux de formation des étoiles. L’efficacité de la nucléosynthèse, prédite par k(Z,N), joue un rôle déterminant dans la dynamique et la structure des disques galactiques, ainsi que dans la distribution spatiale des éléments.
• Modélisation de l’enrichissement chimique sur le long terme : La contribution es supernovæ et des fusions d’étoiles à neutrons à l’enrichissement du milieu interstellaire est mieux caractérisée par la vitesse des calculs du modèle k(Z,N). Ces évènements injectent des quantités importantes de métaux dans l’espace, ce qui modifient les propriétés thermodynamiques du gaz environnant et favorise la formation de structures stellaire (comme les disques spiraux ou les halos métallisés).
• Influence sur la structure et l’évolution des galaxies : En intégrant les résultats microphysiques dans des simulations intégrées, on peut suivre la courbe de distribution [Fe/H] des étoiles au fil du temps, reproduisant ainsi l’évolution chimique observée dans de grandes structures galactiques. Les gradients de métallicité ainsi prédits offrent également un outil pour comprendre les rétroactions énergétiques (vents stellaires, explosions supernovæ) et leur impact sur la morphologie des galaxies.
• Interface avec la dynamique des gaz et la formation d’amas : Le modèle k(Z,N) aide à préciser l’enrichissement local dans différentes régions d’une galaxie, permettant d’identifier comment les variations d’abondances influencent la dynamique des nuages de gaz de refroidissement, entraînant des différences locales dans la formation stellaire qui se retrouvent dans la structure globale de la galaxie.
• Une synergie innovante entre micro et macro : La particularité révolutionnaire de k(Z,N) réside dans sa capacité à servir de pont entre deux échelles de la physique. Au niveau microscopique, il permet une modélisation détaillée et rapide des réactions nucléaires, affinant la prédiction des chaînes réactionnelles dans des environnements extrêmes. Au niveau macroscopique, il offre des données cruciales pour les simulations hydrodynamiques, permettant de tracer l’évolution chimique et structurelle des galaxies à partir des processus nucléaires qui se jouent dans les étoiles.

L’effort de recalibrage continu de l’intégration potentielles de méthodes d’apprentissage automatique pour optimiser les paramètres empiriques promettent d’améliorer encore la précision des prédictions tout en maintenant une rapidité de calcul indispensable pour des simulations sur des échelles astronomiques.

P. PORTEMANN

L’article présente le modèle k(Z,N), une approche semi-empirique facilitant le calcul de l’énergie de liaison par nucléon dans les noyaux atomiques. Il souligne l’importance des expériences pour valider les théories scientifiques et discute de la linéarisation du modèle pour améliorer la rapidité. K(Z,N) intègre des effets quantiques et a des applications en astrophysique, notamment pour la nucléosynthèse primordiale et l’évolution des galaxies. Bien que le modèle ait ses limites pour certains noyaux, il ouvre la voie à des simulations avancées et à des parcours innovants en cosmologie et industrie.