LONDON (IT BOLTWISE) – Neue Ab-initio-Kernmassen aus einer Valence-Space-IMSRG-Analyse verbessern die Vorhersagen für den r-Prozess deutlich. Das TU-Darmstadt-Team simuliert damit die Elemententstehung nach Neutronenstern-Verschmelzungen und anderen extremen Ereignissen konsistenter. In den Modellen bremst der berechnete Materialfluss stärker als in früheren Ansätzen. Dadurch verändert sich die Signatur zweier charakteristischer r-Prozess-Peaks im Ergebnis deutlich.
Wenn zwei Neutronensterne kollidieren, entstehen nicht nur spektakuläre Gravitationswellen, sondern auch eine physikalische „Produktionslinie“ für schwere Elemente. Laut dem hier zugrunde liegenden Forschungsvorhaben stammt ungefähr die Hälfte aller Elemente, die schwerer sind als Eisen, aus dem schnellen Neutroneneinfangprozess, kurz r-Prozess. Dabei bombardieren Neutronen Atomkerne innerhalb extrem kurzer Zeitspannen, sodass aus zunächst relativ leichten Kernen zunehmend schwerere Isotope entstehen. Genau in diesem schnellen Takt liegt der Engpass: Viele beteiligte Kerne sind so neutronenreich, dass sie im Labor kaum zugänglich sind, wodurch theoretische Modelle zur zentralen Informationsquelle werden.
Die Schwachstelle klassischer Modellketten zeigt sich besonders dort, wo die Datenlage am dünnsten ist: In der Umgebung exotischer, weit von experimentell vermessenen Kernen entfernter Isotope weichen Vorhersagen verschiedener Kernmodelle häufig stark voneinander ab. Das ist nicht nur ein akademisches Detail, sondern wirkt sich unmittelbar auf Simulationen der Elemententstehung aus. Das TU-Darmstadt-Team adressiert dieses Problem, indem es erstmals Kernmassen einsetzt, die mit einer modernen „Ab-initio-Methode“ berechnet wurden. Solche Berechnungen bauen anders als viele etablierte Parametermodelle direkt auf den grundlegenden Wechselwirkungen zwischen Protonen und Neutronen auf und zielen damit auch darauf, die Unsicherheiten systematisch abzuschätzen.
Im Zentrum steht die Anwendung der Valence-Space In-Medium Similarity Renormalization Group, kurz VS-IMSRG, mit der Takayuki Miyagi und Achim Schwenk die Eigenschaften von 70 „besonders wichtigen“ Atomkernen bestimmen. Diese Kerne liegen in der Umgebung der magischen Neutronenzahl N = 82, also in einer Region, die in vielen r-Prozess-Szenarien eine Schlüsselrolle spielt. Magische Zahlen sind in der Kernphysik deshalb so relevant, weil sie typischerweise zu ausgeprägteren Struktur- und Stabilitätseffekten führen. In der astrophysikalischen Übersetzung bedeutet das: Gerade diese Zone beeinflusst, wie sich der zweite r-Prozess-Peak ausprägt, also jene charakteristische Häufung bestimmter schwerer Elemente im beobachtbaren Muster.
Damit die berechneten Eigenschaften nicht nur als „statische“ Kernwerte vorliegen, wurden sie anschließend in umfangreiche Simulationsrechnungen zur Elemententstehung eingearbeitet. Genauer betrachtet nutzten die Forschenden unter anderem Szenarien von Neutronenstern-Verschmelzungen sowie andere extreme astrophysikalische Ereignisse. In den Resultaten zeigt sich ein konsistenter Effekt: Die neu berechneten Kernmassen bremsen den Materialfluss im r-Prozess stärker als bisherige Modelle. Praktisch heißt das, dass sich Materie länger in einer bestimmten Kernregion „staut“, bevor die Synthese noch schwererer Elemente weitergeht. Für die Interpretation ist diese Verlängerung des Aufenthalts wichtig, weil sie die relativen Häufigkeiten der daraus entstehenden Isotopen im Spektrum sichtbar verschiebt.
Die Studie macht die Größenordnung dieser Sensitivität auch konzeptionell deutlich: Schon vergleichsweise kleine Änderungen der Kernmassen können die vorhergesagten Häufigkeiten schwerer Elemente im Universum spürbar verändern. Entsprechend leitet das Modell nicht nur eine stärkere Ausprägung des zweiten r-Prozess-Peaks ab, sondern auch eine Verschiebung des dritten Peaks. Gerade wenn man daran denkt, dass Gold, Platin und weitere schwere Elemente nach Neutronenstern-Kollisionen entstehen, liefern solche Peak-Verschiebungen eine präzisere Hypothese, welche Kernpfade in der realen Astrophysik dominieren. Gleichzeitig bleibt die Datenlücke bestehen: Die Forschenden betonen, dass viele der für den r-Prozess relevanten Kerne auch mit den kommenden Generationen von Beschleunigeranlagen weiterhin nur schwer zugänglich sein dürften.
Damit verschiebt sich der strategische Fokus in Richtung „Theorie als Messapparat“. Ab-initio-Ansätze erreichen in dieser Arbeit offenbar ein Niveau, auf dem sie direkt zu einem verbesserten Verständnis astrophysikalischer Prozesse beitragen können. Genau hier liegt die Brücke zwischen Kernstrukturphysik und beobachtbarer Elementhäufigkeit: Je verlässlicher die Kernmassen und ihre Unsicherheiten, desto robuster werden die Modellketten in der Nukleosynthese. Für Entwickler und Betreiber von wissenschaftlichen Rechenplattformen ist das ebenfalls relevant, denn Simulationen des r-Prozesses profitieren von gut quantifizierbaren Eingangsparametern, um Rechenaufwand gezielt auf die empfindlichen Bereiche zu lenken statt auf breite Szenariensweeps.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Ab-initio-Berechnungen verbessern r-Prozess-Vorhersagen für schwere Elemente" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Ab-initio-Berechnungen verbessern r-Prozess-Vorhersagen für schwere Elemente" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Ab-initio-Berechnungen verbessern r-Prozess-Vorhersagen für schwere Elemente« bei Google Deutschland suchen, bei Bing oder Google News!