radioactivedecayダウンロード - radioactivedecayソースコードのダウンロード

radioactivedecay

AI ソースコード

Release 0.5.1

ダウンロード

radioactivedecayは、放射性減衰計算のためのPythonパッケージです。放射性核種、メタスト可能な状態、枝分かれした減衰の減衰チェーンをサポートします。デフォルトでは、ICRP Publication 107からの減衰データを使用します。これには、97の要素の1252の放射性核種と、原子質量データセンターの原子質量データが含まれています。

このコードは、NumpyおよびScipy Linear Algebraルーチンを使用して、放射性減衰差微分方程式を分析的に解決します。また、Sympyルーチンを使用する高度精度計算モードもあります。これにより、半減期の間に数桁の違いを持つ放射性核種を含む減衰チェーンのより正確な結果が得られます。

これは無料のオープンソースソフトウェアです。これは、放射能と協力するエンジニア、技術者、研究者のために作成され、教育的に使用されました。

完全なドキュメント：https：//radioactivedecay.github.io/

インストール

radioactivedecayにはPython 3.8+が必要です。 pipを使用して、Pythonパッケージインデックスからradioactivedecayをインストールします。

$ pip install radioactivedecay

またはコンダフェッジから：

$ conda install -c conda-forge radioactivedecay

いずれかのコマンドは、環境にまだ存在していない場合は、依存関係（Matplotlib、networkx、numpy、pandas、scipy、setuptools＆sympy）をインストールしようとします。

使用法

減衰計算

放射性核種のInventoryを作成し、次のように減衰します。

>>> import radioactivedecay as rd
>>> Mo99_t0 = rd.Inventory({ ' Mo-99 ' : 2.0 }, ' Bq ' )
>>> Mo99_t1 = Mo99_t0.decay( 20.0 , ' h ' )
>>> Mo99_t1.activities( ' Bq ' )
{'Mo-99': 1.6207863893776937, 'Ru-99': 0.0,
 'Tc-99': 9.05304236308454e-09, 'Tc-99m': 1.3719829376710406}

2.0 BQのMO-99のInventory 20時間減衰させ、放射性子孫TC-99MおよびTC-99、および安定した核種RU-99を生成しました。

減衰期間が時間の単位を指定するためにdecay()への引数として'h'を提供しました。サポートされている時間単位には'μs' 、 'ms' 、 's' 、 'm' 、 'h' 、 'd' 's' 'y'などがありますdecay()

cumulative_decays()を使用して、減衰期間にわたって減衰する各放射性核種の総数を計算します。

>>> Mo99_t0.cumulative_decays( 20.0 , ' h ' )
{'Mo-99': 129870.3165339939, 'Tc-99m': 71074.31925850797,
'Tc-99': 0.0002724635511147602}

放射性核種は、 radioactivedecayの4つの等価方法で指定できます。3つのバリエーションの核種弦または標準IDによって。たとえば、以下は²²² RNと^192N IRを指定する同等の方法です。

'Rn-222' 、 'Rn222' 、 '222Rn' 、 862220000 、
'Ir-192n' 、 'Ir192n' 、 '192nIr' 、 771920002 。

インベントリは、アクティビティ（ 'Bq' 、 'Ci' 、 'dpm' ...）、MASS（ 'g' 、 'kg' ...）、mole（ 'mol' 、 'kmol' ...）ユニット、または核（ 'num' ）の数をInventory()コンストラクターに供給することで作成できます。メソッドactivities() 、 masses() 、 moles() 、 numbers() 、 activity_fractions() 、 mass_fractions() 、 mole_fractions()を使用して、さまざまな形式で在庫の内容を取得します。

>>> H3_t0 = rd.Inventory({ ' H-3 ' : 3.0 }, ' g ' )
>>> H3_t1 = H3_t0.decay( 12.32 , ' y ' )
>>> H3_t1.masses( ' g ' )
{'H-3': 1.5, 'He-3': 1.4999900734297729}
>>> H3_t1.mass_fractions()
{'H-3': 0.5000016544338455, 'He-3': 0.4999983455661545}

>>> C14_t0 = rd.Inventory({ ' C-14 ' : 3.2E24 }, ' num ' )
>>> C14_t1 = C14_t0.decay( 3000 , ' y ' )
>>> C14_t1.moles( ' mol ' )
{'C-14': 3.6894551567795797, 'N-14': 1.6242698581767292}
>>> C14_t1.mole_fractions()
{'C-14': 0.6943255713073281, 'N-14': 0.3056744286926719}

減衰グラフのプロット

plot()メソッドを使用して、時間の経過とともにインベントリの減衰のグラフを作成します。

>>> Mo99_t0.plot( 20 , ' d ' , yunits = ' Bq ' )

このグラフは、20日間にわたってMo-99の減衰を示しており、TC-99mの内生とTC-99の微量量につながります。 RU-99の活性は、減衰鎖の端にある安定した核種であるため、厳密にゼロです。グラフは、matplotlibを使用して描画されます。

減衰データの取得

Nuclideクラスは、個々の放射性核種の減衰情報を取得するために使用できます。たとえば、RN-222：

>>> nuc = rd.Nuclide( ' Rn-222 ' )
>>> nuc.half_life( ' s ' )
330350.4
>>> nuc.half_life( ' readable ' )
'3.8235 d'
>>> nuc.progeny()
['Po-218']
>>> nuc.branching_fractions()
[1.0]
>>> nuc.decay_modes()
['α']
>>> nuc.Z  # proton number
86
>>> nuc.A  # nucleon number
222
>>> nuc.atomic_mass  # atomic mass in g/mol
222.01757601699998

減衰データを取得するための同様の在庫方法があります。

>>> Mo99_t1.half_lives( ' readable ' )
{'Mo-99': '65.94 h', 'Ru-99': 'stable', 'Tc-99': '0.2111 My', 'Tc-99m': '6.015 h'}
>>> Mo99_t1.progeny()
{'Mo-99': ['Tc-99m', 'Tc-99'], 'Ru-99': [], 'Tc-99': ['Ru-99'], 'Tc-99m': ['Tc-99', 'Ru-99']}
>>> Mo99_t1.branching_fractions()
{'Mo-99': [0.8773, 0.1227], 'Ru-99': [], 'Tc-99': [1.0], 'Tc-99m': [0.99996, 3.7e-05]}
>>> Mo99_t1.decay_modes()
{'Mo-99': ['β-', 'β-'], 'Ru-99': [], 'Tc-99': ['β-'], 'Tc-99m': ['IT', 'β-']}

ディケイチェーン図

Nuclideクラスには、減衰チェーン図を描画するためのplot()メソッドが含まれています。

>>> nuc = rd.Nuclide( ' Mo-99 ' )
>>> nuc.plot()

これらの図は、networkxとmatplotlibを使用して描画されます。

高数値精度減衰計算

radioactivedecayには、高度精度計算のためのInventoryHPクラスが含まれています。このクラスは、長寿命および短命の放射性核種を含むチェーンのより信頼性の高い減衰計算結果を与えることができます。

>>> U238_t0 = rd.InventoryHP({ ' U-238 ' : 1.0 })
>>> U238_t1 = U238_t0.decay( 10.0 , ' d ' )
>>> U238_t1.activities()
{'At-218': 1.4511675857141352e-25,
 'Bi-210': 1.8093327888942224e-26,
 'Bi-214': 7.09819414496093e-22,
 'Hg-206': 1.9873081129046843e-33,
 'Pa-234': 0.00038581180879502017,
 'Pa-234m': 0.24992285949158477,
 'Pb-206': 0.0,
 'Pb-210': 1.0508864357335218e-25,
 'Pb-214': 7.163682655782086e-22,
 'Po-210': 1.171277829871092e-28,
 'Po-214': 7.096704966148592e-22,
 'Po-218': 7.255923469955255e-22,
 'Ra-226': 2.6127168262000313e-21,
 'Rn-218': 1.4511671865210924e-28,
 'Rn-222': 7.266530698712501e-22,
 'Th-230': 8.690585458641225e-16,
 'Th-234': 0.2499481473619856,
 'Tl-206': 2.579902288672889e-32,
 'Tl-210': 1.4897029111914831e-25,
 'U-234': 1.0119788393651999e-08,
 'U-238': 0.9999999999957525}

放射性能力がどのように機能するか

radioactivedecay 、線形代数操作を使用して、放射性減衰微分方程式の分析的解を計算します。この論文に記載されている方法を実装します：M Amaku、Pr Pascholati＆Vr Vanin、Comp。 Phys。 comm。 181、21-23（2010）。詳細については、理論ドキュメントを参照してください。

標準の減衰計算（二重精度の浮動小数点操作）には、numpyおよびscipyルーチンを使用し、任意の数値精度計算にはSympyを使用します。

デフォルトでは、 radioactivedecayは、ICRP Publication 107（2008）の減衰データとAtomic Mass Data Center（AMDC -AME2020およびNubase2020評価）の原子質量データを使用します。

DataSets Repoには、 radioactivedecay （ICRP 107）が使用できる減衰データセットを作成するためのJupyterノートブックが含まれています。

比較リポジトリには、PyneおよびRadiological Toolboxに対するradioactivedecayのいくつかのチェックが含まれています。