In nuklearer Archäologie sind wir an den ursprünglichen Bestrahlungsparametern eines Kernreaktors interessiert. Es ist möglich, diese Parameter mit der Kenntnis des Reaktordesigns und forensischen Messungen der Isotopen zusammensetzung zu berechnen. Diese Analyse erfordert jedoch die Lösung eines inversen Problems, was eine anspruchsvolle Aufgabe darstellt. Ein Ansatz für dieses Problem ist die Berechnung einer Posterior Verteilung der Parameter mit „Markov Chain Monte Carlo“, eine Technik des maschinellen Lernens. Diese Methode hat sich in der Vergangenheit als nützlich erwiesen, aber es treten verschiedene Herausforderungen auf, die durch die Anwendung eines speziellen Typs neuronaler Netze, der „conditional invertible neural network“, gelöst werden könnten. Die Arbeit wird sich auf die Implementierung beider Techniken und einen umfassenden Vergleich zwischen ihnen konzentrieren, um die Vorteile des Einsatzes einer der beiden Techniken im Kontext nuklearer Archäologie zu bewerten.

Zukünftige Reaktorkonzepte wie kleine modulare Reaktoren („small modular reactors“ – SMRs) stellen neue Herausforderungen für traditionelle Kernmaterialüberwachung zur Nichtverbreitung von Kernwaffen dar. Das Ziel dieser Forschung ist die Verbesserung der Kernmaterialüberwachung für SMRs durch den Einsatz von Antineutrinos, um zu überprüfen, ob ein Reaktor ausschließlich für zivile Zwecke genutzt wird. Im Rahmen einer Bachelorarbeit werden in diesem Projekt die Positionierung und Eigenschaften von Antineutrino-Detektoren zur Bestimmung der Reaktoreigenschaften untersucht und/oder die Bedeutung von Neutrinooszillationen, einschließlich eines hypothetischen sterilen Neutrinos, erforscht. Die Studierenden werden Kenntnisse im Bereich der Kernmaterialüberwachung, SMR-Technologie und der Physik von Kernkraftwerken erwerben. Die Studierenden verwenden Python in Kombination mit Simulationswerkzeugen wie GEANT4 oder OpenMC.

Kernresonanzfluoreszenz (NRF) ist ein Prozess, bei dem ein Atomkern nach der Absorption von Gammastrahlung angeregt wird und anschließend durch die Emission einer oder mehrerer resonanter Gammastrahlen abgeregt wird. Die Energie der emittierten Gammastrahlung hängt von der Verteilung der Kernenergieniveaus ab und kann daher als Signatur zur Identifizierung bestimmter Elemente und sogar Isotope verwendet werden. Proben können also untersucht werden, indem man die in ihnen vorhandenen Kerne mit einem Photonenstrahl anregt und die dadurch gestreuten oder emittierten Gammastrahlen nachweist. Da die Energie der Gammastrahlen hoch genug ist, um Abschirmungsmaterialien zu durchdringen, kann diese Technik zur zerstörungsfreien Untersuchung der inneren Zusammensetzung von Objekten eingesetzt werden. Bei der Überprüfung von nuklearer Abrüstung und der Nichtverbreitung von Kernwaffen bietet dies die Möglichkeit, Objekte wie Behälter, Sprengköpfe oder Anlagen zu untersuchen. Dieses Projekt konzentriert sich auf die Entwicklung und Anwendung eines Monte-Carlo-Simulationsmodels zur Untersuchung des Einsatzes von NRF in relevanten Verifikationsszenarien.

Die Thematik der nuklearen Nichtverbreitung ist in den letzten Jahren immer wichtiger geworden. Ein Beispiel ist das Streben einiger Staaten nach nuklearer Antriebstechnologie für ihre Marinen. Durch das sensible Umfeld können hier traditionelle Kernmaterialüberwachungsmethoden nur schlecht eingesetzt werden. Eine potenzielle neue Methode mittels Antineutrinos ermöglicht die Überwachung von Reaktoren aus der Distanz. In diesem Projekt wird der/die Student/in ein brasilianisches Modell eines solchen Reaktors validieren, dessen Design aus öffentlich zugänglichen Literaturquellen stammt, sowie seine Emissionen, die zur Überwachung genutzt werden können, wie Neutronen und Antineutrinos. Der Reaktor wird mithilfe der Open-Source Software OpenMC modelliert. Diese Arbeit wird dabei helfen, den Ursprung dieser Emission von speziellen Reaktoren dieser Art zu verstehen. Es sollten grundlegende Kenntnisse in Python vorhanden sein