浅谈工程物理

为了继承发扬王淦昌先生“以身许国”的精神,浙江大学物理学系2018年起开设“工程物理导论”课程,将涉及核武器的公开物理原理和我国研制核武器的历史特别是老一辈科学家科学报国的精神有机融合在课堂教学中。工程物理是一门典型的交叉学科,一方面核结合能的释放是一个微观核物理过程,而要得到宏观效应则是一个典型的非平衡态统计物理的输运问题,因此,涵盖了核物理、原子物理、中子输运、等离子体物理等一大批学科方向。课程以培养物理学专业的学生对大科学工程和工程科学的理解为目标。为纪念王淦昌先生诞辰115周年,我们将课程讲义的导论部分整理修改形成了此文。     

鞠躬尽瘁 献身国防——祝贺于敏先生80寿辰

于敏院士是我国著名理论物理学家，我国核理论研究的开创者之一，他在原子核理论、辐射流体力学、等离子体理论等方面做出的独创性工作，享誉学界。于敏先生为我国国防科学事业做出了不朽贡献。在我国自力更生发展战略核武器，打破超级大国核垄断的历史时期，他为我国氢弹研制成功立下了特殊功绩。在我国原子弹、氢弹研制成功后多数带头科学家转移战场的情况下，于敏先生以“澹泊明志、宁静致远”的高尚情操和“鞠躬尽瘁、死而后已”的奉献精神，领导了我国战略核武器现代化的大量研究工作，为加强我国国防，保卫世界和平，坚持奋斗数十年，保证了国防现代化的需求并培养出一大批国防科研人才。于敏先生以他的不朽功绩和为国献身的精神，为我国物理学工作者树立了一座丰碑。今年8月16日是于敏先生八十岁寿辰，为了使广大读者了解于敏先生的光辉业绩和高尚品德，本刊在中国工程物理研究院的协助下，特约请于敏先生的老师、同学和诸多同事、学生撰写了一组纪念文章，连同于敏先生的一组历史照片，出此纪念专集，为他祝寿。敬祝于敏先生生日快乐、全家幸福、身体健康、再立新功。[编者按]     

科学天空一颗璀璨的星

<正>我国著名理论物理学家、核物理学家、我国氢弹研制的探路先锋和我国核武器物理问题研究的主要负责人之一、曾任中国原子能所(中国原子能科学研究院前身)副所长、我们尊敬的黄祖洽院士于2014年9月7日与世长逝,永远地离开了我们.我们深感十分悲痛.黄祖洽院士是为我国原子能事业和战略核武器设计立下不朽功勋的理论物理学家.他和彭桓武先生一起奠定了我国核反应堆理论和设计的基础;为     

深情寄木铎——追忆黄祖洽先生

<正>曾经,北京师范大学的讲台上有这样一位师者,他虽已年届九旬,却仍然坚守在本科教学的讲台上;他虽已重病住院,却仍然从医院请假回来给学生上课.他就是敬爱的黄祖洽先生.黄祖洽先生是为我国原子能事业和战略核武器设计立下不朽功勋的理论物理学家,是为我国物理学基础教学和研究殚思极虑,锐意开拓,广育人才,无私奉献的教育家.1980年黄祖洽先生调入北京师范大学任教.近十几年来,耄耋之年的黄祖洽先生一     

反粒子·反物质·反物质武器

 反粒子的发现是现代物理学的一项重大成就。在微观物理研究领域,每个粒子都存在着它的反粒子。据此,人们推测在宏观或宇观世界,应存在着由反质子、反中子和正电子构成的反物质。下面简要介绍反粒子、反物质与反物质武器的有关问题。一、反粒子1928年,英国理论物理学家狄拉克（PaulAdri-enMauriceDirac,1902～1984）提出了一个关于电子运动的相对论性量子力学理论,建立了著名的狄拉克方程。     

1952年11月1日：泰勒和氢弹

经常被称为“氢弹之父”的泰勒（Edward Teller）在美国热核武器计划研究中是最具争议性的科学家之一,有许多同事认为他是一个极富想象力与创造力的物理学家,但也有人因他一贯的专制作风与一味追求核融合计划,以建造“超级炸弹”的行为而与他保持距离。     

核科学百年讲座第三讲核 能与核武器

核能有两个最具影响的应用：一是它的和平利用——核电(第四讲介绍)，另一是它的军事应用——核武器．文章将介绍核能和核武器基本原理以及核燃料生产方法．首先简要介绍核裂变能与聚变能；然后比较详细地说明原子弹的基本原理，包括中子增殖、自持裂变链式反应条件、临界质量和两种形式原子弹的结构原理等，对于氢弹、中子弹的原理仅作简单介绍；最后，对核燃料的生产：铀同位素分离和钚—239的反应堆生产作了原理性的介绍。     

让邓稼先精神发扬光大

 在邓稼先诞辰80周年、第一颗原子弹爆炸40周年的前夕,拜读了由安徽教育出版社出版的:《邓稼先文集》、许鹿希著《邓稼先图片传略》和杨振宁先生写的代序、许鹿希教授写的前言,深受教育和启迪,使我不由自主地回忆起与邓稼先在核武器研究院共同奋斗拼搏的26个年头的日日夜夜。他那高大的形象及特有的风格和品质展现在眼前。他的战友们会永远记住那火热激情的岁月,永远不会忘记那夜以继日的光辉历史足迹。根据国防尖端技术研制的需要,我于1960年11月从苏联列宁格勒大学核物理专业提前毕业,被分派到九院邓稼先领导的研究单位,并在他的指导下工作。     

基于深度学习的252Cf源驱动核材料浓度识别技术

针对核武器/核材料识别系统中核材料浓度识别的关键技术问题,采用Monte Carlo方法,通过建立252Cf源驱动核材料裂变中子信号样本库,模拟分析了随探测器距离和角度及核材料浓度变化的裂变脉冲中子信号特点,基于深度学习之卷积神经网络,构建了一种252Cf源驱动核材料浓度识别方法,实现了对测试样本浓度的识别,且还与BP神经网络和K最近邻方法进行了对比试验研究。结果表明,卷积神经网络算法进行核材料浓度识别,得到了高达92.05%识别准确率,不仅解决了因探测器距离和角度变化时对核材料浓度识别准确率影响的难题,而且还获得了优于BP神经网络和K最近邻算法对核材料浓度识别的认识,这为252Cf源驱动核材料浓度识别提供了一种新的途径。