在Geant4中识别中子俘获核并统计氢、钆的中子俘获数

myParticle和myMC类的结构与必要性 #

myParticle类结构 #

这个类主要用来封装单个粒子（或靶核）的核心状态信息，典型结构如下：

class myParticle:
    def __init__(self, particle_type, energy, position, nucleus_type=None):
        self.particle_type = particle_type  # 比如'neutron'、'target_nucleus'
        self.energy = energy  # 粒子能量，单位比如MeV
        self.position = position  # 三维坐标，比如(x, y, z)
        self.nucleus_type = nucleus_type  # 靶核类型，比如'H'（氢）、'Gd'（钆）
        self.is_active = True  # 标记粒子是否还在输运过程中

核心作用是把粒子的状态数据打包，避免零散变量混乱，方便在模拟流程中传递和修改。

myMC类结构 #

这个类是蒙特卡洛模拟的核心控制类，负责统筹整个模拟流程，典型结构如下：

class myMC:
    def __init__(self, neutron_source, target_materials):
        self.neutron_source = neutron_source  # 中子源参数，比如能量谱、发射位置
        self.target_materials = target_materials  # 靶材成分，比如{'H': 0.9, 'Gd': 0.1}（原子占比）
        self.h_capture_count = 0  # 氢核俘获计数器
        self.gd_capture_count = 0  # 钆核俘获计数器
        self.total_incident_neutrons = 0  # 入射中子总数

    def run_simulation(self, num_neutrons):
        self.total_incident_neutrons = num_neutrons
        for _ in range(num_neutrons):
            neutron = self.generate_neutron()
            self.transport_neutron(neutron)

    def generate_neutron(self):
        # 根据中子源参数生成初始中子的myParticle实例
        pass

    def transport_neutron(self, neutron):
        # 模拟中子输运过程，直到中子被俘获、泄漏或减速到阈值以下
        while neutron.is_active:
            target_nucleus = self.sample_target_nucleus()
            reaction_type = self.determine_reaction(neutron, target_nucleus)
            if reaction_type == 'capture':
                if target_nucleus.nucleus_type == 'H':
                    self.h_capture_count += 1
                elif target_nucleus.nucleus_type == 'Gd':
                    self.gd_capture_count += 1
                neutron.is_active = False  # 中子被俘获，停止输运
            # 处理散射等其他反应逻辑
            pass

    def sample_target_nucleus(self):
        # 根据靶材成分随机采样一个靶核，返回myParticle实例
        pass

    def determine_reaction(self, neutron, target_nucleus):
        # 根据中子能量和靶核类型，通过截面数据判定反应类型（俘获/散射等）
        pass

核心作用是把模拟的初始化、粒子输运、反应判定、统计逻辑整合在一起，让整个模拟流程模块化。

是否必须构建这两个类？ #

不是强制要求，但非常推荐。如果是简单小脚本，你可以用字典存储粒子状态、全局变量管理计数器和流程，但随着模拟复杂度提升（比如加入更多反应类型、多能量段中子源），类的结构能让代码逻辑更清晰，降低维护难度，也方便后续扩展功能。如果只是快速验证想法，用轻量化结构也可行，但长期来看类的设计更合理。

氢核与钆核的中子俘获统计方法 #

具体步骤如下：

• 初始化计数器：模拟开始前，给氢核和钆核分别设置计数器（比如上述myMC类中的h_capture_count和gd_capture_count），初始值为0。
• 靶核类型标记：确保每个靶核实例（myParticle）带有明确的类型标识（'H'或'Gd'），方便后续判定。
• 反应类型判定：中子与靶核碰撞时，根据当前中子能量和靶核的中子俘获截面数据，计算俘获反应发生的概率（俘获截面/总反应截面），通过随机数判定是否触发俘获反应。
• 计数更新：一旦判定发生俘获反应，立即根据靶核类型对对应计数器加1，并标记该中子停止输运（被俘获后不再参与后续过程）。
• 结果输出：模拟结束后，直接输出两个计数器的数值，或计算俘获率（俘获数/入射中子总数）得到统计结果。

需要注意，中子俘获截面数据需根据模拟的中子能量范围选取对应实验或数据库值（比如ENDF/B库的数据），这是反应概率判定的核心依据。

内容的提问来源于stack exchange，提问作者Janmajay Kumar