🧑🎓
原子炉の中で、どうやって連鎖反応が起きてエネルギーが出るんですか？「臨界」って何ですか？
🎓
ざっくり言うと、1個の中性子がウラン原子核にぶつかって核分裂を起こすと、平均2～3個の新しい中性子が飛び出すんだ。その中性子がまた別のウランにぶつかって…という反応が連鎖的に続く状態が「連鎖反応」だよ。このシミュレーターで「初期中性子数」を10とか100に設定して「実行」ボタンを押すと、世代ごとの中性子数がどう変わるかグラフで一目瞭然だ。
🧑🎓
え、じゃあ中性子がどんどん増え続けて大爆発しちゃうんじゃないですか？「keff」って表示されてますけど、これが鍵なんですか？
🎓
その通り！「実効増倍率keff」は、1世代で生まれる中性子数を前世代で割った値で、原子炉の状態を決める最重要パラメータなんだ。keff=1なら中性子数が一定の「臨界」状態で、発電に使える安定した出力になる。keff>1は「超臨界」で中性子が増え続け、keff<1は「未臨界」で減衰する。試しに「制御棒吸収率」のスライダーを動かしてみて。吸収率を上げると中性子が減るからkeffが下がるのがわかるよ。
🧑🎓
なるほど！でも、中性子がウランに当たりやすくするために「減速材」が必要って聞きました。シミュレーターで「減速材タイプ」を変えると、何が変わるんですか？
🎓
いいところに気が付いたね。核分裂で出てくる中性子は速すぎてウラン235に捕まえられにくい。減速材（水や黒鉛）で中性子のスピードを落とす（熱中性子にする）と、核分裂を起こしやすくなるんだ。このシミュレーターでは、減速材を「軽水」「重水」「黒鉛」「なし」から選べる。例えば「軽水」は減速能力が高いけど中性子も少し吸収しちゃう。「重水」に変えると吸収が少なくなるから、同じ濃縮度でもkeffが上がるはずだ。実際に変えて確かめてみよう！
原子炉内の中性子の増減を決定づける最も基本的な指標が、実効増倍率 $k_{eff}$ です。これは「六因子公式」と呼ばれる次の式で表され、シミュレーターでは各パラメータ（濃縮度、減速材、制御棒）からこれらの因子を推定して計算しています。
$$k_{eff}= \eta \cdot f \cdot p \cdot \varepsilon \cdot P_{NL}$$
$\eta$ (イータ): 核分裂中性子数。1回の核分裂で放出される平均中性子数。燃料の種類（ウラン235の割合=濃縮度）で決まる。
$f$: 熱利用率。炉心内の全中性子のうち、核分裂を起こす「熱中性子」として有効に使われる割合。制御棒を挿入するとこれが下がる。
$p$: 共鳴逃避率。中性子が減速中にウラン238などに吸収されずに逃げ切る確率。
$\varepsilon$: 高速核分裂因子。高速中性子が直接ウラン238を分裂させる効果を表す補正係数。
$P_{NL}$: 非漏洩確率。炉心の外に中性子が漏れ出さずに留まる確率。
よくある誤解と注意点
まず、このシミュレーターで「制御棒吸収率」を最大にしても、なぜ中性子がすぐにゼロにならないのか不思議に思うかもしれません。これは、制御棒が「確率的に」中性子を吸収するからです。例えば吸収率90%でも、運が良ければ中性子がすり抜けて次の世代に繋がることがあります。実物の原子炉でも、制御棒を一気に挿入しても中性子は指数関数的に減衰し、瞬間停止はしません。
次に、「ウラン濃縮度」を上げれば必ず臨界に達すると思いがちですが、減速材や炉心の大きさが不適切だとダメです。例えば、濃縮度を90%以上（兵器級）に設定しても、減速材を「なし」にすると、高速中性子では核分裂が連鎖しにくく、未臨界のままかもしれません。逆に、減速材として「軽水」を使う天然ウラン炉（濃縮度0.7%）は、理論上は成立しません。これは軽水が中性子を吸収しすぎるためで、実際の「軽水炉」では濃縮度を3〜5%に上げて初めて成立するのです。
最後に、シミュレーターの「世代ごとの中性子数」のグラフが滑らかな曲線になることに注意。これは確率過程を平均化した結果です。実物の原子炉では、特に中性子数が少ない状態（起動時など）では、中性子の発生と消滅は確率的な「バラつき」があり、時として予想外の変動を示すことがあります。CAEでより詳細な解析を行う場合は、この確率的挙動を追う「モンテカルロ法」のような手法が必要になります。
関連する工学分野
このツールの核心である「実効増倍率keff」の考え方は、実は原子炉物理以外の様々な工学分野に応用されています。一つは放射線遮蔽設計です。例えば、原子力施設のコンクリート壁の厚さを決める時、中性子やガンマ線が物質を通る間にどれだけ減衰するかを計算しますが、これも一種の「非漏洩確率」の計算とみなせます。シミュレーターで炉心外への中性子漏れを考えるのと物理は共通です。
もう一つはレーザーや半導体の増幅現象です。レーザー媒質中で光子が誘導放出を起こして増幅される過程は、中性子が核分裂を引き起こして増える過程と数学的に非常に似ています。どちらも、ある粒子（光子/中性子）が媒質を通る間に、増幅係数（gain/keff）が1を上回るかどうかが定常発振（臨界）の条件になります。
さらに、感染症の流行モデルも同じ構造を持ちます。基本再生産数R0は、1人の感染者が生み出す二次感染者の平均数であり、これはまさにkeffに相当します。R0>1で感染症が流行（超臨界）し、R0<1で終息（未臨界）します。パラメータを調整してシステムの挙動を制御するという点で、原子炉制御と公衆衛生政策は思考のフレームワークを共有しているんです。
発展的な学習のために
このシミュレーターに慣れたら、次のステップは「なぜそのパラメータを変えるとkeffがそう変化するのか」を数式を使って自分で推定できるようになることです。そのために、六因子公式の各因子が具体的にどう計算されるかを学びましょう。例えば、熱利用率 $f$ は、燃料の核分裂断面積や減速材の吸収断面積といった「ミクロなデータ」から計算できます。式で書くと、$f = \frac{\Sigma_a^{fuel}}{\Sigma_a^{fuel} + \Sigma_a^{moderator} + \Sigma_a^{other}}$ のようになります。ここで$\Sigma_a$は巨視的な吸収断面積です。
学習の順序としては、まず「中性子拡散方程式」の基礎を学ぶことをお勧めします。これは、中性子の流れを連続体として扱う方程式で、原子炉炉心内の中性子分布やkeffを計算する最も基本的な手法です。このシミュレーターの背後にも、簡略化された拡散理論の考え方が使われているはずです。教科書では、1群拡散方程式から始めて、エネルギー依存性を考慮した多群拡散理論へと進むのが一般的です。
最終的には、業界標準のCAEシミュレーションコード（SRAC、MVP、MCNPなど）の存在を知っておくと良いでしょう。これらは、この学習ツールのように単一の数式で済ませず、複雑な3次元形状や連続的なエネルギー分布を考慮して、現実の原子炉設計に直結する高精度なkeff計算を行います。このツールでパラメータ感度を体得した経験は、それらの本格的なコードの入力パラメータの意味を理解する上で、強力な土台となるでしょう。