共查询到18条相似文献,搜索用时 171 毫秒
1.
研究了强流离子束在周期磁场聚焦通道中传输时产生的束晕-混沌动力学行为,采用周期磁场聚焦强度形式为与实际相近的余弦函数形式。利用神经网络方法对非线性复杂系统控制的优越性,提出前馈反传神经网络方法对强流离子束中束晕-混沌进行白适应控制。通过适当选择的神经网络控制结构和线性反馈系数以及自适应调整神经网络的权系数,可将强流离子束的包络半径达到束匹配半径的控制目标,且束包络的抖动大小明显减少,同时束晕-混沌现象得到了明显的抑制。 相似文献
2.
研究了周期性聚焦磁场通道中,束晕-混沌的外部磁场自适应调整控制方法,给出了磁场控制方程。以初始分布为K-V(Kapchinskij-Vladimirskij)分布的强流离子束为例进行数值模拟。研究结果表明:磁场参数的自适应控制方法能够很好地控制束包络的演化,使束包络半径向匹配半径收敛;同时 相似文献
3.
YANG Lei ZHANG Sheng-dong JIANG Shan 《中国原子能科学研究院年报》2004,(1):109-110
强流离子束有着广泛的应用和发展前景。但是强流离子束在使用过程中产生的束晕-混沌现象日益引起国内外的广泛关注,并且成为研究的热点问题。强流离子束产生的束晕-混沌现象会造成很大的危害,因此将束晕-混沌消除是十分必要的。方锦清首先提出了非线性反馈的控制策略,即在单离子径向所受的空间电荷力方程的右边加上一个非线性控制器G。 相似文献
4.
强流加速器及其离子束有极其重要的应用和发展前景。但是,强流离子束产生的束晕-混沌现象已成为强流离子束应用中的关键问题之一。束晕-混沌是一种复杂的时空混沌运动,本文提出的非线性控制方法设计了特殊的非线性反馈函数。数值模拟结果表明:应用上述方法进行离散控制,对于5种质子束初始分布情形,都有效地实现了对强流质子束束晕-混沌的控制。控制后束晕强度因子很快变为零,质子束的所有统计量,如束均方根半径、束横向动量平方和的平均值和平均发射度等比控制前都减至原来的1/3多。该法十分有效,具有应用潜力。 相似文献
5.
方锦清 《中国原子能科学研究院年报》2003,(1):87-88
强流束产生的束晕-混沌已成为强流离子束应用中的关键技术之一。束晕-混沌具有时空复杂性,需进行有效的控制才能确保强流离子束的许多重要应用。特别是强流离子束在核材料生产与增殖、放射性废物嬗变、放射性药物生产及重离子聚变等国防和国民经济领域中具有很好的应用潜力和发 相似文献
6.
强流加速器产生的离子束有着广泛的重要用途,但在强流质子流下会产生束晕-混沌现象,离子因此容易打到加速器壁和其他部件上,从而产生超标的放射性剂量并损坏加速器的结构元件等。如何实现对束晕-混沌的有效控制是极富挑战的一个课题。迄今我们已提出了6种对束晕-混沌进行控制的有效方法:一般非线性反馈控制法、小波反馈控制法、变结构控制法、延迟反馈控制法、参数自适应控制法、神经网络自适应控制法等。在多种控制方法中非线性反馈控制法是理论基础,小波函数反馈控制法和变结构控制法只是特殊的非线性反馈形式。大量的数值模拟已证明非线… 相似文献
7.
文章改变以往习惯于以离子束均方根半径等为控制变量的束晕-混沌模拟控制方法,取匹配半径外离子数与总离子数之比为控制变量,并构造一对数函数控制器,以进行束晕-混沌控制的模拟研究。结果显示,新的控制方法对强流加速器中5种初始分布的离子束均有较好的控制效果。由于此方法只需探测跨越匹配半径的离子数,在实验上有实施的可能。 相似文献
8.
以周期性磁场聚焦传输通道中的K-V(Kapchinskij-Vladimirskij)分布离子束为例,引入带偏置的升余弦函数近似刻画实际磁场,理论分析了通道中强流离子束的束晕-混沌动力学行为。针对束晕-混沌的控制问题,提出了束晕-混沌的模糊逻辑控制方法。模糊控制器采用Mamdani推理系统,其输出作为控制因子线性调整外部磁场强度。用模糊相平面法分析了控制系统的稳定性。仿真结果显示:在控制条件下,混沌变化的束包络半径被稳定控制;将该方法应用于多粒子模型,消除了束晕及其再生现象,束的品质获得较大提高。该模糊控制方法具有不依赖束输运数学模型、控制器简单、磁场调节呈线性关系、易于工程实现等优点。 相似文献
9.
《中国原子能科学研究院年报》2004,(1)
本工作在以前课题组关于束晕-混沌控制的基础上,进一步研究了强流加速器中调谐衰减因子和真空相移的改变对束晕-混沌控制的影响及束晕-混沌控制对粒子横向运动的影响,并提出了一种新的控制方法——自适应控制方法,实现了对束晕-混沌的较好控制。本文主要介绍以下3方面的工作。1 相似文献
10.
本工作在以前课题组关于束晕一混沌控制的基础上,进一步研究了强流加速器中调谐衰减因子和真空相移的改变对束晕-混沌控制的影响及束晕-混沌控制对粒子横向运动的影响,并提出了一种新的控制方法——自适应控制方法,实现了对束晕-混沌的较好控制。本文主要介绍以下3方面的工作。 相似文献
11.
12.
LIU Qiang FANG Jin-qing LI Yong 《中国原子能科学研究院年报》2005,(1):144-147
Beam halo-chaos in periodic focusing channel of high-current accelerators has become a key concerned issue because it always causes excessive radioactivity. Therefore, it is very necessary to find more effective control methods of beam halo-chaos in beam transport network. To do so, we have developed some methods in this work from a view of point. 相似文献
13.
The K-V beam through a hackle periodic-focusing magnetic field is studied using the particle-core model. The beam halo-chaos is found, and a power function controller is proposed based on mechanism of halo formation and strategy of controlling halo-chaos. Multiparticle simulation was performed to control the halo by using the power function control method. The results show that the halo-chaos and its regeneration can be eliminated effectively. We also find that the radial particle density evolvement is of uniformity at the beam's centre as long as appropriate parameters are chosen. 相似文献
14.
15.
16.
讨论了在束流输运网络中强流离子束在国防与民用等许多方面极其重要的应用潜力和诱人的发展前景。指出在束流输运网络中强流离子束形成的束晕-混沌的复杂性已经成为强流离子束应用中的关键问题之一;必须深入研究这类束晕-混沌的复杂特性及其产生的物理机制,并实现对束晕-混沌的有效控制。考虑到这是一个特殊的复杂的时空混沌的控制问题,解决这一难题已经成为强流离子束涉及的高科技领域、非线性-复杂性科学及复杂网络交叉领域中极富挑战性的一个新课题。最后,对上述课题当前的最新进展进行了评论,指出了该课题今后的研究方向。 相似文献
17.
基于加速器高阶传输映射的非线性效应解析分析,具有物理图像清晰、守辛、准确的优点,但其缺点是适用范围较窄。为了扩展非线性效应解析分析的适用范围,提出一种模拟李指数运算过程的神经网络层并构建了用于预测带电粒子非线性行为的新型神经网络。经过大量粒子跟踪数据的学习,可用于预测带电粒子复杂的非线性运动行为,并从中提取线性传输矩阵与表征非线性运动的指数因子。为了验证该新型神经网络的有效性,跟踪一段由薄透镜磁铁组成的磁聚焦结构得到大量的训练数据,并对所提出的神经网络进行训练。训练后的神经网络在测试数据集上表现良好,测试数据的损失函数方均根小于8×10-4,达到了预测带电粒子非线性行为的目的。 相似文献
18.
《等离子体科学和技术》2019,21(10):105103
Ion temperature,as one of the most critical plasma parameters,can be diagnosed by charge exchange recombination spectroscopy(CXRS).Iterative least-squares fitting is conventionally used to analyze CXRS spectra to identify the active charge exchange component,which is the result of local interaction between impurity ions with a neutral beam.Due to the limit of the time consumption of the conventional approach(~100 ms per frame),the Experimental Advanced Superconducting Tokamak CXRS data is now analyzed in-between shots.To explore the feasibility of real-time measurement,neural networks are introduced to perform fast estimation of ion temperature.Based on the same four-layer neural network architecture,two neural networks are trained for two central chords according to the ion temperature data acquired from the conventional method.Using the Tensor Flow framework,the training procedures are performed by an error back-propagation algorithm with the regularization via the weight decay method.Good agreement in the deduced ion temperature is shown for the neural networks and the conventional approach,while the data processing time is reduced by 3 orders of magnitude(~0.1 ms per frame) by using the neural networks. 相似文献