Harnessing Machine Learning for Single-Shot Measurement of Free Electron Laser Pulse Power
Helmholtz-Zentrum Dresden-Rossendorf HZDR(德累斯顿-罗森多夫亥姆霍兹中心 HZDR);Deutsches Elektronen-Synchrotron DESY(德国电子同步加速器 DESY);Institute of Radiation Physics(辐射物理研究所)
针对自由电子激光器中单电子束团功率分布无法直接测量的难题,提出利用机器学习模型基于出光时的机器参数预测不出光时的电子束时间功率分布,为虚拟脉冲重建诊断工具提供了关键支持。
2024-11-15 cs.LG physics.acc-ph
Multi-objective and multi-fidelity Bayesian optimization of laser-plasma acceleration
Ludwig-Maximilian-Universität München(慕尼黑大学);Max Planck Institut für Quantenoptik(马克斯·普朗克量子光学研究所)
加速器中的束流参数优化涉及多个,有时是相互竞争的目标。将这些单独的目标浓缩成一个单一的品质因数,必然会导致在缺乏先验知识的情况下,往往以一种不可取的方式偏向于特定的结果。找到最优的目标定义需要操作员重新考虑许多可能的目标权重和定义,这个过程可能比优化本身花费的时间长很多倍。一种更通用的方法是多目标优化,它建立了目标之间的权衡曲线或帕累托前沿。在这里,我们提出了第一个结果的多目标贝叶斯优化的模拟激光等离子体加速器。我们发现,多目标优化达到可比的性能,其单目标的同行,同时允许即时评估全新的目标。这大大减少了为新问题找到适当的客观定义所需的时间。此外,我们的多目标,多保真度的方法减少了一个数量级的优化运行所需的时间。它通过动态选择模拟分辨率和盒子大小来实现这一点,当它从快速低分辨率运行中了解帕累托最优解决方案时,需要更少的缓慢和昂贵的模拟。本文中演示的技术可以很容易地转换为加速器优化之外的许多不同的计算和实验用例。
2022-12-23 cs.LG physics.acc-ph physics.plasm-ph
A Parallel General Purpose Multi-Objective Optimization Framework, with Application to Beam Dynamics
粒子加速器是基础科学和应用科学研究的宝贵工具,涉及材料科学、化学、生物科学、粒子物理、核物理和医学等领域。加速器设施的设计、调试和运行是一项重要的任务,这是由于大量的控制参数和几个相互冲突的设计目标之间的复杂相互作用。我们建议通过多目标优化算法来解决这个问题,这也有利于并行部署。为了在有意义的时间框架内计算解决方案,需要快速和可扩展的软件框架。在本文中,我们提出了这样一个通用的框架,基于仿真的多目标优化方法,允许机器参数的最佳设置的自动调查的实施。该实现是基于主/从范式,采用几个主机,管理一组从执行模拟和执行优化任务。采用进化算法作为优化器,OPAL作为正向求解器,验证实验和多目标优化问题的束流动力学域的结果。束流动力学模型采用阿贡尾波场加速器的高电荷束流线。优化了3D光束尺寸、横向动量和能量扩散。
2019-02-23 physics.acc-ph
Pareto Optimization of a Laser Wakefield Accelerator
Ludwig-Maximilian-Universität München(慕尼黑路德维希-马克西米利安大学);Max Planck Institut für Quantenoptik(马克斯·普朗克量子光学研究所)
加速器性能参数的优化受到许多权衡的限制,并且在未知系统的优化目标之间找到适当的平衡是具有挑战性的。在这里,我们表明,多目标贝叶斯优化可以映射的解决方案空间的激光尾场加速器在一个非常样本有效的方式。使用高斯混合模型,我们隔离的贡献相关的电子束在一定的能量,我们观察到,存在着广泛的帕累托最优的解决方案,贸易光束能量与电荷在类似的激光束效率。然而,许多应用,如光源,需要粒子束在一定的目标能量。一旦引入这样的约束,我们观察到能量扩散和加速器效率之间的直接权衡。我们还演示了如何使用\emph{a posteriori}标量化的目标,从而有效地分裂的探索和开发阶段的具体解决方案可以利用。
2023-03-28 cs.LG physics.acc-ph physics.plasm-ph
An Integrated Multi-Physics Optimization Framework for Particle Accelerator Design
本文提出一个集成多物理模块的统一全局优化框架,用于束线设计,以替代传统分离优化方法,实现高亮度电子束的全局优化。
2023-10-18 physics.acc-ph
Fast longitudinal beam dynamics optimization in x-ray FEL linear accelerators
对于下一代光源中的高效X射线自由电子激光(FEL)辐射来说,高峰值电流、平坦的纵向相空间电子束是理想的。为了获得这样的束流,需要包括线性和非线性效应的直线加速器(linac)的广泛设计。在本文中,我们提出了一个集总纵向束动力学模型的快速优化的电子束通过加速器的纵向相空间。该模型比现有的跟踪程序快得多,并且与全三维逐元素多粒子模拟也显示出良好的一致性。我们将此模型应用于一个并行的多目标差分进化优化程序,现有的LCLS-II超导直线加速器的设计,并获得了显着更高的核心峰值电流比原设计的最佳解决方案。
2019-08-09 physics.acc-ph
Neural Networks as Effective Surrogate Models of Radio-Frequency Quadrupole Particle Accelerator Simulations
本文提出基于Julia和GPU训练的神经网络替代模型,以20万样本实现RFQ仿真所有输出参数<6%误差,并用于多目标优化选择最优设计。
2024-03-15 physics.acc-ph physics.comp-ph
Radiation Hardening of LED Luminaires for Accelerator Tunnels
本文总结了欧洲核子研究中心加速器综合体地下区域内用于疏散和应急响应的LED应急灯具的抗辐射加固所取得的进展。其目标是对现有的商用现货(COTS)应急灯具进行辐射加固,以最大限度地提高照明性能,同时不影响IEC 60598-2-22的合规性。系统级的方法已被采用,导致基于二极管桥的AC/DC功率转换器的发展。包括这种转换器设计的改进的COTS灯具已被辐照(使用钴-60源至100 kGy TID),随后的光度分析结果。根据令人鼓舞的测试结果,该电源转换器的参考设计已根据CERN开放硬件许可证发布,以鼓励制造商采用。本文的结论与未来的研究领域的兴趣,在进一步提高辐射硬度的LED应急照明加速器与高功率白光LED器件和相关的光学元件的组件级的详细研究。
2016-09-12 physics.acc-ph
An optimization method to compensate accelerator performance drifts
由于机器部件或周围环境的长期变化,加速器性能在长时间运行期间经常随时间而恶化。在许多情况下,一些调整旋钮在补偿性能漂移方面是有效的,并且可以使用优化方法来找到理想的机器设置。然而,这种干预通常不能在不中断用户操作的情况下完成,因为优化算法可以显著影响机器性能。我们提出了一种优化算法,安全鲁棒共轭方向搜索(RCDS-S),它可以执行加速器调谐,同时保持机器性能在指定的安全范围内。该算法利用目标函数的Lipschitz连续性和漂移特性建立目标函数的概率模型,并应用于试解的选择,以确保机器在整定过程中的安全运行。该算法可以在正常用户操作期间持续或周期性地运行,以补偿性能漂移。仿真和在线测试验证了算法的性能。
2022-05-14 physics.acc-ph
Bayesian Optimization Algorithms for Accelerator Physics
本文综述贝叶斯优化在加速器物理中的应用,介绍其统计代理模型等核心组件、相关研究进展及面向实时束流控制与加速器设计的实施策略。
2024-04-05 physics.acc-ph
Matching of turn pattern measurements for cyclotrons using multi-objective optimization
使用数值模型研究粒子束的演化是粒子加速器设计过程中的一个重要步骤。然而,输入量(如束流能量和磁场)的不确定性导致模拟结果与测量结果不完全一致,因此,最终的机器将表现出与模拟略有不同。在回旋加速器的情况下,这种差异会影响整个转弯模式,甚至可能改变PSI环回旋加速器装置中可能损害等时性的匝数误差由18个微调线圈提供的附加磁场补偿。这些线圈通常在模拟中没有出现或其实现非常简单。本文提出了一种新开发的粒子加速器框架OPAL内的实际微调线圈模型,用于匹配PSI环回旋加速器的匝数模式。由于由48个设计变量组成的高维搜索空间(模拟输入参数)和182个目标(即转弯)模拟和测量不能以直接的方式匹配。一个进化的多-采用每代超过8000个个体的群体大小与局部搜索方法一起进行目标优化,将最大绝对误差降低到4.54 mm共182个转弯
2019-06-04 physics.acc-ph
Evaluating Function-as-a-Service (FaaS) frameworks for the Accelerator Control System
Fermi National Accelerator Laboratory(费米国家加速器实验室)
本文评估了FaaS框架在加速器控制系统中的适用性和性能,重点在于其在短生命周期和触发工作负载中的可靠性与可扩展性。
2025-12-10 physics.acc-ph
A Supervised Machine Learning Framework for Multipactor Breakdown Prediction in High-Power Radio Frequency Devices and Accelerator Components: A Case Study in Planar Geometry
University of Michigan(密歇根大学);Michigan State University(密歇根州立大学)
本研究首次将监督式机器学习用于双面平面结构微放电敏感性预测,对比多种回归模型性能,分析材料域泛化差异的成因,为射频与加速器系统的高效数据驱动建模奠定基础。
2025-07-23 cs.LG physics.acc-ph physics.app-ph
Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression
ETH Zürich(苏黎世联邦理工学院);Paul Scherrer Institut(保罗·谢尔研究所);Swiss Data Science Center(瑞士数据科学中心)
不可预见的粒子加速器中断,也称为联锁,导致操作突然变化,尽管是必要的安全措施。这些可能导致射束时间的大量损失,甚至可能导致设备损坏。我们提出了一个简单而强大的二元分类模型,旨在预测这种中断,在高强度质子加速器复杂的情况下,在保罗谢勒研究所。该模型被制定为逻辑回归惩罚最小绝对收缩和选择算子,基于统计两个样本的测试,以区分不稳定和稳定状态的加速器。在联锁之前接收警报的主要目的是允许采取对策并减少射束时间损失。因此,一个连续的评估指标的发展,以衡量节省的射束时间在任何时期,假设可以通过减少束流规避联锁。性能最佳的联锁至稳定分类器可能会在一天内将射束时间增加约5分钟。可能的仪器快速调整的束流也列出和讨论。
2023-03-15 cs.LG physics.acc-ph physics.data-an
Method for Computationally Efficient Design of Dielectric Laser Accelerators
近年来,介电微结构作为一种在固体激光器供电时加速带电粒子的手段引起了人们极大的兴趣。加速度梯度(或每单位长度的粒子能量增益)是一个重要的品质因数。为了设计具有高加速度梯度的结构,我们探索了伴随变量法,这是一种用于计算目标相对于大量参数的灵敏度的高效技术。有了这种形式主义,相对于其整个空间介电常数分布的电介质结构的加速度梯度的灵敏度计算仅使用两个全场电磁模拟,原始和伴随。伴随模拟在物理上对应于点电荷通过加速器间隙运动并辐射的互易情形。使用这种形式主义,我们进行数值优化,旨在最大限度地提高加速度梯度,从而产生制造结构的性能大大提高,以前检查的几何形状相比。
2017-05-05 physics.acc-ph physics.app-ph physics.optics
Large Language Models for Human-Machine Collaborative Particle Accelerator Tuning through Natural Language
Deutsches Elektronen-Synchrotron DESY(德国电子同步加速器研究所);Hamburg University of Technology(汉堡工业大学);Universität Hamburg(汉堡大学)
本研究提出用大语言模型实现粒子加速器自主调谐,仅靠自然语言提示即可完成子系统调谐,性能对标贝叶斯优化等先进算法,有望加速自主调谐算法在加速器运维中的落地。
2024-05-14 cs.AI cs.CL cs.LG
Autonomous discovery of accelerator commissioning algorithms
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
该研究提出语言模型智能体闭环循环,自主发现加速器调试算法,在ALS-U储存环射频束流捕获任务中取得良好效果,生成多目标非支配算法,推动调试研究模式转变。
2026-08-10 cs.AI physics.acc-ph
Derivative-Free Optimization of a Rapid-Cycling Synchrotron
我们开发并求解了一个约束最优化模型,以确定一个可集成光学快速循环同步加速器晶格设计,在几个能力表现良好。我们的模型编码的设计标准为78线性和非线性约束,以及一个单一的非光滑的目标,其中的目标和一些约束的定义从输出的Synergia,加速器模拟器。我们详细的23维模拟约束的决策空间的困难,并建立空间是非空的。我们使用一个导数自由流形采样算法来解释结构不可微的目标函数。我们的数值结果量化的约束参数和目标函数的形式的效果的解决方案的依赖。
2021-08-10 math.OC physics.acc-ph
Surrogate Models studies for laser-plasma accelerator electron source design through numerical optimisation
Laboratoire de Physique des 2 Infinis Irène Joliot-Curie - IJCLab - UMR9012(无穷二物理实验室);École Polytechnique(巴黎综合理工学院);Université Paris-Saclay(巴黎萨克雷大学)
本研究利用机器学习构建代理模型,基于3000多次PIC模拟,快速预测激光等离子体注入器束流参数,实现高效优化设计。
2025-10-14 physics.acc-ph physics.data-an physics.plasm-ph
Comparison of Multiobjective Optimization Methods for the LCLS-II Photoinjector
粒子加速器是世界上最大的科学实验之一,可以由数千个具有各种输入范围的组件组成。这些系统在设计和操作研究中很容易成为笨拙的优化问题。从21世纪初开始,寻找更好的束流动力学配置成为加速器物理界启发式优化方法的代名词。遗传算法和粒子群优化算法是目前应用最广泛的两种算法。这些算法可以进行数千次仿真评估,为一台机器原型找到最佳解决方案。对于大型设施,如直线加速器相干光源(LCLS)和其他,这相当于许多可能的设计配置的有限探索。本文采用三种优化算法对LCLS-Ⅱ型光电注入器进行了优化设计。所有优化都是从均匀随机和拉丁超立方体样本开始的。在所有情况下,从拉丁超立方体样本开始的优化优于从均匀样本开始的优化。所有这三种算法都能够优化光电注入器,基于模型的方法在更少的模拟评估中近似帕累托前沿。这项工作,与以前的优化观察相结合,表明客观的处罚有很大的影响,这种方法的效率。一般来说,我们建议启发式方法的初始优化和基于模型的方法时,有关目标空间的信息是可用的。
2022-10-31 physics.acc-ph
GPU acceleration and performance of the particle-beam-dynamics code Elegant
Elegant是一个加速器物理和粒子束动力学代码,广泛用于各种高能粒子加速器和基于加速器的系统的建模和设计。在本文中,我们讨论了最近开发的代码版本,该代码可以利用支持CUDA的图形处理单元(GPU)来显著提高在实践中非常重要的一大类模拟的性能。GPU版本主要由一个框架定义,该框架简化了Elegant使用的基本内核类型的实现:粒子操作,减少,粒子丢失,直方图,数组卷积和随机数生成。在Titan Cray XK-7超级计算机上,GPU的加速性能比与相同节点数相关的所有CPU核心高出约6-10倍。除了性能之外,GPU加速版本的代码的可维护性也被认为是一个关键的设计目标。CPU实现的准确性也是一个核心考虑因素。使用四种不同的方法来确保加速代码忠实地再现CPU结果。
2018-11-20 physics.acc-ph physics.comp-ph
HEP High Power Targetry Roadmap -- Workshop Report
该报告针对多兆瓦级加速器高功率靶面临的可靠性挑战,提出系统性研发路线图,以指导DOE-OHEP的研发规划与优先排序,并促进更广泛高功率靶群体的协同合作。
2025-02-05 physics.acc-ph physics.ins-det
Time-drift Aware RF Optimization with Machine Learning Techniques
本文研究利用机器学习算法实现费米实验室直线加速器的自动化射频调谐,通过时间漂移感知建模同时优化输出能量并校正相位振荡,以应对环境变化引起的腔体频率漂移和离子源波动。
2023-07-10 physics.acc-ph
Multi-Objective Bayesian Active Learning for MeV-ultrafast electron diffraction
针对MeV超快电子衍射中电子束特性优化耗时且依赖人工调谐的问题,提出多目标贝叶斯主动学习方法,高效搜索参数空间并绘制Pareto前沿,以较少测量次数实现多目标同时优化。
2024-05-04 physics.acc-ph physics.ins-det
Optimization of transformer ratio and beam loading in a plasma wakefield accelerator with a structure-exploiting algorithm
本文提出一种利用结构利用算法优化等离子体尾场加速器中驱动束和尾随束电流分布的方法,以在非线性状态下实现高加速效率、低能量散布和低发射度,并获得比传统线性理论更高的变压器比。
2023-01-23 physics.acc-ph physics.plasm-ph