强激光与粒子束

作者：何泳成, 张玉亮, 王林, 金大鹏, 吴煊, 康明涛, 郭凤琴, 朱鹏,

关键词：中国散裂中子源, 加速器, 预警系统, 深度学习, 实验物理及工业控制系统,

为了能在中国散裂中子源（CSNS）加速器的部分故障发生前发出预警信息，利用深度学习建立了基于CSNS加速器真空度和漂移管直线加速器（DTL）温度的特征模型，开发了一套CSNS加速器预警系统样机。该样机基于实验物理及工业控制系统（EPICS）架构搭建，主要由训练、识别和信息发布3部分组成，采用Python进行程序设计开发，实现了训练样本获取、深度学习网络设计和训练、在线识别和信息发布等功能。测试结果表明，该样机对基于CSNS加速器真空度和DTL温度历史数据生成的测试集的准确率达98.4%，且能根据实时数据识别出CSNS加速器真空度和DTL温度的异常，并能发出预警信息，证明了其可行性和有效性。

来源：2021年第4期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2021年第4期