国内刊号:51-1311/O4
国际刊号:1001-4322
发布日期:
作者:刘孟宇, 孙纪磊, 徐智虹, 杨涛, 聂小军, 黄蔚玲, 杨仁俊, 康玲, 刘华昌,
关键词:残余气体电离型束流剖面探测器, 机器学习, 图像校正,
残余气体电离型束流剖面探测器(IPM)可以实时提供高流强质子加速器调试和稳定运行所需的关键束流分布信息, 中国散裂中子源(CSNS)直线加速器IPM装置采用紧凑型结构设计,通过离子模式收集并由光学成像系统实现束流横向一维分布测量。电极板开孔处的蜂窝网格结构阻挡部分离子或电子进入微通道板,造成成像阴影并引入束流分布畸变,须利用离线算法进行校正。利用偏微分修复和机器学习算法对CSNS直线加速器IPM蜂窝网格造成的成像阴影和束流分布畸变进行了校正处理,采用无监督机器学习方法DIP校正后的束流尺寸与理论预期偏差低于10%并保持较好信噪比。
来源:2025年第6期
《强激光与粒子束》期刊编辑部