1.简介
同步加速器光束线需要光学元件的连续重新对准,因为为了进行精确的测量,不能忽视噪声和振动。此外,各种实验的不同要求需要不同的实验装置,因此重新校准至关重要。光束线就像是串联的电路,因此任何故障部分都会阻止同步加速器光束撞击样品;即使光学元件的角度或位置发生微小变化,也可能产生显著影响。当前的研究重点是优化光束线光学,这对测量质量起着至关重要的作用。光束线光学用于准直、聚焦和单色化光束,使其具有从光源到样品所需的特性(Hart,1996; Ketenoglu,2019年). 光束特性,如通量,光子束能量(波长)、能量带宽(单色性)、光斑大小和偏振在光束线上根据专用实验进行调整。
在最早的研究中,对储存环进行了优化(齐斯曼,1987); 用Fortran编写的软件用于研究储存环参数。周长、动量压缩因子、自然发射度和阻尼时间是机器参数,而能量、强度、束团长度和动量扩散是波束参数,频率、电压和高阶空腔模式是打算用该程序优化的射频系统参数。这项研究是在美国加利福尼亚州的LBL(现在的ALS)同步加速器设施上进行的。正如在现有系统上使用优化一样,在设计阶段也有使用优化技术的研究(Shimano等。, 1992). 采用射线追踪法设计了紧凑型存储环和束线通量被用作目标函数。还对粒子加速器设施进行了优化研究,类似于同步加速器设施(Catani,1997). 根据意大利LISA工厂的规范,对线圈采用进化策略进行优化。专家系统也用于早期的智能决策研究(Svensson&Pugliese,1998)). 通过使用光束线技术人员提供的一组规则,解决了对准问题。通量在新加坡的SSLS设施XAFCA波束线上使用基于遗传的算法进行优化。光学元件的方向由六轴电机进行最大调整通量(西等。, 2015). 在同一设施的后续研究中遗传算法与具有相同参数集的差分进化算法一起使用。本研究建议遗传算法产生的结果更少,但工作时间更长(Xi等。, 2017). 在类似的方法中,粒子群优化和遗传算法在离子加速器设施上使用,并选择传输最大化作为目标函数(Appel等。, 2017). 该研究得出结论,应使用其他优化技术,并应包括波束大小和位置。多目标NSGA-II算法用于俄罗斯的SIBERIA-2设施;Korchuganov选择水平发射度和动态孔径作为目标函数等。(2018). 在最小化目标的同时,其目的是具有固定的磁性元件几何形状、元件位置和馈电电路。2019年,使用NSGA-III算法(Ketenoglu,Bostanci)对硬X射线自由电子激光器(FEL)进行了优化等。2019). 优化了饱和功率、皮尔斯参数和饱和长度参数。NSGA-II算法用于在质子加速器上使用准直磁铁的放射治疗应用,并根据临床需求找到了帕累托前沿(Liu等。, 2020). 艾登省等。(2020)利用土耳其TARLA设施的多目标优化和进化算法。他们在波束位置监测器上使用了NSGA-II、NSGA-III、VEGA和RVEA算法,并使用天线半径、间隙和厚度以及波束管直径优化了信噪比。结果发现,NSGA-II是所有四种算法中最好的算法。本文作者对用于间隙优化的波动器进行的最新研究(Ketenoglu等。, 2023)使用VEGA、GA、DE、PAES、,ɛ-MOEA、NSGAII、GDE3和NSGA-III算法。在优化过程中,以波荡器间隙和光子数为输入参数,目标函数为(即健身功能)被视为光辉和λ酸碱度NSGA-II和VEGA达到峰值光辉而NSGA-III提供了最小值才华横溢。张等。(2023)在欧洲同步辐射设施(ESRF)的束线ID17处使用了NSGA-II算法,以能量和剂量率为目标。他们成功地优化了这两个目标,能量增加了7%,剂量率提高了20%。一个最优解集可以在30代内得到。这个阴影模拟器用于此任务。
模拟器或仿真软件经常被用于这一领域。这个阴影Li将光线追踪模拟器用于光学系统优化研究等。(1993). 模拟中使用了三种光学元件——反射镜、硅滤波器和铍窗。技术规范来自SSRC设施。光刻实验获得了预期结果。在另一项研究中阴影模拟器用于设计INDUS-2设施(Das)AMOS波束线上的最佳波束线等。, 2014). 类似阴影,另一个名为SRW公司在ESRF和SOLEIL设施的红外光束线(Chubar)上开发和验证等。, 2007).SRW公司在钻石光源设施的I13光束线上再次使用。对光学元件进行优化控制遗传算法参数为50代和100个种群(塔赫里等。, 2019). 这个单工在FEL上使用模拟器,通过数值计算优化波荡器参数,如增益长度、饱和功率和饱和长度(Ketenoglu、Aydin和Yavas,2019).X射线跟踪器(X射线衍射)在加拿大光源工厂(Heredia等。, 2019). 在模拟器上对光学元件组合进行了测试,发现其实验装置需要V形孔。一个名为悉尼在DESY PETRA III(Otte)开发和验证等。, 2019),用于实验准备、仪器操作和分析基准。
从文献中可以看出,模拟器在束线上得到了广泛的应用,并被证明在优化设计和调整阶段具有优势。使用了EA,并在现有波束线上测试了结果。几乎所有的研究都使用了不同的设置和参数。因此,应在具有不同光学元件的不同光束线上测试稳健的优化软件。
在本研究中,对群体智能(SI)算法进行了测试,然后与EA进行了比较。在单目标模式下进行了模拟。本作品包含遗传算法(GA)、用于EA的非支配排序遗传算法-II(NSGA-II)、用于SI的粒子群优化(PSO)和人工蜂群(ABC)。ABC从未用于此类问题,而PSO仅用于远程相关的实验设置和目标函数。最大值通量由于其在多种应用中的应用,我们选择了最小光斑大小作为目标函数。这些目标函数在两个不同的实验装置上进行了测试;其中一个聚焦于一个铍化合物折射透镜,另一个聚焦在一对镜上——柯克帕特里克-贝兹(KB)镜。KB镜子用于SOLEIL、SLS(Mercere等。, 2007)和DESY设施(Ketenoglu等。, 2015, 2018). 使用了具有良好聚焦能力的KB反射镜,并将光束聚焦到微米级。光束线装置由DESY PETRA III科学家提供。
本文的其余部分如下所示。在第2节中,简要说明了优化的概念和算法。在第3节中,给出了模拟器的结果&本章包括模拟器上的实验装置。结论见第4节.
4.结论
对于每个优化问题,一些算法和技术可能会比其他算法和技术提供更好的性能。因此,应首先针对每个领域测试不同的方法。当在单目标模式下比较四种算法(ABC、GA、NSGA-II mono和PSO)时,PSO对于这种效率逐步提高的优化问题表现出了优越的性能。
如果我们要用平面镜反射阳光,首先需要调整角度,直到光线照射到目标表面。角度太窄或太宽都不会产生任何结果。从某种意义上说,这是一个扫描过程。在到达表面后,我们将光线聚焦通量在某一地区。考虑到这个类比,EA上的随机跳跃会减慢进程,而PSO包括全局和局部最佳。如果调整每个算法的参数,只要有足够的时间,任何算法都会得到最佳结果。但这意味着浪费参数优化的时间。对于同一组参数,粒子群优化算法是单一目标的最佳选择。
光束线对齐容易出错。通过调整光学元件、光斑大小和通量值可能会发生显著变化。就像算法一样,目标函数也应该进行测试。当两个目标函数为光斑大小和通量使用。根据实验类型,目标函数的确定应符合要求。
由于多目标算法的比较需要不同的度量计算,如超体积、间距、错误率和反向世代距离等.,将考虑用于未来的研究。
5.数据可用性
研究期间生成和/或分析的数据集可根据合理要求从相应作者处获得。
资金筹措信息
这项工作得到了土耳其科学技术研究委员会(TUBITAK)和德国联邦教育研究部(BMBF)分别以121N023和01DL22001号赠款资助的“土耳其科学和技术研究委员会-2525与德国联邦教育和研究部双边合作项目”的支持。MH承认德国联邦教育和研究部的拨款编号为13K22XXB DYLUXIT。本出版物的内容由作者负责。
工具书类
Appel,S.、Chetvertkova,V.、Geithner,W.、Herfurth,F.、Krause,U.、Reimann,S.,Sapinski,M.、Schütt,P.&Østerle,D.(2017)。第八届国际粒子加速器会议记录(IPAC2017)2017年5月14日至19日,丹麦哥本哈根,第3941–3944页。THPAB096谷歌学者
Aydin,A.、Bostanci,E.和Tanriover,O.(2020)。国际期刊修订版。物理学。C。 31, 2050038. 交叉参考 谷歌学者
Catani,L.(1997)。AIP确认程序。 391, 309–316. 交叉参考 中国科学院 谷歌学者
丘巴尔(Chubar,O.)、苏西尼(Susini,J.)、科特(Cotte,M.)、波拉克(Polack,F.)、拉加德(Lagarde,B.)、舍伊特(Scheidt,K.)、埃勒奥姆(Elleaume,P.)和杜马(Dumas,P..)(2007。AIP确认程序。 879, 607–610. 交叉参考 中国科学院 谷歌学者
Das,A.K.、Raja Sekhar,B.N.和Jagatap,B.N..(2014)。印度物理学杂志。 88, 1235–1244. 交叉参考 中国科学院 谷歌学者
Deb,K.、Pratap,A.、Agarwal,S.和Meyarivan,T.(2002年)。IEEE传输。进化。计算。 6, 182–197. 科学网 交叉参考 谷歌学者
Goldberg,D.E.(1989年)。搜索优化和机器学习中的遗传算法。艾迪森·卫斯理。 谷歌学者
Hart,M.(1996)。X射线和中子动态衍射——理论和应用由A.Authier、S.Lagomarsino和B.K.ve Tanner编辑,第73-90页。纽约:斯普林格。 谷歌学者
Heredia,E.、Yates,B.和Chernikov,R.(2019年)。AIP确认程序。 2054, 060009. 谷歌学者
Karaboga,D.(2010年)。学者媒体,5, 6915. 交叉参考 谷歌学者
Kennedy,J.&Eberhart,R.(1995年)。1995年国际神经网络会议记录(ICNN'95)1995年11月27日至12月1日,澳大利亚西澳大利亚州珀斯,第1942-1948页谷歌学者
Ketenoglu,B.、Aydin,A.和Yavas,O.(2019年)。可以。《物理学杂志》。 97, 1177–1181. 交叉参考 中国科学院 谷歌学者
Ketenoglu,B.,Bostanci,E.,Ketenogul,D.,Canbay,A.C.,Harder,M.,Karaca,A.S.,Eren,E.,Aydin,A.,Yin,Z.,Guzel,M.S.和Martins,M.(2023)。可以。《物理学杂志》。 https://doi.org/10.1139/cjp-2023-0078. 谷歌学者
Ketenoglu,D.(2019年)。乌鲁达格大学J.Fak。工程师。 24, 75–88. 谷歌学者
Ketenoglu,D.、Bostanci,E.、Aydin,A.和Ketenogul,B.(2019年)。土耳其语。《物理学杂志》。 43, 551–555. 中国科学院 谷歌学者
Ketenoglu,D.、Harder,M.、Klementiev,K.、Upton,M.和Taherkhani,M.,Spiwek,M.以及Dill,F.-U.、Wille,H.-C.和Yavaš,H.(2015)。J.同步辐射。 22, 961–967. 科学网 交叉参考 中国科学院 IUCr日志 谷歌学者
Ketenoglu,D.、Spiekermann,G.、Harder,M.、Oz,E.、Koz,C.、Yagci,M.C.、Yilmaz,E.、Yin,Z.、Sahle,C.J.、Detlefs,B.和Yavaş,H.(2018)。J.同步辐射。 25, 537–542. 科学网 交叉参考 中国科学院 IUCr日志 谷歌学者
Klementiev,K.和Chernikov,J.(2014)。程序。SPIE公司,9209,92090A。 谷歌学者
Korchuganov,V.N.、Smygacheva,A.S.和Fomin,Y.A.(2018年)。物理学。第部分。Nuclei Lett公司。 15, 92–96. 交叉参考 谷歌学者
Li,D.C.,Lin,J.Y.,Wang,G.W.&Sun,C.Y.(1993)。半导体建模与仿真研讨会论文集1993年3月6日至7日,台湾台北,第105至106页谷歌学者
Liu,X.,Chen,Q.,Liao,Y.,Wang,W.,Cheng,A.&Qin,B.(2020年)。编号。仪器。方法物理学。决议A,982, 164560. 交叉参考 谷歌学者
Marler,R.T.和Arora,J.S.(2004)。结构。多学科。Optimiz公司。 26, 369–395. 交叉参考 谷歌学者
Mercère,P.、Idir,M.、Moreno,T.、Cauchon,G.、Dovillaire,G、Levecq,X.和Bucourt,S.(2007年)。AIP确认程序。 879, 722–725. 谷歌学者
Otte,F.、Faragó,T.、Moosmann,J.、Hipp,A.C.、Hammel,J.U.和Beckmann,F.(2019年)。AIP确认程序。 2054, 060084. 谷歌学者
Shimano,H.、Takashi Hifumi,T.H.和Yoshihiko Ozaki,Y.O.(1992)。日本。J.应用。物理学。 31, 4185. 交叉参考 谷歌学者
Svensson,S.O.和Pugliese,R.(1998)。程序。SPIE公司,3455, 85–92. 交叉参考 谷歌学者
Taheri,F.B.、Apollonio,M.、Bartolini,R.、Li,J.和Singh,B.(2019年)。第十届国际粒子加速器会议记录(IPAC2019)2019年5月19-24日,澳大利亚墨尔本,第3753-3756页。THPGW071谷歌学者
Xi,S.、Borgna,L.S.和Du,Y.(2015)。J.同步辐射。 22, 661–665. 科学网 交叉参考 IUCr日志 谷歌学者
Xi,S.、Borgna,L.S.、Zheng,L.、Du,Y.和Hu,T.(2017)。J.同步辐射。 24, 367–373. 科学网 交叉参考 IUCr日志 谷歌学者
Zhang,J.、Qi,P.和Wang,J.(2023)。J.同步辐射。 30, 51–56. 交叉参考 IUCr日志 谷歌学者
Zisman,M.S.(1987年)。第十二届粒子加速器会议记录(PAC1987)1987年3月15日至19日,美国华盛顿特区,第991至995页谷歌学者
| 的日志 同步加速器 辐射 |
国际标准编号:1600-5775
打开访问