用于加速器带电粒子束相干同步辐射尾场计算的神经网络求解器
加速器物理
2022-03-16 v1 机器学习
计算物理
摘要
粒子加速器支撑着广泛的科学、工业和医疗应用。为满足这些应用的需求，加速器物理学家高度依赖对粒子束在加速器中复杂动力学行为的详细模拟。计算代价最高且最难建模的效应之一是相干同步辐射（CSR）的影响。当束流沿弯曲轨迹（例如由于弯铁）运动时，会辐射电磁波，该辐射反过来与束流其余部分相互作用。在轨迹的每一步，都需要计算 CSR 引入的电磁场（称为 CSR 尾场），并在更新束流中每个粒子的位置和动量时使用。CSR 是束流发射度增长的主要驱动因素之一，而发射度是束流质量的关键指标，在许多应用中至关重要。用传统电磁求解器计算 CSR 尾场计算量极大，这是精确模拟加速器的重大局限。在此，我们展示了一种用于 CSR 尾场计算的新方法，采用结构化设计的神经网络求解器，可轻易推广到新的装置配置。我们将其加入一个标准束流跟踪测试问题以验证其性能，结果显示速度提升十倍且精度很高。
引用
@article{arxiv.2203.07542,
title = {Neural Network Solver for Coherent Synchrotron Radiation Wakefield Calculations in Accelerator-based Charged Particle Beams},
author = {Auralee Edelen and Christopher Mayes},
journal= {arXiv preprint arXiv:2203.07542},
year = {2022}
}