机器状态嵌入作为加速器运行的操作坐标系统

我们证明，图神经网络 (GNN) 对注入器配置的嵌入为 Jefferson Lab 的连续电子束加速器设施 (CEBAF) 注入器提供了一个实用的运行坐标系统。利用 2022 年 1 月至 2023 年 3 月期间的 137,389 个快照，我们表明注入器运行在 16 维学习状态空间中占据少量持久的、良好分离的邻域，而非无特征的连续体。基于密度的聚类识别出十个具有强运行对齐的反复出现的运行模式，运行模式持久性统计确认这些模式在数小时到数周的时间尺度上是稳定的。邻域之间的大规模迁移是罕见且偶发的；99.6% 的一小时运行窗口落在经验推导的抖动基线内。几何异常值筛选将一年的数据集缩小到一小部分值得运行审查的区间，最近邻检索支持对历史档案的基于案例的推理。受控束流研究验证了有意进行的注入器重新配置在嵌入空间中追踪连贯、可解释的轨迹。综合这些能力表明，机器状态嵌入以单通道检查无法实现的方式支持整体运行监控。