По мере того, как технология ускорителей частиц переходит в эпоху высокой светимости, потребность в чрезвычайной точности и беспрецедентной энергии столкновения продолжает расти. Учитывая также стремление Лаборатории снизить энергопотребление и затраты, конструкция и эксплуатация ускорителей ЦЕРН должны постоянно совершенствоваться, чтобы быть максимально эффективными.
Для решения этой проблемы был создан проект “Эффективные ускорители частиц” (EPA), состоящий из разных людей ускорительоборудование и группы управления в ЦЕРНе, которые работают вместе над повышением эффективности ускорителей.
После семинара 2022 года был создан аналитический центр для планирования модернизации БАК высокой светимости (HL-LHC), и он разработал семь рекомендаций по эффективности работы Агентства по охране окружающей среды.
“Идея заключалась в том, чтобы взглянуть на эффективность в самых широких терминах”, – говорит Алекс Хушауэр, ответственный инженер ЦЕРН PS и член Агентства по охране окружающей среды. “Нам нужна была структура, которую можно было бы применять к каждой машине ускорительного комплекса”.
Для этого команда создала девять рабочих пакетов по эффективности, которые будут развернуты за годы, предшествовавшие началу запуска HL-LHC.
“В результате наших дискуссий в аналитическом центре по эффективности выяснилось, что автоматизация – это путь вперед”, – говорит руководитель проекта EPA Верена Кейн. “Это означает использование автоматизации как обычным способом, так и с использованием искусственного интеллекта и машинного обучения”.
Например, ИИ может помочь физикам бороться с гистерезисом магнитов ускорителя. Это происходит, когда поле ускорительных магнитов с преобладанием железа не может быть описано простым отображением тока в электромагните в поле.
Если это не принять во внимание, это может привести к противоречивым запрограммированным полям и пагубному влиянию на качество луча, например, к снижению стабильности и точности траектории луча. Сегодня эти ошибки поля вручную настраиваются для исправления поля, и этот процесс требует как времени, так и энергии.
“Гистерезис происходит потому, что фактическое магнитное поле определяется не только током в источнике питания, но и историей магнита”, – говорит Каин. “Что сложно, так это то, что мы не можем смоделировать это аналитически—. Мы не можем точно определить, какой ток необходим для создания правильного поля для луча в магните ускорителя—, по крайней мере, не с необходимой точностью”. Но ИИ может учиться на исторических данных магнита и разрабатывать точную модель.
Команда провела первоначальные испытания с использованием магнитов в SPS и надеется в ближайшие годы обучить ИИ на всех ускоряющих магнитах ЦЕРН.
В то время как эксперименты на ускорительном комплексе ЦЕРН уже используют автоматизацию, искусственный интеллект и т. д машинное обучение чтобы помочь в сборе данных, до сих пор большая часть управления лучом и ускорителем осуществлялась вручную.
“Большинство машин с более низкой энергией, таких как PS, были построены в эпоху, когда автоматизация в том виде, в каком мы ее знаем сегодня, была просто невозможна”, – продолжает Каин. Еще одна область, в которой автоматизация может произвести революцию в эффективности, – это планирование.
“Различные лучи в ускорительном комплексе создаются один за другим, и это необходимо организовать так, чтобы луч можно извлечь из одной машины и ввести в следующую в нужный момент, – говорит она. “Иногда нам приходится менять расписание от 20 до 40 раз в день, и каждый раз это может занять около 5 минут. Эта задача, выполняемая в настоящее время вручную, составляет большую часть работы людей в центре управления
Автоматизируя этот процесс, операторы ЦУПа смогут тратить больше времени на работу над лучами, чем на планирование.
Другими областями внимания Агентства по охране окружающей среды являются автоматическое заполнение БАКа, автопилоты, автоматическое восстановление и предотвращение неисправностей, автоматическое тестирование и последовательность действий, автоматическое управление параметрами и оптимизация. Команда надеется продолжить свои исследования в течение следующих пяти лет, используя LHC Run 3 и Long Shutdown 3 для проведения испытаний.
“Благодаря проекту EPA мы впервые будем широкомасштабно использовать искусственный интеллект и автоматизацию для ускорителей”, – продолжает Хушауэр. “Если мы сможем производить лучи более высокого качества, мы сможем эксплуатировать комплекс меньше времени, создавая более качественные физические данные и сокращая их в целом” потребление энергии.”
Предоставлено ЦЕРН
Повышение эффективности ускорителя частиц с помощью искусственного интеллекта, машинного обучения и автоматизации ЦЕРН
Рубрики: