一种基于智能算法的电子束扩束磁铁设计方法及系统

技术领域

本发明涉及一种基于智能算法的电子束扩束磁铁设计方法及系统，属于加速器物理的束斑扩束技术领域。

背景技术

电子束技术是人类利用电磁手段对电子进行加速，使其获得较高能量，利用高能电子对物质进行结构探索或其他应用的技术总称。正因如此，该技术在工农业生产、医疗卫生、科学技术和国防建设等领域也有着非常重要且广泛的应用。在某些大型电子加速器中，电子束需要进行长距离输运，而束流往往会偏离其束流中心发散，导致到靶束斑包络半径增大，通量密度降低，工作效能大幅减弱。

为了解决该问题，通常在加速器出口处加接电子束扩束装置来压缩入射电子束的发散角。目前的扩束磁铁组通常依据前人经验或者利用有限元软件仿真的方法进行优化设计，存在极大的计算资源浪费和时间消耗等试错成本。对于多组四极磁铁组成的扩束磁铁组，其优化参数数目多、难度大。依靠前述方法进行扩束磁铁设计通常对单一的、局部的变量进行改变，往往得不到设计参数的全局最优解，因此存在较大的优化空间。

发明内容

本发明解决的技术问题是：针对目前现有技术中，传统加接电子束扩束装置来压缩入射电子束的发散角的方法工作效能弱、难以得到设计参数的全局最优解的问题，提出了一种基于智能算法的电子束扩束磁铁设计方法。

本发明解决上述技术问题是通过如下技术方案予以实现的：

一种基于智能算法的电子束扩束磁铁设计方法，包括：

于束流线上依次布置四极磁铁以组成束流扩束磁铁组；

确定各四极磁铁中心截面横向磁场梯度，计算有效磁路长度，根据中心截面横向磁场梯度及有效磁路长度确定四极磁铁段束流传输矩阵；

根据四极磁铁间的漂移段长度确定束流漂移段传输矩阵；

通过初始电子状态相空间矢量及四极磁铁段束流传输矩阵确定靶电子状态相空间矢量；

利用优化算法结合实际加工能力及工况确定最优扩束模式及最优设计参数。

所述四极磁铁间为漂移段，四极磁铁用于布置个数为偶数，束流扩束磁铁组中，一半四极磁铁用于控制束流扩束磁铁组X与Y方向的束流包络大小，另一半四极磁铁用于控制束流扩束磁铁组X与Y方向的束流发散角大小。

所述中心截面横向磁场梯度的计算方法为：

式中，ε参数包括ε

所述有效磁路长度L计算方法为：

L＝(η+ω)R

式中，η为四极磁铁厚度相关参数。

所述中心截面横向磁场梯度、有效磁路长度均为根据R

所述四极磁铁段束流传输矩阵包括四极磁铁在X方向聚焦时对应的传输矩阵、在Y方向发散时对应的传输矩阵，具体为：

式中，电子在四极磁铁中受到的X方向和Y方向横向力分别为F

所述四极磁铁段束流传输矩阵中，若电子X方向受到散焦力作用，在Y方向受到聚焦力的作用，则在X方向聚焦时对应的传输矩阵、在Y方向发散时对应的传输矩阵相互交换。

所述束流扩束磁铁组由各四极磁铁、漂移段前后衔接组成，根据漂移段长度确定漂移段传输矩阵为：

漂移段长度分别为d

各四极磁铁中设置有四极磁透镜，内径参数为R

U

U

式中，U

所述优化算法包括但不限于遗传算法、退火算法、群智能算法，优化算法中的设计参数优化范围根据电子束扩束实际工程加工能力、设备安装要求确定，通过指定次数的优化算法优化后，确定出口处电子到束流中心平均距离的倒数为适应度函数，适应度函数对应最大的磁铁参数作为最优设计参数。

所述四极磁铁采用钕铁硼材质牌号N50的环形海尔巴赫磁环，布置个数为偶数对，至少4组，组间漂移段长度d大于0.1m，内外径之比ε

一种基于智能算法的电子束扩束磁铁，包括束流线、四极磁铁，其中：

所述四极磁铁依次布置于束流线上，四极磁铁间设置有漂移段，电子束经束流线、四极磁铁组成的束流扩束磁铁组进行输运，四极磁铁用于控制束流扩束磁铁组X与Y方向的束流包络大小，同时用于控制束流扩束磁铁组X与Y方向的束流发散角大小；

其中，四极磁铁采用钕铁硼材质牌号N50的环形海尔巴赫磁环，布置个数为偶数对，至少4组，组间漂移段长度d大于0.1m，内外径之比ε

本发明与现有技术相比的优点在于：

本发明提供的一种基于智能算法的电子束扩束磁铁设计方法，相比于现有的有限元仿真辅助扩束磁铁设计方法，本发明基于智能算法，在规定范围内能够寻找到设计参数的全局最优值。此外，通过四级磁铁磁场空间分布理论将磁铁的几何参数和空间位置信息直接引入优化过程，因此得到的优化结果更利于工程化实施；传统的设计方法更依赖于专家长期积累的调试经验，或更依赖于计算资源，因此往往会造成大量的计算时间或调试成本消耗。本发明提出的设计方法能够根据加速器出口的电子束相空间信息和扩束需求，快速、灵活且准确地获得最优参数。

附图说明

图1为发明提供的扩束磁铁组装置示意图；

图2为发明提供的四极磁铁几何尺寸示意图；

图3为发明提供的遗传优化算法流程示意图；

图4为发明提供的入口处的X与Y方向电子相空间图像示意图；

图5为发明提供的未经扩束磁铁组处理的X与Y方向电子束到靶相空间图像示意图；

图6为发明提供的经过扩束磁铁组处理的X与Y方向电子束到靶相空间图像示意图；

图7为发明提供的基于智能算法的电子束扩束磁铁设计步骤示意图；

具体实施方式

一种基于智能算法的电子束扩束磁铁设计方法及系统，基于智能算法，在规定范围内能够寻找到设计参数的全局最优值，通过四级磁铁磁场空间分布理论将磁铁的几何参数和空间位置信息直接引入优化过程，得到更利于工程化实施的优化结果，设计方法能够根据加速器出口的电子束相空间信息和扩束需求，快速、灵活且准确地获得最优参数。

电子束扩束磁铁设计方法的具体流程为：

于束流线上依次布置四极磁铁以组成束流扩束磁铁组；

确定各四极磁铁中心截面横向磁场梯度，计算有效磁路长度，根据中心截面横向磁场梯度及有效磁路长度确定四极磁铁段束流传输矩阵；

根据四极磁铁间的漂移段长度确定束流漂移段传输矩阵；

通过初始电子状态相空间矢量及四极磁铁段束流传输矩阵确定靶电子状态相空间矢量；

利用优化算法结合实际加工能力及工况确定最优扩束模式及最优设计参数。

四极磁铁间为漂移段，四极磁铁用于布置个数为偶数，束流扩束磁铁组中，一半四极磁铁用于控制束流扩束磁铁组X与Y方向的束流包络大小，另一半四极磁铁用于控制束流扩束磁铁组X与Y方向的束流发散角大小；

中心截面横向磁场梯度的计算方法为：

式中，ε参数包括ε

所述有效磁路长度L计算方法为：

L＝(η+ω)R

式中，η为与四极磁铁厚度有关的参数，其数值表示为：

η＝-0.03082w

中心截面横向磁场梯度、有效磁路长度均为根据R

四极磁铁段束流传输矩阵包括四极磁铁在X方向聚焦时对应的传输矩阵、在Y方向发散时对应的传输矩阵，具体为：

式中，电子在四极磁铁中受到的X方向和Y方向横向力分别为F

四极磁铁段束流传输矩阵中，若电子X方向受到散焦力作用，在Y方向受到聚焦力的作用，则在X方向聚焦时对应的传输矩阵、在Y方向发散时对应的传输矩阵相互交换；

束流扩束磁铁组由各四极磁铁、漂移段前后衔接组成，根据漂移段长度确定漂移段传输矩阵为：

漂移段长度分别为d

各四极磁铁中设置有四极磁透镜，内径参数为R

U

U

式中，U

优化算法包括但不限于遗传算法、退火算法、群智能算法，优化算法中的设计参数优化范围根据电子束扩束实际工程加工能力、设备安装要求确定，通过指定次数的优化算法优化后，确定出口处电子到束流中心平均距离的倒数为适应度函数，适应度函数对应最大的磁铁参数作为最优设计参数；

四极磁铁采用钕铁硼材质牌号N50的环形海尔巴赫磁环，布置个数为偶数对，至少4组，组间漂移段长度d大于0.1m，内外径之比ε

基于智能算法的电子束扩束磁铁包括束流线、四极磁铁，四极磁铁依次布置于束流线上，四极磁铁间设置有漂移段，电子束经束流线、四极磁铁组成的束流扩束磁铁组进行输运，四极磁铁用于控制束流扩束磁铁组X与Y方向的束流包络大小，同时用于控制束流扩束磁铁组X与Y方向的束流发散角大小。

下面结合说明书附图及优选实施例进行进一步说明：

在当前实施例中，基于智能算法的电子束扩束磁铁设计方法如图7所示，具体步骤为：

在束流线上依次布置多组四极磁铁和磁铁间的漂移段，共同组成束流扩束磁铁组，如图1所示。该装置使得出束束流在X方向与Y方向发散角尽可能小，束流长距离传输到靶束斑集中；

如图2所示，根据四极磁铁几何(内径R

根据漂移段长度d列出束流漂移段传输矩阵。结合初始电子状态相空间矢量和四极磁铁段束流传输矩阵共同获得到靶电子状态相空间矢量；

根据实际加工能力和装置工况确定磁铁优化参数范围，利用遗传算法确定最优扩束模式和最佳设计参数。

其中，四极磁铁为钕铁硼材质牌号N50的环形海尔巴赫磁环，布置个数为偶数对，至少4组。其中两组控制X与Y方向的束流包络大小尽可能接近，另外两组控制X与Y方向束流发散角尽可能小。

四极磁铁中心截面磁场梯度由理论公式

漂移段长度d大于0.1m，内外径之比ε

智能算法不限于遗传算法、还包括退火算法，群智能算法等优化算法。智能算法的设计参数的优化范围由实际工程加工能力、设备安装要求确定，以遗传算法为例的优化步骤如图3所示；

为了结构的轻量化设计考虑，提供一个由4组四极磁铁组成的扩束磁铁组；

电子束流截面包络内包含5000个电子，该电子群的中每个电子的状态向空间矢量为[x

理想四级磁铁内半径圆域中，磁通量密度在正交方向上的导数为

相应的，其在Y方向对电子的作用是发散的，对应的传输矩阵可以表示为：

若电子X方向受到散焦力作用，在Y方向受到聚焦力的作用，矩阵交换即可。扩束磁铁组由干个元件及漂移段前后衔接组成，对于本方案设计的扩束磁铁组，共包含5个漂移段，其长度分别为d

4个四极磁透镜，其内径分为R

U

U

通过遗传算法可以得到不同聚散焦模式下的最优设计参数。由于交叉变异操作，遗传算法的优化结果具有不确定性，因此为了得到一个较稳定的合理结果，需要多次运行算法并对结果进行分类比较。适应度函数平均值统计最大的扩束模式即为最佳的扩束模式，该扩束模式下的适应度函数(电子到零点平均距离的倒数)对应最大的一组参数即为最优参数，如表1所示：

表1扩束磁铁组几何与位置信息

若电子束不经扩束磁铁组处理而直接进行输运，则10km到靶相空间图像如图5所示，而经过本发明所述实施例设计的扩束磁铁组处理，相同条件下的到靶束斑相空间图像如图6所示。通过对比可以发现该实施例设计的扩束磁铁组可以将X方向上的束斑半径压缩12倍，Y方向上的束斑半径压缩12倍，到靶束斑的通量密度提到超过144倍，效果显著。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

本发明说明书中未作详细描述的内容属于本领域技术人员的公知技术。