基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

还原偶氮分光光度法测定水中硝基苯方法的改进

<正>还原偶氮分光光度法测定水中硝基苯[1-3],是污水、废水污染监测中一个重要的分析方法,具有仪器简单、灵敏度高和普及性强等特点,是硝基苯类有机化学污染物监测不可缺少的方法之一。但在运用该方法进行实际样品分析时,发现该方法在样品氧化还原前处理过程中操作比较繁琐,且易造成样品损失。针对这个问题,本工作对氧化还原前处理装置进行了改进[4],取消了前处理装置,使样品的氧化还原前处理和定容一步到位;简化了操作,提高了试验     

HL-2M装置等离子体放电反馈控制系统

通过对HL-2M装置极向场线圈的参数和初始等离子放电控制需求的分析，基于实时采集系统和反射内存实时数据传输的先进控制集成技术，完成了整个HL-2M初始等离子体放电反馈控制系统的设计。新系统实现了稳定的1ms控制周期和实时数据传输，同时解决了实时控制周期和数据传输的延迟。实验结果表明新设计的等离子控制系统能满足初始等离子体极向场线圈电流控制的需求。     

EAST极紫外空间分辨光谱分析软件的开发

基于Matlab软件的图形用户界面开发环境(GUIDE)设计开发了一套交互式界面，可以自动读取、解析原始数据，开展波长标定，将谱强度与谱仪系统空间测量位置以及EAST实验放电时间等信息相关联，从而快速、便捷地计算杂质离子发出的线光谱强度的空间分布并绘图。该空间分辨光谱分析软件的开发和应用大大提高了谱仪数据处理和分析的便捷性和效率，保证了放电期间数据处理的准实时性。     

宁静以致远 淡泊以明志--深切缅怀方守贤先生

方守贤先生是我国著名加速器专家,我国高能加速器事业的开拓者和奠基人之一。20世纪80年代,他参与领导了我国第一台大科学装置—北京正负电子对撞机(BEPC)的设计与建造工作,其性能(对撞亮度)超过国际同能区最好水平—美国斯坦福直线加速器中心SPEAR—个量级,开启了中国基于加速器的高能物理实验研究,为我国在r-粲能区粒子物理研究做出了巨大贡献。     

HIRFL-CSR外靶装置上的放射性束实验数据分析方法研究

开发了HIRFL-CSR外靶实验装置的大型数据分析程序(ANAETF)，并成功应用于核物理实验数据分析。详细阐述了该程序中的数据分析流程、漂移室寻迹算法、粒子鉴别方法和反应截面提取技术。利用本程序分析了240 MeV/u能量下12C次级束流打碳靶的实验数据，实现了清楚的碳和硼剩余核的粒子鉴别，总探测效率达到 ~90%，本工作提取的反应截面与已有的实验结果符合较好。     

HL-2M偏滤器结构动力学分析

 用有限元软件分析了动载荷作用下的偏滤器结构动力学响应。通过对动力学和静力学计算结果的对比，确定载荷的动态放大因子。计算结果表明，所设计的偏滤器结构在瞬态电磁力载荷作用下能满足设计准则的要求。     

HL-2A装置中性束发射光谱 诊断系统的研制与测试

在HL-2A装置上完成了一套32通道束发射诊断系统(BES)，可对径向r=12~44cm, 极向-7.5~+7.5cm二维空间范围内的长波长()电子密度扰动信息进行测量，其时间分辨率达到0.5ms，空间分辨率1~2cm。系统由内置于真空室的非对称镜头组、传输光纤、高性能探测器模块以及辅助的冷却和真空设备构成。系统的噪声在低频时(f<100kHz)主要由散粒噪声贡献，在较高频率时由散粒噪声和e噪声共同决定。在典型的HL-2A装置放电模式中，对于200kHz以下的扰动，该系统的信噪比(SNR)均大于3。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。