零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

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%。     

一种非正交对称条带束流位置监测器设计

介绍了一种条带束流位置监测器(BPM)的设计与仿真方法。在国家同步辐射实验室"太赫兹近场高通量材料物性测试系统"工程项目中,针对波荡器出口处真空室非正交对称性的问题,设计了矩形真空室和跑道形真空室下的两种非正交对称性条带BPM,并与传统的圆形真空室下条带BPM进行对比。基于边界元法,利用MATLAB软件分别对三种真空室下的条带BPM进行建模和仿真。仿真结果表明:相对于传统的圆形真空室下条带BPM,矩形和跑道形真空室下条带BPM灵敏度提高了30%,阻抗匹配误差相对降低了20%,束流位置拟合误差降低了80%。考虑加工精度,矩形真空室下的条带BPM更适用于该工程。     

CiADS束流负载效应前馈补偿的仿真评估

在高功率超导质子直线加速器中，束流负载效应是影响超导腔幅相稳定性的一个重要因素。本工作基于谐振腔建场模型，开发了超导腔系统束流负载效应的时域仿真程序，分析了束流负载效应对超导腔幅相稳定性的影响，并在C-ADS注入器II上通过相关实验测量对仿真结果进行了验证。利用该程序，评估了CiADS超导直线加速器脉冲束流的脉冲长度，以及前馈补偿的时序抖动和束流纹波等因素对腔中电磁场幅相稳定度的影响。仿真结果表明:在当前CiADS直线加速器设计参数下，为满足超导腔中电磁场0.1%与在高功率超导质子直线加速器中，束流负载效应是影响超导腔幅相稳定性的一个重要因素。本工作基于谐振腔建场模型，开发了超导腔系统束流负载效应的时域仿真程序，分析了束流负载效应对超导腔幅相稳定性的影响，并在C-ADS注入器II上通过相关实验测量对仿真结果进行了验证。利用该程序，评估了CiADS超导直线加速器脉冲束流的脉冲长度，以及前馈补偿的时序抖动和束流纹波等因素对腔中电磁场幅相稳定度的影响。仿真结果表明:在当前CiADS直线加速器设计参数下，为满足超导腔中电磁场0.1%与$0.1^{\circ}$的幅相稳定度指标，前馈时序抖动的偏差不能超过0.79 μs，束流流强的直流偏差不能超过0.9%，并且给出了束流纹波的最大抖动幅值与纹波频率之间的关系。这些结果将为CiADS超导直线加速器相关子系统技术指标的确定提供依据。     

利用新颖高效气体发生装置以氯气氧化法制备高锰酸钾实验设计及效果*

基于一种新颖高效气体发生装置,设计了以氯气为氧化剂,理论产率接近100%的将锰酸钾高效转化为高锰酸钾的实验方案。实验结果表明:使用本设计制备高纯度高锰酸钾,既可保证高锰酸钾的理论转化率,减少歧化反应副产物对纯度的影响,同时得到的副产品次氯酸钠及氯水可用做无机教学实验的基础试剂,符合“循环经济”指导思想。     

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。     

基于阵列MEMS磁传感器的测量与标定方法

针对MEMS磁传感器存在测量噪声大的问题,利用MEMS磁传感器体积小的特点,设计了阵列形式的MEMS磁传感器测量模块,减小了测量噪声对标定结果的影响。通过合理的硬件设计,实现同一时刻采集32个MEMS磁传感器信号。在硬件设计基础上,通过对阵列MEMS磁传感器建模与分析,设计了基于阵列MEMS磁传感器的标定方法。通过仿真及实物系统实验,验证了所提出方法的有效性。系统实验结果表明,采用阵列MEMS磁传感器标定结果的归一化模值标准差较单个磁传感器减小了70%。