高能同步辐射光源（HEPS）是中国第一台第四代高能同步辐射光源，其加速器由直线加速器、增强器、储存环及输运线组成。报道了HEPS直线加速器的初期束流调试重要进展。HEPS直线加速器是一台500 MeV S波段常温直线加速器，由热阴极电子枪、聚束系统、主直线加速器构成。在按时完成设备加工、安装和老练的基础上，于2023年3月9日启动束流调试，当天实现束流全线贯通。3月14日束流能量达到500 MeV，束团电荷量达到2.5 nC。经过测量，直线加速器出口束流能散0.4%，能量稳定度0.06%，水平和垂直几何发射度分别为233 nm和145 nm。目前直线加速器束团电荷量可达到7.0 nC，相关束流调试正在进行。

随着脉冲功率技术的发展，纳秒脉冲电场被逐渐应用到等离子体水处理、不可逆电穿孔肿瘤消融等技术中。为了满足纳秒脉冲的应用需求，电源需要输出十几kV高压，拥有纳秒窄脉宽和快速的上升沿，同时尽量减小电源体积，降低成本。该纳秒脉冲电源采用电感隔离型Marx发生器结构，电路可以实现模块化叠加，电感隔离可以减少开关数量，抬升充电电压，以获得更高的电压输出。所设计的驱动电路仅需一路控制信号和一个直流供电模块，经功率放大和磁隔离后可同时控制所有放电管，该驱动电路结构简单、成本低、体积小，耐压水平高。所设计的24级电源样机，在50 kΩ阻性负载上，可输出0～14 kV电压，频率0.5～1 kHz，脉宽500 ns。该电源主电路的长宽高尺寸仅为23 cm×10 cm×12 cm。

近十年来，世界上开始大力发展第四代同步辐射光源——衍射极限储存环光源。目前我国正在建设或立项建设两台第四代同步辐射光源：高能同步辐射光源和合肥先进光源。从储存环磁聚焦结构设计与优化、束流注入与集体效应等方面，对第四代同步辐射光源的物理设计与优化进行了介绍；对国际范围内第四代储存环光源装置的研制情况进行了介绍。

基于多弯铁消色散结构的超低发射度储存环光源是新一代同步辐射光源发展的一个重要方向。作为国内第一台第四代同步辐射光源，高能同步辐射光源已经完成物理及工程设计，并于2019年启动建设。高能同步辐射光源电子能量6 GeV，流强200 mA，水平自然发射度低于60 pm∙rad，可提供能量达300 keV的X射线，在典型硬X射线波段的同步辐射亮度达1×10²² phs·s⁻¹·mm⁻²·mrad⁻²·（0.1%bw）⁻¹，可为材料科学、化学工程、能源环境、生物医学、航空航天、能源环境等众多基础和工程科学研究领域提供先进的实验平台。本文将介绍高能同步辐射光源项目的整体方案及物理设计。

现代光源的发展不断推动着人们从更深层次上理解物质的基本结构和动力学行为。X射线自由电子激光作为最先进的光源，其超高的峰值功率、超短的脉冲长度和优良的相干性，为人们以原子级时空分辨率探测和操控物质中的超快过程提供了可能。目前全世界已有多个X射线自由电子激光装置建成并投入使用，在原子分子物理、化学、生命科学、材料科学等各学科应用中都显示出了重要价值。同时大量的研究工作也集中于继续提高X射线自由电子激光的性能，包括把脉冲持续时间从fs量级进一步缩短至as量级，这将为超快科学的发展带来新突破。以超快脉冲产生为主线，综述了近年来超快X射线自由电子激光产生方案的研究进展，从产生原理、方案特性、最新成果等方面介绍了各类产生方案，总结对比了各方案的优缺点，最后对超快X射线自由电子激光的未来发展方向进行了展望。

老化处理会导致三效催化剂(TWCs)严重失活, 因此提高催化剂的耐久性能是TWCs设计的目标。本工作采用不同碱辅助的沉积沉淀法, 即尿素辅助沉积沉淀法和氨水辅助沉积沉淀法制备了Pt/Ce_0.4Zr_0.5La_0.05Pr_0.05O₂ (Pt/CZ)三效催化剂, 分析了不同碱对催化剂物理化学性质、催化活性和耐久性的影响。结果表明, 尿素辅助沉积沉淀法(UDP)制备的Pt/CZ催化剂的抗老化性能较差, 而氨水辅助沉积沉淀法(ADP)制备的催化剂的抗老化能力较强。XRD, CO 吸附, XPS和H₂-TPR表征结果表明, ADP中较大的Pt颗粒以及更强的金属载体相互作用使ADP在老化过程中烧结程度较低, 有利于维持催化活性。因此, ADP催化剂具有一定的工业应用前景。

机器学习技术在近十几年发展迅猛，并被广泛地用于解决复杂的科学和工程问题。最近十年间，基于机器学习的粒子加速器相关研究也开始呈现出井喷式发展趋势。国际上许多加速器实验室开始尝试用机器学习和大数据技术处理加速器中的海量复杂数据，以期解决加速器及其子系统中的诸多物理和技术问题。不过，迄今为止，机器学习在加速器中的应用仍处于初步探索阶段，不同机器学习算法在解决具体加速器问题的效果及其适用范围尚待摸索，机器学习在实际加速器中的应用仍非常有限。因此，有必要对加速器领域中的机器学习研究做一个整体回顾和总结。将回顾机器学习在大型粒子加速器（以储存环加速器和直线加速器为主）中的加速器技术、束流物理以及加速器整体性能优化等研究方向中已取得的研究成果，并探讨机器学习在加速器领域的未来发展方向和应用前景。