1 深圳综合粒子设施研究院,广东 深圳 518107
2 中国科学技术大学 国家同步辐射实验室,安徽 合肥 230029
3 重庆大学 超瞬态装置实验室,重庆 400044
多台激光跟踪仪组成的测量系统能够得到高精度的坐标观测值,在加速器准直工程领域应用十分广泛。该系统需要自标定仪器中心的距离,目前基于球面拟合的自标定方法虽然测量效率较高,但是其精度有限。为了提高其精度,分析基于拟合的自标定方法精度较低的主要原因,提出了基于三角形结构的自标定方法,定量对比了新方法和基于球心拟合方法的精度。新方法建立非线性误差模型进行参数迭代求解,能够应用于激光跟踪仪的三维自标定。通过模拟仿真和实测实验,证明了该方法比基于球心拟合的自标定方法在精度上有了大幅度提升。文中算法无需增加额外设备,改进了原先基于球心拟合方法并提高其自标定精度,具有一定的工程应用价值。
激光跟踪仪 自标定 球面拟合 非线性模型 精度 laser tracker self-calibration spherical fitting nonlinear model accuracy 红外与激光工程
2024, 53(2): 20230607
宁夏大学 信息工程学院, 宁夏 银川 750021
SRGAN是基于深度学习的图像超分辨率的典型方法, 重建效果较好, 但该算法还存在一些缺陷, 在提高图像质量和运行速度上仍然有较大提升空间。本文在SRGAN网络模型的基础上提出了一个优化模型。因为批量归一化(BN)层在超分辨图像重建中常常会忽略一些图像的细节, 同时增加网络的复杂度, 所以在SRGAN的生成器中去除了BN层, 并引入ECA通道注意力, 使每个残差块生成特征图获得相应的权重, 以便处理更多的图像细节。经过公开数据集的训练和对比实验, 结果表明提出的改进模型相比于对比模型, 重建图像的细节恢复更丰富, 视觉效果更好, 峰值信噪比和结构相似性表现更佳, 模型**数量更少。
超分辨率图像重建 生成对抗网络 通道注意力 残差网络 批量归一化 super resolution image reconstruction generative countermeasure network channel attention residual network batch normalization
强激光与粒子束
2021, 33(4): 044006
1 中国科学院 高能物理研究所, 北京 100049
2 东莞中子科学中心, 广东 东莞 523803
废束站束窗是废束站的重要部件。利用束流的束斑尺寸及功率确定束窗能量的高斯分布方式; 通过蒙特卡罗方法计算束窗的沉积能量。利用ANSYS稳态分析确定束窗的材料、截面形状和厚度。通过计算比较束窗在不同材料、截面形状和厚度条件下的温度、应力和变形, 得出合适的束窗材料、截面形状和厚度, 从而确定束窗的最终结构。最后利用瞬态方法模拟束窗调束时的温度分布情况。
废束站束窗 蒙特卡洛方法 稳态分析 束窗结构 瞬态分析 dump beam window Monte Carlo method steady-state analysis structure of beam window transient analysis 强激光与粒子束
2018, 30(10): 105105
1 中国科学院 高能物理研究所, 北京 100049
2 中国科学院大学, 北京 100049
环-靶站输运线(RTBT)末端的准直器是中国散裂中子源(CSNS)工程中的关键部件之一, 因其靠近靶站, 辐射剂量大, 维护困难, 故设计可靠性极为重要。根据准直器的工作原理, 及CSNS物理设计要求, 对比国外同类加速器的设计经验, 设计完成准直器设备。在设计过程中兼顾了热沉积、功率损耗和材料性能等方面的严格要求, 并逐一阐述了具体方案。利用Bethe-Bloch公式计算与SRIM软件模拟的结果比较, 确定了模拟工具和模拟方法的可靠性, 根据ANSYS有限元软件模拟的结果, 验证了准直器结构设计的可靠性。
中国散裂中子源 准直器 热沉积 热分析 可靠性分析 Chinese Spallation Neutron Source collimator thermal deposition therma analysis reliability analysis 强激光与粒子束
2015, 27(5): 055104