Conveners
Session B
- Ryo Kitamura
Yasuyuki Morita
08/12/2025, 10:35
イオン源の非破壊ビームモニターとして、我々は機械学習を用いた手法の開発を行っている。これまでに、14GHzECRイオン源(HyperECRIS)において、プラズマチェンバー内の光を引き出し電極から撮影した画像を使用することで予測精度が向上することを明らかにした。今回、本手法を理研の28GHzECRイオン源にも応用し、汎用的な手法であることを示した。 本発表では、機械学習によるビーム強度予測を28GHzECRに応用した結果と、長期間のビーム供給時にイオン源の運転パラメーターを変化させた際の再学習による補正について報告する。
Tetsuhiko Yorita
08/12/2025, 11:00
RCNPサイクロトロン施設では、ビーム供給の安定運用のため、様々な方策に取り組んでいる。RFシステムでは、RFアンプからDee共振器へパワーを伝送する同軸管における進行波および反射波の挙動から、不具合を予測するシステムを検討している。進行波・反射波それぞれの信号をオシロスコープで取得し、正常時とクローバー回路作動直前の波形にラベルを付与してニューラルネットにより学習させた。この学習モデルを用いてテストデータにより予兆検知を行った結果、故障を予測できる可能性が示された。これにより、RFシステムの安定運用および長寿命化につながることが期待される。