资源描述：
《束晕-混沌的神经网络自适应控制》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第16卷 第9期强激光与粒子束Vol.16,No.92004年9月HIGHPOWERLASERANDPARTICLEBEAMSSep.,2004文章编号:100124322(2004)0921191204X束晕2混沌的神经网络自适应控制112黄国现, 罗晓曙, 方锦清(1.广西师范大学物理与信息工程学院,广西桂林541004;2.中国原子能科学研究院,北京102413) 摘 要:理论分析了强流离子束在周期磁场聚焦通道中传输时产生的束晕2混沌动力学行为,给出了近似反映实际聚焦磁场的余弦函数形式。然后利用神经网络方法对非线性复杂系统控制的优越性,提出前馈反传神经网络方法对强流离
2、子束中束晕2混沌进行自适应控制。通过适当选择的神经网络控制结构和线性反馈系数以及自适应调整神经网络的权系数,可将强流离子束的包络半径达到束匹配半径的控制目标,且束包络的抖动大小明显减少,束晕2混沌现象得到了明显的抑制。 关键词:束晕2混沌; 强流离子束; 神经网络自适应控制 中图分类号:O415.5;TL501.5文献标识码:A[1] 强流离子加速器是洁净核能开发系统的重要组成部分。强流加速器中的离子束在磁场周期聚焦通道传输中,由于带电粒子的强空间电荷等非线性效应产生了束晕2混沌现象,使散射离子打击在加速器器壁上并溢出,这不仅引起束流的损失,制约了束流功率的提高,而且还
3、产生了超标的放射性剂量并引起结构元件的损坏,对环境和人身安全造成极大的危害。自20世纪90年代以来,科学工作者在不断探索束晕2混沌的形成机[2～6]理的同时,也在不断寻求束晕2混沌的控制方法。鉴于束晕2混沌是一种非线性极强、对外界干扰较为敏感的时空混沌,文献[6～8]从一般的混沌控制策略出发,提出了非线性反馈控制方法,实现了对束晕2混沌的有效控制。而以往的研究大多是在周期性方波聚焦磁场下进行的,为了更接近加速器聚焦磁场的实际情况,本文对加速器聚焦磁场进行了分析,给出了近似反映实际聚焦磁场情形的余弦函数的曲线形式。同时鉴于神经网络对非线性复杂系统的控制具有许多优越性,我们研究了
4、用该方法对束晕2混沌进行控制,目标是将强流离子束的包络半径控制到束匹配半径。研究结果表明,该方法能实现对强流离子加速器中束晕2混沌的有效控制。1K2V分布下束晕2混沌的分析和数值结果1.1 简要的理论分析 强流离子束在周期性螺旋管磁场聚焦通道(简称PFC)中运动,当圆形的质子束粒子满足K2V分布时,在[8]PFC中水平方向运动的束包络无量纲方程为2dxK12+kz(t)x--3=0(1)dtxx式中:x(t)为束的无量纲束包络半径;kz(t)为周期函数,它表征周期磁场聚焦通道对质子束的磁聚焦强度,kz(t)=kz(t+T),T为一个聚焦场PFC的周期长度;K为归一化束流导流
5、系数,表征束自生场强度。当束流匹[7]配时,包络方程存在周期解x(t)=x(t+T),而当束流失匹配时,方程展示出混沌行为。 由文献[8]可知,当系统参数调谐衰减系数η=0.8,失匹配因子M=2,真空相移σ0=115°时,可计算出束匹配半径rb=0.789和导流系数K=0.903。此时包络方程(1)为2dx0.90312+kz(t)x--3=0(2)dtxx1.2 磁聚焦强度kz(t)的确定 在周期性磁聚焦强度kz(t)的选取上,文献[9]取如图1所示形式的函数,它们都是周期性方波聚焦磁场。[10]而加速器周期性聚焦磁场的实际情况与螺旋管聚焦磁场相似,其磁感应强度为X收稿
6、日期:2003212203;修订日期:2004203203基金项目:国家自然科学基金资助课题(10247005,70070147);广西“新世纪十百千人才工程”人选专项基金资助课题(2002226)作者简介:黄国现(1974—),男,硕士生,工程师,主要从事非线性控制等研究。©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.1192 强 激 光 与 粒 子 束 第16卷1B=μ0nI(cosβ1-cosβ2)(3)2式中:μ0为真空磁导率;n为单位长度线
7、圈数;I为通电电流;β1和β2分别是螺旋管中心线上的点到两端的连线与中心线的夹角。图2为磁感应强度分布曲线图,该曲线具有正弦或余弦函数的曲线特点。根据以上分析,我们构造一函数kz(t)kz(t)=Am
8、cos2πft
9、(4)式中:Am为磁感应强度幅值,f=1/T。图3表示当Am=8.0,f=0.001的曲线,该曲线能很好地反映实际螺旋管磁感应强度分布特点。此时包络方程(2)变为2dx0.90312+Am
10、cos2πft
11、x--3=0(5)dtxx 研究表明,当方程(5)中Am,f取不同的值时,将产生不
