SLAC线性加速器相干光源中基于束流的射频站故障识别
摘要：用于小型运营团队实时监控的加速器产生了过多的信号。此外，许多信号只有经验丰富的专家才能解释。因此，加速器性能的变化可能需要与专家进行耗时的咨询，以确定潜在问题。在本文中，我们关注Linac相干光源（LCLS）中无线电频率（RF）站点的特定异常检测任务。现有的RF站点诊断受带宽限制，导致信号慢、不可靠。因此，异常检测目前是一个手动过程。我们提出了一种基于束流的方法，使用来自束流位置监测系统的逐点数据来识别加速器状态的变化；通过将基于束流的异常与RF站点数据进行比较，我们确定变化的来源。我们发现，我们提出的方法可以完全自动化，同时识别出更多的事件，并具有较少的误报，而不仅仅依靠RF站点诊断。我们的自动化故障识别系统已被用于创建一个新的数据集，以研究RF站点与加速器性能之间的相互作用。
作者：Ryan Humble, Finn H. O'Shea, William Colocho, Matt Gibbs, Helen Chaffee, Eric Darve, Daniel Ratner
论文ID：2206.04626
分类：Accelerator Physics
分类简称：physics.acc-ph
提交时间：2022-12-28