基于机器学习的SSRF储存环闭轨反馈系统
摘要：基于机器学习的闭轨反馈方法对同步辐射的稳定性进行改进：在上海同步辐射装置（SSRF）的储存环中开展了一项全新的基于机器学习的闭轨反馈方法的试验。我们的实验结果表明，这种基于机器学习的闭轨反馈方法不仅可以同时进行水平、垂直和射频频率的反馈，而且比传统的慢轨道反馈系统（SOFB）具有更好的收敛性和收敛速度。此外，在校正后，校正器电流变化的残余值几乎可以忽略不计。预计，这种基于机器学习的新方法将建立一个新的闭轨反馈系统，并改善储存环的轨道稳定性。
作者：Ruichun Li, Qinglei Zhang, Bocheng Jiang, Zhentang Zhao, Changliang Li, Kun Wang, Dazhang Huang
论文ID：2212.01010
分类：Accelerator Physics
分类简称：physics.acc-ph
提交时间：2022-12-05