Ускорители частиц – это удивительные научные инструменты, которые требуют постоянного контроля и обслуживания. Операторы ускорителей сталкиваются с огромным количеством датчиков и подсистем, которые могут выйти из строя в любой момент. Однако, исследователи из Министерства энергетики Национальной ускорительной лаборатории SLAC разработали новый подход, использующий искусственный интеллект (ИИ), чтобы упростить эту задачу.
Автоматизированная система, основанная на ИИ, следит за производительностью ускорителя и определяет конкретные проблемные подсистемы. Это позволяет операторам быстро реагировать на снижение производительности и принимать меры по их исправлению. Благодаря этому новому подходу, время простоя ускорителя сокращается, а научные данные, получаемые с помощью этих инструментов, становятся более точными и надежными.
Результаты исследования, опубликованного в журнале Physical Review Accelerators and Beams, показывают, что автоматизированная система ИИ дает операторам SLAC возможность определить, какие компоненты нужно заменить или отключить, чтобы ускоритель мог работать непрерывно. Это значительно повышает надежность системы и позволяет поддерживать работу большего количества подсистем, что в свою очередь увеличивает общую производительность ускорителя.
Этот подход, основанный на искусственном интеллекте, может быть применен и в других сложных системах. Например, он может повысить надежность экспериментальных установок, производственных предприятий, электросетей и атомных электростанций. Современные ускорители генерируют огромное количество данных, и небольшая группа операторов не может отслеживать их в реальном времени. Поэтому использование искусственного интеллекта позволяет автоматизировать процесс мониторинга и предотвращения сбоев подсистем, что сокращает дорогостоящие простои.
Источник:
Райан Хамбл и др., Идентификация неисправностей радиочастотной станции на основе луча в источнике когерентного света SLAC Linac (Ryan Humble et al, Beam-based rf station fault identification at the SLAC Linac Coherent Light Source), Physical Review Accelerators and Beams (2022). DOI: 10.1103/PhysRevAccelBeams.25.122804
-------------------------------------
Вы можете поддержать проект подпиской на канал, реакциями и комментариями, а также подписавшись на наши страницы на других площадках и на сервисе поддержки авторов Бусти. Ссылки найдёте в описании канала. Заранее спасибо!
