CN105282956B - 一种强流回旋加速器高频系统智能自启动方法 - Google Patents

Abstract

本发明涉及回旋加速器的高频控制技术，具体涉及一种强流回旋加速器高频系统智能自启动方法。该方法以PWM调制的高频信号驱动高频腔体，通过Sample‑Hold技术取得高频腔体取样信号在脉冲内的幅度和失谐角，得到高频腔体在次级电子倍增效应影响下的谐振位置，采用卡尔曼滤波器对调谐环输出的失谐角进行滤波，得到高频腔体的近似实际谐振位置。DSP根据卡尔曼滤波器的输出为目标，设定微调电容到达指定的位置，并在该目标位置开始启动过程。这种高频系统智能自启动方法可以提高强流回旋加速器高频系统的启动效率，缩短启动时间，有效避免次级电子倍增效应对高频系统的影响。

Description

一种强流回旋加速器高频系统智能自启动方法

技术领域

本发明涉及回旋加速器的高频控制技术，具体涉及一种强流回旋加速器高频系统智能自启动方法。

背景技术

高频腔体是回旋加速器高频系统的基本组成之一，粒子在回旋加速器中回旋运动，经过高频腔体的加速间隙时获得能量被加速。对于高频腔体，当腔体结构、频率及功率满足一定条件时将产生多电子效应。该效应阻止高频功率馈入高频腔体，阻碍加速电场的建立，并有可能对腔体、耦合窗等结构产生破坏。一般情况下，在高频系统整体调试运行前对腔体等结构做清洁、锻炼等预处理，减小次级电子倍增效应发生的可能性。但此效应并非不能单次非可逆克服，当腔体再次与大气接触或污损将导致预处理过程的逆变。因此，在启动阶段克服腔体内多电子效应，以最快的速度建立高频电场是高频系统关注重点。从传输线的角度看，次级电子倍增效应发生时等效于改变了高频系统的等效负载，高频匹配的恶化将导致高频信号驻波比增大，触发低电平系统或者发射机的反射保护，甚至对高频系统设备造成损害，对高频系统的启动提出较高的要求。

为防止启动期间次级电子倍增效应引起的反射功率过大对设备造成损害，回旋加速器一般采用PWM调制高频信号的方式启动。在PWM脉冲内，幅度检波和失谐角检测器能够根据腔体反馈信号对当前腔体所处状态进行评估，确定腔体当前所处状态，得到腔体当前失谐角。在PWM脉冲间隙内，由于采用Sample-Hold单元，幅度检波和失谐角监测电路输出值与PWM脉冲内一致，使后续电路持续工作。然而由于次级电子倍增效应的影响，幅度检波和失谐角监测均受到影响，该影响可以归结为符合高斯分布的噪声影响，因此腔体精确谐振位置不能够准确测量。卡尔曼滤波器是一个最优化自回归数据处理算法，该算法的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。卡尔曼滤波利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标位置的概率上最好的估计。这个估计可以是对当前目标位置的估计(滤波)，也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑)。本发明中采用的是对当前目标位置的估计，实现滤除次级电子倍增效应的目的。在得到卡尔曼滤波器的最优结果后，控制微调电容运动到指定位置，在该位置的启动速度将快于其他位置的启动速度，并可以最大概率的避免打火，反射功率过大等异常情况。

强流回旋加速器高频系统智能自启动方法是解决高频系统启动过程中由于次级电子倍增影响而导致的启动失败，反射功率过大等异常情况的一种途径，是实现无人干预下自动处理各种异常情况，快速安全启动高频系统、建立加速电压的方法。

发明内容

本发明的目的在于针对目前强流回旋加速器高频腔体存在次级电子倍增效应影响高频系统正常启动的问题，通过对腔体和多电子效应的研究，提出了一种强流回旋加速器高频系统智能自启动方法，该方法能够减少次级电子倍增效应对调谐环输出结果的影响，加速高频系统的启动过程，有效解决次级电子倍增效应区导致的大功率反射和暗电流导致的失配等加速器高频工程技术困难。

本发明的技术方案如下：一种强流回旋加速器高频系统智能自启动方法，所述方法包括如下步骤：

(1)以占空比为D＝1/10的脉冲宽度调制(PWM)高频信号驱动高频腔体。以PWM调制信号的上升沿触发幅度和失谐角采样保持(Sample-Hold)单元采样得到高频腔体在脉冲内的幅度Amp和脉冲内的失谐角φ₀。所述的采样保持单元，在脉冲宽度调制的脉宽内通过低阻回路快速充电，在脉冲宽度调制的脉宽间隙内通过高阻回路缓慢放电，放电回路时间常数远大于脉冲宽度调制周期T，以此保证整个脉冲宽度调制周期内的腔体电压信号检波输出值与连续波模式一致。

(2)将步骤(1)中得到的失谐角φ₀通过数模转换器(ADC)量化为16位数字量，输入数字信号处理器(DSP)中经过φ-P计算得到腔体在多电子效应影响下的谐振位置P₀，P₀即为卡尔曼滤波器的测量值Z_K，φ-P计算为线性映射计算P＝kφ+b，φ∈[31,341]，b∈R，其中比例系数k和偏移量b由实际系统的测量值经过计算得到。

(3)根据高频腔体锻炼的数据，统计高频腔体冷状态下极小脉冲功率驱动下无多电子效应的谐振点的微调电容位置P，作为卡尔曼滤波器的初始化值X(-1|-1)，所述的卡尔曼滤波器的初始化值X(-1|-1)，是高频腔体冷状态下，以D＝1/10的脉冲宽度调制高频信号驱动高频腔体，高频驱动信号幅度极小，此时高频腔体处在次级电子倍增谐振场强区域外，该测量结果不受次级电子倍增效应影响，但会随腔体温度变化而变化。所述的卡尔曼滤波器为一维卡尔曼滤波器，计算输入和结果均为一维标量，其初始化值采用高频腔体锻炼数据的统计结果作为初始化值。

(4)根据卡尔曼滤波器的理论，k时刻的预测值由(k-1)时刻的值和k时刻的测量值共同计算获得，k时刻的测量值为步骤(2)中得到的测量值Z_K，由此，k时刻的卡尔曼滤波器输出值为：

P_k|k＝(I-K_kH_k)P_k|k-1

其中，是在k时刻的状态估计值，即k时刻的滤波器输出，

是k时刻的状态预测值，由k-1时刻的输出和k时刻的控制输入B_ku_k计算得来：

K_k为最优卡尔曼增益，该值是使卡尔曼滤波器的均方误差最小的值，由下式定义：

为测量余量，由下式定义：

P_k|k是后验估计误差协方差矩阵，用来度量估计值的精确程度，

I为单位矩阵，

P_k|k-1为k时刻的预测估计协方差矩阵，由下式定义：

Q_k为过程噪声的协方差矩阵，可由系统参数计算得出，

其中，测量值z_k满足z_k＝H_kX_k+V_k，V_k是观测噪声，其均值为零，协方差矩阵为R_k,且服从正态分布。

为测量余量协方差，其中H_k是观测模型，将真实状态空间映射成观测空间，是S_k的逆矩阵，是H_k的转置矩阵。

F_k是状态变换矩阵。B_k是作用在控制器向量u_k上的输入－控制模型。

最终，以卡尔曼滤波器k时刻的输出作为微调电容的目的位置P₁。

(5)以步骤(4)中的滤波器输出为目标地址，DSP控制微调电容运动到目的位置P₁。等待脉冲幅度Amp在正反馈作用下超过状态转变阈值Amp_setpoint，系统由PWM调制状态进入连续波状态，状态转变阈值Amp_setpoint与具体的高频腔体多电子效应区域分布有关，该值由高频腔体锻炼数据总结得出；如果等待时间大于等待时间上限，则返回步骤(2)循环执行算法，等待时间上限为人为经验设定值，与高频腔体实际锻炼情况有关。

(6)在连续波状态下,逐步提升功率至加速电压达到束流加速要求值V₀，系统进行幅度闭环控制。高频系统启动过程完成。

本发明针对强流回旋加速器高频系统的需求，已在我国目前能量最高的质子回旋加速器CYCIAE-100工程实践中显示出十分有益的效果。本装置能够应对CYCIAE-100许多个多电子倍增效应区导致的大功率反射和暗电流导致的失配等大型加速器高频工程技术困难，实现高频系统的智能自启动以及运行过程中的异常保护。因为本发明的成功应用，使得CYCIAE-100能在毫秒量级时间范围内从打火等故障中自动恢复到正常加速状态，是我国大型带电粒子回旋加速器的顺利调试取得成功的核心技术之一。

附图说明

图1是CYCIAE-100高频系统启动过程波形图；

图2是采样-保持单元的工作原理图；

图3是卡尔曼滤波器的递推算法流程图；

图4为强流回旋加速器高频系统智能自启动方法示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

以100MeV强流质子回旋加速器CYCIAE-100为例，介绍其高频系统智能自启动方法的设计及实际验证。该加速器实际运行所需功率约64kW，包括腔体损耗62kW及2kW的束流功率。腔体取样耦合度为-50.0dB，由于传输线存在损耗，实际测量得额定功率运行时，腔体取样为8.4Vpp。智能自启动方法以高频脉冲方式驱动腔体，占空比1:10，周期20ms。根据锻炼数据，该回旋加速器高频腔体在取样值大于5Vpp之后，次级电子倍增效应影响可以忽略。智能自启动方法设定状态转变阈值Amp_setpoint＝5.5Vpp作为PWM模式和CW模式切换的工作点，以保证在没有多电子效应的区间上在PWM模式和CW模式之间相互切换。根据高频腔体锻炼数据，冷状态下高频腔体谐振位置为-8V，设定卡尔曼滤波器的初始化值X(-1|-1)为此值。设定等待超时上限timeout为2s，即指定位置2s后高频系统未转到连续状态运行，则重新计算谐振位置，重复以上过程。

图1是高频系统智能自启动方法在100MeV回旋加速器上真机启动过程测试图。其中，黄色信号为反射功率取样波形，绿色信号为腔体电压取样波形。该波形图明确反映出PWM信号占空比逐渐展宽的过程，在此过程中反射信号逐渐减小，直至最终由PWM模式切换到CW模式。在由PWM模式切换到CW模式的瞬间，RF功率突变为原来的2倍。

图2是智能自启动方法采样-保持单元的原理示意图。该单元的作用是在脉冲内快速充电，使输出信号迅速达到腔体取样信号的峰值；在脉冲间隙内，没有RF激励信号，腔体反馈信号为0,采样-保持单元通过高阻回路缓慢放电，使其输出与脉冲内输出维持一致。这一特性使智能自启动装置在工作状态切换时，保持模式切换工作点一致，避免了在CW模式下进入多电子效应区而引起的反射功率过大而对设备造成损害。

图3是智能自启动方法采用的卡尔曼滤波器的递推算法流程图，该滤波算法通过对预测值的校正，得到当前时刻的微调电容位置的最优估计。

图4为强流回旋加速器高频系统智能自启动方法示意图。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种强流回旋加速器高频系统智能自启动方法，其特征在于，所述方法包括如下步骤：

(1)以占空比为D＝1/10的脉冲宽度调制高频信号驱动高频腔体，以脉冲宽度调制信号的上升沿触发幅度和失谐角采样保持单元采样得到高频腔体在脉冲内的幅度Amp和脉冲内的失谐角φ₀；

(2)将步骤(1)中得到的失谐角φ₀通过数模转换器量化为16位数字量，输入数字信号处理器中经过φ-P计算得到腔体在多电子效应影响下的谐振位置P₀，P₀即为卡尔曼滤波器的测量值Z_k，φ-P计算为线性映射计算P＝kφ+b，φ∈[31,341]，b∈R，其中比例系数k和偏移量b由实际系统的测量值经过计算得到；

(3)根据高频腔体锻炼的数据，统计高频腔体冷状态下无多电子效应的谐振点的微调电容位置P，作为卡尔曼滤波器的初始化值X(-1|-1)；

(4)根据卡尔曼滤波器的理论，k时刻的预测值由k-1时刻的值和k时刻的测量值共同计算获得，k时刻的测量值为步骤(2)中得到的测量值Z_k，Z_k作为卡尔曼滤波器的输入值，由此，k时刻的卡尔曼滤波器输出值为：

P_k|k＝(I-K_kH_k)P_k|k-1

其中，是在k时刻的状态估计值，即k时刻的滤波器输出，

是k时刻的状态预测值，由k-1时刻的输出和k时刻的控制输入B_ku_k计算得来：

K_k为最优卡尔曼增益，由下式定义：

为测量余量，由下式定义：

P_k|k是后验估计误差协方差矩阵，用来度量估计值的精确程度，

I为单位矩阵，

P_k|k-1为k时刻的预测估计协方差矩阵，由下式定义：

Q_k为过程噪声的协方差矩阵，可由系统参数计算得出，

其中，测量值Z_k满足Z_k＝H_kX_k+V_k，V_k是观测噪声，其均值为零，协方差矩阵为R_k,且服从正态分布；

为测量余量协方差，其中H_k是观测模型，将真实状态空间映射成观测空间，是S_k的逆矩阵，是H_k的转置矩阵；

F_k是状态变换矩阵，B_k是作用在控制器向量u_k上的输入－控制模型；

最终，以卡尔曼滤波器k时刻的输出作为微调电容的目的位置P₁；

(5)以步骤(4)中的滤波器输出为目标地址，数字信号处理器控制微调电容运动到目的位置P₁；等待脉冲幅度在正反馈作用下超过状态转变阈值Amp_setpoint，系统由脉冲宽度调制状态进入连续波状态，状态转变阈值Amp_setpoint与具体的高频腔体多电子效应区域分布有关，该值由高频腔体锻炼数据总结得出；如果等待时间大于等待时间上限，则返回步骤(2)循环执行算法，等待时间上限为人为经验设定值，与高频腔体实际锻炼情况有关；

(6)在连续波状态下,逐步提升功率至加速电压达到束流加速要求值V₀，系统进行幅度闭环控制，高频系统启动过程完成。

2.根据权利要求1所述的一种强流回旋加速器高频系统智能自启动方法，其特征在于：步骤(1)中所述的脉冲宽度调制信号频率为20KHz。

3.根据权利要求1所述的一种强流回旋加速器高频系统智能自启动方法，其特征在于：步骤(1)中所述的采样保持单元，在脉冲宽度调制的脉宽内通过低阻回路快速充电，在脉冲宽度调制的脉宽间隙内通过高阻回路缓慢放电，放电回路时间常数远大于脉冲宽度调制周期T，以此保证整个脉冲宽度调制周期内的腔体电压信号检波输出值与连续波模式一致。

4.根据权利要求1所述的一种强流回旋加速器高频系统智能自启动方法，其特征在于：步骤(3)所述的卡尔曼滤波器的初始化值X(-1|-1)，是高频腔体冷状态下，以D＝1/10的脉冲宽度调制高频信号驱动高频腔体，高频驱动信号幅度极小，此时高频腔体处在次级电子倍增谐振场强区域外，该测量结果不受次级电子倍增效应影响，但会随腔体温度变化而变化。

5.根据权利要求1所述的一种强流回旋加速器高频系统智能自启动方法，其特征在于：步骤(4)所述的卡尔曼滤波器为一维卡尔曼滤波器，计算输入和结果均为一维标量，其初始化值采用高频腔体锻炼数据的统计结果作为初始化值。