遗传算法在耦合谐振腔链诊断中的应用.pdfVIP

遗传算法在耦合谐振腔链诊断中的应用 倪屹 童德春 林郁正 (清华人学工程物理系北京 100084) 摘要利用遗传算法来诊断耦合谐振腔链，不需插入活塞探针进入耦合腔链，由计算机通过微波网络分 析仪，从腔链的输入波导获取通带特性数据，便可求解各包括单腔频率在内的耦合腔链各微波参量。这 种万法可以简化调谐过程，并可以用来诊断密封腔链。此问题是一逆问题，在数学上可以归结为非线性 最优化问题，本文选择遗传算法来解决此问题，并且在遗传算法中加入7NL2SOL变异，使遗传算法的收 敛速度和解的精度都得到显著改善，数值实验证实7这种算法的优越性。用本方法诊断了一些真实的腔 链，并与探针测量的结果进行7比较，基本上达到探针测量的精度，表明这种方法可以代替传统的探针微 扰法来获取腔链的微波参量，这将节省测量时问，减小工作量，并使诊断密封腔链成为可能。这种诊断 的结果可用于指导腔链工作模式调谐和腔中场分布的调整，特别是在密封腔链的诊断和非均匀加速结构 的调谐中是有很好的应用价值。 关键词：遗传算法NL2SOL非线性最优化祸合谐振腔链通带特性微波参量单腔频率 1引言 在研制射频直线加速器时，需要对加速管进行精心的调谐…。通常要在腔链中插入天线探针或短路活 塞，逐腔进行测量，以确定各单腔的调谐方向，冈而工作量大，花的时间长，对}乏腔链或非均匀腔链则更 为麻烦。此外，研制全密封的加速管，若在排气密封或运输安装过程中，发生变形，腔链失谐的情况是 不可能通过插入探针来诊断的。特别是超导腔链，对场的平坦度要求严格，对微波调谐要求也更高，而 处于i垒行状态的超导腔，整个腔链密封浸泡住液氦中，也是不能引入探针或其它扰动小珠来诊断失谐状 态的。因此，研究不用插入探针或活塞，就能检测腔链各单腔频率的测试技术，是很有意义的课题。80 年代初，CERN的E Habel等在研制超导腔链时，发展了一种方法121，立足于耦合谐振腔链的等效电路理 论，从加速结构外耦合同路测量腔链的色散频率，能计算出各单腔的频率，以指导调谐。他们研究的是 由5个腔绢成的均匀单周期结构，工作于超导态，腔的损耗可完全忽略，各单腔频率的变化范围也较小， 采_LE|了一级微扰处理，模型比较简单。 我们探讨了一种新的力法来研究较为普适的腔链，考虑了损耗，可以是单周期或双周期，甚至是1r 均匀结构p1。基本原理仍然是立足于耦合谐振腔链等效电路理论，不需插入探针，仅由计算机通过微波网 络分析仪，从腔链的输入波导获取通带特性数据，配以专门的软件，以求能诊断包括单腔频率在内的腔 链各参量。实验获取通带特性的装置是如图1—1所示的标量网络扫频分析仪系统，可测量腔 链在丁作模频带区域内的通带特性。 耦合谐振腔链湖速管1 图1—1喈振腔链通带特性r(F)曲线数据采集系统 从测得的厂(F)曲线来推算腔链的各微波参量是一逆问题，在数学上可以归结为非线性最优化问题。 解次¨j线性最优化问题的方法有很多，￡E较典型的有梯度算法，如Gauss．Newton法、LM方法和拟 牛顿法等”J。这种力法是沿负梯度方向搜索来寻找最优点。梯度算法收敛很快，但有两个缺点：一是可能 局部收敛，二是严重依赖于辛刀值。近来一种基f“进化”思想的方法：遗传算法”’被瑚来解决优化问题。 梯度算法从一个单一的初值开始迭代，而遗传算法是从一个初始的种群开始进化，这使遗传算法不再依 赖]‘初值，并且增加了算法全局收敛的可能。另外由于搜索过程是随机的，这就减小了遗传算法陷于某 个局部极值点的可能性。但是遗传算法也存在收敛慢和精度不高的问题。 受梯度算浊和遗传算法的启发，我们发展一种新的遗传算法，在此算法中，解决非线性最小_二乘问 题的拟牛顿程序NL2SOL作为一种新的变异算子引入到遗传算法中，这种方法将概率算法和梯度算法结 台起米，使遗传算法的收敛速度和精度都得到了显著的改善，同时具有较好的全局收敛性能n_E}j此算法 来诊断r一些非均匀8孛链，取得了比较满意的结果。 2基本原理 腔链诊断的基本原理立足于耦台腔链的等效电路理论【’】I”，工作于确定模式的耦合谐振腔链的 等效耦台回路如图2．1所示： o