【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及加速器操控領(lǐng)域，具體是涉及一種基于ai控制的加速器操控方法及系統(tǒng)。
技術(shù)介紹
1、在工業(yè)無(wú)損檢測(cè)中，尤其是多層材料、復(fù)合材料和異質(zhì)結(jié)構(gòu)的檢測(cè)，傳統(tǒng)的檢測(cè)方法(如超聲波、x射線和激光檢測(cè))往往難以滿足高分辨率、深層次穿透的需求。動(dòng)態(tài)相控束流控制技術(shù)通過(guò)調(diào)節(jié)粒子束的方向、強(qiáng)度和聚焦，能夠?qū)?fù)雜材料進(jìn)行高效、精確的無(wú)損檢測(cè)。因此，它已成為當(dāng)前無(wú)損檢測(cè)領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，但是傳統(tǒng)相控束流控制主要依賴人工設(shè)定參數(shù)，缺乏智能化相位控制，除此之外，在多層材料檢測(cè)中，由于層間相互作用，粒子束的能量在傳輸過(guò)程中容易衰減，導(dǎo)致各層材料的穿透效果不均勻。傳統(tǒng)相控系統(tǒng)難以進(jìn)行精確的能量分配，導(dǎo)致檢測(cè)結(jié)果不夠穩(wěn)定。
2、本專利技術(shù)提出了一種基于ai控制的加速器操控方法，通過(guò)分析歷史檢測(cè)數(shù)據(jù)建立損傷區(qū)域的粒子束發(fā)射初始相位的快速識(shí)別模型，同時(shí)基于粒子束波峰互相干涉疊加的思想，跟據(jù)粒子束的發(fā)射時(shí)序動(dòng)態(tài)控制在多層材料檢測(cè)中的粒子束射入強(qiáng)度，實(shí)現(xiàn)了能夠滿足多層材料智能化快速準(zhǔn)確損傷識(shí)別的一種加速器參數(shù)操控方法。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述技術(shù)問(wèn)題，提供一種基于ai控制的加速器操控方法，本技術(shù)方案解決了上述
技術(shù)介紹
中提出的問(wèn)題。
2、為達(dá)到以上目的，本專利技術(shù)采用的技術(shù)方案為：
3、一種基于ai控制的加速器操控方法，包括：
4、對(duì)歷史損傷樣本進(jìn)行相控陣列粒子束損傷檢測(cè)，基于被檢測(cè)樣本的反饋數(shù)據(jù)，建立相控陣列發(fā)射粒子束的初始相位識(shí)別模型；
5、
6、通過(guò)超聲波檢測(cè)初步確定材料損傷位置，基于初始相位識(shí)別模型對(duì)相控陣列粒子束進(jìn)行初始相位設(shè)定；
7、基于被檢測(cè)材料的材料特性，通過(guò)時(shí)序控制模型對(duì)相控陣列粒子束的發(fā)射時(shí)序進(jìn)行控制；
8、通過(guò)相控陣列粒子束的初始相位設(shè)定與發(fā)射時(shí)序進(jìn)行控制需求，實(shí)時(shí)操縱加速器參數(shù)。
9、優(yōu)選的，所述對(duì)歷史損傷樣本進(jìn)行相控陣列粒子束損傷檢測(cè)，基于被檢測(cè)樣本的反饋數(shù)據(jù)，建立相控陣列發(fā)射粒子束的初始相位識(shí)別模型具體包括：
10、選擇至少一個(gè)歷史損傷檢測(cè)樣本，獲取檢測(cè)樣本的材料類型、材料特性以及損傷類型；
11、通過(guò)發(fā)射相控陣列粒子束對(duì)檢測(cè)樣本表面進(jìn)行覆蓋掃描檢測(cè)，跟據(jù)掃描過(guò)程中被檢測(cè)樣本表面所產(chǎn)生的背散射粒子信號(hào)強(qiáng)度，進(jìn)行背散射粒子成像；
12、獲取成像結(jié)果圖像的損傷區(qū)域，標(biāo)注損傷區(qū)域坐標(biāo)，同時(shí)記錄粒子束發(fā)射至損傷區(qū)域時(shí)每個(gè)相控陣列發(fā)射單元的實(shí)時(shí)相位角度；
13、將檢測(cè)樣本的材料類型、材料特性、損傷類型以及損傷區(qū)域坐標(biāo)進(jìn)行特征處理后作為特征輸入，同時(shí)將粒子束發(fā)射至損傷區(qū)域時(shí)相控陣列的每個(gè)發(fā)射單元實(shí)時(shí)相位角度作為特征輸出，建立檢測(cè)樣本相位識(shí)別數(shù)據(jù)集。
14、選擇機(jī)器學(xué)習(xí)算法，基于檢測(cè)樣本相位識(shí)別數(shù)據(jù)集訓(xùn)練粒子束相控陣列發(fā)射單元的初始相位識(shí)別模型，將訓(xùn)練好的ai模型部署到應(yīng)用系統(tǒng)。
15、優(yōu)選的，所述基于多層材料樣本的物理特性，計(jì)算多層材料樣本各層粒子束能量分配需求，建立粒子束相控陣列發(fā)射單元的時(shí)序控制模型具體包括：
16、設(shè)定材料檢測(cè)分層尺度，將超過(guò)材料檢測(cè)分層尺度對(duì)應(yīng)厚度的樣本標(biāo)記為多層材料樣本，基于材料檢測(cè)分層尺度對(duì)多層材料樣本進(jìn)行分層，同時(shí)檢測(cè)多層材料樣本各層的物理特性；
17、對(duì)多層材料樣本進(jìn)行粒子束穿透分析；
18、獲取當(dāng)前多層材料樣本的損傷區(qū)域與各層的密度和厚度，通過(guò)相控陣列發(fā)射單元發(fā)射粒子束對(duì)損傷區(qū)域進(jìn)行粒子束穿透，計(jì)算多層材料樣本各層材料的吸收系數(shù)，具體計(jì)算方式為：
19、
20、式中，μj為多層材料樣本的第j層吸收系數(shù)，用于表現(xiàn)多層材料樣本各層的吸收特性，ej、ρj、dj分別為到達(dá)多層材料樣本第j層的實(shí)際粒子束能量、密度和厚度；
21、基于多層材料樣本各層的吸收系數(shù)與實(shí)際射入的粒子束強(qiáng)度，建立能量?jī)?yōu)化分配模型逐層計(jì)算各層能量需求，能量?jī)?yōu)化分配模型為：
22、
23、式中，ij為射入到多層材料樣本第j層的粒子束強(qiáng)度需求，i0為射入粒子束初始強(qiáng)度，μk、dk、ρk分別為多層材料樣本第k層的吸收系數(shù)、厚度和密度；
24、通過(guò)粒子束發(fā)射的初始相位識(shí)別模型識(shí)別當(dāng)前多層材料樣本的粒子束相控陣列發(fā)射單元的初始相位；
25、通過(guò)相位-時(shí)序聯(lián)合調(diào)控算法建立粒子束相控陣列發(fā)射單元的時(shí)序控制模型，具體為：
26、
27、式中，i(t,x)為損傷坐標(biāo)為x的多層材料樣本基于設(shè)定分層尺度所對(duì)應(yīng)的時(shí)間序列在t時(shí)刻的射入粒子束強(qiáng)度需求，δti為相控陣列的第i個(gè)發(fā)射單元的發(fā)射時(shí)延，用于動(dòng)態(tài)調(diào)節(jié)發(fā)射時(shí)序，ai、wi和φi分別為相控陣列的第i個(gè)發(fā)射單元的粒子束強(qiáng)度系數(shù)、粒子束發(fā)射頻率、損傷坐標(biāo)為x的初始相位識(shí)別結(jié)果，n為相控陣列的單元總數(shù)。
28、優(yōu)選的，所述通過(guò)超聲波檢測(cè)初步確定材料損傷位置，基于初始相位識(shí)別模型對(duì)相控陣列粒子束進(jìn)行初始相位設(shè)定具體包括：
29、獲取待檢測(cè)材料實(shí)體的材料類型與材料特性；
30、通過(guò)超聲波檢測(cè)對(duì)待檢測(cè)材料實(shí)體的損傷區(qū)域與損傷類型進(jìn)行初步檢測(cè)與快速標(biāo)定；
31、將待檢測(cè)材料實(shí)體的材料類型、材料特性、損傷類型以及損傷區(qū)域坐標(biāo)數(shù)據(jù)進(jìn)行特征處理后輸入初始相位識(shí)別模型，獲取待檢測(cè)材料實(shí)體的粒子束發(fā)射相控陣列發(fā)射單元的初始相位。
32、優(yōu)選的，所述基于被檢測(cè)材料的材料特性，通過(guò)時(shí)序控制模型對(duì)相控陣列粒子束的發(fā)射時(shí)序進(jìn)行控制具體包括：
33、對(duì)待檢測(cè)材料實(shí)體進(jìn)行分層并檢測(cè)材料實(shí)體各層的物理特性；
34、計(jì)算待檢測(cè)材料實(shí)體各層的吸收系數(shù)，將各層的吸收系數(shù)帶入能量?jī)?yōu)化分配模型計(jì)算待檢測(cè)材料實(shí)體的各層能量需求；
35、基于設(shè)定材料檢測(cè)分層尺度將各層能量需求映射到分層尺度對(duì)應(yīng)的時(shí)間序列上，同時(shí)獲取當(dāng)前相控陣列各個(gè)發(fā)射單元的粒子束強(qiáng)度與粒子束發(fā)射頻率；
36、將當(dāng)前待檢測(cè)材料實(shí)體的時(shí)間序列能量需求，以及相控陣列各個(gè)發(fā)射單元的粒子束強(qiáng)度、粒子束發(fā)射頻率與粒子束發(fā)射相控陣列發(fā)射單元的初始相位帶入粒子束相控陣列發(fā)射單元的時(shí)序控制模型，計(jì)算出相控陣列各個(gè)發(fā)射單元的實(shí)時(shí)發(fā)射時(shí)延。
37、優(yōu)選的，所述通過(guò)相控陣列粒子束的初始相位設(shè)定與發(fā)射時(shí)序進(jìn)行控制需求，實(shí)時(shí)操縱加速器參數(shù)具體包括：
38、獲取用于當(dāng)前待檢測(cè)材料實(shí)體的粒子束發(fā)射相控陣列初始相位與相控陣列各個(gè)發(fā)射單元的實(shí)時(shí)發(fā)射時(shí)延；
39、跟據(jù)相控陣列各個(gè)發(fā)射單元的初始相位與實(shí)時(shí)發(fā)射時(shí)延動(dòng)態(tài)操控加速器工作參數(shù)，使加速器滿足粒子束發(fā)射相控陣列的發(fā)射需求。
40、進(jìn)一步的，提出一種基于ai控制的加速器操控系統(tǒng)，用于實(shí)現(xiàn)如上述的一種基于ai控制的加速器操控方法，包括：
41、相位識(shí)別模型建立模塊，所述相位識(shí)別模型建立模塊本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于AI控制的加速器操控方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于AI控制的加速器操控方法，其特征在于，所述對(duì)歷史損傷樣本進(jìn)行相控陣列粒子束損傷檢測(cè)，基于被檢測(cè)樣本的反饋數(shù)據(jù)，建立相控陣列發(fā)射粒子束的初始相位識(shí)別模型具體包括：
3.根據(jù)權(quán)利要求2所述的一種基于AI控制的加速器操控方法，其特征在于，所述基于多層材料樣本的物理特性，計(jì)算多層材料樣本各層粒子束能量分配需求，建立粒子束相控陣列發(fā)射單元的時(shí)序控制模型具體包括：
4.根據(jù)權(quán)利要求3所述的一種基于AI控制的加速器操控方法，其特征在于，所述通過(guò)超聲波檢測(cè)初步確定材料損傷位置，基于初始相位識(shí)別模型對(duì)相控陣列粒子束進(jìn)行初始相位設(shè)定具體包括：
5.根據(jù)權(quán)利要求4所述的一種基于AI控制的加速器操控方法，其特征在于，所述基于被檢測(cè)材料的材料特性，通過(guò)時(shí)序控制模型對(duì)相控陣列粒子束的發(fā)射時(shí)序進(jìn)行控制具體包括：
6.根據(jù)權(quán)利要求5所述的一種基于AI控制的加速器操控方法，其特征在于，所述通過(guò)相控陣列粒子束的初始相位設(shè)定與發(fā)射時(shí)序進(jìn)行控制需求，實(shí)時(shí)操縱加速器參數(shù)具體
7.一種基于AI控制的加速器操控系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的一種基于AI控制的加速器操控方法，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種基于ai控制的加速器操控方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于ai控制的加速器操控方法，其特征在于，所述對(duì)歷史損傷樣本進(jìn)行相控陣列粒子束損傷檢測(cè)，基于被檢測(cè)樣本的反饋數(shù)據(jù)，建立相控陣列發(fā)射粒子束的初始相位識(shí)別模型具體包括：
3.根據(jù)權(quán)利要求2所述的一種基于ai控制的加速器操控方法，其特征在于，所述基于多層材料樣本的物理特性，計(jì)算多層材料樣本各層粒子束能量分配需求，建立粒子束相控陣列發(fā)射單元的時(shí)序控制模型具體包括：
4.根據(jù)權(quán)利要求3所述的一種基于ai控制的加速器操控方法，其特征在于，所述通過(guò)超聲波檢測(cè)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃敬松，高寧，蘇春，
申請(qǐng)(專利權(quán))人：上海高鷹科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。