项目名称: 剩余气体分子的束流截面探测器研究

项目编号: No.11305186

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 何俊

作者单位: 中国科学院高能物理研究所

项目金额: 30万元

中文摘要: 束流截面测量对于降低束流损失、验证束流光学理论和加速器的调试都有着非常重要的意义。在加速器运行前期,束流的匹配更是保证加速器正常运行必不可少的条件之一。基于加速器管道内剩余气体分子与束流的相互作用原理的截面探测方法有电离型(IPM)与荧光型(BIF)两种。本项目将结合这两种方法,设计一套适用于ADS束流的截面探测装置。通过理论计算电场、磁场以及优化得到IPM系统的设计参数,在此基础上完成包括了引导电极板、微通道板、荧光靶与探测系统在内的机械结构设计,采用荧光靶加CCD相机的探测系统,在腔室一侧开启观察窗,并在管道外加装成像系统即可进行BIF测量,使这一套系统可同时进行IPM与BIF测量。

中文关键词: 质子加速器;束流截面;剩余气体;荧光;无损测量

英文摘要: A measurement is important to control the beam width, as well as the transverse matching between different part of an accelerating facility. A profile can be measured by residual gas monitor,where the ionization products of the interaction of the beam with the residual gas atoms or molecules inside the (non-perfect) vacuum of the tube are detected. In these devices the resulting electrons or ions are accelerated by an external electrical field to a detector having a spatial resolution. A profile can also be obtained by the observation of the light emitted by the residual gas molecules excited by the beam interaction. Both are residual gas monitors that measure the beam profile based on interactions with the residual gas in the accelerator beam pipe. They are thus fully noninterceptive devices which allows them to measure profiles at beam intensities at which wire scanner is no longer operational.Beam profile determination at high intensity hadron accelerators implies the usage of non-destructive methods. A system which can make IPM and BIF measurement at same time is built for ADS. Basic requirements for electric and magnetic field are calvulated, the optimized structure of electrode plates and magnets are determined. We desined a system which including electrode plates,MCP,screen and CCD detector, it will can d

英文关键词: proton accelerator;beam profile;residual gas;fluorescence;non-invasive

成为VIP会员查看完整内容
0

相关内容

【干货书】预测原理与实战,Forecasting: Principles & Practice
专知会员服务
93+阅读 · 2022年4月11日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
【NeurIPS2021】对比主动推理
专知会员服务
29+阅读 · 2021年10月21日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
27+阅读 · 2021年8月2日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
25+阅读 · 2021年4月2日
使用深度学习,通过一个片段修饰进行分子优化
AI从底物和酶的结构中预测米氏常数,量化酶活性
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
25+阅读 · 2022年1月3日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
27+阅读 · 2017年12月6日
小贴士
相关主题
相关VIP内容
【干货书】预测原理与实战,Forecasting: Principles & Practice
专知会员服务
93+阅读 · 2022年4月11日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
【NeurIPS2021】对比主动推理
专知会员服务
29+阅读 · 2021年10月21日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
27+阅读 · 2021年8月2日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
25+阅读 · 2021年4月2日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
Arxiv
25+阅读 · 2022年1月3日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
27+阅读 · 2017年12月6日
微信扫码咨询专知VIP会员