MétaCan
Menu
Retour à la cohorte
Enregistrement W4368376855 · doi:10.3389/fphy.2023.1154735

Design and optimization of a compact quasi-isochronous 180-deg transport arc with suppressed CSR-induced emittance growth

2023· article· en· W4368376855 sur OpenAlexaff
Chengyi Zhang, Yi Jiao

Notice bibliographique

RevueFrontiers in Physics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Accelerators and Free-Electron Lasers
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesYouth Innovation Promotion Association of the Chinese Academy of SciencesYouth Innovation Promotion AssociationChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésThermal emittancePhysicsOpticsCathode rayBeam (structure)Lattice (music)BrightnessElectronNuclear physics

Résumé

récupéré en direct d'OpenAlex

Preserving the beam quality of a high-brightness electron beam is a noteworthy issue when delivering the electron bunch through a beam transfer line. In a beam transfer line with a large deflection angle, e.g., a 180-deg transport arc comprised of a large amount of dipoles, emission of coherent synchrotron radiation (CSR) can lead to transverse emittance dilution. In addition, the longitudinal dispersion may cause undesirable bunch length variation. Both effects can degrade beam quality. Nevertheless, design and optimization of a 180-deg transport arc that can be well applied to practical applications is a challenging problem, considering the practical nonlinear effects of a real lattice and the contributions of transient CSR at the dipole edges and CSR in the subsequent drifts. In this study, we present the design and optimization of a compact 180-deg transport arc comprised of multi-triple-bend achromat (TBA) cells, aiming at suppressing the CSR-induced emittance growth and avoiding bunch length variation simultaneously. The TBA cells and optics along the arc are adjusted to suppress the CSR-induced emittance growth and bunch length variation cell by cell, after which a multi-objective optimization of the arc is conducted. Practical considerations including lattice nonlinear effects and a full one-dimensional CSR model (including transient CSR and CSR in drifts) are taken into account.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysicsMême sujetParticle Accelerators and Free-Electron LasersTravaux en français237 207