美国能源部遴选费米实验室牵头AI项目，提升粒子加速器超导射频腔控制性能

美国能源部“创世纪计划”近日遴选一项由费米国家加速器实验室牵头的人工智能项目，支持其联合国家实验室、高校和企业，利用人工智能与机器学习技术改进粒子加速器中的共振控制。该项目目标是提升加速器运行性能和束流稳定性，同时降低能耗与运行成本。

超导射频腔正在组装和测试中，准备安装在费米实验室加速器综合体(Fermilab Accelerator Complex)的质子改进计划二期(Proton Improvement Plan-II)上。通过微调腔体的谐振频率，科学家可以优化加速器的性能。图片来源：费米实验室 Ryan Postel

现代高能物理研究高度依赖粒子加速器。许多先进加速器采用超导射频腔将电磁能传递给粒子束，通过精确调谐谐振频率，使粒子在合适时机获得加速。液氦压力变化、电磁场波动以及周边设备振动等因素，都可能导致腔体频率偏移，进而降低能量传递效率，甚至引发束流中断。

根据项目设想，研究团队将开发人工智能和机器学习算法，使控制系统能够随运行环境变化持续学习，自动减少扰动对谐振频率的影响。对于包含上百个超导射频腔的大型加速器，这类自适应控制有望提高调谐精度，减少不必要的功率消耗，并增强设备运行可靠性。

该研究的重点应用对象之一是费米实验室的质子改进计划二期(PIP-II)加速器。PIP-II未来将为长基线中微子设施的深地中微子实验提供强中微子束。项目团队希望验证，在现有控制设备中引入人工智能后，能否支持PIP-II在脉冲模式下更稳定运行，从而降低平均功率、冷却成本和设备磨损，并减少计划外停机。

除费米实验室外，参与该项目的机构还包括劳伦斯伯克利国家实验室、SLAC国家加速器实验室、阿贡国家实验室、康奈尔大学、密歇根州立大学、芝加哥丰田技术研究所、密歇根大学、日本高能加速器研究机构以及xLight公司。项目还计划建立通用的共振控制数据框架，促进不同超导射频加速器之间的数据共享，并培养人工智能、机器学习与低级射频工程交叉领域的人才。