THO603
加速器制御・真空 8月7日 6号館61C 9:30-9:50
J-PARC RCSにおける機械学習を用いたペイントバンプ電源用任意波形の生成
Machine learning approach for controlling a Waveform Pattern of the Paint Bump Power Supply at J-PARC RCS
○杉田 萌1, 野村 昌弘1, 植野 智晶2, 栗山 靖敏1, 堀野 光喜2, 高柳 智弘1, 篠崎 信一1（1JAEA, 2NAT）
○Moe Sugita1, Masahiro Nomura1, Tomoaki Ueno2, Yasutoshi Kuriyama1, Koki Horino2, Tomohiro Takayanagi1, Shinichi Shinozaki1（1JAEA, 2NAT）
J-PARC RCSでは、大強度ビームを生成するペイント入射に、4台の水平ペイントバンプ電磁石と2台の垂直ペイントバンプ電磁石を用いる。ペイントバンプ電源は、IGBTユニットを使用して任意の波形の電流を励起する整流器とチョッパによる間接変換装置で構成されている。合成周波数648kHzでのスイッチングで、台形波形や減衰関数波形を任意に設定して出力することで、1%以下の高精度な制御が可能である。現在のペイントパターン調整では、電源制御の応答関数に応じて指令電圧波形を作成するソフトと、手動で指令電圧波形を書き換える調整を組み合わせ、±0.2%以下の偏差を達成している。しかし、1つのペイントパターン調整に1時間程度が必要かつ6台のペイントバンプに対して90種のパターンを必要とするため、数日の調整時間を要しており時間短縮が求められる。そこで、指令電圧波形と出力電流波形における非線形の関係をニューラルネットワーク(NN)で記述することにより、任意の出力電流波形に対して適切な指令電圧波形を瞬時に求められるようにした。発表では、使用したNNの構成や教師データ、NNで予測した指令電圧波形を実機に入力した結果について報告する。