大规模超导腔自动化与智能化运行技术研究

• 基于人工智能的超导腔运行状态感知与异常检测
• 超导腔故障诊断与在线预警技术
• 多超导腔协同控制与运行性能优化
• 面向大规模超导加速器的自主运行与智能运维

以上方向并非全部——欢迎对 AI 与加速器物理感兴趣、并带着新想法的同学一起探索。

招生专业

085400-电子信息

招生方向

人工智能、数字信号处理、智能控制与自动化技术

2020-09--2023-06   兰州大学   理学博士
2018-09--2023-06   中国科学院大学   理学博士
2014-09--2018-06   西北师范大学   理学学士

   

2026-01~2026-06,德国电子同步加速器研究中心（DESY）, 博士后访问学者
2025-12~现在, 中国科学院近代物理研究所, 副研究员
2023-07~2025-11,中国科学院近代物理研究所, 助理研究员

   

（ 1 ） 基于大语言模型的粒子加速器系统环路参数在线智能调控方法及装置, 发明专利, 2025, 第 2 作者, 专利号: ZL202510648827.1

（ 2 ） 在线测量射频腔动态有载品质因数和动态失谐的方法、装置、 设备及介质, 发明专利, 2025, 第 3 作者, 专利号: ZL202411310516.6

（ 3 ） 基于机器学习的射频超导腔热失超模式在线分类方法、装置、设备及介质, 发明专利, 2025, 第 3 作者, 专利号: ZL202411648816.5

（ 4 ） 基于扫频算法的超导腔参数在线快速测量方法、装置、设备和存储介质, 发明专利, 2025, 第 1 作者, 专利号: ZL202411962225.5

（ 5 ） 在线全局优化射频低电平系统反馈控制参数的方法及装置, 发明专利, 2025, 第 3 作者, 专利号: ZL202411515557.9

（ 6 ） 基于机器学习的射频腔故障模式识别方法及系统, 发明专利, 2024, 第 1 作者, 专利号: ZL202410074493.7

（ 7 ） 一种射频超导腔热失超在线实时甄别方法及系统, 发明专利, 2024, 第 3 作者, 专利号: ZL202410024279.0

（ 8 ） 一种基于束流负载效应的束流信息在线测量方法及装置, 发明专利, 2024, 第 2 作者, 专利号: ZL202410671419.3

   

（1） Automated PI Parameter Optimization for LLRF Systems: A Comparative Study of LLM-guided parameter tuning and Bayesian Optimization Approaches, IEEE Transactions on Nuclear Science, 2026, 第 1 作者
（2） Classification of superconducting radio‑frequency cavity faults of CAFE2 using machine learning, Nuclear Science and Techniques, 2025, 第 1 作者
（3） 基于CAFE2 装置实现超导射频腔热失超故障的自动化甄别及分类, 原子能科学技术, 2025, 第 2 作者  通讯作者
（4） Virtual cavity probe for the real-time identification of cavity burst-noise type in superconducting radio-frequency systems, Nuclear Instruments and Methods in Physics Research A, 2024, 第 2 作者
（5） Transformer-based deep learning method for optimizing ADMET properties of lead compounds, Physical Chemistry Chemical Physics, 2023, 第 1 作者

   

（ 1 ） 人工智能在超导直线加速器稳定性中的应用研究, 负责人, 中国科学院计划, 2024-01--2026-12
（ 2 ） 射频超导数字低电平智能控制算法及平台, 参与, 中国科学院计划, 2023-01--2026-12

（1）Long Short-Term Memory Models for Online Monitoring of Beam Phase and Current   LLRF Workshops   2024-10-28
（2）On-line Beam Phase and Current Measurement Using Deep Learning Models   Accelerator Reliability Workshop   2024-06-23