[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102165368B1 - System for preventing arcking in cyclotron based AI - Google Patents

System for preventing arcking in cyclotron based AI Download PDF

Info

Publication number
KR102165368B1
KR102165368B1 KR1020190011034A KR20190011034A KR102165368B1 KR 102165368 B1 KR102165368 B1 KR 102165368B1 KR 1020190011034 A KR1020190011034 A KR 1020190011034A KR 20190011034 A KR20190011034 A KR 20190011034A KR 102165368 B1 KR102165368 B1 KR 102165368B1
Authority
KR
South Korea
Prior art keywords
arcing
cyclotron
pattern
power
input voltage
Prior art date
Application number
KR1020190011034A
Other languages
Korean (ko)
Other versions
KR20200093832A (en
Inventor
채종서
하동협
Original Assignee
성균관대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020190011034A priority Critical patent/KR102165368B1/en
Publication of KR20200093832A publication Critical patent/KR20200093832A/en
Application granted granted Critical
Publication of KR102165368B1 publication Critical patent/KR102165368B1/en

Links

Images

Classifications

    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05HPLASMA TECHNIQUE; PRODUCTION OF ACCELERATED ELECTRICALLY-CHARGED PARTICLES OR OF NEUTRONS; PRODUCTION OR ACCELERATION OF NEUTRAL MOLECULAR OR ATOMIC BEAMS
    • H05H13/00Magnetic resonance accelerators; Cyclotrons
    • H05H13/005Cyclotrons
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Plasma & Fusion (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Particle Accelerators (AREA)
  • Plasma Technology (AREA)

Abstract

본 발명은 인공지능 학습을 통해 사이클로트론에 나타나는 아킹을 방지하여 사이클로트론 구동의 안정성과 지속성을 확보하고, 상기 아킹으로 인해 발생되는 진공도 하락 및 내부 파워 변화에 의한 불안정성을 제거하기 위한 포함하는 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템에 관한 것이다, 상기 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템은 빅데이터 기술을 이용하여 RF 트랜스미션 라인에서 사이클로트론 내부로 들어오는 파워와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 파워 및 사이클로트론 내부의 진공 값을 수집하고 축적하고, 이를 기반으로 인공신경망 기반의 인공지능 학습으로 아킹이 발생한 상황을 유추하여 차후 발생할 수 있는 사이클로트론의 아킹을 사전에 방지하고 대비할 수 있도록 할 수 있다.The present invention is based on artificial intelligence learning including to prevent arcing appearing on the cyclotron through artificial intelligence learning to ensure stability and continuity of the cyclotron drive, and to remove instability due to the decrease in vacuum and internal power changes caused by the arcing. The cyclotron arcing prevention system based on artificial intelligence learning of the Cyclotron arcing prevention system uses big data technology to provide power from the RF transmission line to the inside of the cyclotron, the power reflected from the inside of the cyclotron to the RF transmission line, and By collecting and accumulating vacuum values, and by inferring the situation in which arcing has occurred through artificial intelligence learning based on artificial neural networks, it is possible to prevent and prepare for arcing of the cyclotron that may occur in the future.

Description

인공지능 학습 기반의 사이클로트론 아킹 방지 시스템{System for preventing arcking in cyclotron based AI}Cyclotron arcing prevention system based on artificial intelligence learning {System for preventing arcking in cyclotron based AI}

본 발명은 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템에 관한 것으로, 더욱 상세하게는 빅데이터 기술을 이용하여 RF 트랜스미션 라인에서 사이클로트론 내부로 들어오는 파워와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 파워 및 사이클로트론 내부의 진공 값을 수집하고 축적하고, 이를 기반으로 인공신경망 기반의 인공지능 학습으로 아킹이 발생한 상황을 유추하여 차후 발생할 수 있는 사이클로트론의 아킹을 사전에 방지하고 대비할 수 있도록 할 수 있다.The present invention relates to a cyclotron arcing prevention system based on artificial intelligence learning, and more particularly, power coming from an RF transmission line to the inside of the cyclotron using big data technology, the power reflected from the inside of the cyclotron to the RF transmission line, and the inside of the cyclotron. By collecting and accumulating vacuum values, and by inferring the situation in which arcing has occurred through artificial intelligence learning based on artificial neural networks, it is possible to prevent and prepare for arcing of the cyclotron that may occur in the future.

사이클로트론(100)은 구동시 디(dee)(60)와 진공 챔버(40) 및 라이너(50)사이에 아킹이 발생한다. 이러한 아킹이 발생하는 조건은 매우 다양하다. 아킹이 발생하면 사이클로트론(100) 내부 임피던스 매칭이 틀어져 리플렉션 파워(Reflection Power)가 발생한다. 이 리플렉션 파워는 사이클로트론 내부에서 RF 트랜스미션 라인(300) 쪽으로 반사되는 파워이다. 이 리플렉션 파워는 RF 앰프(200)에 데미지를 가해 RF 앰프(200)가 고장나는 상황이 발생했다.When the cyclotron 100 is driven, arcing occurs between the dee 60 and the vacuum chamber 40 and the liner 50. The conditions under which such arcing occurs are very diverse. When arcing occurs, the internal impedance matching of the cyclotron 100 is mismatched, thereby generating reflection power. This reflection power is the power reflected toward the RF transmission line 300 inside the cyclotron. This reflection power inflicts damage on the RF amplifier 200, causing the RF amplifier 200 to fail.

종래에는 이러한 아킹에 의해 발생하는 리플렉션 파워가 RF 엠프에 데미지를 가하는 것을 방지하기 위해 RF 앰프(200)에 리플렉션 파워가 들어올 경우, RF 앰프(200)에 시스템이 다운되도록 하는 인터락이 설정되어 있었다. 이와 같이 시스템이 다운되는 경우에 시스템 자체에 공급되는 파워가 끊기기 때문에 사이클로트론(100) 구동의 지속성이 떨어졌다.Conventionally, in order to prevent the reflection power generated by such arcing from damaging the RF amplifier, when the reflection power is supplied to the RF amplifier 200, an interlock has been set so that the system is shut down in the RF amplifier 200. In this way, when the system is down, the power supplied to the system itself is cut off, so the continuity of driving the cyclotron 100 is degraded.

대한민국 공개공보 10-2017-0000892Republic of Korea Public Publication 10-2017-0000892

본 발명은 상기한 문제를 해결하기 위한 것으로 본 발명의 목적은 인공지능 학습을 통해 사이클로트론에 나타나는 아킹을 방지하여 사이클로트론 구동의 안정성과 지속성을 확보하는 데 있다. The present invention is to solve the above problems, and an object of the present invention is to prevent arcing appearing on the cyclotron through artificial intelligence learning, thereby securing stability and continuity of the cyclotron driving.

본 발명의 일 실시예에 따른 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템은 전자석, 요크, 코일, 진공 챔버, 라이너, 디(dee), RF 파워 커플러를 포함하는 사이클로트론; RF 앰프로 인풋 전압을 제공하는 RF 제너레이터; 상기 RF 앰프로부터 상기 사이클로트론으로 RF 파워를 전달하는 RF 트랜스미션 라인을 포함할 수 있다. A cyclotron arcing prevention system based on artificial intelligence learning according to an embodiment of the present invention includes an electromagnet, a yoke, a coil, a vacuum chamber, a liner, a dee, and a cyclotron including an RF power coupler; An RF generator providing an input voltage to an RF amplifier; It may include an RF transmission line for transmitting RF power from the RF amplifier to the cyclotron.

또한, 상기 사이클로트론 구동시,상기 사이클로트론 내부의 진공값을 센싱하는 제1 센싱모듈, 상기 사이클로트론의 상기 사이클로트론 내부로 들어오는 RF 파워를 센싱하는 제2 센싱모듈, 상기 사이클로트론 내부에서 상기 RF 트랜스미션 라인으로 반사되는 RF 파워를 센싱하는 제3 센싱모듈, 상기 제1 내지 제3 센싱 모듈에서 센싱된 정보를 분류하여 저장하는 센싱정보 수집모듈을 포함하는 센싱부; 상기 센싱정보 수집모듈로부터 센싱정보를 실시간으로 전달받아 축적하고, 상기 축적된 센싱정보를 바탕으로 인공신경망 기반의 인공지능 학습법으로 아킹이 발생한 상황 및 패턴을 추론하여 상기 사이클로트론 내부에서 발생할 수 있는 아킹을 예측하고, 상기 아킹이 발생되는 것을 방지하기 위해 상기 RF 제너레이터에서 상기 RF 앰프로 제공되는 인풋 전압을 제어하는 제어신호를 상기 RF 제너레이터로 전달하는 제어장치를 더 포함할 수 있다.In addition, when driving the cyclotron, a first sensing module that senses a vacuum value inside the cyclotron, a second sensing module that senses RF power entering the cyclotron inside of the cyclotron, and reflected from the inside of the cyclotron to the RF transmission line. A sensing unit including a third sensing module for sensing RF power, and a sensing information collection module for classifying and storing information sensed by the first to third sensing modules; The sensing information is received and accumulated in real time from the sensing information collection module, and based on the accumulated sensing information, the situation and pattern in which arcing has occurred is inferred by the artificial intelligence learning method based on the artificial neural network, and arcing that may occur inside the cyclotron is determined. In order to predict and prevent the arcing from occurring, a control device for transmitting a control signal for controlling an input voltage provided from the RF generator to the RF amplifier to the RF generator may be further included.

또한, 상기 제어장치는 정보 수집부, 빅데이터부, 인공신경망 학습부, 아킹 예측부, 제어신호 발생부를 포함할 수 있다. In addition, the control device may include an information collection unit, a big data unit, an artificial neural network learning unit, an arcing prediction unit, and a control signal generation unit.

또한, 상기 정보 수집부는 상기 센싱정보 수집모듈로부터 상기 사이클로트론 구동시 상기 사이클로트론 내부로 들어오는 RF 파워(Pin)와 상기 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 실시간으로 수집하여 각각 상기 빅데이터부와 상기 아킹 예측부로 전달할 수 있다.In addition, the information collection unit is the RF power (P in ) that comes into the cyclotron when the cyclotron is driven from the sensing information collection module, the RF power (P reflected ) that is reflected from the cyclotron to the RF transmission line, and the vacuum value inside the cyclotron. May be collected in real time and transmitted to the big data unit and the arcing prediction unit, respectively.

또한, 상기 빅데이터부는 상기 정보 수집부에서 전달된 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 축적하고 분류하여 처리하는 빅데이터 분류 및 처리 모듈과 상기 빅데이터 분류 및 처리 모듈에서 분류되고 처리된 빅데이터를 저장하는 빅데이터 저장 모듈을 포함할 수 있다.In addition, the big data unit accumulating the vacuum value inside the RF power (P reflected) and a cyclotron which is reflected to the RF transmission line within the RF power (P in) and a cyclotron from getting inside the cyclotron transmitted from the information collection unit classifies A big data classification and processing module to be processed and a big data storage module for storing big data classified and processed by the big data classification and processing module may be included.

또한, 상기 인공신경망 학습부는 상기 아킹이 발생한 상황을 기준으로 축적된 정형 및 비정형 빅데이터를 상기 빅데이터 저장 모듈로부터 전달받아 반복적으로 학습한 후, 이러한 학습을 바탕으로 사이클로트론 내부의 아킹 패턴을 추론하고, 상기 추론된 아킹을 제거하기 위해 상기 RF 제너레이터에서 상기 RF 앰프로 제공되는 인풋 전압 패턴을 추론하고, 상기 추론된 아킹 패턴과 인풋 전압 패턴을 저장할 수 있다.In addition, the artificial neural network learning unit receives the structured and unstructured big data accumulated based on the arcing situation from the big data storage module and repeatedly learns it, and then infers the arcing pattern inside the cyclotron based on this learning. In order to remove the inferred arcing, an input voltage pattern provided from the RF generator to the RF amplifier may be inferred, and the inferred arcing pattern and the input voltage pattern may be stored.

또한, 상기 아킹 예측부는 인공신경망 학습부로부터 상기 추론된 아킹 패턴 및 인풋 전압 패턴을 전달받고, 상기 정보 수집부로부터 실시간으로 사이클로트론구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 상기 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 전달받아, 상기 추론된 아킹 패턴 및 인풋 전압 패턴과 상기 실시간으로 전달받은 사이클로트론 구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 비교하고 분석하여 상기 추론된 아킹 패턴에 부합하는 사이클로트론 구동 상황을 파악하여 발생할 수 있는 아킹을 미리 예측하고, 상기 아킹이 예측된 경우에, 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 RF 제너레이터에서 RF 앰프로 제공되는 인풋 전압 정보를 제어신호 발생부로 전달할 수 있다.In addition, the arcing prediction unit receives the inferred arcing pattern and the input voltage pattern from the artificial neural network learning unit, and the RF power (P in ) that comes into the cyclotron when the cyclotron is driven in real time from the information collecting unit and the RF inside the cyclotron The RF power (P reflected ) reflected by the transmission line and the vacuum value inside the cyclotron are received, the inferred arcing pattern and the input voltage pattern, and the RF power (P in ) that comes into the inside of the cyclotron when the cyclotron received in real time is driven. By comparing and analyzing the RF power (P reflected ) reflected from the inside of the cyclotron to the RF transmission line and the vacuum value inside the cyclotron, by grasping the driving situation of the cyclotron corresponding to the inferred arcing pattern, the arcing that may occur is predicted in advance, and the When arcing is predicted, the arcing generation prediction information and input voltage information provided to the RF amplifier from the RF generator may be transmitted to the control signal generator to remove the predicted arcing.

또한, 상기 제어신호 발생부는 상기 아킹 예측부로부터 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 상기 인풋 전압 정보를 전달받고, 상기 인풋 전압 정보에 기반하여 RF 앰프에 제공되는 인풋 전압을 제어하여, 상기 예측된 아킹을 제거하기 위한 아킹 제거 제어신호를 RF 제너레이터로 전달할 수 있다.In addition, the control signal generator receives arcing generation prediction information and the input voltage information to remove the predicted arcing from the arcing prediction unit, and controls an input voltage provided to the RF amplifier based on the input voltage information, An arcing removal control signal for removing the predicted arcing may be transmitted to an RF generator.

또한, 상기 인공신경망 학습부는 상기 빅데이터 저장 모듈로부터 전달받은 빅데이터를 인공신경망에 입력하기 위한 분류작업을 수행하는 인공신경망 인풋 레이어 모듈, 상기 인공신경망을 매개로 아킹 패턴 및 상기 아킹 패턴에 기반한 아킹 발생시, 상기 아킹을 제거하기 위해 RF 제너레이터에서 RF 앰프로 제공되는 인풋 전압 패턴을 추론하는 인공신경망 기반 학습 모듈, 상기 인공신경망에서 추론된 아킹 패턴 및 상기 인풋 전압 패턴에 대한 데이터를 저장하고, 상기 아킹 패턴 데이터를 상기 아킹 예측부로 전달하는 아킹 패턴 저장 모듈을 포함할 수 있다.In addition, the artificial neural network learning unit is an artificial neural network input layer module that performs a classification operation for inputting big data received from the big data storage module into the artificial neural network, an arcing pattern through the artificial neural network, and an arcing pattern based on the arcing pattern. Upon occurrence, an artificial neural network-based learning module that infers an input voltage pattern provided from an RF generator to an RF amplifier in order to remove the arcing, an arcing pattern inferred from the artificial neural network and data on the input voltage pattern are stored, and the arcing It may include an arcing pattern storage module that transmits the pattern data to the arcing prediction unit.

본 발명은 인공지능 학습을 통해 사이클로트론에 나타나는 아킹을 방지하여 사이클로트론 구동의 안정성과 지속성이 확보되는 장점이 있다.The present invention has the advantage of securing stability and continuity of cyclotron driving by preventing arcing appearing on the cyclotron through artificial intelligence learning.

또한, 본 발명은 아킹으로 인해 발생되는 진공도 하락 및 내부 파워 변화에 의한 불안정성을 제거하는 장점이 있다.In addition, the present invention has the advantage of removing instability caused by a decrease in vacuum degree and internal power change caused by arcing.

도 1은 본 발명의 일 실시예에 따른 사이클로트론 아킹 방지 시스템의 블록도이다
도 2는 본 발명의 일 실시예에 따른 사이클로트론의 내부 단면도이다.
도 3은 본 발명의 일 실시예에 따른 사이클로트론 및 RF 트랜스미션 라인과 연결된 센싱부의 블록도이다.
도 4는 본 발명의 일 실시예에 따른 제어장치의 블록도이다.
1 is a block diagram of a cyclotron arcing prevention system according to an embodiment of the present invention
2 is an internal cross-sectional view of a cyclotron according to an embodiment of the present invention.
3 is a block diagram of a sensing unit connected to a cyclotron and an RF transmission line according to an embodiment of the present invention.
4 is a block diagram of a control device according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템은 사이클로트론(100), RF 앰프(200), RF 트랜스미션 라인(300), 센싱부(400), 제어장치(500), RF 제너레이터(600)를 포함할 수 있다.The cyclotron arcing prevention system based on artificial intelligence learning according to an embodiment of the present invention includes a cyclotron 100, an RF amplifier 200, an RF transmission line 300, a sensing unit 400, a control device 500, and an RF generator. It may include 600.

본 발명의 일 실시예에 따른 사이클로트론(100)은 전자석(10), 요크(20), 코일(30), 진공 챔버(40), 라이너(50), 디(dee)(60), RF 파워 커플러(70)를 포함할 수 있다.The cyclotron 100 according to an embodiment of the present invention includes an electromagnet 10, a yoke 20, a coil 30, a vacuum chamber 40, a liner 50, a dee 60, and an RF power coupler. (70) may be included.

상기 전자석(10)은 빔이 운동하는 전자석(10) 중심 평면 자기장 분포를 결정한다. The electromagnet 10 determines a magnetic field distribution in the center plane of the electromagnet 10 in which the beam moves.

상기 요크(20)는 자속을 담고, 자기 차폐 역할을 할 수 있다. 원통형으로 원주부에 일정 구간이 절결된 절결홈(21)이 형성되는데, 이 절결홈(21)에 RF 파워 커플러(70), 빔 인출부가 설치되거나, 사이클로트론(100) 내부의 관리를 위한 공간으로 이용될 수 있다.The yoke 20 may contain a magnetic flux and may serve as a magnetic shield. A notched groove 21 is formed in a cylindrical shape in which a certain section is cut in the circumferential portion, and an RF power coupler 70 and a beam withdrawing part are installed in the notched groove 21, or as a space for management inside the cyclotron 100 Can be used.

상기 코일(30)은 외부로부터 전원을 공급받아 자기장을 형성한다. 상기 진공 챔버(40)는 전자석(10)과 코일(30) 사이에 배치되어, 사이클로트론(100) 내부를 진공으로 형성한다. The coil 30 forms a magnetic field by receiving power from the outside. The vacuum chamber 40 is disposed between the electromagnet 10 and the coil 30 to form a vacuum inside the cyclotron 100.

상기 디(60)는 부채형으로 형성되어 있고, 그 내부에는 사이클로트론(100)의 중심축의 둘레방향으로 관통된 공동이 형성되어 있다. 상기 디(60)에 교류 전류가 공급되면, 공동 내에 고주파 전장이 발생되고, 이 고주파 전장에 대한 전위차의 주기적 변화에 의해 이온빔이 반복되어 가속된다. 상기 라이너(50)는 상기 디(60)에 연결된 전도체 인클로져이다.The die 60 is formed in a fan shape, and a cavity penetrated in the circumferential direction of the central axis of the cyclotron 100 is formed therein. When an alternating current is supplied to the die 60, a high-frequency electric field is generated in the cavity, and the ion beam is repeatedly accelerated by a periodic change in the potential difference with respect to the high-frequency electric field. The liner 50 is a conductor enclosure connected to the D 60.

상기 RF 파워 커플러(70)는 RF 트랜스미션 라인(300)에서 전달된 RF 파워를 사이클로트론(100) 내부로 전달한다. The RF power coupler 70 transfers the RF power transmitted from the RF transmission line 300 to the inside of the cyclotron 100.

사이클로트론(100)에서 아킹이 발생하는 곳은 디(dee)(60)와 진공 챔버(40) 및 라이너(50) 사이의 공간이다. 사이클로트론(100)에서 아킹이 발생하면 사이클로트론(100) 내부의 진공상태가 변하고 임피던스 매칭이 틀어져 RF 트랜스미션 라인(300)에서 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 값이 변한다. Arcing occurs in the cyclotron 100 in the space between the dee 60 and the vacuum chamber 40 and the liner 50. When arcing occurs in the cyclotron 100, the vacuum state inside the cyclotron 100 changes and the impedance matching is wrong, so that the RF power (P in ) that comes into the cyclotron from the RF transmission line 300 and the RF transmission line 300 inside the cyclotron The reflected RF power (P reflected ) value changes.

본 발명의 일실시예에 따른 인공지능 학습 기반의 사이클로트론(100) 아킹 방지 시스템은 빅데이터 기술을 이용하여 RF 트랜스미션 라인(300)에서 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 및 사이클로트론(100) 내부의 진공값을 실시간으로 수집 및 축적하고, 이를 바탕으로 인공신경망 기반의 인공지능 학습법으로 아킹이 발생한 상황 및 패턴을 추론하여 향후 사이클로트론(100) 내부에서 발생할 수 있는 아킹을 미리 예측하고 이를 방지하기 위해 RF 제너레이터(600)에서 RF 앰프(200)로 제공되는 인풋 전압값을 제어할 수 있도록 구현된다.The cyclotron 100 arcing prevention system based on artificial intelligence learning according to an embodiment of the present invention uses a big data technology to provide RF power (P in ) entering the cyclotron from the RF transmission line 300 and RF transmission from the inside of the cyclotron. By collecting and accumulating the RF power (P reflected ) reflected by the line 300 and the vacuum value inside the cyclotron 100 in real time, and inferring the situation and pattern in which arcing has occurred using an artificial intelligence learning method based on an artificial neural network. In order to predict and prevent arcing that may occur inside the cyclotron 100 in the future, it is implemented to control an input voltage value provided from the RF generator 600 to the RF amplifier 200.

이를 위해, 본 발명의 일 실시예에 따른 인공지능 학습 기반의 사이클로트론(100) 아킹 방지 시스템은 사이클로트론(100), 센싱부(400), RF 트랜스미션 라인(300), RF 앰프(200), 제어장치(500)를 포함할 수 있다.To this end, the cyclotron 100 arcing prevention system based on artificial intelligence learning according to an embodiment of the present invention includes a cyclotron 100, a sensing unit 400, an RF transmission line 300, an RF amplifier 200, and a control device. It may include 500.

본 발명의 센싱부(400)는 사이클로트론(100) 구동시, 사이클로트론(100) 내부의 진공값을 센싱하는 제1 센싱모듈(410), 사이클로트론 내부로 들어오는 RF 파워(Pin)를 센싱하는 제2 센싱모듈(420), 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected)를 센싱하는 제3 센싱모듈(430), 상기 제1 내지 제3 센싱모듈(430)에서 센싱된 정보를 분류하여 저장하고, 이를 제어장치(500)로 전달하는 센싱정보 수집모듈(440)을 포함할 수 있다. When the cyclotron 100 is driven, the sensing unit 400 of the present invention includes a first sensing module 410 that senses a vacuum value inside the cyclotron 100, and a second sensing unit that senses RF power (P in ) entering the cyclotron. The sensing module 420, a third sensing module 430 that senses RF power (P reflected ) reflected from the inside of the cyclotron to the RF transmission line 300, information sensed by the first to third sensing modules 430 It may include a sensing information collection module 440 that classifies and stores and transmits it to the control device 500.

상기 제어장치(500)는 정보 수집부(510), 상기 정보 수신부와 연계된 빅데이터부(520), 인공신경망 학습부(530), 아킹 예측부(540), 제어신호 발생부(550)를 포함할 수 있다.The control device 500 includes an information collection unit 510, a big data unit 520 associated with the information receiving unit, an artificial neural network learning unit 530, an arcing prediction unit 540, and a control signal generation unit 550. Can include.

본 발명의 정보 수집부(510)는 센싱정보 수집모듈(440)로부터 사이클로트론(100) 구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 및 사이클로트론(100) 내부의 진공 값을 실시간으로 수집하여 각각 빅데이터부(520)와 아킹 예측부(540)로 전달한다.The information collection unit 510 of the present invention includes RF power (P in ) that comes into the cyclotron when the cyclotron 100 is driven from the sensing information collection module 440 and the RF power reflected from the inside of the cyclotron to the RF transmission line 300 ( P reflected ) and the vacuum value inside the cyclotron 100 are collected in real time and transmitted to the big data unit 520 and the arcing prediction unit 540, respectively.

상기 빅데이터부(520)는 빅데이터 분류 및 처리 모듈(521), 빅데이터 저장 모듈(522)을 포함한다. The big data unit 520 includes a big data classification and processing module 521 and a big data storage module 522.

상기 빅데이터 분류 및 처리 모듈(521)은 상기 정보 수집부(510)에서 전달된 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 및 사이클로트론(100) 내부의 진공 값을 축적하고 분류하여 처리한다. The big data classification and processing module 521 is the RF power (P in ) that comes into the cyclotron transmitted from the information collection unit 510 and the RF power that is reflected to the RF transmission line 300 from the inside of the cyclotron (P reflected ). And a vacuum value inside the cyclotron 100 is accumulated, classified, and processed.

상기 빅데이터 저장 모듈(522)은 상기 빅데이터 분류 및 처리 모듈(521)에서 분류되고 처리된 빅데이터를 저장한다.The big data storage module 522 stores big data classified and processed by the big data classification and processing module 521.

상기 인공신경망 학습부(530)는 아킹이 발생한 상황을 기준으로 축적된 정형 및 비정형 빅데이터를 상기 빅데이터 저장 모듈(522)로부터 전달받아 반복적으로 학습한 후, 이러한 학습을 바탕으로 사이클로트론(100) 내부의 아킹 패턴을 추론하고, 상기 추론된 아킹을 제거하기 위해 상기 RF 제너레이터(600)에서 상기 RF 앰프(200)에 제공되는 인풋 전압 패턴을 추론하고, 상기 추론된 아킹 패턴과 인풋 전압 패턴을 저장할 수 있다. The artificial neural network learning unit 530 receives the structured and unstructured big data accumulated based on the arcing situation from the big data storage module 522 and learns it repeatedly, and then the cyclotron 100 based on this learning. To infer an internal arcing pattern and to remove the inferred arcing, the RF generator 600 infers the input voltage pattern provided to the RF amplifier 200, and stores the inferred arcing pattern and the input voltage pattern. I can.

상기 인공신경망 학습부(530)는 상기 빅데이터 저장 모듈(522)로부터 전달받은 빅데이터를 인공신경망에 입력하기 위한 분류작업을 수행하는 인공신경망 인풋 레이어 모듈(531), 인공신경망을 매개로 아킹 패턴 및 상기 아킹 패턴에 기반한 아킹 발생시, 아킹을 제거하기 위해 RF 제너레이터(600)에서 RF 앰프(200)로 제공되는 인풋 전압 패턴을 추론하는 인공신경망 기반 학습 모듈(532), 상기 인공신경망에서 추론된 아킹 패턴 및 상기 아킹 패턴에 대응되는 아킹을 제거하기 위해 RF 제너레이터(600)에서 RF 앰프(200)로 제공되는 인풋 전압 패턴에 대한 데이터를 저장하고, 상기 아킹 패턴 데이터를 상기 아킹 예측부(540)로 전달하는 아킹 패턴 저장 모듈(533)을 포함할 수 있다. The artificial neural network learning unit 530 includes an artificial neural network input layer module 531 that performs classification for inputting the big data received from the big data storage module 522 into the artificial neural network, and an arcing pattern through the artificial neural network. And an artificial neural network-based learning module 532 for inferring an input voltage pattern provided from the RF generator 600 to the RF amplifier 200 in order to remove the arcing when arcing based on the arcing pattern occurs, and the arcing inferred from the artificial neural network. In order to remove the pattern and the arcing corresponding to the arcing pattern, data on the input voltage pattern provided from the RF generator 600 to the RF amplifier 200 is stored, and the arcing pattern data is transferred to the arcing prediction unit 540. It may include an arcing pattern storage module 533 to transmit.

상기 아킹 예측부(540)는 아킹 패턴 저장 모듈(533)로부터 아킹 패턴 및 상기 패턴에 대응되는 아킹을 제거하기 위해 RF 제너레이터(600)에서 RF 앰프(200)로 제공되는 인풋 전압 패턴 데이터를 전달받고, 정보 수집부(510)로부터 실시간으로 사이클로트론(100) 구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 및 사이클로트론(100) 내부의 진공 값을 전달받을 수 있다.The arcing prediction unit 540 receives the arcing pattern from the arcing pattern storage module 533 and input voltage pattern data provided to the RF amplifier 200 from the RF generator 600 to remove the arcing pattern and the arcing corresponding to the pattern. , When the cyclotron 100 is driven from the information collection unit 510 in real time, the RF power (P in ) that comes into the cyclotron and the RF power that is reflected from the cyclotron to the RF transmission line 300 (P reflected ) and the cyclotron 100 It can receive the internal vacuum value.

또한, 아킹 패턴 저장 모듈(533)로부터 전달받은 아킹 패턴 및 인풋 전압 패턴과 정보 수집부(510)로부터 실시간으로 전달받은 사이클로트론(100) 구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인(300)으로 반사되는 RF 파워(Preflected) 및 사이클로트론(100) 내부의 진공 값을 비교하고 분석하여 아킹 패턴에 부합하는 사이클로트론(100) 구동 상황을 파악하여 발생할 수 있는 아킹을 미리 예측하고, 아킹이 예측된 경우에, 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 RF 제너레이터(600)에서 RF 앰프(200)로 제공되는 인풋 전압 정보를 제어신호 발생부(550)로 전달할 수 있다.In addition, when the arcing pattern and input voltage pattern received from the arcing pattern storage module 533 and the cyclotron 100 received in real time from the information collecting unit 510 are driven, the RF power (P in ) that comes into the cyclotron and inside the cyclotron By comparing and analyzing the RF power (P reflected ) reflected by the RF transmission line 300 and the vacuum value inside the cyclotron 100, the driving situation of the cyclotron 100 that matches the arcing pattern is identified, and the arcing that may occur is predicted in advance. And, when arcing is predicted, the arcing occurrence prediction information and input voltage information provided from the RF generator 600 to the RF amplifier 200 to remove the predicted arcing may be transmitted to the control signal generator 550. .

상기 제어신호 발생부(550)는 상기 아킹 예측부(540)로부터 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 상기 인풋 전압 정보를 전달받고, 상기 인풋 전압 정보에 기반하여 RF 앰프(200)에 제공되는 인풋 전압을 제어하여, 상기 예측된 아킹을 제거하기 위한 아킹 제거 제어신호를 RF 제너레이터(600)로 전달할 수 있다. The control signal generation unit 550 receives arcing generation prediction information and the input voltage information from the arcing prediction unit 540 to remove the predicted arcing, and to the RF amplifier 200 based on the input voltage information. By controlling the provided input voltage, an arcing removal control signal for removing the predicted arcing may be transmitted to the RF generator 600.

상기 RF 제너레이터(600)는 상기 제어신호 발생부(550)로부터 아킹 제거 제어신호를 전달받고, 상기 아킹 제거 제어신호에 기반한 인풋 전압을 상기 RF 앰프(200)로 전달할 수 있다.The RF generator 600 may receive an arcing removal control signal from the control signal generator 550 and transmit an input voltage based on the arcing removal control signal to the RF amplifier 200.

앞에서 설명되고, 도면에 도시된 본 발명의 일 실시예는, 본 발명의 기술적 사상을 한정하는 것으로 해석되어서는 안 된다. 본 발명의 보호범위는 청구범위에 기재된 사항에 의하여만 제한되고, 본 발명의 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상을 다양한 형태로 개량 변경하는 것이 가능하다. 따라서 이러한 개량 및 변경은 통상의 지식을 가진 자에게 자명한 것인 한 본 발명의 보호범위에 속하게 될 것이다.One embodiment of the present invention described above and illustrated in the drawings should not be construed as limiting the technical idea of the present invention. The protection scope of the present invention is limited only by the matters described in the claims, and those of ordinary skill in the technical field of the present invention can improve and change the technical idea of the present invention in various forms. Therefore, such improvements and changes will fall within the scope of the present invention as long as it is apparent to those of ordinary skill in the art.

Claims (3)

전자석, 요크, 코일, 진공 챔버, 라이너, 디(dee), RF 파워 커플러를 포함하는 사이클로트론;
RF 앰프로 인풋 전압을 제공하는 RF 제너레이터;
상기 RF 앰프로부터 상기 사이클로트론으로 RF 파워를 전달하는 RF 트랜스미션 라인;
상기 사이클로트론 구동시,
상기 사이클로트론 내부의 진공값을 센싱하는 제1 센싱모듈, 상기 사이클로트론의 상기 사이클로트론 내부로 들어오는 RF 파워를 센싱하는 제2 센싱모듈, 상기 사이클로트론 내부에서 상기 RF 트랜스미션 라인으로 반사되는 RF 파워를 센싱하는 제3 센싱모듈, 상기 제1 내지 제3 센싱 모듈에서 센싱된 정보를 분류하여 저장하는 센싱정보 수집모듈을 포함하는 센싱부;
상기 센싱정보 수집모듈로부터 센싱정보를 실시간으로 전달받아 축적하고, 상기 축적된 센싱정보를 바탕으로 인공신경망 기반의 인공지능 학습법으로 아킹이 발생한 상황 및 패턴을 추론하여 상기 사이클로트론 내부에서 발생할 수 있는 아킹을 예측하고, 상기 아킹이 발생되는 것을 방지하기 위해 상기 RF 제너레이터에서 상기 RF 앰프로 제공되는 인풋 전압을 제어하는 제어신호를 상기 RF 제너레이터로 전달하는 제어장치를 포함하는 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템.
Cyclotron including electromagnet, yoke, coil, vacuum chamber, liner, dee, RF power coupler;
An RF generator providing an input voltage to an RF amplifier;
An RF transmission line transferring RF power from the RF amplifier to the cyclotron;
When the cyclotron is driven,
A first sensing module for sensing a vacuum value inside the cyclotron, a second sensing module for sensing RF power entering the cyclotron of the cyclotron, and a third sensing RF power reflected from the inside of the cyclotron to the RF transmission line A sensing unit including a sensing module and a sensing information collection module for classifying and storing information sensed by the first to third sensing modules;
The sensing information is received and accumulated in real time from the sensing information collection module, and based on the accumulated sensing information, the situation and pattern in which arcing has occurred is inferred by the artificial intelligence learning method based on the artificial neural network, and arcing that may occur inside the cyclotron is determined. Cyclotron arcing prevention system based on artificial intelligence learning including a control device that transmits a control signal for controlling an input voltage provided to the RF amplifier from the RF generator to the RF generator in order to predict and prevent the arcing from occurring .
제1항에 있어서,
상기 제어장치는 정보 수집부, 빅데이터부, 인공신경망 학습부, 아킹 예측부, 제어신호 발생부를 포함하되,
상기 정보 수집부는 상기 센싱정보 수집모듈로부터 상기 사이클로트론 구동시 상기 사이클로트론 내부로 들어오는 RF 파워(Pin)와 상기 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 실시간으로 수집하여 각각 상기 빅데이터부와 상기 아킹 예측부로 전달하고,
상기 빅데이터부는 상기 정보 수집부에서 전달된 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 축적하고 분류하여 처리하는 빅데이터 분류 및 처리 모듈과 상기 빅데이터 분류 및 처리 모듈에서 분류되고 처리된 빅데이터를 저장하는 빅데이터 저장 모듈을 포함하고,
상기 인공신경망 학습부는 상기 아킹이 발생한 상황을 기준으로 축적된 정형 및 비정형 빅데이터를 상기 빅데이터 저장 모듈로부터 전달받아 반복적으로 학습한 후, 이러한 학습을 바탕으로 사이클로트론 내부의 아킹 패턴을 추론하고, 상기 추론된 아킹을 제거하기 위해 상기 RF 제너레이터에서 상기 RF 앰프로 제공되는 인풋 전압 패턴을 추론하고, 상기 추론된 아킹 패턴과 인풋 전압 패턴을 저장하며,
상기 아킹 예측부는 인공신경망 학습부로부터 상기 추론된 아킹 패턴 및 인풋 전압 패턴을 전달받고, 상기 정보 수집부로부터 실시간으로 사이클로트론구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 상기 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 전달받아, 상기 추론된 아킹 패턴 및 인풋 전압 패턴과 상기 실시간으로 전달받은 사이클로트론 구동시 사이클로트론 내부로 들어오는 RF 파워(Pin)와 사이클로트론 내부에서 RF 트랜스미션 라인으로 반사되는 RF 파워(Preflected) 및 사이클로트론 내부의 진공 값을 비교하고 분석하여 상기 추론된 아킹 패턴에 부합하는 사이클로트론 구동 상황을 파악하여 발생할 수 있는 아킹을 미리 예측하고, 상기 아킹이 예측된 경우에, 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 RF 제너레이터에서 RF 앰프로 제공되는 인풋 전압 정보를 제어신호 발생부로 전달하며,
상기 제어신호 발생부는 상기 아킹 예측부로부터 아킹 발생 예측정보 및 예측된 아킹을 제거하기 위해 상기 인풋 전압 정보를 전달받고, 상기 인풋 전압 정보에 기반하여 RF 앰프에 제공되는 인풋 전압을 제어하여, 상기 예측된 아킹을 제거하기 위한 아킹 제거 제어신호를 RF 제너레이터로 전달하는 것을 특징으로 하는 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템.
The method of claim 1,
The control device includes an information collection unit, a big data unit, an artificial neural network learning unit, an arcing prediction unit, and a control signal generation unit,
The information collection unit in real time the vacuum of the internal RF power (P reflected) and a cyclotron which is reflected to the RF transmission line from the inside and the cyclotron RF power (P in) from entering the interior of the cyclotron when driven from the acquisition module of the sensing information of the cyclotron Collected and transmitted to the big data unit and the arcing prediction unit, respectively,
The big data unit accumulates, classifies and processes the RF power (P in ) that enters the inside of the cyclotron transmitted from the information collection unit, the RF power (P reflected ) reflected from the inside of the cyclotron to the RF transmission line, and the vacuum value inside the cyclotron. A big data classification and processing module and a big data storage module storing big data classified and processed in the big data classification and processing module,
The artificial neural network learning unit receives the structured and unstructured big data accumulated based on the arcing situation from the big data storage module and learns it repeatedly, and then infers the arcing pattern inside the cyclotron based on this learning, and the Inferring an input voltage pattern provided from the RF generator to the RF amplifier to remove the inferred arcing, storing the inferred arcing pattern and input voltage pattern,
The arcing prediction unit receives the inferred arcing pattern and input voltage pattern from the artificial neural network learning unit, and the RF power (P in ) that comes into the cyclotron when the cyclotron is driven in real time from the information collection unit and the RF transmission line inside the cyclotron When the inferred arcing pattern and input voltage pattern and the cyclotron received in real time are driven by receiving the RF power (P reflected ) and the vacuum value inside the cyclotron, RF power (P in ) and the inside of the cyclotron By comparing and analyzing the RF power (P reflected ) reflected by the RF transmission line and the vacuum value inside the cyclotron, the driving situation of the cyclotron conforming to the inferred arcing pattern is identified, and the arcing that can occur is predicted in advance, In the predicted case, the arcing occurrence prediction information and input voltage information provided to the RF amplifier from the RF generator are transferred to the control signal generator to remove the predicted arcing,
The control signal generator receives arcing occurrence prediction information and the input voltage information to remove the predicted arcing from the arcing prediction unit, and controls an input voltage provided to the RF amplifier based on the input voltage information, and the prediction Cyclotron arcing prevention system based on artificial intelligence learning, characterized in that it delivers an arcing removal control signal for removing the arcing to an RF generator.
제2항에 있어서, 상기 인공신경망 학습부는
상기 빅데이터 저장 모듈로부터 전달받은 빅데이터를 인공신경망에 입력하기 위한 분류작업을 수행하는 인공신경망 인풋 레이어 모듈, 상기 인공신경망을 매개로 아킹 패턴 및 상기 아킹 패턴에 기반한 아킹 발생시, 상기 아킹을 제거하기 위해 RF 제너레이터에서 RF 앰프로 제공되는 인풋 전압 패턴을 추론하는 인공신경망 기반 학습 모듈, 상기 인공신경망에서 추론된 아킹 패턴 및 상기 인풋 전압 패턴에 대한 데이터를 저장하고, 상기 아킹 패턴 데이터를 상기 아킹 예측부로 전달하는 아킹 패턴 저장 모듈을 포함하는 인공지능 학습 기반의 사이클로트론 아킹 방지 시스템.
The method of claim 2, wherein the artificial neural network learning unit
An artificial neural network input layer module that performs a classification task to input big data received from the big data storage module into an artificial neural network, and when an arcing pattern and an arcing based on the arcing pattern occur through the artificial neural network, removing the arcing An artificial neural network-based learning module that infers an input voltage pattern provided to an RF amplifier from an RF generator, stores the arcing pattern inferred from the artificial neural network and data on the input voltage pattern, and converts the arcing pattern data to the arcing prediction unit. Cyclotron arcing prevention system based on artificial intelligence learning that includes an arcing pattern storage module that delivers.
KR1020190011034A 2019-01-29 2019-01-29 System for preventing arcking in cyclotron based AI KR102165368B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190011034A KR102165368B1 (en) 2019-01-29 2019-01-29 System for preventing arcking in cyclotron based AI

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190011034A KR102165368B1 (en) 2019-01-29 2019-01-29 System for preventing arcking in cyclotron based AI

Publications (2)

Publication Number Publication Date
KR20200093832A KR20200093832A (en) 2020-08-06
KR102165368B1 true KR102165368B1 (en) 2020-10-14

Family

ID=72040239

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190011034A KR102165368B1 (en) 2019-01-29 2019-01-29 System for preventing arcking in cyclotron based AI

Country Status (1)

Country Link
KR (1) KR102165368B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8878432B2 (en) 2012-08-20 2014-11-04 Varian Medical Systems, Inc. On board diagnosis of RF spectra in accelerators
KR101751594B1 (en) 2015-06-24 2017-07-03 조선대학교산학협력단 Control method for cyclotron and recording medium storing program for executing method of the same in computer

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180114455A (en) * 2017-04-10 2018-10-18 한국전자통신연구원 Treatment apparatus using proton and ultrasound and method of treating cancer using the same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8878432B2 (en) 2012-08-20 2014-11-04 Varian Medical Systems, Inc. On board diagnosis of RF spectra in accelerators
KR101751594B1 (en) 2015-06-24 2017-07-03 조선대학교산학협력단 Control method for cyclotron and recording medium storing program for executing method of the same in computer

Also Published As

Publication number Publication date
KR20200093832A (en) 2020-08-06

Similar Documents

Publication Publication Date Title
US11513504B2 (en) Characterizing and monitoring electrical components of manufacturing equipment
CN103017818B (en) System and method for fault diagnosis of intelligent switchgears
Montanari et al. A new approach to partial discharge testing of HV cable systems
US12100604B2 (en) Method and system for recognizing and addressing plasma discharge during semiconductor processes
US20140244192A1 (en) System and method for providing monitoring of industrial equipment
KR102165368B1 (en) System for preventing arcking in cyclotron based AI
CN110957202B (en) Ion implantation system and liner therefor
KR102380883B1 (en) A Switchboard(High pressure board, Low pressure board, Distribution board) monitoring overheating and insulation abnormalities using temperature sensors and UHF sensors.
US11656589B2 (en) Systems and methods for automatic power topology discovery
US20190042545A1 (en) System and method for determining sensor margins and/or diagnostic information for a sensor
US7627400B2 (en) Method and device for detecting electric arc phenomenon on at least one electric cable
CN110245168B (en) Method and system for extracting abnormal event characteristic signals in power grid historical alarm
CN105425617A (en) Method and apparatus to replace an electrical power module in a wireless valve positioner without power disruption
CN104297681A (en) High-voltage circuit breaker state online monitoring and evaluating system
CN113219330B (en) Method and system for detecting state of isolating switch
CN117741424A (en) Multi-source data real-time fault detection system and method for pole-mounted circuit breaker
Balouji et al. Distribution network fault prediction utilising protection relay disturbance recordings and machine learning
Natalino et al. Autonomous security management in optical networks
CN114942364A (en) Substation fault diagnosis method and system based on knowledge graph technology
KR20230078835A (en) Ion implantation system
AU2020101651A4 (en) System and method for detecting and collecting discharge signals of electron gun
Rajamäki Vacuum arc localization in CLIC prototype radio frequency accelerating structures
CN116359683B (en) Partial discharge mode identification method and system based on information interaction
US10409274B1 (en) Control system backplane monitoring with FPGA
CN105738805A (en) Data analysis method and device

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant