Mathematical Analysis and Simulation of Field Models in Accelerator Circuits

Garcia, Idoia Cortes

doi:10.1007/978-3-030-63273-1

Cited by 4 publications

(2 citation statements)

References 112 publications

(338 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

“…These domains involve multiple interconnected physical phenomena demanding a simulation infrastructure allowing model-order reduction while facilitating information exchange between different software packages. Quenches in the operation of superconducting magnets can cause damage to the surrounding infrastructure and circuitry, requiring special protection systems whose interactions with the magnet must be simulated, incorporating multi-physical properties, heat propagation equations, and mechanical models [45,47]. This modeling process, complicated by domain coupling and multiscale phenomena, necessitates using multiple simulation tools like Ansys ® and COMSOL ® in tandem to model the electromagnetic and thermal domain couplings.…”

Section: Multi-physics Modelmentioning

confidence: 99%

Overview of Identified Challenges in the Development Process of Superconducting Accelerator Magnets

Kaeske,

Fiscarelli,

Albers

et al. 2024

Designs

View full text Add to dashboard Cite

Development challenges in the domain of superconducting magnets are concentrated on technical problems in the current literature. Organizational, domain-specific challenges are often seen as secondary but must be considered with new holistic development approaches like Model-Based Systems Engineering (MBSE) becoming more popular. This work quantifies the domain challenges and gives the foundation to derive success criteria for design support in the future. A systematic literature review has been conducted to identify the overall domain challenges, and extensive interviews in the CERN technology department have been carried out to identify the development challenges on a practical level. Problems in knowledge management have been identified as a major challenge in the development process and the general literature. The paper concludes by picking up the most important challenges from the interviews and literature and puts them into the context of the authors’ knowledge of electrical magnet design.

show abstract

Section: Multi-physics Modelmentioning

confidence: 99%

Overview of Identified Challenges in the Development Process of Superconducting Accelerator Magnets

Kaeske,

Fiscarelli,

Albers

et al. 2024

Designs

View full text Add to dashboard Cite

show abstract

“…where J c denotes the conduction current density and J s the source current density [34,Eq. (2.15)].…”

Section: Maxwell's Equations In the Magnetostatic Casementioning

confidence: 99%

Design Methods for Reducing Failure Probabilities with Examples from Electrical Engineering

Fuhrländer

2023

Springer Theses

View full text Add to dashboard Cite

Diese Arbeit befasst sich mit der Quantifizierung von Unsicherheiten sowie der Optimierung unter Unsicherheiten. Dabei betrachten wir insbesondere Unsicherheiten, die im Herstellungsprozess von Produkten zustande kommen, bspw. durch Ungenauigkeiten in der Herstellung, natürliche Materialschwankungen oder Umwelteinflüsse. Diese Unsicherheiten können zu Schwankungen in der Geometrie oder im Material führen, die wiederum Schwankungen in der Funktionsweise des Produkts auslösen können. Als Yield bezeichnen wir den Anteil aller Produkte in einem Herstellungsprozess mit Unsicherheiten, der alle Leistungsanforderungen erfüllt. Somit ist der Yield das Gegenteil zur Fehler-oder Ausfallwahrscheinlichkeit (Yield = 1 -Fehlerwahrscheinlichkeit). Er dient als Maß für die (Un)sicherheit. Das Hauptziel dieser Arbeit ist die effiziente Abschätzung und die Maximierung des Yields. Damit wird die Zuverlässigkeit eines Produkts erhöht, was wiederum den Ausschuss reduziert und somit Ressourcen, Geld und Zeit einspart. Ein zentrales Forschungsthema ist die Reduzierung des Rechenaufwands bei der Yield Abschätzung, ohne Genauigkeit einzubüßen. Im Rahmen dieser Arbeit wurden zwei hybride Yield Abschätzungsmethoden entwickelt. Es handelt sich um stichprobenbasierte Ansätze, bei denen ein Großteil der Zufallsstichprobe auf einem Ersatzmodell ausgewertet wird und nur eine kleine Menge an sogenannten kritischen Datenpunkten auf dem ursprünglichen Modell. Das SC-Hybrid Verfahren basiert auf stochastischer Kollokation und adjungierten Fehlerindikatoren, das nicht-intrusive GPR-Hybrid Verfahren verwendet Gauß Prozess Regression und ermöglicht fortlaufende Verbesserungen des Ersatzmodells. Zur effizienten Yield Optimierung wird das adaptive Newton-Monte-Carlo (Newton-MC) Verfahren vorgestellt. Eine Steigerung der Effizienz wird durch adaptive Anpassung der Stichprobengröße erreicht. Ein weiteres Thema der Arbeit ist die Optimierung von Problemen mit gemischten Gradienteninformationen, d.h. die Ableitungen der Zielfunktion sind nur bzgl. einem Teil der Optimierungsvariablen verfügbar. Die Verwendung von gradientenbasierten Lösern wie dem adaptiven Newton-MC würde die rechenaufwendige Approximation der fehlenden Ableitungen erfordern. Wir stellen zwei Optimierungverfahren vor, die wir für genau diesen Fall entwickelt haben: die Hermite least squares und Hermite BOBYQA Optimierung. Beide sind Modifikationen des ursprünglich ableitungsfreien Lösers BOBYQA (Bound constrained Optimization BY Quadratic Approximation), die jedoch Ableitungsinformationen verarbeiten können und Regression anstelle von Interpolation verwenden. Ein Vorteil der Hermite-Methoden ist außerdem die Robustheit bei verrauschten Zielfunktionen. Die globale Konvergenz der Verfahren wird bewiesen. In der Yield Optimierung ist der Fall von gemischten Gradienteninformationen besonders relevant, wenn neben Gaußverteilten unsicheren Optimierungsvariablen auch deterministische oder anders verteilte unsichere Optimierungsvariablen auftreten. Die vorgestellten Methoden sind auf jegliche von ...

show abstract

Modeling

Fuhrländer

2023

Springer Theses

View full text Add to dashboard Cite

Mathematical Analysis and Simulation of Field Models in Accelerator Circuits

Cited by 4 publications

References 112 publications

Overview of Identified Challenges in the Development Process of Superconducting Accelerator Magnets

Overview of Identified Challenges in the Development Process of Superconducting Accelerator Magnets

Design Methods for Reducing Failure Probabilities with Examples from Electrical Engineering

Modeling

Contact Info

Product

Resources

About