← नवीनतम पेपर
🔬 physics

Characterization and automated optimization of laser-driven proton beams from converging liquid sheet jet targets

यह शोध पत्र लिक्विड शीट जेट लक्ष्यों का उपयोग करते हुए एक मल्टी-हर्ट्ज़ लेजर-ड्रिवन आयन त्वरण प्लेटफॉर्म प्रस्तुत करता है जो लेजर वेवफ्रंट के रियल-टाइम, क्लोज्ड-लूप बेयसियन अनुकूलन के माध्यम से अधिकतम प्रोटॉन ऊर्जा में 11% की वृद्धि प्राप्त करता है, जो मजबूत, उच्च-पुनरावृत्ति-दर वाले आयन स्रोतों की ओर एक मार्ग प्रदर्शित करता है।

मूल लेखक: G. D. Glenn, F. Treffert, H. Ahmed, S. Astbury, M. Borghesi, N. Bourgeois, C. B. Curry, S. J. D. Dann, S. DiIorio, N. P. Dover, T. Dzelzainis, O. Ettlinger, M. Gauthier, L. Giuffrida, R. J. Gray, J. S
प्रकाशित 2026-02-03
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: G. D. Glenn, F. Treffert, H. Ahmed, S. Astbury, M. Borghesi, N. Bourgeois, C. B. Curry, S. J. D. Dann, S. DiIorio, N. P. Dover, T. Dzelzainis, O. Ettlinger, M. Gauthier, L. Giuffrida, R. J. Gray, J. S. Green, G. S. Hicks, C. Hyland, V. Istokskaia, M. King, B. Loughran, D. Margarone, O. McCusker, P. McKenna, Z. Najmudin, C. Parisuaña, P. Parsons, C. Spindloe, M. J. V. Streeter, D. R. Symes, A. G. R. Thomas, N. Xu, S. H. Glenzer, C. A. J. Palmer

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक बहुत शक्तिशाली टॉर्च की रोशनी से एक छोटे, चलते हुए लक्ष्य (bullseye) पर निशाना साधने की कोशिश कर रहे हैं ताकि नन्हे, तेज़ गति वाले कणों (प्रोटॉन) का विस्फोट पैदा किया जा सके। यह मूल रूप से वही है जो वैज्ञानिक करते हैं जब वे प्रोटॉन बीम बनाने के लिए उच्च-शक्ति वाले लेजर का उपयोग करते हैं। ये बीम चिकित्सा उपचार और वैज्ञानिक अनुसंधान जैसे कामों के लिए बहुत आशाजनक हैं, लेकिन इसमें एक पेंच है: आमतौर पर, आप एक बार में केवल एक ही "शॉट" ले सकते हैं और परिणाम अप्रत्याशित हो सकते हैं। इन बीम्स को वास्तविक दुनिया के कामों के लिए उपयोगी बनाने के लिए, आपको उन्हें बार-बार चलाने में सक्षम होना चाहिए (एक सिंगल-शॉट राइफल के बजाय मशीन गन की तरह) और यह सुनिश्चित करना चाहिए कि वे हर बार लक्ष्य पर बिल्कुल सही तरीके से लगें।

यह शोध पत्र बताता है कि कैसे एक सफल प्रयोग ने ठीक यही किया: इसने प्रोटॉन की एक स्थिर, दोहराने योग्य "मशीन गुन" बनाई और एक कंप्यूटर को लेजर को बेहतर ढंग से ट्यून करने के लिए प्रशिक्षित किया।

यहाँ उन्होंने क्या किया, इसका सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. लक्ष्य: ठोस दीवार के बजाय एक "पानी की चादर"

आमतौर पर, वैज्ञानिक धातु या प्लास्टिक की ठोस चादरों पर लेजर चलाते हैं। लेकिन यदि आप एक ठोस चादर पर शक्तिशाली लेजर चलाते हैं, तो वह क्षतिग्रस्त हो जाती है, और आपको हर शॉट के बाद उसे बदलना पड़ता है। यह धीमा और अव्यवस्थित काम है।

इसके बजाय, इस टीम ने एक तरल पानी की चादर (liquid water sheet) का उपयोग किया। कल्पना कीजिए कि एक दीवार पर नीचे गिरता हुआ एक बहुत ही पतला, निरंतर झरना है, लेकिन यह केवल कुछ सौ नैनोमीटर मोटा है (मानव बाल से भी पतला)।

  • यह क्यों शानदार है: क्योंकि पानी लगातार बह रहा है, इसलिए लेजर हर बार एक ताज़ा, साफ सतह से टकराता है। यह एक ताज़ा कागज़ की अंतहीन आपूर्ति होने जैसा है जिस पर आप लिख सकते हैं, बजाय उसी शीट को मिटाने और दोबारा उपयोग करने के।
  • परिणाम: उन्होंने सिद्ध किया कि यह "पानी की दीवार" बिना टूटे या उपकरण को खराब करने वाले मलबे के बिना, प्रति सेकंड 5 बार (और संभावित रूप से इससे भी तेज़) लेजर की मार झेल सकती है।

2. प्रयोग: "टॉर्च" को ट्यून करना

एक बार जब उनके पास एक स्थिर लक्ष्य आ गया, तो उन्हें यह पता लगाने की आवश्यकता थी कि उस लक्ष्य से सबसे अच्छा प्रोटॉन बीम कैसे प्राप्त किया जाए। उन्होंने तीन मुख्य चीजों का परीक्षण किया:

  • प्रकाश का कोण (ध्रुवीकरण/Polarization): लेजर लाइट को एक तरंग (wave) के रूप में सोचें। उन्होंने तरंग को अगल-बगल (s-polarized), ऊपर-नीचे (p-polarized), या गोलाकार (circular) रूप में हिलाकर देखा।
    • निष्कर्ष: लहर को ऊपर-नीचे हिलाना (p-polarized) स्पष्ट विजेता था। इसने अन्य तरीकों की तुलना में तीन गुना अधिक ऊर्जा और दस गुना अधिक कण पैदा किए। यह ऐसा है जैसे यह जानना कि झूले को बिल्कुल सही समय पर धक्का देने से वह बेतरतीब ढंग से धक्का देने की तुलना में बहुत ऊँचा जाता है।
  • पल्स का आकार (Shape of the Pulse): उन्होंने लेजर पल्स की "लय" (tempo) को बदला (इसे विशिष्ट तरीकों से थोड़ा लंबा या छोटा बनाया)।
    • निष्कर्ष: "पूरी तरह से संकुचित" (perfectly compressed) पल्स (मानक सेटिंग) सबसे अच्छी रही। इसे बहुत लंबा या बहुत छोटा करने से वास्तव में परिणाम खराब हो गए।
  • बीम का आकार (Wavefront): यह कैमरे के लेंस के फोकस और आकार को एडजस्ट करने जैसा है। यदि लेंस थोड़ा टेढ़ा है, तो इमेज धुंधली हो जाती है। उन्होंने एक विशेष दर्पण (deformable mirror) का उपयोग किया जो वास्तविक समय में लेजर बीम के आकार को ठीक करने के लिए मुड़ और घूम सकता है।

3. "स्मार्ट" अनुकूलन: कंप्यूटर को चलाना सिखाना

यह सबसे रोमांचक हिस्सा है। एक मानव वैज्ञानिक द्वारा मैन्युअल रूप से नॉब घुमाकर सही सेटिंग खोजने में कई दिन बिताने के बजाय, उन्होंने मशीन लर्निंग (विशेष रूप से Bayesian Optimization) का उपयोग किया।

  • उपमा (Analogy): कल्पना कीजिए कि आप एक धुंधले पहाड़ श्रृंखला में सबसे ऊंचे बिंदु को खोजने की कोशिश कर रहे हैं, लेकिन आप केवल अपने आस-पास कुछ फीट ही देख सकते हैं।
    • पुराना तरीका: आप एक ग्रिड पैटर्न में चलते हैं, हर स्थान की जांच करते हैं। इसमें बहुत समय लगता है, और यदि नक्शा बहुत बड़ा है तो आप शिखर को मिस कर सकते हैं।
    • नया तरीका (Bayesian Optimization): आपके पास एक स्मार्ट गाइड है। आप एक कदम उठाते हैं, चारों ओर देखते हैं, और गाइड इस बात का उपयोग करता है जो उसने सीखा है ताकि यह अनुमान लगाया जा सके कि शिखर कहाँ होने की संभावना है। यह आपको वहां ले जाता है, जांच करता है, और अपना नक्शा अपडेट करता है। यह हर कदम से सीखता है, यहाँ तक कि उन कदमों से भी जो नीचे की ओर गए।
  • परिणाम: कंप्यूटर ने लेजर मिरर के आकार को स्वचालित रूप से समायोजित किया। इसने न केवल एक "अच्छा" सेटिंग पाया; बल्कि इसने प्रोटॉन की अधिकतम ऊर्जा को उस सेटिंग से 11% बढ़ा दिया जो एक इंसान ने मैन्युअल रूप से अनुकूलित (optimize) की थी। इसने लेजर बीम को अधिक सघन (tight) भी बनाया, जिससे कम जगह में अधिक ऊर्जा समाहित हो सकी।

4. "विस्फोट" को देखना

उन्होंने यह देखने के लिए कि मुख्य लेजर के प्रहार के बाद पानी के लक्ष्य के साथ क्या हुआ, एक दूसरे, कमजोर लेजर का भी उपयोग किया।

  • उन्होंने देखा कि पानी प्लाज्मा (अत्यधिक गर्म गैस) में बदल गया और अविश्वसनीय रूप से तेजी से फैल गया।
  • उन्होंने एक "शॉकवेव" (shockwave) बनते और बाहर की ओर बढ़ते देखा, जो तालाब में पत्थर फेंकने पर दिखने वाली लहरों के समान है, लेकिन यह एक अरबवें सेकंड के एक अंश में होता है।
  • इसने पुष्टि की कि पानी का लक्ष्य उच्च-गति से फायरिंग को संभालने के लिए पर्याप्त तेज़ी से रिकवर और रिफ्रेश होता है।

सारांश

यह शोध पत्र सिद्ध करता है कि:

  1. तरल पानी की चादरें (Liquid water sheets) प्रोटॉन बीम को बार-बार बनाने के लिए एक शानदार, टिकाऊ लक्ष्य हैं।
  2. P-polarized लेजर (ऊपर-नीचे की लहरें) इस सेटअप के लिए सबसे अच्छा काम करते हैं।
  3. AI-संचालित अनुकूलन (AI-driven optimization) लेजर को एक इंसान की तुलना में बेहतर परिणाम देने के लिए स्वचालित रूप से ट्यून कर सकता है, जिससे ये पार्टिकल स्रोत अधिक विश्वसनीय और शक्तिशाली बन जाते हैं।

यह कार्य इन लेजर-चालित पार्टिकल एक्सेलरेटरों को केवल एक-बार के वैज्ञानिक प्रयोगों के बजाय, छोटा, स्थिर और वास्तविक दुनिया के उपयोग के लिए तैयार बनाने की दिशा में एक बड़ा कदम है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🔬 physics →