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

Dit artikel presenteert een multi-Hz lasergestuurd ionenacceleratieplatform dat gebruikmaakt van vloeibare sheet jet-doelwitten, waarmee een toename van 11% in de maximale protonenergie wordt bereikt door middel van real-time, closed-loop Bayesiaanse optimalisatie van de lasergolffront, wat een pad opent naar robuuste, hoog-repetitierate ionenbronnen.

De kern

Stel je voor dat je probeert een piepklein, bewegend doelwit te raken met een superkrachtige zaklampstraal om een uitbarsting van minuscule, snel bewegende deeltjes (protonen) te creëren. Dit is in essentie wat wetenschappers doen wanneer ze krachtige lasers gebruiken om deeltjesstromen te maken. Deze stromen zijn veelbelovend voor zaken als medische behandelingen en wetenschappelijk onderzoek, maar er is een addertje onder het gras: meestal kun je slechts één "schot" tegelijk lossen en zijn de resultaten onvoorspelbaar. Om deze stromen bruikbaar te maken voor echte banen, moet je ze herhaaldelijk kunnen afvuren (zoals een machinegeweer in plaats van een een schot per keer werkend geweer) en moet je ervoor zorgen dat je het doelwit elke keer perfect raakt.

Dit artikel beschrijft een succesvol experiment dat precies dat deed: het creëerde een stabiele, herhaalbare "machinegeweer"-stroom van protonen en leerde een computer hoe hij de laser kon afstemmen om de straal nog beter te maken.

Hier is een uitsplitsing van wat ze hebben gedaan, met behulp van eenvoudige analogieën:

1. Het Doelwit: Een "Waterblad" in plaats van een Massieve Wand

Normaal gesproken schieten wetenschappers lasers op massieve metalen of plastic platen. Maar als je een krachtige laser op een massieve plaat schiet, raakt deze beschadigd en moet je hem na elke schot vervangen. Dat is traag en rommelig.

In plaats daarvan gebruikten dit team een vloeibaar waterblad. Stel je een zeer dunne, continue waterval voor die een muur naar beneden stroomt, maar dan slechts een paar honderd nanometer dik (dunner dan een menselijke haar).

• Waarom het cool is: Omdat het water constant stroomt, raakt de laser elke keer een vers, schoon oppervlak. Het is alsof je een eindeloze voorraad vers papier hebt om op te schrijven, in plaats van te proberen hetzelfde vel papier steeds opnieuw te wissen en te hergebruiken.
• Het resultaat: Ze bewezen dat deze "waterwand" de laser vijf keer per seconde kan overleven (en mogelijk zelfs sneller) zonder kapot te gaan of brokstukken te creëren die de apparatuur zouden ruïneren.

2. Het Experiment: Het Afstemmen van de "Zaklamp"

Zodra ze een stabiel doelwit hadden, moesten ze uitzoeken hoe ze de beste protonenstraal uit het waterblad konden krijgen. Ze testten drie hoofdzaken:

• De Hoek van het Licht (Polarisatie): Denk aan het laserlicht als een golf. Ze probeerden de golf zijwaarts te laten schudden (s-gepolariseerd), op en neer (p-gepolariseerd), of in een cirkel (circulair).
  • De bevinding: Het op en neer schudden van de golf (p-gepolariseerd) was de duidelijke winnaar. Dit produceerde drie keer zoveel energie en tien keer zoveel deeltjes als de andere methoden. Het is alsof ontdekken dat het duwen van een schommel op exact het juiste moment ervoor zorgt dat deze veel hoger gaat dan bij willekeurig duwen.
• De Vorm van de Puls: Ze pasten het "tempo" van de laserpuls aan (het iets langer of korter maken op specifieke manieren).
  • De bevinding: De "perfect gecomprimeerde" puls (de standaardinstelling) werkte het best. Het te lang of te kort maken van de puls verpestte de resultaten juist.
• De Vorm van de Straal (Wavefront): Dit is vergelijkbaar met het aanpassen van de focus en de vorm van een camerablok. Als de lens licht vervormd is, wordt het beeld wazig. Ze gebruikten een speciale spiegel (een vervormbare spiegel) die kan buigen en draaien om de vorm van de laserstraal in realtime te corrigeren.

3. De "Slimme" Optimalisatie: De Computer Leren Rijden

Dit is het meest opwindende deel. In plaats van dat een menselijke wetenschapper dagenlang handmatig aan knoppen draait om de perfecte instelling te vinden, gebruikten ze Machine Learning (specifiek Bayesiaanse Optimalisatie).

• De Analogie: Stel je voor dat je de hoogste plek in een mistig berglandschap probeert te vinden, maar je kunt slechts een paar meter om je heen zien.
  • De oude manier: Je loopt in een rasterpatroon en controleert elke mogelijke plek. Dat duurt eeuwig, en je zou de top kunnen missen als de kaart te groot is.
  • De nieuwe manier (Bayesiaanse Optimalisatie): Je hebt een slimme gids. Je zet een stap, kijkt rond, en de gids gebruikt wat hij geleerd heeft om te raden waar de top waarschijnlijk is. De gids brengt je daarheen, controleert het, en werkt zijn kaart bij. Hij leert van elke stap, zelfs van de stappen die bergafwaarts gingen.
• Het resultaat: De computer paste de vorm van de laserspiegel automatisch aan. De computer vond niet alleen een "goede" instelling; het vond een instelling die de maximale energie van de protonen met 11% verhoogde vergeleken met wat een mens handmatig had geoptimaliseerd. Het maakte de laserstraal ook scherper gefocust, waardoor er meer energie in een kleiner punt werd gepakt.

4. Het "Ontploffing" Bekijken

Ze gebruikten ook een tweede, zwakkere laser om "foto's" te maken van wat er met het waterdoelwit gebeurde nadat de hoofdlaser erop raakte.

• Ze zagen het water veranderen in plasma (superheet gas) en extreem snel uitzetten.
• Ze zagen een "schokgolf" ontstaan en naar buiten bewegen, vergelijkbaar met de rimpelingen die je ziet als je een steen in een vijver gooit, maar dan gebeurend in een fractie van een miljardste van een seconde.
• Dit bevestigde dat het waterdoelwit zichzelf snel genoeg herstelt en verfrist om hoge snelheden van vuren aan te kunnen.

Samenvatting

Het artikel bewijst dat:

1. Vloeibare waterbladen een fantastisch, duurzaam doelwit zijn voor het herhaaldelijk maken van protonenstromen.
2. P-gepolariseerde lasers (op en neer schuddend licht) het beste werken voor deze opstelling.
3. AI-gestuurde optimalisatie de laser automatisch kan afstemmen om betere resultaten te krijgen dan een mens kan, wat deze deeltjesbronnen betrouwbaarder en krachtiger maakt.

Dit werk is een grote stap richting het klein, stabiel en klaar voor echt gebruik maken van lasergestuurde deeltjesversnellers, in plaats van ze slechts als eenmalige wetenschappelijke experimenten te gebruiken.

Technische samenvatting

Technische Samenvatting: Karakterisering en Geautomatiseerde Optimalisatie van Laser-gedreven Protonenbundels vanaf Convergerende Vloeibare Sheet Jet Targets

Probleemstelling
Laser-gedreven protonenversnellers bieden veelbelovende mogelijkheden voor toepassingen in de geneeskunde, materiaalkunde en fundamentele fysica, gekenmerkt door hoge piekstroomsterktes en lage emittantie. Echter, het realiseren van hun volledige potentieel vereist operatie met een hoge herhalingssnelheid (HRR) (Hz tot kHz) om de benodigde constante gemiddelde flux te genereren voor praktische toepassingen. Een kritieke flessenhals is de ontwikkeling van robuuste targetsystemen die bestand zijn tegen zware stralingsomgevingen en de positiestabiliteit binnen nauwe Rayleigh-bereiken gedurende langere perioden kunnen handhaven. Bovien is het navigeren door de hoogdimensionale, niet-lineaire parameterruimte van laser- en targetvariabelen inefficiënt met traditionele single-shot of handmatige scantechnieken. Er is behoefte aan stabiele, vervangbare targetplatforms die compatibel zijn met machine learning-technieken voor autonome, real-time optimalisatie van bundeleigenschappen.

Methodologie
De auteurs maakten gebruik van een vloeibare water sheet jet target gegenereerd door een wolfraam microfluïdische nozzle, die een sheet produceerde van 600 ± 100 nm dik met een stroomsnelheid van ~10 m/s. Dit target werd bestraald door het TA2 lasersysteem bij de Central Laser Facility (UK), dat pulsen leverde van maximaal 200 mJ met een duur van 75 ± 5 fs en intensiteiten tot 3 × 10¹⁹ W/cm² bij een herhalingssnelheid van maximaal 5 Hz (de meeste data werd verkregen bij 1 Hz).

De experimentele opstelling omvatte een uitgebreid scala aan diagnostische instrumenten:

• Optische Schaduwgrammatologie: Een onafhankelijke 800 nm probe-puls (40 fs) met variabele vertraging werd gebruikt om plasma-expansie en schokvorming te monitoren tot ~700 ps na de interactie.
• Deeltjesdiagnostiek: Een magnetische elektronspectrometer mat naar voren gerichte hete elektronen. Een op scintillator gebaseerde protonenbundel-profiler en een diamantdetector time-of-flight (ToF) spectrometer karakteriseerden de ruimtelijke verdeling en de energie-spectra van de versnelde protonen.
• Controlesystemen: Het laserfront werd gemanipuleerd met behulp van een vervormbare spiegel (DM) die werd aangestuurd via zes Zernike-moduscoëfficiënten. Een acusto-optisch programmeerbaar filter (AOPDF) maakte het mogelijk om groepstijdverspreiding (GDD) en derde-orde dispersie (TOD) af te stemmen.

De studie hanteerde twee primaire analytische benaderingen:

1. Parametrische Scans: Systematische 1D en 2D grid-scans over de targetpositie en laserparameters (polarisatie, dispersie) om stabiliteit en koppeling te karakteriseren.
2. Bayesiaanse Optimalisatie (BO): Een closed-loop, real-time optimalisatieschema gebruikmakend van Gaussian process regression om de maximale protonenergie ($E_{max}$) te maximaliseren. De optimizer paste het laserfront aan (Zernike-coëfficiënten) op basis van feedback van de ToF-spectrometer.

Belangrijkste Bijdragen en Resultaten

• Targetstabiliteit en Dynamiek: De vloeibare sheet jet vertoonde shot-to-shot stabiliteit die geschikt is voor HRR-operatie. Optische schaduwgrammatologie onthulde dat het overdense plasma aanvankelijk expandeerde met ~0,3c, gevolgd door de vorming van filamentaire structuren (toegeschreven aan Weibel-type instabiliteiten) en een schokfront. Na ~400 ps was de verstoorde regio verzadigd bij ~50 µm, wat suggereert dat het target voldoende herstelt voor kHz-herhalingssnelheden, hoewel verdere fluïdumdynamische studies nodig zijn voor opschaling.
• Polarisatieafhankelijkheid: De studie bevestigde een sterke afhankelijkheid van de acceleratie-efficiëntie van de laserpolarisatie. P-gepolariseerde pulsen leverden protonen-maximumenergieën die ongeveer 3 keer hoger waren en piekdoses bijna twee orde grootheden groter dan s-gepolariseerde pulsen, en een orde grootheid hoger dan circulair gepolariseerde pulsen. Dit wordt toegeschreven aan versterkte vacuümverwarmingsmechanismen in p-gepolariseerde interacties met de scherpe plasma-dichtheidsgradiënt.
• Pulsvorming: Scans van GDD en TOD gaven aan dat de best-compressie configuratie ($\Delta$GDD = 0, $\Delta$TOD = 0) over het algemeen de hoogste elektronopbrengsten en protonenergieën opleverde. Positieve TOD, die de stijgende rand van de puls kan verlengen, verbeterde de prestaties in dit specifieke regime niet.
• Geautomatiseerde Optimalisatie: Het Bayesiaanse optimalisatiealgoritme slaagde erin het laserfront in real-time af te stemmen. Startend vanaf een handmatig geoptimaliseerd focuspunt, verhoogde het BO-schema de maximale protonenergie met 11% (van 5,4 MeV naar 6,0 ± 0,1 MeV). Deze verbetering correleerde met een reductie van 13% in de straal die 50% van de pulsenergie bevat, wat wijst op een verbeterde energieconcentratie in de focusspot. Opvallend genoeg nam de geïntegreerde protonflux op de ToF-detector met 60% toe tijdens de optimalisatie, ondanks dat de flux niet de expliciete doelfunctie was.
• Parametercorrelaties: Het BO-model concludeerde correlaties tussen specifieke Zernike-modi (bijv. horizontale coma en verticale astigmatisme) met betrekking tot hun effect op de protonenergie. Deze correlaties vertaalden zich echter niet direct naar veranderingen in de far-field piek laserintensiteit, wat suggereert dat de optimalisatie subtiele wavefront-shaping effecten op de plasma-interactie benutte in plaats van eenvoudige intensiteitsmaximalisatie.

Significantie
Dit artikel demonstreert dat vloeibare sheet jet targets een stabiel, debris-geminimaliseerd platform bieden voor hoog-herhalingssnelheid laser-gedreven ionenversnelling. Het werk vestigt de levensvatbaarheid van het gebruik van machine learning, specifiek Bayesiaanse optimalisatie, om laserfronten autonoom en real-time af te stemmen voor verbeterde bundelprestaties. Door een toename van 11% in maximale protonenergie en aanzienlijk hogere flux te bereiken via closed-loop controle, legt deze studie de weg vrij voor toepassingsklare protonenbronnen. Deze bronnen kunnen multi-MeV pieken energie leveren met hoge single-shot doses bij multi-Hz herhalingssnelheden, actief gestabiliseerd en geoptimaliseerd om te voldoen aan de strikte eisen van toekomstige toepassingen in isotopengeneratie en hybride acceleratorontwikkeling. De auteurs benadrukken dat hoewel de huidige resultaten veelbelovend zijn, verder onderzoek naar de complexe wisselwerking tussen laserfronten en targetplasma vereist is om de onderliggende fysica van de geobserveerde optimalisaties volledig te begrijpen.