GPT-BEM - 粒子光学仿真软件-北京睿驰科技

gpt-bem

넳 넲

带电粒子束追踪与模拟软件

全三维静态场的边界元求解

GPT-BEM 采用分层边界元法（Boundary Element Method，BEM），在三维几何中求解表面边界问题。模型使用表面三角形描述边界，支持百万级表面三角形的几何，用于复杂电极、微透镜阵列和纳米尖端等结构的静态场分析。

求解范围包括静电场与静磁场。场求解结果可供 GPT 进行粒子追踪，进一步分析带电粒子在场中的运动及光学特性。

基于 ASCII 文本的几何脚本处理工具，可从参数化定义创建多极结构、透镜阵列和纳米尖端等三维几何，也可导入已有 STEP 模型并进行调整。

生成适用于边界元计算的表面三角网格。处理长宽比过高的三角形，形成接近等边且尺寸逐渐变化的三角形，用于后续场求解。

针对几何求解单位电势或单位电流对应的等效表面电荷。几何保持不变时，可调整电极电压或线圈电流，无需重新进行几何求解，并可输出场的多极分量。

在 GPT 中基于粒子追踪结果计算三维像差系数，可分析畸变、轴上与离轴像差，以及彗差等效应，并包含色差相关依赖关系。

参数化建模或 STEP 导入 → 表面网格生成 → 静电场／静磁场求解 → GPT 粒子追踪 → 像差与结果分析。

GPT-BEM 负责静态场求解，GPT 用于在求得的场中追踪粒子，并开展相应的后处理。GPT-BEM 作为独立产品提供，采购时需确认与 GPT 的配套使用及授权范围。

GPT 采用全三维粒子追踪技术，研究带电粒子在电磁场中的三维与非线性效应。内置束线组件和外部场图可设置空间位置与方向，用于模拟复杂装置及研究对准误差。

GPT 提供带自适应步长控制的嵌入式五阶 Runge-Kutta 积分方法，以及二维、三维空间电荷模型，包括三维粒子网格方法。

GPT 可使用一维、二维及三维场图，支持三维场图中的非均匀网格线分布。内存映射使三维场图可在 GPT 进程之间共享，有助于降低重复使用同一场图时的内存压力。

GPT 提供自动参数扫描、内置优化和分层数据分析工具，可用于比较不同参数设置下的模拟结果，并结合图形输出解读粒子轨迹与束流特性。

GPT 的内部计算与三维电磁场配置配有文档，内置束线元件的源代码可供用户使用，便于开发特定应用的自定义元件模型。

可结合 GPT 的结果处理工具查看轨迹、能量分布及其他输出。Windows 平台提供 GPTwin 图形界面；Linux 与 macOS 平台可将计算结果导出，配合外部绘图工具进行分析。

下表列出各 GPT 版本的功能差异。GPT-BEM 为独立提供的扩展产品，表中的支持情况不表示购买 GPT 基础软件即包含该扩展。

功能 / GPT 版本	2.8	3.0	3.1	3.2	3.3	3.4	3.5
GPT 核心技术
三维相对论运动方程求解器	✓	✓	✓	✓	✓	✓	✓
快速、准确的时间与位置输出			✓	✓	✓	✓	✓
尾场与相干同步辐射（CSR）					✓	✓	✓
自由电子激光（FEL）相互作用	1D	1D			✓	✓	✓
自旋追踪							✓
GPT-BEM 边界元扩展（独立产品）
带 STEP 导入的几何建模组件	不适用				✓	✓	✓
静电场求解器	不适用				✓	✓	✓
静磁场求解器	不适用					✓	✓
三维像差分析阶数	不适用				三阶	五阶	五阶
多极分量输出	不适用					轴向	3D
空间电荷
多重网格 Particle-In-Cell 方法	✓	✓	✓	✓	✓	✓	✓
离散性与随机效应		✓	✓	✓	✓	✓	✓
束线建模
束线组件的三维定位	✓	✓	✓	✓	✓	✓	✓
一维／二维／三维场图	✓	✓	✓	✓	✓	✓	✓
内存映射场图							3D
自定义元件	✓	✓	✓	✓	✓	✓	✓
收集器设计与边界元	✓	✓	✓	✓	✓	✓	✓
前处理与后处理
多维参数扫描	✓	✓	✓	✓	✓	✓	✓
分层数据分析	✓	✓	✓	✓	✓	✓	✓
多目标遗传优化器				✓	✓	✓	✓

像差分析阶数与多极输出类型按原厂版本表列示，具体配置需结合所购产品确认

平台 / 功能	Windows	macOS	Linux	MPI 集群
处理器	Intel	Intel 与 Apple Silicon M1/M2	支持 AVX2 的 Intel 处理器	支持 AVX2 的 Intel 处理器
GPTwin 图形用户界面	✓
多核追踪、扫描与优化	✓	✓	✓	✓
MPI 追踪、扫描与优化				openMPI3
GPT-BEM 可用性	✓	✓	✓	✓