Gerçek zamanlı füzyon plazması davranışını öngörme ve kontrol etme için yapay zeka teknolojisi

Yapay zeka kullanarak gerçek zamanlı füzyon plazması davranışını öngörme ve kontrol etme

• Çok modlu süper çözünürlük: Birden fazla uzamsal ve zamansal fizik ölçeği tarafından yönetilen doğrusal olmayan karmaşık sistemler, tek bir tanı yöntemiyle tam olarak anlaşılamaz. Birden fazla tanıyı birleştirmek, sistem fiziğinin eksik projeksiyonlarına yol açar. Bu boşlukları, gizli çapraz korelasyonları belirleyerek kapatmak mümkündür. Bunun için yenilikçi bir makine öğrenimi metodolojisi tanıtılıyor. Bu metodoloji, edge-localized mode (ELM) gibi plazma kararsızlıklarının ele alınmasına yardımcı olur.

• Makine öğrenimiyle gerçek zamanlı profil kontrolü: Tokamakta plazmayı kontrol etmek için çeşitli "aktüatörler" kullanılır. Model öngörülü kontrol, fizik deneylerinin başarı oranını artırabilir ve zamandan tasarruf sağlayabilir. Gerçek zamanlı fizik modelleri her zaman doğru olmadığından, yalnızca gerçek zamanlı tanıları kullanarak 100 mikrosaniye içinde tahmin üreten makine öğrenimi modelleri geliştiriliyor.

Yüksek çözünürlüklü tanılarla plazma davranışını izleme

• Kararsızlık tespiti ve sınıflandırması: Elektron siklotron emisyon sinyallerine dayanarak plazma çekirdeğindeki kararsızlıkları tespit eden ve sınıflandıran araştırmalar yürütülüyor. Reservoir Computing Networks gibi makine öğrenimi modellerinin, zaman serisi verilerini işlemede etkili olduğu gösterildi.

• Tanı verilerinin doğruluğunu ve kapsamını artırma: Tanı verilerinin doğruluğu ve kapsamı, füzyon araştırma cihazları ve reaktörlerin optimum performansını anlamak açısından önemlidir. Makine öğrenimi tabanlı yaklaşımlarla tanı sinyalleri yeniden üretiliyor ve sinyal görselleştirmesi iyileştiriliyor.

Tokamak taşıma modellerinin büyük veri tabanlarıyla çapraz doğrulanması ve doğrulaması

• Tokamak taşıma tahminlerinin güvenilirliğini artırma: DIII-D deşarjları kullanılarak istatistiksel anlamlılık sağlanıyor ve tahmin modellerinin güvenilirliği artırılıyor. 1D taşıma çözücüleri ASTRA ve TRANSP doğrulandı; depolanan enerjiyi tahmin etmede yüksek doğruluk gösterdiler, ancak plazma sıcaklık profili tahmininde basit deneysel modellere kıyasla istatistiksel bir avantaj sağlamadılar.

Gerçek zamanlı Carbon-III emisyon ön yüz proxy'si ile kararlı divertor ayrılması

• Kararlı divertor ayrılması: Tokamağın, aşırı ısı akısından kaynaklanan divertor plakası hasarını önlerken iyi hapsolmayı korumasını sağlar. Makine öğrenimi algoritmaları kullanılarak tokamak içindeki herhangi bir noktadan ayrılma değeri doğrudan bulunabilir ve gerekirse aktüasyon sinyalleri ayarlanabilir.