Mākslīgais intelekts pret tearing nestabilitāti DIII-D

Kas tas ir

Tokamaks notur gredzenveida magnētiskajā laukā ārkārtīgi karstu gāzi, ko sauc par plazmu. Dažkārt magnētiskā lauka līnijas plazmā pārtrūkst un savienojas no jauna, veidojot gredzenveida pūslīšus, ko sauc par magnētiskajām salām. To dēvē par tearing nestabilitāti (angļu valodā «tearing» nozīmē «plīšana»), un tā ir galvenais plazmas sabrukumu cēlonis; šie pēkšņie sabrukumi pārtrauc eksperimentu un var sabojāt iekārtas sienas. Komanda no Prinstonas Universitātes un Nacionālā kodolsintēzes pētījumu centra DIII-D, Amerikas Savienoto Valstu Enerģētikas departamenta pētniecības objekta uzņēmuma General Atomics teritorijā Sandjego, apmācīja vadības algoritmu ar pastiprinājuma mācīšanos: programma mācās, izmēģinot darbības un saņemot atlīdzību. To apmācīja uz datormodeļa, kas 25 milisekundes uz priekšu paredz plazmas spiedienu un tearing riska novērtējumu no 0 līdz 1. Vadības algoritms iemācījās mainīt divus lielumus, sildīšanas jaudu ar neitrālajiem stariem un plazmas formu, lai spiediens paliktu augsts, kamēr prognozētais risks nepārsniedz izvēlēto robežu.

Kāpēc tas ir svarīgi

Uz tokamaka balstītai spēkstacijai vajag augstu plazmas spiedienu, lai ražotu enerģiju, un tai jāizvairās no plazmas sabrukumiem, kas var sabojāt sienas. Agrākās metodes galvenokārt mēģināja nomākt tearing pēc tā rašanās, un tas bieži notika par vēlu, tāpēc šeit mērķis bija no tā izvairīties jau no paša sākuma. Pēc Nature raksta datiem, vadības algoritms noturēja prognozēto risku zem robežas pat sarežģītos apstākļos, kādi plānoti Starptautiskajā eksperimentālajā kodolsintēzes reaktorā (ITER), lielajā starptautiskajā kodolsintēzes projektā, ko būvē Francijā, kur plazma griežas tikai lēni un tearing ir īpaši grūti novēršams. Vienā salīdzinošā palaišanā parasts vadības algoritms turēja noteiktu spiedienu, sākās liels tearing un plazma sabruka.

Kā to lasīt

Tearing riska novērtējums ir apmācīta modeļa prognoze, no 0 (risks nav gaidāms) līdz 1 (augsts risks), 25 milisekundes uz priekšu. Vadības algoritmu apmācīja ar trim dažādām robežām: 0,2, 0,5 un 0,7. Jo zemāka robeža, jo piesardzīgāks algoritms. Ar 0,5 un 0,7 plazma noturējās līdz plānotā laika beigām; ar vispiesardzīgāko robežu 0,2 plazma sabruka aptuveni 5,5. sekundē. Piesardzīgais algoritms bija samazinājis sildīšanu līdz iepriekš noteiktai apakšējai robežai un nevarēja to samazināt tālāk, un šādas mijiedarbības tā apmācībā nebija. Tātad stingrāka robeža ne vienmēr bija labākā izvēle. Salīdziniet to ar parasto vadības algoritmu tajā pašā eksperimentā: tas turēja nemainīgu spiediena mērķi, pēc 2,6 sekundēm sākās liels tearing un plazma sabruka 0,5 sekundes vēlāk.

Ierobežojumi

Autori darbu sauc par principa pierādījumu agrīnā noskaņošanas posmā. To pārbaudīja uz vienas iekārtas ar diviem vadāmajiem lielumiem (sildīšanas jauda un plazmas forma), bet pārējos lielumus, tostarp plazmas strāvu, turēja nemainīgus, lai apstākļi būtu tuvu ITER plānotajiem. Prognozēšanas modelis ir melnā kaste: tas var pateikt, ka tearing ir iespējams, bet nevar izskaidrot cēloni. Autori norāda, ka algoritmu vajadzēs pārbaudīt ar vairāk vadāmajiem lielumiem, piemēram, ar radioviļņu sildīšanu, ko ITER plāno izmantot, un ar ierobežotāku sensoru komplektu, kāds būs spēkstacijā. Vienā pārbaudē ar pievienotu radioviļņu sildīšanu plazma sabruka pēc neplānota plazmas strāvas zuduma, lai gan algoritms tika galā ar īsu riska lēcienu. Autori ziņo arī, ka plazmas formas izmaiņas bija lielas, un ar aprēķiniem pārbaudīja, ka ITER spoles tās var radīt.

Avoti

• Nature: fuzijas plazmas tearing nestabilitātes novēršana ar dziļo pastiprinājuma mācīšanos, 2024. gada 21. februāris (Avoiding fusion plasma tearing instability with deep reinforcement learning)
• Vikikrātuve: 2017 TOCAMAC Fusion Chamber N0689, DIII-D vakuuma kameras foto (2017 TOCAMAC Fusion Chamber N0689, photo of the DIII-D vacuum vessel)