通过AI增强模拟解锁Fusion核心的秘密

在地球上创造和维持融合反应本质上是在地球上重现类似星星的条件，这是非常困难的，而MIT等离子体科学与融合中心（PSFC）的首席研究科学家Nathan Howard博士认为这是这是它之一我们时代最迷人的科学挑战。

他说：“科学和融合作为清洁能源的总体希望都非常有趣。这促使我上学（麻省理工学院）上学并在PSFC工作。”

霍华德是PSFC的磁融合实验集成模型（MFE-IM）组的成员。与MFE-IM组领导者Pablo Rodriguez-Fernandez一起，霍华德和团队使用模拟和机器学习来预测等离子体在融合设备中的表现。MFE-IM和Howard的研究旨在在实际的融合环境中进行驾驶，以预测给定的技术或配置的性能，从而可以选择更明智的设计选择。为了确保它们的准确性，使用先前实验的数据对这些模型进行持续验证，从而使模拟在现实中保持基础。

在最近的一篇论文中，标题为“通过非线性陀螺仪概况预测预测迭代燃烧等离子体的性能和湍流的预测”出版在核融合，霍华德解释了他如何使用血浆中存在的旋转结构的高分辨率模拟，称为湍流，以确认当前法国南部正在建设的世界上最大的实验融合装置将在打开时按预期进行。

他还展示了不同的操作设置如何产生几乎相同数量的能量输出，但能量输入较少，这一发现可能会积极影响融合设备的效率。

从未建造的最大，最好的

四十年前，美国和其他六个成员国聚集在一起建造迭代者（拉丁语为“ Way”），曾经运行的融合设备将产生500兆瓦的融合能力，并且可以产生的等离子体比外部加热吸收的能量多10倍。

旨在实现这些目标中最雄心勃勃的任何融合实验中的等离子体设置称为ITER基线场景，作为融合科学和血浆物理学进步了，使用越来越强大的模拟框架霍华德所使用的越来越强大的模拟来完善实现该等离子体的方法。

在验证基线方案的工作中，霍华德使用了Cgyro，这是霍华德（Howard）合作者在General Atomics开发的计算机代码。Cgyro将复杂的等离子体物理模型应用于一组定义的融合工作条件。尽管它是时间密集型的，但Cgyro对融合设备中不同位置的表现方式产生了非常详细的模拟。

然后，通过Rodriguez-Fernandez在MIT开发的一系列工具，通过门户框架进行了全面的CGYRO模拟。

Rodriguez-Fernandez解释说：“ Portals采用高保真性[Cgyro]运行并使用机器学习来构建一个称为“代理”的快速模型，该模型可以模仿更复杂的运行结果，但要快得多。”“只有像门户等高保真建模工具在形成之前，我们才能瞥见血浆核心。这种预测优先的方法使我们能够在像Iter这样的设备中创建更有效的等离子体。”

在第一次传球之后，替代物的精度与高保真跑步进行了检查，如果代理人不与Cgyro的cgyro产生结果，那么再次运行了门户以完善代理，直到更好地模仿Cgyro的结果为止。

Rodriguez-Fernandez说：“好事是，一旦建立了训练有素的（替代）模型，就可以使用它来预测不同的条件，并且对完整的复杂运行的需求大大减少了。”

一旦对其进行了充分的训练，代孕者就被用于探索输入的不同组合如何影响ITER的预测性能以及它如何实现基线场景。值得注意的是，替代跑步的时间很少，并且可以与Cgyro结合使用，以增强其提升并更快地产生详细的结果。

'刚介入，看看我的状况在什么状态''

霍华德（Howard）与Cgyro，门户和代理人的合作研究了预计实现基线情景的特定操作条件组合。这些条件包括磁场使用，用于控制血浆形状的方法，施加的外部加热和许多其他变量。霍华德使用14次迭代，能够确认当前的基线场景配置的功率输出可能比输入到等离子体的功率高10倍。

霍华德谈到结果时说：“我们执行的建模可能是目前最高的忠诚，几乎可以肯定是发表的最高保真度。”

CGYRO的14次迭代用于确认等离子性能，包括运行门户以构建输入参数的替代模型，然后将代孕物与Cgyro绑定到更有效地工作。Cgyro仅需额外的三个迭代即可探索一种替代场景，该场景预测Iter可以产生几乎相同的能量，而输入功率约为一半。

替代增强的cgyro模型表明，等离子体核心的温度以及因此融合反应``并没有过多的功率输入影响；更少的功率输入等于更有效的操作。霍华德的结果还提醒您可能还有其他方法可以提高迭代的性能。他们只是还没有被发现。

霍华德反映了：“我们可以利用这种建模的结果来影响像迭代这样的实验计划的事实令人兴奋。多年来，我一直在说这是我们研究的目标，现在我们实际上做了这是一个了不起的弧线，确实很充实。”

更多信息：N.T.霍华德等人，通过非线性陀螺仪剖面预测预测了迭代燃烧等离子体中的性能和湍流的预测，核融合（2024）。doi：10.1088/1741-4326/ad8804

该故事由麻省理工学院新闻（MIT News）重新发布（web.mit.edu/newsoffice/），一个受欢迎的网站，涵盖有关麻省理工学院研究，创新和教学的新闻。