Новый метод ИИ ускоряет расчеты для защиты термоядерных реакторов от плазменного тепла
Ученые в США представили новый подход к искусственному интеллекту (ИИ), который может защитить термоядерные реакторы от экстремального тепла, генерируемого плазмой.
Новый метод, который называется HEAT-ML, был разработан исследователями из Commonwealth Fusion Systems (CFS), Принстонской лаборатории физики плазмы (PPPL) Министерства энергетики США и Национальной лаборатории Ок-Риджа.
Он способен быстро идентифицировать магнитные тени, которые являются критическими областями, защищенными от интенсивного нагрева плазмы, и, следовательно, помогает предотвратить потенциальные проблемы до их начала.
Быстрое и точное расположение этих областей имеет решающее значение для обеспечения долгосрочной работы термоядерных систем, где температура плазмы может парить выше, чем ядро Солнца.
Исследователи полагают, что новый ИИ может заложить основу для программного обеспечения, которое значительно ускоряет разработку будущих систем синтеза и поддерживает обоснованное принятие решений во время операций путем корректировки плазмы.
Инновационный метод
Слияние, которое является реакцией, питающей Солнце и звезды, может снабжать Землю безграничной, безуглеродной энергией. Тем не менее, для достижения этого исследователи должны сначала преодолеть значительные научные и инженерные проблемы.
Одним из самых больших является управление плазменным теплом, которое превышает температуру солнечного ядра, когда оно заключено в токамак, пончикообразный реактор, который использует мощные магнитные поля для сдерживания плазмы.
Вот почему ускорение расчетов, которые предсказывают, где будет ударить это тепло, и какие части токамака останутся в защитных тенях других компонентов, имеет важное значение для доставки энергии синтеза в сеть.
«Компоненты токамака, обращенные к плазме, могут вступать в контакт с плазмой, которая очень горячая и может расплавить или повредить эти элементы», — сказала Доменика Корона Ривера, физик-исследователь из PPPL и первый автор статьи.
Чтобы решить эту проблему, исследователи разработали HEAT-ML в качестве обновления на основе ИИ для инструментария инженерного анализа теплового потока с открытым исходным кодом (HEAT). Программное обеспечение генерирует «теневые маски». Это 3D-карты, показывающие, какие части внутренних стен токамака защищены от прямого контакта с плазмой.
ИИ был разработан специально для SPARC, токамака, строящегося CFS в Массачусетсе, который направлен на демонстрацию чистого прироста энергии к 2027 году. Для его первоначального тестирования исследователи сосредоточились на 15 плитках у основания выхлопной системы SPARC, области, которая, как ожидается, будет выдерживать самую экстремальную жару.
Моделирование производительности системы термоядерного синтеза
Традиционно, тепло отслеживает линии магнитного поля с поверхности компонента, чтобы определить, пересекаются ли они с другими внутренними структурами, и отмечает эти области как «теневые». Хотя точный процесс медленный, с одним моделированием занимает до получаса. Это может занять еще больше времени для сложных геометрий.
Новый HEAT-ML преодолевает это узкое место с помощью глубокой нейронной сети, обученной примерно 1000 симуляций SPARC, генерируемых HEAT. После обучения ИИ может производить теневые маски всего за несколько миллисекунд, сокращая время вычислений на несколько порядков величины.
«Это исследование показывает, что вы можете взять существующий код и создать суррогат ИИ, который ускорит вашу способность получать полезные ответы, и это открывает интересные возможности с точки зрения контроля и планирования сценариев», — сказал Майкл Черчилль, руководитель цифровой инженерии в PPPL и соавтор исследования.
Больше в науке
Хотя текущая версия адаптирована к выхлопной системе SPARC, команда стремится расширить свои возможности для обработки выхлопных систем любой формы или размера, а также других компонентов, обращенных к плазме, в токамаке.
Результаты исследования опубликованы в журнале Fusion Engineering and Design.
