Uma corporação de política pública entre os sistemas de fusão da Commonwealth (CFS), o Laboratório de Física de Plass de Plasma de Princeton (PPL) e o Laboratório Nacional de Oak Ridge levou a uma nova abordagem de inteligência artificial (AI), que é chamada de “sombras magnéticas” em uma fusão de pressão “
A base do novo software de IA chamada Heat-ML provavelmente acelerará significativamente o design de futuros sistemas de fusão. Esse software pode implementar uma boa decisão durante as atividades de fusão ajustando o plasma, para que possíveis complicações antes de iniciarem.
“Esta pesquisa mostra que você pode pegar um código existente e criar uma cirurgia de IA que possa acelerar sua capacidade de obter respostas eficazes e abrirá maneiras interessantes com base no controle e planejamento ambiental”, disse Michael Church de um artigo de engenharia e design de fusão no PPPL.
A fusão, o sol e as estrelas, o combustível, podem fornecer eletricidade ilimitada na terra. Para usá -lo, os pesquisadores devem lidar com os principais desafios científicos e de engenharia. Tal desafio de lidar com o calor extremo do plasma, que atinge a temperatura que o centro do sol quando é limitado a um navio de fusão chamado Akamac. Onde esse calor atinge, é importante agilizar os cálculos que prevêem quais partes do Tocamak estão seguras nas sombras de outras áreas.
“Os componentes voltados para o plasma de Togamak podem ser interagidos com o plasma, que é muito quente e pode derreter esses elementos”, disse Dominica Corona Rivera, o primeiro escritor do PPPL e o primeiro escritor do PPPL. “A pior coisa que pode acontecer é que você precisa parar as funções”.
O PPPL aumenta seu impacto pela parceria privada geral
O calor-ML é particularmente fabricado para simular uma pequena parte do SPARC: atualmente CFS. Massachusetts acredita provar os ganhos de energia líquida até 2027, significando que a Spark criará mais energia do que consome.
Simular como o calor afeta o interior do SPARC é o centro desse objetivo e é um ótimo desafio ao computador. Para quebrar o desafio, o grupo se concentrou em uma seção do SPARC, onde a descarga térmica mais intensa plasmática corta a parede do material. Essa parte específica do tokamak representa 15 ladrilhos na parte inferior da máquina, que faz parte do sistema de escape do motor, que pode ser submetido a fogo alto.
Para criar essa simulação, os pesquisadores os chamam de máscaras de sombra. Máscara de sombra Desenhos 3D de tons magnéticos, que são áreas específicas dos componentes internos do sistema de fusão, que são protegidos do calor direto. A localização dessas tonalidades depende da forma das partes do Tocamak e de como elas interagem com as linhas de campo magnéticas que controlam o plasma.
Criação de simulações para melhorar o método de funcionamento dos sistemas de fusão
Primeiro de tudo, o programa de computador de código aberto ou o instrumento de análise de engenharia de fluxo térmico calculou essas máscaras de sombra. O gerente do CFS, Tom Lubi, que agora é presidente do Comitê de Diagnóstico da SPARC, foi criado pelo gerente do CFS, Tom Lubi, durante seu doutorado, e foi usado pela primeira vez no sistema de escape para a máquina de teste nacional de toro para PPPL.
O calor-ML descobriu as linhas de campo magnéticas da superfície de um componente para ver se as outras partes internas de Togamak são cortadas. Ao fazer isso, a área é chamada de “sombra”. No entanto, encontrar essas linhas e encontrar uma geometria mecânica 3D detalhada foi uma interrupção significativa no processo. Pode levar cerca de 30 minutos para uma simulação e levar mais tempo para alguma geometria complexa.
O calor-ML superou essas interrupções e aceleram os cálculos por alguns mili segundos. Ele usa uma rede neurológica profunda: um tipo de IA com camadas ocultas de funções e parâmetros matemáticos, que se aplica aos dados para aprender a executar uma tarefa específica pesquisando formulários. Para descobrir como calcular máscaras de sombra, o treinamento em rede neurológica profundo do calor-ML foi fornecido usando o banco de dados de cerca de 1.000 simulações SPARC do calor.
O Heat-ML está atualmente vinculado ao design específico do sistema de escape do SPARC; Ele funciona apenas para a pequena parte do tokamak específico e é o sistema preferido no índice térmico. No entanto, o painel de pesquisa acredita expandir suas capacidades para generalizar máscaras de sombra para qualquer forma e sistemas de escape de tamanho, bem como elementos que estão enfrentando plasma dentro de um tokamak.
O DOE apoiou o trabalho sob o DE-AC02-09CH11466 e DE-AC05-002725 sob contratos e foi apoiado pelo CFS.
