美研發(fā)人工智能模型可實(shí)時(shí)預(yù)測(cè)聚變堆等離子體不穩(wěn)定性

【美國(guó)普林斯頓大學(xué)網(wǎng)站2024 年2 月21 日?qǐng)?bào)道】美國(guó)普林斯頓大學(xué)和普林斯頓等離子體物理實(shí)驗(yàn)室（PPPL）研究人員近日已研發(fā)可用于實(shí)時(shí)預(yù)測(cè)聚變堆等離子體不穩(wěn)定性的人工智能模型。相關(guān)研究成果已刊登在近期出版的科技期刊《自然》上。

聚變能商業(yè)應(yīng)用目前面臨的一項(xiàng)重大技術(shù)和工程挑戰(zhàn)是等離子體容易失去穩(wěn)定性，導(dǎo)致等離子體大規(guī)模破裂，進(jìn)而導(dǎo)致聚變反應(yīng)不能持續(xù)。

該模型能夠預(yù)測(cè)被稱為“撕裂模不穩(wěn)定性”的等離子體不穩(wěn)定性。這種不穩(wěn)定性由等離子體中的電流和壓力梯度相互作用引起，是導(dǎo)致等離子體破裂的主要原因之一。

研究人員使用美國(guó)DIII-D 國(guó)家聚變?cè)O(shè)施的實(shí)驗(yàn)數(shù)據(jù)來(lái)訓(xùn)練這一模型。結(jié)果表明，該模型可以提前300毫秒預(yù)測(cè)“撕裂模不穩(wěn)定性”，足以供人工智能控制器調(diào)整聚變堆運(yùn)行參數(shù)，確保等離子體運(yùn)行穩(wěn)定性。