مقالات

اسرار هسته فیوژن را با شبیه سازی AI با پیشرفت AI باز کنید | اخبار MIT



ایجاد و حفظ واکنشهای مبتنی بر سنتز برای بازآفرینی شرایط ستاره در زمین بسیار دشوار است ، و ناتان هوارد دکتر 12 ، محقق اصلی مرکز علوم و سنتز MIT (PSFC) ، معتقد است که این یکی از این موارد است جذاب ترین چالش های علمی علمی زمان ما. “هم علم و هم وعده کلی ادغام به عنوان منبع خالص انرژی بسیار جالب است. این به من انگیزه می دهد که به مدرسه بیایم [at MIT] و او در PSFC کار می کند ، “او می گوید.

هوارد عضو گروه مدل سازی یکپارچه MFE-IM آزمایش های همجوشی مغناطیسی (MFE-IM) در PSFC است. به همراه رهبر گروه MFE-IM پابلو رودریگز-فرناندز ، هوارد و تیم از شبیه سازی ها و یادگیری ماشین استفاده می کنند تا پیش بینی کنند که چگونه پلاسما در یک دستگاه سنتز رفتار خواهد کرد. مطالعات MFE-IM و Howard با هدف پیش بینی فناوری یا پیکربندی قبل از مدیریت در یک محیط سنتز واقعی ، امکان انتخاب طراحی دقیق تر را فراهم می کند. برای اطمینان از صحت آنها ، این مدل ها به طور مداوم با استفاده از داده های آزمایش های قبلی ، حفظ شبیه سازی های خود در واقعیت ایجاد می شوند.

در یک سند دسترسی باز اخیر با عنوان “طرح ریزی و تلاطم در پلاسما برای سوزاندن ITER از طریق پیش بینی های غیرخطی برای پروفایل های ژیروکینتیک” منتشر شده در شماره ژانویه ژانویه ترکیب هسته ایهوارد توضیح می دهد که چگونه وی از شبیه سازی های با وضوح بالا از ساختارهای چرخان موجود در پلاسما به نام تلاطم استفاده کرد تا تأیید کند که بزرگترین دستگاه آزمایشی برای سنتز در جهان ، که در حال حاضر در جنوب فرانسه در حال ساخت است ، همانطور که انتظار می رود در گنجاندن انتظار می رود ارائه می شود. این همچنین نشان می دهد که چگونه تنظیمات مختلف کار می تواند به همان مقدار انرژی انرژی منجر شود ، اما با ورودی انرژی کمتری ، کشف که می تواند بر کارایی دستگاه های سنتز به طور کلی تأثیر بگذارد.

بزرگترین و بهترین چیزی که هرگز ساخته نشده است

چهل سال پیش ، ایالات متحده و شش کشور دیگر برای ساخت ITER (لاتین برای “جاده”) جمع شده اند ، یک دستگاه سنتز که پس از کار ، 500 مگاوات سنتز و پلاسما می دهد که می تواند 10 برابر بیشتر از 10 برابر بیشتر تولید کند انرژی از جذب از گرمایش خارجی. تنظیم پلاسما که برای دستیابی به این اهداف طراحی شده است – جاه طلب ترین از هر آزمایش سنتز – به عنوان سناریوی پایه iter و با پیشرفت علم سنتز و فیزیک پلاسما نامیده می شود ، راه های دستیابی به این پلاسما با استفاده از شبیه سازی های فزاینده ای مانند مانند مانند قاب مدل سازی از هوارد استفاده می کند.

در کار خود برای بررسی اسکریپت اصلی هوارد از CGYRO ، کد رایانه ای که توسط همکاران هوارد در ژنرال اتمیک تهیه شده است ، استفاده می کند. CGYRO یک مدل پیشرفته پلاسما از فیزیک را در مجموعه ای از شرایط کار تعریف شده سنتز استفاده می کند. اگرچه با گذشت زمان شدید ، CGYRO شبیه سازی های مفصلی را در مورد نحوه نگهداری پلاسما در مکان های مختلف در یک دستگاه سنتز ایجاد می کند.

سپس شبیه سازی های جامع CGYRO از طریق قاب پورتال انجام شد ، مجموعه ای از ابزارهایی که در ابتدا توسط Rodriguez-Fernandez در MIT تهیه شده اند. “پورتال ها از دقت بالایی برخوردار هستند [CGYRO] برای ساختن یک مدل سریع به نام “جانشین” که می تواند نتایج آهنگ های پیشرفته تر را تقلید کند و از یادگیری ماشین استفاده کند ، استفاده می کند و از آن استفاده می کند. “فقط ابزارهای مدل سازی با دقت بالا مانند پورتال ها قبل از شکل گیری ، نگاهی به هسته پلاسما می دهند. این رویکرد پیش بینی کننده اول به ما امکان می دهد تا پلاسما مؤثرتری را در دستگاهی مانند ITER ایجاد کنیم. “

پس از اولین حذف ، صحت جانشین ها با توجه به دامنه های دقت بالا بررسی شد و اگر جانشین نتیجه ای مطابق با CGYRO تولید نکند ، پورتال ها دوباره برای بهبود محاصره در حالی که بهتر از نتایج CGYRO استفاده می کنند ، اجرا می شوند. “نکته خوب این است که بعد از اینکه شما یک آموزش خوب ساخته اید [surrogate] مدل ، شما می توانید از آن برای پیش بینی شرایطی که متفاوت است ، با نیاز بسیار کاهش یافته به آهنگ های پیچیده کامل استفاده کنید. “هنگامی که آنها به طور کامل آموزش دیدند ، از جانبازان برای کشف چگونگی ترکیبات مختلف ورودی ها می توانند بر ITER پیش بینی و چگونگی دستیابی به سناریوی اصلی استفاده کنند. ویژه تر ، آهنگ های جانشین برخی از زمان ها را از بین می برد و می توان آنها را با هم استفاده کرد cgyro برای تحریک به او و ارائه نتایج دقیق تر.

“من فقط رها کردم تا ببینم وضعیت من در چه است”

کار هوارد با CGYRO ، Portals و Surrogates ترکیبی خاص از شرایط عملیاتی را که سناریوی اصلی برای دستیابی به آن در نظر گرفته شده است ، بررسی می کند. این شرایط شامل میدان مغناطیسی مورد استفاده ، روشهای مورد استفاده برای کنترل فرم پلاسما ، گرمایش خارجی اعمال شده و بسیاری از متغیرهای دیگر است. با استفاده از 14 تکرار CGYRO ، هوارد توانسته است تأیید کند که پیکربندی فعلی سناریوی پایه می تواند به 10 برابر بیشتر از ورودی پلاسما برسد. هوارد در مورد نتایج می گوید: “الگویی که ما انجام دادیم شاید بالاترین وفاداری ممکن در این مرحله باشد و تقریباً مطمئناً بالاترین وفاداری منتشر شده است.”

14 تکرار CGYRO برای تأیید عملکرد پلاسما شامل پورتال های کار برای ساخت مدل های جانشین برای پارامترهای ورودی و سپس اتصال جانشین ها با CGYRO برای کارآمدتر است. فقط سه تکرار CGYRO اضافی برای مطالعه یک سناریوی جایگزین مورد نیاز است که پیش بینی می کند ITER با حدود نیمی از قدرت ورودی می تواند تقریباً به همان مقدار انرژی منجر شود. مدل CGYRO ، که به جانشین بهبود یافته است ، نشان داد که دمای هسته پلاسما بنابراین واکنش های همجوشی بیش از حد تحت تأثیر ورودی کمتری قرار نمی گیرند. ورودی کمتری با عملکرد کارآمدتر برابر است. نتایج هوارد همچنین یادآوری می کند که ممکن است روش های دیگری برای بهبود عملکرد ITER وجود داشته باشد. آنها هنوز پیدا نشده اند.

هوارد منعکس می کند: “این واقعیت که ما می توانیم از نتایج این مدل سازی برای تأثیرگذاری بر برنامه ریزی آزمایش هایی مانند ITER استفاده کنیم ، هیجان انگیز است. سالها است که می گویم این هدف از تحقیقات ما است و اکنون که ما واقعاً آن را انجام می دهیم – این یک رنگین کمان باورنکردنی است و واقعاً اجرا می شود. ”


Source link

نوشته های مشابه

دکمه بازگشت به بالا