Fusie-energie wordt ontwikkeld als oplossing voor mondiale energieproblemen. Met name de magnetische opsluitingsmethode, waarbij plasma met ultrahoge temperatuur wordt opgesloten door een magnetisch veld, is het meest geavanceerd en wordt beschouwd als de meest veelbelovende methode voor fusiereactoren.

Bij deze methode wordt het plasma door een magnetisch veld in de reactor opgesloten in een toestand van hoge temperatuur en hoge dichtheid, en wordt de energie die vrijkomt bij de fusiereactie in het plasma omgezet in elektriciteit.

Om deze energieopwekkingsmethode te realiseren, is het essentieel om het complexe gedrag van fusieplasma te voorspellen en te beheersen. Een mogelijke controlemethode is digital twin control, waarbij het fusieplasma wordt bestuurd op basis van het plasma dat in de numerieke ruimte wordt gereproduceerd.

Het is echter moeilijk om het plasmagedrag met hoge nauwkeurigheid te voorspellen en analyseren met behulp van simulatiemodellen, omdat het model niet alleen rekening moet houden met de complexe plasmastroom, maar ook met vele andere factoren, zoals verwarming, brandstoftoevoer, onzuiverheden en neutrale deeltjes.

Bovendien zullen toekomstige fusiereactoren beperkte meetmogelijkheden hebben, wat voorspellende controle en schatting van de plasmatoestand noodzakelijk maakt onder omstandigheden van grote onzekerheid en gebrek aan informatie.

Een onderzoeksgroep heeft een nieuw controlesysteem ontwikkeld dat het voorspellende model kan optimaliseren met behulp van realtime observaties en de optimale controle kan schatten op basis van het verbeterde voorspellende model, zelfs onder zulke zeer onzekere omstandigheden.

Het werk is gepubliceerd in Wetenschappelijke rapporten .

Een wiskundige methode genaamd data-assimilatie is een techniek die waargenomen informatie gebruikt om de verschillen tussen numerieke simulaties en de werkelijkheid te verkleinen. Gegevensassimilatie wordt gebruikt om de voorspellings- en analyseprestaties van grootschalige simulatiemodellen (bijvoorbeeld weersvoorspellingen) te verbeteren.

De onderzoeksgroep heeft ASTI (Assimilation System for Toroidal plasma Integrated simulatie) ontwikkeld als data-assimilatiesysteem voor fusieplasma's. Over het algemeen is data-assimilatie een techniek om de nauwkeurigheid van voorspellingen en analyses te verbeteren.

In dit onderzoek hebben ze controlefuncties toegevoegd aan het data-assimilatieframework en een systeem gecreëerd dat digitale dubbele controle van fusieplasma's kan uitvoeren. Deze op data-assimilatie gebaseerde besturingsmethode past het simulatiemodel in realtime aan het daadwerkelijke gedrag van het fusieplasma aan, waardoor het plasmagedrag met hoge nauwkeurigheid kan worden voorspeld en verder kan worden gecontroleerd op basis van de voorspellingen.

Binnen ASTI wordt een groot aantal simulaties met verschillende toestanden parallel uitgevoerd om de toekomstige toestand van het plasma probabilistisch te voorspellen. Door waarnemingen en doeltoestanden in deze voorspelde waarschijnlijkheidsverdeling te weerspiegelen (assimileren), worden de aanpassing aan het echte plasma en de controleschatting uitgevoerd.

ASTI werd toegepast op het Large Helical Device (LHD), 's werelds meest geavanceerde experimentele faciliteit voor supergeleidend plasma, die is uitgerust met veel bedieningsknoppen, waaronder een krachtig elektroncyclotronresonantieverwarmingsapparaat (ECH) en geavanceerde meetapparatuur, waaronder realtime Thomson verstrooiingsmeetsysteem.

De onderzoekers voerden een experiment uit om de elektronentemperatuur van het eigenlijke plasma te controleren door middel van ECH, terwijl ze het voorspellende model optimaliseerden op basis van de elektronendichtheid en temperatuurprofielen die in realtime werden waargenomen.

Als gevolg hiervan werd de elektronentemperatuur dicht bij de doeltemperatuur gebracht, terwijl de voorspellingsnauwkeurigheid van het model werd verbeterd, en werd 's werelds eerste demonstratie van voorspellende controle van een fusieplasma door een digitale tweeling, gebaseerd op data-assimilatie, met succes bereikt.

Deze nieuwe controlebenadering zal naar verwachting van fundamenteel belang worden voor de controle van fusiereactoren, omdat deze kan worden toegepast op belangrijke maar uitdagende controleproblemen, waaronder de controle van plasmadichtheids- en temperatuurprofielen en de controle van grootheden die niet rechtstreeks worden gemeten, zoals het gemak van warmte ontsnapt uit het plasma.

Het in dit onderzoek ontwikkelde besturingssysteem legt de basis voor de besturing van fusiereactoren, waarbij met verschillende componenten tegelijk rekening moet worden gehouden. Hoewel dit controle-experiment een startpunt is voor de digitale tweelingcontrole van fusieplasma's, is het een belangrijke stap in de richting van de geavanceerde controles die essentieel zijn voor de realisatie van de opwekking van fusie-energie, zoals controle van het plasmaprofiel en het vermijden van plotselinge verdwijningsverschijnselen. P>

In de toekomst is het team van plan het besturingssysteem uit te breiden en demonstratie-experimenten uit te voeren voor meer geavanceerde besturingsproblemen bij de LHD en andere experimentele apparaten in Japan en daarbuiten.

Deze op data-assimilatie gebaseerde controlebenadering vormt de basis voor adaptieve voorspellende controle in situaties waarin het moeilijk is om met hoge nauwkeurigheid te voorspellen door alleen simulatie. Daarom wordt verwacht dat deze aanpak niet alleen de controleproblemen van fusieplasma zal oplossen, maar ook andere maatschappelijke problemen waarbij veel onzekere factoren betrokken zijn, zoals de controle op het wegverkeer en de controle op het rivierwaterpeil.

De onderzoeksgroep werd geleid door assistent-professor Yuya Morishita, professor Sadayoshi Murakami van de Graduate School of Engineering, Kyoto University, Japan, assistent-professor Naoki Kenmochi, assistent-professor Hisamichi Funaba, professor Masayuki Yokoyama, professor Masaki Osakabe van het National Institute for Fusion Science (NIFS), National Institutes of Natural Sciences (NINS), Japan, en professor Genta Ueno van het Institute of Statistical Mathematics (ISM), Japan, en het Joint Support-Center for Data Science Research (RIOS-DS), Japan.

Assistent-professor Morishita zei:"Ik geloof dat dit onderzoek een uitdaging is, maar belangrijk voor de realisatie van de opwekking van fusie-energie. Het was ook een goede gelegenheid voor mij, die gespecialiseerd is in numerieke modelberekeningen, om voor het eerst fusieplasma-experimenten te ervaren en om besef het verschil tussen realiteit en simulatie. In de toekomst zou ik dit controlesysteem graag willen opzetten als controlefundament voor fusiereactoren."

Meer informatie: Yuya Morishita et al., Eerste toepassing van op data-assimilatie gebaseerde controle op fusieplasma, Wetenschappelijke rapporten (2024). DOI:10.1038/s41598-023-49432-3

Journaalinformatie: Wetenschappelijke rapporten

Aangeboden door Nationale Instituten voor Natuurwetenschappen