Un equipo internacional de científicos dirigido por un estudiante graduado en el Laboratorio de Física de Plasma de Princeton PPPL del Departamento de Energía de EE. UU. DOE ha demostrado el uso de la Inteligencia Artificial AI, el mismo concepto de computación que potenciará los autos sin conductor, para predecir y evitar interrupciones la liberación repentina de energía almacenada en el plasma que alimenta las reacciones de fusión que puede detener las reacciones y dañar gravemente las instalaciones de fusión.
riesgo de interrupciones
Los dispositivos de fusión llamados tokamaks corren un mayor riesgo de interrupciones a medida que los investigadores, con el objetivo de maximizar el poder de fusión para crear en la Tierra la fusión que alimenta al sol y las estrellas, chocan contra los límites operativos de las instalaciones. Por lo tanto, los científicos deben ser capaces de aumentar la fusiónpotencia sin alcanzar esos límites. Esta capacidad será crucial para ITER, el gran tokamak internacional en construcción en Francia para demostrar la practicidad de la energía de fusión.
Las reacciones de fusión combinan elementos de luz en forma de plasma, el estado caliente y cargado de la materia compuesto de electrones libres y núcleos atómicos que constituyen el 99 por ciento del universo visible, para generar cantidades masivas de energía. Científicos de todo el mundobuscan crear fusión para un suministro prácticamente inagotable de energía limpia y segura para generar electricidad.
Los investigadores entrenaron un algoritmo de aprendizaje automático de IA, o un conjunto de reglas, en miles de experimentos anteriores en el DIII-D National Fusion Facility que General Atomics opera para el DOE. Los científicos luego aplicaron las reglas en tiempo real al DIII en cursoD experimentó y encontró el algoritmo capaz de pronosticar la probabilidad de interrupciones e iniciar acciones que evitaron la aparición de interrupciones.
Modelo relativamente simple
"Es fascinante ver que un modelo de aprendizaje automático relativamente simple podría predecir con precisión el comportamiento complicado del plasma de fusión", dijo Yichen Fu, un estudiante graduado en el Programa Princeton en Física de Plasma en PPPL y autor principal de un artículo que describe los hallazgosel enlace es externo en Física de plasma y presentado en una publicación destacada del Instituto Americano de Física llamada "SciLight". "Es genial ver a los estudiantes liderando equipos multiinstitucionales y teniendo un impacto real en el desarrollo de métodos de aprendizaje automático para el control de plasmas de fusión", dijo PPPLel físico Egemen Kolemen, supervisor del trabajo de Yichen y profesor asistente de Ingeniería Mecánica y Aeroespacial en la Universidad de Princeton.
Los resultados marcan un paso más hacia la prevención de interrupciones en ITER y en las instalaciones de la próxima generación, dijo el físico Raffi Nazikian, jefe del departamento de ITER y Tokamak en PPPL. "Este trabajo representa un progreso significativo en el uso del aprendizaje automático para desarrollar una predicción de interrupcióny método de evitación en dispositivos de fusión ", dijo Nazikian." Sin embargo, todavía se requiere una gran cantidad de I + D para mejorar la precisión de las predicciones y desarrollar métodos de control a prueba de fallas para evitar interrupciones en ITER y futuros reactores ".
Fuente de la historia :
Materiales proporcionado por DOE / Princeton Plasma Physics Laboratory . Original escrito por John Greenwald. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :