作者:李木子 来源:中国科学报 发布时间:2022/2/17 14:46:19
选择字号:
人工智能可控制托卡马克聚变反应堆内的等离子体

 

人工智能首次被用于控制聚变反应堆内的超高温等离子体,为提高稳定性和效率提供了一条新途径。相关研究近日发表于《自然》。

如果我们能让聚变反应堆运转起来,它将提供廉价、丰富且相对清洁的能源。现在, DeepMind与瑞士洛桑联邦理工学院(EPFL)的科学家合作,创建了一个神经网络,能够控制EPFL的可变配置托卡马克(TCV)聚变反应堆中的磁场。

这些磁场对于安全控制反应堆产生的等离子体至关重要。如果等离子体接触到反应堆壁,它会迅速冷却,抑制反应,并可能造成重大损害。

TCV的研究人员之前使用了19个磁圈,每个磁圈由一个单独的算法控制,通过大量传感器每秒监测反应堆内部数千次。相反,DeepMind创建了一个单一的神经网络来同时控制所有线圈,并能自动学习需要向它们提供哪些电压,从而最好地控制等离子体。

该团队对人工智能进行了精确的反应堆数字模拟训练,然后在真正的机器上进行实验,成功将等离子体控制在2秒左右,这接近了反应堆的极限——TCV在一次实验中只能将等离子体维持3秒钟,之后需要15分钟冷却。聚变反应堆的世界纪录只有5秒,是最近由英国欧洲环面联合会创造。

除了控制等离子体,人工智能还能够塑造等离子体,并在反应堆内移动它。新的等离子体形状可能会提高新的核聚变反应堆的效率或稳定性,比如目前正在法国建造的ITER,2025年建成后将成为世界上最大的托卡马克反应堆。人工智能甚至展示了同时控制两束分离等离子体的能力。

EPFL的Federico Felici说,尽管理论上有很多方法可以用磁圈来控制等离子体,但科学家们已经尝试和测试了一些策略。但人工智能以其新颖的方法与线圈形成相同的等离子体形状,这让团队感到惊讶。

“这种人工智能算法,即强化学习,选择了一种完全不同的方式使用TCV线圈,但还是或多或少产生了相同的磁场。”Felici说,“所以它仍在创造我们预期的相同等离子体,但它只是以一种完全不同的方式使用磁芯,因为它可以完全自由地探索整个操作空间。所以人们看到这些关于线圈电流如何演变的实验结果,感到非常惊讶。”

“为了使聚变反应堆变得高效、实用,物理学家需要增加等离子体压力和包含其磁场的功率之间的比值,这个比值被称为β。”英国约克大学的Howard Wilson说,“等离子体会不断扭动,试图逃脱磁场的束缚,当一个人推高β参数时,就必须越来越努力地工作,以获得控制,使等离子体保持在那里。你把等离子体推得越远,你就越有可能突然失去它。”

Wilson认为,这些人工智能实验表明,将等离子体包含在“极端几何形状”中是有希望的,这为使用不同等离子体形状的实验铺平了道路,这些实验可能会提高稳定性或效率。 “它使有风险的参数空间的操作风险降低,同时也打开了我们可以进入和探索的新参数空间。”他说。

相关论文信息:https://doi.org/10.1038/s41586-021-04301-9

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
“人造太阳”逐日梦 “聚变合肥”加速度 “奋斗者”号到达克马德克海沟最深点
时隔21年,大果五味子野外回归 海上风电与海洋牧场融合发展项目并网发电
>>更多
 
一周新闻排行
 
编辑部推荐博文