La energía de fusión se está desarrollando como una solución a los problemas energéticos globales. En particular, el método de confinamiento magnético, en el que se confina plasma a temperatura ultraalta mediante un campo magnético, es el más avanzado y se considera el método más prometedor para los reactores de fusión.

Mediante este método, el plasma queda confinado en el reactor en un estado de alta temperatura y alta densidad mediante un campo magnético, y la energía liberada por la reacción de fusión en el plasma se convierte en electricidad.

Para realizar este método de generación de energía, es esencial predecir y controlar el complejo comportamiento del plasma de fusión. Un posible método de control es el control gemelo digital, en el que el plasma de fusión se controla en función del plasma reproducido en el espacio numérico.

Sin embargo, es difícil predecir y analizar el comportamiento del plasma con alta precisión utilizando modelos de simulación porque el modelo debe considerar no solo el flujo de plasma complejo, sino también muchos otros factores como el calentamiento, el suministro de combustible, las impurezas y las partículas neutras.

Además, los futuros reactores de fusión tendrán capacidades de medición limitadas, lo que obligará a realizar un control predictivo y una estimación del estado del plasma en condiciones de gran incertidumbre y falta de información.

Un grupo de investigación ha desarrollado un nuevo sistema de control que puede optimizar el modelo predictivo utilizando observaciones en tiempo real y estimar el control óptimo basándose en el modelo predictivo mejorado incluso en condiciones tan inciertas.

El trabajo está publicado en Scientific Reports .

Un método matemático llamado asimilación de datos es una técnica que utiliza información observada para reducir las diferencias entre las simulaciones numéricas y la realidad. La asimilación de datos se utiliza para mejorar el rendimiento de predicción y análisis de modelos de simulación a gran escala (por ejemplo, pronóstico del tiempo).

El grupo de investigación ha desarrollado ASTI (Sistema de asimilación para simulación integrada de plasma toroidal) como sistema de asimilación de datos para plasmas de fusión. En general, la asimilación de datos es una técnica para mejorar la precisión de la predicción y el análisis.

En esta investigación, agregaron funciones de control al marco de asimilación de datos y crearon un sistema que puede realizar el control gemelo digital de plasmas de fusión. Este método de control basado en la asimilación de datos adapta el modelo de simulación al comportamiento real del plasma de fusión en tiempo real, lo que permite predecir el comportamiento del plasma con alta precisión y controlarlo aún más en función de las predicciones.

Dentro de ASTI, se realizan en paralelo una gran cantidad de simulaciones con diferentes estados para predecir el estado futuro del plasma de forma probabilística. Al reflejar (asimilar) las observaciones y los estados objetivo en esta distribución de probabilidad predicha, se realiza la adaptación al plasma real y la estimación de control.

ASTI se aplicó al Large Helical Device (LHD), la instalación experimental de plasma superconductor más avanzada del mundo, que está equipada con muchas perillas de control, incluido un dispositivo de calentamiento por resonancia ciclotrón de electrones (ECH) de alta potencia y equipos de medición avanzados, incluido Thomson en tiempo real. sistema de medición de dispersión.

Los investigadores llevaron a cabo un experimento para controlar la temperatura de los electrones del plasma real mediante ECH, mientras optimizaban el modelo predictivo basado en la densidad de electrones y los perfiles de temperatura observados en tiempo real.

Como resultado, la temperatura de los electrones se acercó a la temperatura objetivo y al mismo tiempo mejoró la precisión de la predicción del modelo, y se logró con éxito la primera demostración del mundo del control predictivo de un plasma de fusión mediante un gemelo digital, basado en la asimilación de datos. /P>

Se espera que este nuevo enfoque de control sea fundamental para el control de los reactores de fusión porque puede aplicarse a problemas de control importantes pero desafiantes, incluido el control de los perfiles de densidad y temperatura del plasma y el control de cantidades que no se miden directamente, como la facilidad de escape de calor desde el interior del plasma.

El sistema de control desarrollado en este estudio sienta las bases para el control de reactores de fusión, donde se deben considerar varios componentes simultáneamente. Aunque este experimento de control es un punto de partida para el control de plasmas de fusión por gemelos digitales, es un paso importante hacia los controles avanzados que son esenciales para la realización de la generación de energía de fusión, como el control del perfil del plasma y la prevención de fenómenos de desaparición repentina. P>

En el futuro, el equipo planea ampliar el sistema de control y realizar experimentos de demostración para problemas de control más avanzados en el LHD y otros dispositivos experimentales en Japón y el extranjero.

Este enfoque de control basado en la asimilación de datos proporciona la base para el control predictivo adaptativo en situaciones en las que es difícil predecir con alta precisión mediante simulación únicamente. Por lo tanto, se espera que este enfoque resuelva no sólo los problemas de control del plasma de fusión, sino también otros problemas sociales que involucran muchos factores inciertos, como el control del tráfico en las carreteras y el control del nivel del agua de los ríos.

El grupo de investigación fue dirigido por el Profesor Asistente Yuya Morishita, el Profesor Sadayoshi Murakami de la Escuela de Graduados en Ingeniería de la Universidad de Kyoto, Japón, el Profesor Asistente Naoki Kenmochi, el Profesor Asistente Hisamichi Funaba, el Profesor Masayuki Yokoyama, el Profesor Masaki Osakabe del Instituto Nacional de Ciencias de la Fusión (NIFS), Institutos Nacionales de Ciencias Naturales (NINS), Japón, y el Profesor Genta Ueno del Instituto de Matemáticas Estadísticas (ISM), Japón, y el Centro Conjunto de Apoyo para la Investigación en Ciencia de Datos (RIOS-DS), Japón. /P>

El profesor asistente Morishita dijo:"Creo que esta investigación es desafiante pero importante en la realización de la generación de energía de fusión. También fue una buena oportunidad para mí, que me especializo en cálculos de modelos numéricos, de experimentar experimentos de plasma de fusión por primera vez y de entender la diferencia entre la realidad y la simulación. En el futuro, me gustaría establecer este sistema de control como base de control para los reactores de fusión."

Más información: Yuya Morishita et al, Primera aplicación del control basado en asimilación de datos al plasma de fusión, Scientific Reports (2024). DOI:10.1038/s41598-023-49432-3

Información de la revista: Informes científicos

Proporcionado por los Institutos Nacionales de Ciencias Naturales