Wetenschappers proberen al jaren het technische obstakel op te lossen om de kernfusie die van nature in de zon plaatsvindt, te imiteren. Het bereiken van kernfusie op aarde is echter tot nu toe een ongrijpbare uitdaging gebleven. Onderzoekers denken dat AI het kernfusieprobleem kan oplossen en de geheimen van duurzame kernfusiereactoren kan onthullen.
Onderzoekers van de Princeton Plasmafysica Laboratorium zijn de eersten die aantonen hoe kunstmatige intelligentie kan worden gebruikt om potentieel catastrofale instabiliteiten in een fusiereactor te voorspellen en zo te voorkomen. Hun werk toont aan dat AI plasma kan sturen en een grote sprong voorwaarts kan maken in de ontwikkeling van fusie-energie, terwijl het tegelijkertijd voor een grote uitdaging staat.
Hoogtepunten: AI stabiliseert fusie-energie
- Machine learning kan snel gegevens analyseren, patronen identificeren en zich aanpassen om de controle over fusiereacties in stellarators en tokamaks te verbeteren.
- AI heeft met succes magnetische verstoringen vermeden die het fusieplasma in twee tokamakreactoren destabiliseren die in een hoge opsluitingsmodus werken.
- Onderzoekers gebruiken AI om het ontwerp van stellarators te optimaliseren, complexe natuurkundige codes te versnellen en de modellering van warmtestromen voor de volgende generatie tokamaks te stroomlijnen.
- Succesvolle real-time controle werd gedemonstreerd in de DIII-D tokamak-fusiereactor.
- Machine learning-modellen geïntegreerd met experimentele gegevens zijn erop gericht optimale methoden voor plasma-opsluiting voor commerciële fusiereactoren te onthullen.
"Er zijn instabiliteiten in plasma die kunnen leiden tot ernstige schade aan het fusie-apparaat. Die kunnen we niet in een commercieel fusievat hebben., 'Voegde toe Egemen Kolemen. "Ons werk brengt het veld vooruit en laat zien dat kunstmatige intelligentie een belangrijke rol kan spelen bij het beheer van fusiereacties in de toekomst, door instabiliteit te vermijden en tegelijkertijd het plasma zoveel mogelijk fusie-energie te laten genereren."
Zie ook: Helion Energy gaat fusie-energiecode kraken met steun van Sam Altman en Microsoft
De AI-oplossing: voorspelling en preventie
De onderzoekers trainden een AI-systeem op gegevens uit eerdere experimenten bij de DIII-D Nationale fusiefaciliteit in San Diego. De AI zou vervolgens potentiële instabiliteiten in de scheurmodus en verstoringen in de magnetische veldlijnen kunnen voorspellen, waardoor het plasma tot 300 milliseconden van tevoren kan ontsnappen tijdens live fusie-experimenten.
Met deze vroege waarschuwing paste de AI-controller belangrijke bedrijfsparameters aan, zoals de vorm van het plasma en de invoerverwarming, om te voorkomen dat er instabiliteiten ontstonden en het plasma verstoord raakte.
"Door te leren van eerdere experimenten, in plaats van informatie uit op de natuurkunde gebaseerde modellen te incorporeren, zou de AI een definitief controlebeleid kunnen ontwikkelen dat een stabiel, krachtig plasmaregime in realtime ondersteunt, in een echte reactor,", aldus onderzoeksleider Egemen Kolemen, universitair hoofddocent aan Princeton.
Complexiteit overwinnen met AI
Zelfs met 's werelds krachtigste supercomputers is het nauwkeurig modelleren van de turbulente, multischaal-dynamiek van fusieplasma complex. De onderzoekers erkennen uitdagingen bij het opschalen en generaliseren van de AI-controller.
- Krachtige magnetische velden hebben moeite om superverhit plasma van meer dan 100 miljoen graden Celsius in donutvormige tokamak-apparaten te houden
- Instabiliteiten die veroorzaken verstoringen in de magnetische velden en het plasma te laten ontsnappen. Dit vormde een groot obstakel voor het bereiken van een duurzame fusiebrand.
- Het nabootsen van omstandigheden in de echte wereld vereist extreem complexe rekencodes die zelfs op geavanceerde supercomputers langzaam werken.
- Het vinden van de juiste balans tussen precisie en snelheid bij het optimaliseren van codes met behulp van machine learning-modellen.
- Integratie van meerdere zeer nauwkeurige natuurkundige codes en grote experimentele datasets om nauwkeurige simulaties te maken.
- Het overwinnen van instabiliteiten zoals randgelokaliseerde modi die reactorcomponenten in grotere, hetere commerciële reactoren kunnen beschadigen.
Het potentieel van AI-aangedreven fusie ontsluiten
Ondanks de uitdagingen die ons te wachten staan, zijn onderzoekers optimistisch over de rol van AI in commercieel haalbare kernfusiecentrales om voldoende schone energie op te wekken.
"Uiteindelijk kan het meer zijn dan alleen een eenzijdige interactie tussen wetenschappers die deze AI-modellen ontwikkelen en inzetten," zei Kolemen.Als we ze nader bestuderen, kunnen we er misschien ook meer over leren over de onderliggende natuurkunde."
Nu AI een steeds prominentere rol speelt, denken onderzoekers dat AI kernfusieproblemen kan oplossen. Ze streven ernaar de enorme kracht van kernfusie op aarde eindelijk te benutten.
Bron : Ingenieurs gebruiken AI om kernfusie-energie voor het elektriciteitsnet te verkrijgen
