美国利用人工智能技术实时预测聚变堆等离子体不稳定性  

出　　处：《环境科学与管理》2024年第6期184-184,共1页Environmental Science and Management

摘　　要：美国普林斯顿大学和普林斯顿等离子体物理实验室的研究人员研发出一个人工智能模型,能够实时预测被称为“撕裂模不稳定性”的聚变堆等离子体不稳定性。聚变能商业应用目前面临着许多重大技术和工程挑战,其中一个是等离子体可能失去稳定性,导致等离子体大规模破裂,进而导致聚变反应不能持续。研究人员使用美国DIII-D国家聚变设施的实验数据来训练这一模型。结果表明,该模型可以提前300毫秒预测撕裂模不稳定性,时间足以供人工智能控制器调整聚变堆运行参数,确保等离子体运行的稳定性。相关研究成果发表于《自然》期刊。

关 键 词：撕裂模不稳定性 聚变堆 聚变能 等离子体物理 人工智能技术 实时预测 商业应用 实验数据 

分 类 号：TL612[核科学技术—核技术及应用] TP18[自动化与计算机技术—控制理论与控制工程]