吴阳海; 杜海龙; 薛雷; 李佳鲜; 薛淼; 郑国尧

doi:10.7498/aps.74.20250381

摘要

本文首次针对HL-3装置, 采用机器学习方法预测偏滤器靶板等离子体参数, 为未来快速预测大型聚变堆偏滤器热负荷奠定基础. 将机器学习应用于边缘等离子体物理中, 可以显著缩短大型边缘程序SOLPS-ITER模拟所需的时间, 从几周、几个月甚至半年缩短至毫秒级. 研究发现, 通过增加内外偏滤器区的辐射损失作为模型的输入参数, 能够明显提高预测精度(超过90%), 同时增强训练模型的适用性, 可以同时精确预测内外偏滤器靶板热流, 并验证了该特征参数与偏滤器靶板物理量之间的依赖关系. 该工作不仅为偏滤器物理研究提供了有效的方法, 也为未来跨装置预测偏滤器靶板参数提供了坚实的基础.

关键词:

Abstract

The SOLPS-ITER edge plasma simulation code has become a primary tool for designing divertor physics and predicting target plate heat load in fusion research. However, SOLPS-ITER-based divertor design requires not only substantial computational time but also intensive hardware resources, which fundamentally limits its application in advancing divertor optimization, particularly in large-scale fusion reactor divertor design. In this work, the machine learning method is used for the first time to predict the plasma parameters of the divertor target plate for HL-3, which provides a theoretical basis for predicting the heat load of divertor in large fusion reactor in the future. Based on the simulation of the edge plasma code SOLPS-ITER, we first build a database of HL-3 edge plasma parameters, including the upstream inner/outer midplane region and divertor target region. Then, we use the machine learning method and combine with the database to develop an artificial neural network model. Finally, the artificial neural network is used to train a model by using the boundary plasma parameters of the HL-3 device, and the heat load of the divertor target plate is predicted by the given upstream plasma parameters.This work can effectively shorten the time of simulating edge plasma by SOLPS-ITER code from weeks, months or even half a year to several milliseconds. In this work, a multi-layer perceptron (MLP) model is established with different input parameters to predict the electron temperature, density, and parallel heat fluxes of the inner and outer divertor target plates. It is found that reasonably increasing upstream plasma parameters as inputs to the model can not only improve the model’s generalization ability and the accuracy of prediction (both reaching over 90%), but also verify the correlation between upstream plasma parameters and divertor target physical quantities. In addition, a more stable ResMLP model is established on the basis of MLP. This work demonstrates the feasibility of using the neural networks to predict the heat load of the divertor target plate.

Keywords:

作者及机构信息

通信作者: 杜海龙, duhl@swip.ac.cn

基金项目: 国家重点科技发展计划(批准号: 2022YFE03180300, 2019YFE03040002, 2024YFE03180001)和国家自然科学基金(批准号: 12175054)资助的课题.

Authors and contacts

Corresponding author: DU Hailong, duhl@swip.ac.cn

Funds: Project supported by the National Key R&D Program of China (Grant Nos. 2022YFE03180300, 2019YFE03040002, 2024YFE03180001) and the National Natural Science Foundation of China (Grant No. 12175054).

文章全文

参考文献

[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]

施引文献

下载: 全尺寸图片幻灯片

图3或图5	输入参数
图3或图5	壁粒子再循环系数 (re)	外中平面电子密度 (n_omp)	外中平面电子温度 (T_omp)	外中平面平行热流 (q_omp)	外偏滤器辐射损失 (ra_outer)	内中平面电子密度 (n_imp)	内中平面电子温度 (T_imp)	内中平面平行热流 (q_imp)	内偏滤器辐射损失 (ra_inner)
(a) 4输入		√	√			√	√
(b) 6输入		√	√	√		√	√	√
(c) 8输入		√	√	√	√	√	√	√	√
(d) 5输入	√	√	√			√	√
(e) 7输入	√	√	√	√		√	√	√
(f) 9输入	√	√	√	√	√	√	√	√	√

下载: 导出CSV

[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]

[1]	郭焱, 吕恒, 丁春玲, 袁晨智, 金锐博. 分数阶涡旋光衍射过程的机器学习识别. 必威体育下载 , 2025, 74(1): 014203. doi: 10.7498/aps.74.20241458
[2]	张童, 王加豪, 田帅, 孙旭冉, 李日. 基于机器学习的铸件凝固过程动态收缩行为. 必威体育下载 , 2025, 74(2): 028103. doi: 10.7498/aps.74.20241581
[3]	王鹏, 麦麦提尼亚孜·麦麦提阿卜杜拉. 机器学习的量子动力学. 必威体育下载 , 2025, 74(6): 060701. doi: 10.7498/aps.74.20240999
[4]	刘宇杰, 王振宇, 雷航, 张国宇, 咸家伟, 高志斌, 孙军, 宋海峰, 丁向东. 卷积神经网络辅助无机晶体弹性性质预测. 必威体育下载 , 2025, 74(12): 120702. doi: 10.7498/aps.74.20250127
[5]	魏凯文, 尚天帅, 田榕赫, 杨东, 李春娟, 陈军, 李剑, 黄小龙, 朱佳丽. 基于神经网络方法研究β-衰变释放粒子的平均能量数据. 必威体育下载 , 2025, 74(18): . doi: 10.7498/aps.74.20250655
[6]	张旭, 丁进敏, 侯晨阳, 赵一鸣, 刘鸿维, 梁生. 基于机器学习的激光匀光整形方法. 必威体育下载 , 2024, 73(16): 164205. doi: 10.7498/aps.73.20240747
[7]	张嘉晖. 蛋白质计算中的机器学习. 必威体育下载 , 2024, 73(6): 069301. doi: 10.7498/aps.73.20231618
[8]	欧阳鑫健, 张岩星, 王之龙, 张锋, 陈韦嘉, 庄园, 揭晓, 刘来君, 王大威. 面向铁电相变的机器学习: 基于图卷积神经网络的分子动力学模拟. 必威体育下载 , 2024, 73(8): 086301. doi: 10.7498/aps.73.20240156
[9]	刘烨, 牛赫然, 李兵兵, 马欣华, 崔树旺. 机器学习在宇宙线粒子鉴别中的应用. 必威体育下载 , 2023, 72(14): 140202. doi: 10.7498/aps.72.20230334
[10]	管星悦, 黄恒焱, 彭华祺, 刘彦航, 李文飞, 王炜. 生物分子模拟中的机器学习方法. 必威体育下载 , 2023, 72(24): 248708. doi: 10.7498/aps.72.20231624
[11]	方波浪, 王建国, 冯国斌. 基于物理信息神经网络的光斑质心计算. 必威体育下载 , 2022, 71(20): 200601. doi: 10.7498/aps.71.20220670
[12]	林键, 叶梦, 朱家纬, 李晓鹏. 机器学习辅助绝热量子算法设计. 必威体育下载 , 2021, 70(14): 140306. doi: 10.7498/aps.70.20210831
[13]	陈江芷, 杨晨温, 任捷. 基于波动与扩散物理系统的机器学习. 必威体育下载 , 2021, 70(14): 144204. doi: 10.7498/aps.70.20210879
[14]	张瑶, 张云波, 陈立. 基于深度学习的光学表面杂质检测. 必威体育下载 , 2021, 70(16): 168702. doi: 10.7498/aps.70.20210403
[15]	王伟, 揭泉林. 基于机器学习J₁-J₂反铁磁海森伯自旋链相变点的识别方法. 必威体育下载 , 2021, 70(23): 230701. doi: 10.7498/aps.70.20210711
[16]	王鹏举, 范俊宇, 苏艳, 赵纪军. 基于机器学习构建的环三亚甲基三硝胺晶体势. 必威体育下载 , 2020, 69(23): 238702. doi: 10.7498/aps.69.20200690
[17]	王永生, 孙瑾, 王昌金, 范洪达. 变参数混沌时间序列的神经网络预测研究. 必威体育下载 , 2008, 57(10): 6120-6131. doi: 10.7498/aps.57.6120
[18]	王耀南, 谭文. 混沌系统的遗传神经网络控制. 必威体育下载 , 2003, 52(11): 2723-2728. doi: 10.7498/aps.52.2723
[19]	谭文, 王耀南, 刘祖润, 周少武. 非线性系统混沌运动的神经网络控制. 必威体育下载 , 2002, 51(11): 2463-2466. doi: 10.7498/aps.51.2463
[20]	. 神经网络的自适应删剪学习算法及其应用. 必威体育下载 , 2001, 50(4): 674-681. doi: 10.7498/aps.50.674

计量

文章访问数: 664
PDF下载量: 19
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

搜索

留言板

Machine learning-based prediction of heat load on Tokamak divertor target plates

摘要

Abstract

作者及机构信息

通信作者: 杜海龙, duhl@swip.ac.cn

Authors and contacts

Corresponding author: DU Hailong, duhl@swip.ac.cn

文章全文

参考文献

施引文献

目录

计量

作者中心

必威betway88欢迎你

关于期刊

关于我们

搜索

留言板

Machine learning-based prediction of heat load on Tokamak divertor target plates

摘要

Abstract

作者及机构信息

通信作者: 杜海龙, duhl@swip.ac.cn

Authors and contacts

Corresponding author: DU Hailong, duhl@swip.ac.cn

文章全文

参考文献

施引文献

目录

计量

出版历程

作者中心

必威betway88欢迎你

关于期刊

关于我们