Commonwealth Fusion Systems (CFS), АҚШ Энергетика министрлігінің Принстон плазма физикасы зертханасы (PPPL) және Окридж ұлттық зертханасы арасындағы серіктестік термоядролық реакторларда «магниттік көлеңкелерді» жылдам анықтауға арналған жасанды интеллект (ЖИ) негізіндегі инновациялық тәсілді әзірлеуге алып келді. Бұл аймақтар плазманың қарқынды жылу әсерінен қорғалған, бұл жабдықтың ұзақ мерзімділігі мен қауіпсіздігі үшін аса маңызды.

Термоядролық жүйелерге арналған жаңа ЖИ-құрал

HEAT-ML деп аталатын жасанды интеллект жүйесі болашақ термоядролық қондырғыларды жобалауды жеделдететін бағдарламалық қамтамасыз етудің негізіне айналуы мүмкін. Бұл құрал жобалау шешімдерін оңтайландырып қана қоймай, реактордың жұмысын нақты уақытта қолдап, плазма параметрлерін түзету арқылы ықтимал мәселелердің алдын алуға мүмкіндік береді.

HEAT-ML жүйесі CFS компаниясы салып жатқан SPARC токамағының шағын бөлігін модельдеу үшін жасалды. Компания 2027 жылға қарай SPARC-тың тұтынғанынан артық энергия өндіретінін, яғни оң энергетикалық балансқа қол жеткізетінін көрсетуді жоспарлап отыр.

Жылу жүктемелерін модельдеу

SPARC ішкі элементтеріне жылу әсерін бағалау — елеулі есептеу ресурстарын қажет ететін негізгі міндет. Жұмысты жеңілдету үшін команда плазманың ең қарқынды жылу ағыны қабырға материалына тікелей тиетін аймаққа назар аударды. Бұл токамак бөлігі машинаның төменгі жағындағы 15 плитадан тұрады және ең жоғары жылу жүктемесіне ұшырайды.

Мұндай симуляцияларды жүргізу үшін зерттеушілер «көлеңкелі маскалар» деп аталатын — компоненттердің ішкі беттеріндегі тікелей жылу әсерінен қорғалған аймақтардың үшөлшемді магниттік көлеңке карталарын жасайды. Бұл көлеңкелердің орналасуы токамак ішіндегі бөлшектердің пішіні мен олардың плазманы ұстап тұратын магниттік сызықтармен өзара әрекеттесуіне байланысты.

HEAT-ML артықшылықтары

Бастапқыда көлеңкелі маскаларды есептеу үшін PPPL-дің тәжірибелік қондырғысында алғаш қолданылған ашық HEAT (Heat flux Engineering Analysis Toolkit) бағдарламасы пайдаланылды. HEAT-ML компонент беттерінен магниттік күш сызықтарын қадағалап, олардың токамактың басқа ішкі бөліктерімен қиылысатынын анықтайды. Егер қиылысса, бұл аймақ «көлеңкеленген» деп есептеледі. Алайда мұндай талдау бір симуляция үшін 30 минутқа дейін, ал күрделі геометриялар үшін одан да ұзақ уақыт алатын.

HEAT-ML бұл тар жерді жойып, есептеулерді бірнеше миллисекундқа дейін жылдамдатады. Жүйе HEAT көмегімен орындалған шамамен 1000 SPARC симуляциясының негізінде үйретілген терең нейрондық желіні пайдаланады, бұл көлеңкелі маскаларды есептеуді үйренуге мүмкіндік береді.

Дамудың болашағы

Қазіргі уақытта HEAT-ML тек SPARC-тың жылу шығару жүйесінің нақты бөлігі үшін жұмыс істейді және HEAT кодында қосымша опция ретінде қолданылады. Зерттеу тобы жүйенің мүмкіндіктерін кез келген пішін мен өлшемдегі жылу шығару жүйелерінің, сондай-ақ токамак ішіндегі плазмамен жанасатын басқа компоненттердің көлеңкелі маскаларын есептеуге дейін кеңейтуді жоспарлап отыр.

Бұл жұмыс АҚШ Энергетика министрлігінің DE-AC02-09CH11466 және DE-AC05-00OR22725 келісімшарттары бойынша, сондай-ақ CFS компаниясының қолдауымен жүзеге асырылды.