在一项新研究中,普林斯顿等离子体物理实验室(PPPL)的科学家利用高性能计算机和人工智能(AI)得到的预测结果,为聚变发电又增添了一分希望。
研究于2月1日发表在《AIP等离子体物理学》上,标题为“Constructing a new predictive scaling formula for ITER's divertor heat-load width informed by a simulation-anchored machine learning editors-pick”(基于模拟锚定机器学习的ITER偏滤器热负荷宽度预测标度公式的构建),通讯作者为普林斯顿等离子体物理实验室的C. S. Chang。
研究小组使用PPPL开发的XGC高保真度等离子体湍流代码,和橡树岭国家实验室的“顶点”超级计算机计算出,正在法国建设的国际托卡马克装备ITER,其热负荷范围是当前托卡马克简单放大所得预测值的6倍以上。
其原因是,由于ITER边缘等离子体的尺寸比粒子的回旋运动半径大,因此全功率ITER边缘等离子体受到的湍流类型与目前托卡马克中的不同。
译/前瞻经济学人APP资讯组
参考资料:
【1】https://aip.scitation.org/doi/10.1063/5.0027637
【2】https://www.sciencedaily.com/releases/2021/03/210304145201.htm