L'énergie de fusion est développée comme solution aux problèmes énergétiques mondiaux. En particulier, la méthode de confinement magnétique, dans laquelle le plasma à ultra haute température est confiné par un champ magnétique, est la plus avancée et est considérée comme la méthode la plus prometteuse pour les réacteurs à fusion.

Grâce à cette méthode, le plasma est confiné dans le réacteur dans un état à haute température et haute densité par un champ magnétique, et l'énergie libérée par la réaction de fusion dans le plasma est convertie en électricité.

Pour réaliser cette méthode de génération d’énergie, il est essentiel de prédire et de contrôler le comportement complexe du plasma de fusion. Une méthode de contrôle possible est le contrôle jumeau numérique, dans lequel le plasma de fusion est contrôlé sur la base du plasma reproduit dans l'espace numérique.

Cependant, il est difficile de prédire et d'analyser le comportement du plasma avec une grande précision à l'aide de modèles de simulation, car le modèle doit prendre en compte non seulement le flux de plasma complexe, mais également de nombreux autres facteurs tels que le chauffage, l'alimentation en carburant, les impuretés et les particules neutres.

De plus, les futurs réacteurs à fusion auront des capacités de mesure limitées, ce qui obligera à un contrôle prédictif et à une estimation de l'état du plasma dans des conditions de grande incertitude et de manque d'informations.

Un groupe de recherche a développé un nouveau système de contrôle capable d'optimiser le modèle prédictif à l'aide d'observations en temps réel et d'estimer le contrôle optimal sur la base du modèle prédictif amélioré, même dans des conditions aussi très incertaines.

Les travaux sont publiés dans Scientific Reports .

Une méthode mathématique appelée assimilation de données est une technique qui utilise les informations observées pour réduire les différences entre les simulations numériques et la réalité. L'assimilation de données est utilisée pour améliorer les performances de prévision et d'analyse des modèles de simulation à grande échelle (par exemple, les prévisions météorologiques).

Le groupe de recherche a développé ASTI (Assimilation System for Toroidal plasma Integrated simulation) comme système d’assimilation de données pour les plasmas de fusion. En général, l'assimilation de données est une technique permettant d'améliorer la précision de la prédiction et de l'analyse.

Dans cette recherche, ils ont ajouté des fonctions de contrôle au cadre d’assimilation de données et créé un système capable d’effectuer un contrôle jumeau numérique des plasmas de fusion. Cette méthode de contrôle basée sur l'assimilation de données adapte le modèle de simulation au comportement réel du plasma de fusion en temps réel, permettant de prédire le comportement du plasma avec une grande précision et de le contrôler davantage, sur la base des prédictions.

Au sein d’ASTI, un grand nombre de simulations avec différents états sont réalisées en parallèle pour prédire de manière probabiliste l’état futur du plasma. En reflétant (assimilant) les observations et les états cibles dans cette distribution de probabilité prédite, l'adaptation au plasma réel et l'estimation de contrôle sont effectuées.

ASTI a été appliqué au Large Helical Device (LHD), l'installation expérimentale de plasma supraconducteur la plus avancée au monde, qui est équipée de nombreux boutons de commande, dont un dispositif de chauffage par résonance cyclotron électronique (ECH) de haute puissance et d'équipements de mesure avancés, notamment Thomson en temps réel. système de mesure de diffusion.

Les chercheurs ont mené une expérience pour contrôler la température électronique du plasma réel par ECH, tout en optimisant le modèle prédictif basé sur les profils de densité électronique et de température observés en temps réel.

En conséquence, la température électronique a été rapprochée de la température cible tout en améliorant la précision de prédiction du modèle, et la première démonstration au monde de contrôle prédictif d'un plasma de fusion par un jumeau numérique, basé sur l'assimilation de données, a été réalisée avec succès. /P>

Cette nouvelle approche de contrôle devrait devenir fondamentale pour le contrôle des réacteurs à fusion car elle peut être appliquée à des problèmes de contrôle importants mais difficiles, notamment le contrôle des profils de densité et de température du plasma et le contrôle de quantités qui ne sont pas directement mesurées, comme la facilité de la chaleur s'échappe de l'intérieur du plasma.

Le système de contrôle développé dans cette étude jette les bases du contrôle des réacteurs à fusion, où divers composants doivent être pris en compte simultanément. Bien que cette expérience de contrôle soit un point de départ pour le contrôle numérique des plasmas de fusion, elle constitue une étape importante vers les contrôles avancés essentiels à la réalisation de la production d'énergie de fusion, tels que le contrôle du profil du plasma et l'évitement des phénomènes de disparition soudaine. P>

À l'avenir, l'équipe prévoit d'étendre le système de contrôle et de mener des expériences de démonstration pour des problèmes de contrôle plus avancés sur le LHD et d'autres dispositifs expérimentaux au Japon et à l'étranger.

Cette approche de contrôle basée sur l'assimilation de données constitue la base d'un contrôle prédictif adaptatif dans les situations où il est difficile de prévoir avec une grande précision par simulation seule. Par conséquent, cette approche devrait résoudre non seulement les problèmes de contrôle du plasma de fusion, mais également d'autres problèmes sociétaux impliquant de nombreux facteurs incertains, tels que le contrôle du trafic routier et le contrôle du niveau des eaux des rivières.

Le groupe de recherche était dirigé par le professeur adjoint Yuya Morishita, le professeur Sadayoshi Murakami de la Graduate School of Engineering, Université de Kyoto, Japon, le professeur adjoint Naoki Kenmochi, le professeur adjoint Hisamichi Funaba, le professeur Masayuki Yokoyama, le professeur Masaki Osakabe de l'Institut national des sciences de la fusion. (NIFS), Instituts nationaux des sciences naturelles (NINS), Japon, et professeur Genta Ueno de l'Institut de mathématiques statistiques (ISM), Japon, et du Centre de soutien conjoint pour la recherche en science des données (RIOS-DS), Japon.

Le professeur adjoint Morishita a déclaré :« Je crois que cette recherche est un défi mais importante dans la réalisation de la production d'énergie par fusion. C'était également une bonne opportunité pour moi, qui me spécialise dans les calculs de modèles numériques, d'expérimenter pour la première fois des expériences sur le plasma de fusion et de réaliser la différence entre la réalité et la simulation. À l'avenir, j'aimerais établir ce système de contrôle comme base de contrôle pour les réacteurs à fusion. "

Plus d'informations : Yuya Morishita et al, Première application du contrôle basé sur l'assimilation de données au plasma de fusion, Rapports scientifiques (2024). DOI :10.1038/s41598-023-49432-3

Informations sur le journal : Rapports scientifiques

Fourni par les Instituts nationaux des sciences naturelles