【美國普林斯頓大學網(wǎng)站2024 年2 月21 日報道】美國普林斯頓大學和普林斯頓等離子體物理實驗室（PPPL）研究人員近日已研發(fā)可用于實時預測聚變堆等離子體不穩(wěn)定性的人工智能模型。相關研究成果已刊登在近期出版的科技期刊《自然》上。

聚變能商業(yè)應用目前面臨的一項重大技術和工程挑戰(zhàn)是等離子體容易失去穩(wěn)定性，導致等離子體大規(guī)模破裂，進而導致聚變反應不能持續(xù)。

該模型能夠預測被稱為“撕裂模不穩(wěn)定性”的等離子體不穩(wěn)定性。這種不穩(wěn)定性由等離子體中的電流和壓力梯度相互作用引起，是導致等離子體破裂的主要原因之一。

研究人員使用美國DIII-D 國家聚變設施的實驗數(shù)據(jù)來訓練這一模型。結果表明，該模型可以提前300毫秒預測“撕裂模不穩(wěn)定性”，足以供人工智能控制器調整聚變堆運行參數(shù)，確保等離子體運行穩(wěn)定性。