Rumah > Peranti teknologi > AI > Pembelajaran mesin menemui gabungan isotop hidrogen yang tepat untuk loji kuasa gabungan masa hadapan

Pembelajaran mesin menemui gabungan isotop hidrogen yang tepat untuk loji kuasa gabungan masa hadapan

王林
Lepaskan: 2023-09-14 20:33:02
ke hadapan
1292 orang telah melayarinya

Pembelajaran mesin menemui gabungan isotop hidrogen yang tepat untuk loji kuasa gabungan masa hadapan

Editor |. Daun Kubis

Gabungan nuklear, sumber kuasa bintang, dicadangkan sebagai sumber tenaga masa depan manusia dan boleh membekalkan tenaga bersih dan boleh diperbaharui tanpa sisa radioaktif yang dikaitkan dengan loji pembelahan nuklear semasa.

Sama seperti proses pelakuran yang menumpahkan tenaga daripada matahari, kemudahan pelakuran nuklear masa hadapan akan membanting bersama isotop hidrogen, unsur paling ringan di alam semesta, dalam gas super panas atau "plasma" yang terkandung dalam medan magnet yang kuat dihasilkan dan tenaga dikumpulkan dalam bentuk perbezaan jisim.

Sebelum pelakuran nuklear terkawal sebenarnya boleh berlaku di Bumi, satu perkara yang mesti diketahui saintis ialah campuran isotop hidrogen yang digunakan - terutamanya hidrogen "standard", yang mempunyai satu proton dalam nukleusnya, dan deuterium, yang mempunyai satu proton dalam nukleusnya. . dan satu neutron, tritium mempunyai satu proton dan dua neutron dalam nukleusnya. Pada masa ini, ini dilakukan menggunakan spektrum daripada peranti gabungan tokamak prototaip, tetapi analisis ini boleh memakan masa yang lama.

Dalam penyelidikan baru-baru ini, Mohammed Koubiti, profesor bersekutu di Aix-Marseille Université di Perancis, menjalankan penilaian untuk menentukan nisbah isotop hidrogen untuk prestasi plasma gabungan nuklear. Beliau menggabungkan pembelajaran mesin dengan spektroskopi plasma untuk menjalankan penyelidikan ini

Penyelidikan ini bertajuk "Aplikasi pembelajaran mesin kepada pelepasan garis spektroskopi oleh isotop hidrogen dalam peranti gabungan untuk penentuan dan ramalan nisbah isotop" dan akan diterbitkan pada 2023 Diterbitkan dalam "The European Jurnal Fizikal D" pada 14 Julai.

Pembelajaran mesin menemui gabungan isotop hidrogen yang tepat untuk loji kuasa gabungan masa hadapan

Loji kuasa masa depan berdasarkan tindak balas pelakuran magnet pasti akan beroperasi menggunakan campuran deuterium-tritium (DT). Walau bagaimanapun, disebabkan oleh radioaktiviti tritium, bahagian tritium dalam campuran tersebut mesti kekal di bawah ambang yang ditetapkan oleh agensi kawal selia atas sebab keselamatan yang jelas.

Pada masa ini, tokamak dan peranti lain yang dikhususkan untuk penyelidikan gabungan magnetik biasanya beroperasi menggunakan campuran gas hidrogen (H), deuterium (D) atau HD tulen. Walaupun European Joint Tokamak JET menggunakan campuran DT dalam kes yang jarang berlaku, untuk mematuhi had pengawalseliaan pada kandungan tritium, jumlah tritium dalam bekas tertutup mesti diketahui dengan tepat

"Dari segi prestasi, loji kuasa gabungan akan gunakan deuterium dan tritium Campuran beroperasi paling baik kerana ia berfungsi paling baik untuk gabungan, tetapi kandungan tritium mesti dikawal dan diuruskan dengan ketat untuk mematuhi had yang dikenakan oleh agensi kawal selia," kata Koubiti. "Selain itu, mungkin perlu mengetahui tritium kandungan dalam masa nyata untuk mengoptimumkannya. plasma. Selain itu, kawalan masa nyata kandungan tritium mungkin diperlukan dalam reaktor gabungan yang dikendalikan oleh DT untuk tujuan keselamatan atau pengoptimuman. Dalam kes ini, pengetahuan masa nyata tentang nisbah isotop T/D+T diperlukan. Kaedah standard untuk menentukan nisbah isotop tidak membenarkan aplikasi masa nyata, tetapi kecerdasan buatan boleh membantu.

"Matlamat utama adalah untuk mengelakkan penggunaan spektroskopi, yang analisisnya sangat memakan masa, dan menggantikannya dengan pembelajaran mendalam, atau sekurang-kurangnya menggabungkannya dengan pembelajaran mendalam untuk meramalkan kandungan tritium dalam plasma gabungan." Kajian ini hanyalah satu langkah ke arah matlamat itu. Saya masih menggunakan spektroskopi sebagai cara untuk membolehkan saya mencari ciri tambahan yang boleh digunakan oleh algoritma pembelajaran mendalam untuk meramalkan perubahan kandungan tritium dalam masa." Profesor Madya Mohammed Koubiti membincangkan beberapa idea tentang kemungkinan menggabungkan teknik pembelajaran mesin, seperti pembelajaran mendalam, dengan ukuran semasa untuk meramalkan peranti plasma gabungan masa hadapan. Kertas kerja beliau memberi tumpuan kepada pembelajaran mesin dalam fizik plasma gabungan untuk membuat ramalan sebelum eksperimen masa depan dalam kemudahan dalam pembinaan seperti ITER

Lebih tepat lagi, pengenalan ringkas kepada kaedah berdasarkan penggunaan garis Hα/Dα Kaedah untuk menggunakan ciri spektrum mudah sebagai ciri input untuk algoritma pembelajaran mendalam. Matlamatnya adalah untuk meramalkan nisbah isotop campuran hidrogen-deuterium (plasma HD) berdasarkan ciri input yang diterangkan di atas. Pengesahan kaedah sebelum ini dilakukan menggunakan set 200 000 spektrum garis yang dijana untuk keadaan tipikal penyeleweng tokamak.

Koubiti membincangkan peralihan daripada spektrum yang dijana kepada yang diperhatikan dan kemungkinan ekstrapolasi daripada pelepasan plasma HD kepada DT. Banyak isu yang masih perlu ditangani ditunjukkan untuk mencapai teknik berasaskan pembelajaran mendalam yang teguh yang mampu meramalkan kuantiti fizikal dengan paling tepat seperti nisbah isotop hidrogen dalam plasma gabungan yang beroperasi dengan campuran DT dalam loji kuasa berasaskan gabungan magnet masa hadapan.

Koubiti menambah bahawa langkah seterusnya adalah untuk menyelesaikan projek dengan mengenal pasti ciri bukan spektrum yang mesti dimasukkan ke mana-mana algoritma pembelajaran mendalam. Selepas itu, beliau merancang untuk menguji penemuan ini pada beberapa peranti gabungan magnetik, seperti JET, ASDEX-Upgrade atau peranti tokamak seperti WEST dan DIII-D, serta peranti plasma stellarator yang bergantung pada magnet luaran untuk mengekang plasma

Word of mouth menyebut bahawa saya juga bercadang untuk memperluaskan skop aplikasi teknologi pembelajaran mendalam kepada bidang spektroskopi bukan plasma

Sila klik pautan berikut untuk melihat kertas: https://link.springer.com/article/10.1140/ epjd/s10053-023 -00719-0

Laporan berkaitan: https://phys.org/news/2023-09-Pengekstrakan mesin isotop hidrogen-tenaga nuklear masa hadapan.html

Atas ialah kandungan terperinci Pembelajaran mesin menemui gabungan isotop hidrogen yang tepat untuk loji kuasa gabungan masa hadapan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:jiqizhixin.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan