返回
Feedforward equilibrium trajectory optimization with GSPulse
DOI:10.1088/1741-4326/ae203c.png)
摘要
En 中文
设计新的等离子体场景或评估托卡马克能力的一个常见任务是使用Grad-Shafranov(GS)平衡求解器设计所需的平衡态。然而,大多数标准平衡求解器是时间无关的,并且不包含等离子体电流通量消耗、感应容器电流或电压约束等动态效应。另一类工具,等离子体平衡演化模拟器,则包含时变效应。这些工具通常被设计为在给定反馈控制电压的情况下求解等离子体平衡演化的正问题。在本工作中,我们引入了GSPulse,一种用于平衡轨迹优化的新型算法,其更像脉冲规划器而非脉冲模拟器。GSPulse包含时变效应并求解逆问题:给定用户指定的目标平衡形状集,以及线圈电流和电压的限制,优化器返回电压、电流和可实现平衡态的轨迹。这项任务对于评估托卡马克性能和探索可实现脉冲空间很有用。计算得到的平衡态同时满足Grad-Shafranov力平衡和轴对称电路动力学。优化通过将自由边界平衡演化方程重构为一种形式来实现,该形式在计算上高效地优化整个动态序列。GSPulse可以在几分钟内同时求解数百个平衡态。GSPulse已与NSTX-U和MAST-U实验以及SPARC反馈控制模拟进行验证,并正用于执行SPARC的场景设计。计算得到的轨迹可作为前馈输入,连接到反馈控制器以指导并改善反馈性能。GSPulse的代码在github.com/jwai-cfs/GSPulse_public上以开源形式提供。
期刊
IF:
4
论文数:
9.3K
被引数:
2.2W
机构
引用论文
TokaMaker: An open-source time-dependent Grad-Shafranov tool for the design and modeling of axisymmetric fusion devicesTokaMaker: 用于轴对称融合设备的设计和建模的开源时间相关grad-shafranov工具
Iterative learning optimization and control of MAST-U breakdown and early ramp-up scenariosMAST-U放电及早期爬升场景的迭代学习优化与控制
Overview of new MAST physics in anticipation of first results from MAST Upgrade预期桅杆升级的第一批结果的新桅杆物理学概述

