一种基于神经网络的热核聚变比压极限的快速预测方法

    公开(公告)号:CN113705663A

    公开(公告)日:2021-11-26

    申请号:CN202110989467.3

    申请日:2021-08-26

    IPC分类号: G06K9/62 G06N3/04 G06Q10/04

    摘要: 本发明公开了一种基于神经网络的热核聚变比压极限的快速预测方法,包括S1:获取热核聚变装置不同平衡下的几何位形参数及物理参数;计算各平衡对应的无壁比压极限和理想壁比压极限;构建由几何位形参数、物理参数、无壁比压极限、理想壁比压极限组成的原始数据库;S2:对原始数据库进行归一化处理获得归一化数据库;将其划分为训练集、验证集以及测试集;S3:基于归一化数据库构建用于热核聚变比压极限预测的微观神经网络模型;基于训练集、验证集数据对神经网络进行训练和参数调整优化;最终将微观神经网络模型用于装置运行实验中比压极限实时预测。本发明实现了对磁约束聚变装置运行过程中运行比压极限的实时预测,避免造成等离子体放电破裂。

    一种识别磁测量系统故障的方法及系统

    公开(公告)号:CN118050674A

    公开(公告)日:2024-05-17

    申请号:CN202410213803.9

    申请日:2024-02-27

    IPC分类号: G01R35/00

    摘要: 本发明涉及磁测量系统故障识别技术领域,公开了一种识别磁测量系统故障的方法及系统。包括以下步骤:获取极向场线圈与磁测量系统之间的互感矩阵;根据更新的等离子体放电炮号读取极向场线圈的电流数据;根据互感矩阵和电流数据获取磁测量系统的状态数据;获取磁测量系统的实测数据与磁测量系统的状态数据之间的差值;当差值大于预设阈值时,对磁测量系统进行标记并发出报警信号。在等离子体放电间隙自动获取更新的等离子体放电炮号,并读取相应的磁测量系统测量信号,与快速计算得到的理论数据相比较,判断出现故障的磁测量系统标号,提醒实验运行人员及时排查故障或暂时剔除误差信号,提高信号校正工作效率,保障装置安全运行。

    基于粒子模型和计算显卡技术模拟杂质输运的方法

    公开(公告)号:CN118332887A

    公开(公告)日:2024-07-12

    申请号:CN202410468482.7

    申请日:2024-04-18

    摘要: 本发明涉及磁约束聚变领域中的杂质输运的数值模拟技术,公开了一种基于粒子模型和计算显卡技术模拟杂质输运的方法,包括如下步骤:S1、在主机端初始化需要进行模拟杂质输运实验的所有杂质粒子的粒子参数以及环境参数;S2、将初始化后的所述粒子参数和环境参数传输至计算显卡的内存中;S3、在所述计算显卡中生成若干个线程,每个所述杂质粒子对应在一个线程上进行基于粒子模拟算法进行粒子运动的计算,并行计算所有所述杂质粒子的运动状态以模拟杂质输运过程,并得到对应的模拟数据结果;S4、将所述模拟结果传输到所述主机端上进行统计、保存和输出。本发明可以实现耗时不依赖等离子体位形,不因偏滤器位形下等离子体边界参数低导致耗时增加的目的。

    等离子体磁流体不稳定性数值分析方法、装置及设备

    公开(公告)号:CN118070710A

    公开(公告)日:2024-05-24

    申请号:CN202410364403.8

    申请日:2024-03-28

    摘要: 本发明公开了等离子体磁流体不稳定性数值分析方法、装置及设备,涉及磁约束核聚变数值模拟与控制领域,其技术方案要点是:获取磁流体不稳定性分析的分析参数;将分析输入对应的平衡求解模型中,得到圆形截面位形和D形截面位形的平衡计算所需的平衡物理量;根据平衡物理量建立圆形截面位形的第一本征方程和D形截面位形的第二本征方程;采用3次样条插值基函数对所述第一本征方程和第二本征方程进行有限元离散处理,获得离散后的第一本征方程和第二本征方程;根据最小二乘法,拟合求解离散后的第一本征方程和第二本征方程各自转换的矩阵形式和边界限制条件,得到等离子体磁流体不稳定性数值的分析结果。

    一种基于神经网络的热核聚变比压极限的快速预测方法

    公开(公告)号:CN113705663B

    公开(公告)日:2023-07-21

    申请号:CN202110989467.3

    申请日:2021-08-26

    摘要: 本发明公开了一种基于神经网络的热核聚变比压极限的快速预测方法,包括S1:获取热核聚变装置不同平衡下的几何位形参数及物理参数;计算各平衡对应的无壁比压极限和理想壁比压极限;构建由几何位形参数、物理参数、无壁比压极限、理想壁比压极限组成的原始数据库;S2:对原始数据库进行归一化处理获得归一化数据库;将其划分为训练集、验证集以及测试集;S3:基于归一化数据库构建用于热核聚变比压极限预测的微观神经网络模型;基于训练集、验证集数据对神经网络进行训练和参数调整优化;最终将微观神经网络模型用于装置运行实验中比压极限实时预测。本发明实现了对磁约束聚变装置运行过程中运行比压极限的实时预测,避免造成等离子体放电破裂。