Surrogatmodell av QuaLiKiz för turbulenta instabiliteter i en tokamak
Ladda ner
Publicerad
Typ
Examensarbete för kandidatexamen
Bachelor Thesis
Bachelor Thesis
Program
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Fusion är en energikälla med enorm potential, eftersom den endast kräver väte och
inte producerar farligt avfall. Under de senaste åren har det skett betydande framsteg
inom utvecklingen av fusionsenergi. En av de mest lovande metoderna för praktisk
fusionsenergi är magnetiskt innesluten fusion i en tokamak. I en sådan fusionsanord ning uppkommer turbulens som är viktig för inneslutning av energi och partiklar.
Givet dess betydelse är kunskap om turbulensen värdefull. Dessvärre kräver de exi sterande modellerna mycket datorkraft för att simulera och analysera turbulensen,
vilket innebär att det finns en motivation till att skapa mindre beräkningstunga
modeller, till exempel genom maskininlärning. I detta projekt har ett antal surro gatmodeller av QuaLiKiz utvecklats med syftet att prediktera hastigheten som tur bulenta instabiliteter växer med i fusionsplasma (tillväxthastighet, jfr. en. “growth
rate”) och associerade realfrekvenser. Resultaten indikerar att en optimal modell
har ett neuralt nätverk per prediktionsvariabel och tränas på ett balanserat dataset
med lika andelar stabila och instabila lösningar. I arbetet undersöks också huruvida
ensemblenätverk kan användas för identifiera kraschade simuleringar i QuaLiKiz databasen
Beskrivning
Ämne/nyckelord
fusionsplasma, tokamak, qualikiz, turbulenta instabiliteter, maskininlär ning, neurala nätverk.