当前位置:主页 > 石家庄科技 > 文章内容

泰达币交易所官网(www.payusdt.vip):得益于人工智能 核聚变反映堆盘算速率变得更快

日期:2021-04-05 浏览:

核聚变反映堆手艺能够以平安和可延续的方式知足我们未来的电力需求。数值模子(Numerical models)能够为研究职员提供关于聚变等离子体行为的信息,以及关于反映堆设计和运行有用性的名贵看法。不外,要求大量的等离子体相互作用举行建模,需要一些专门的模子,而这些模子的速率不足以提供反映堆设计和运行的数据。

来自埃因霍温理工大学应用物理系核聚变科学与手艺组的 Aaron Ho 行使机械学习的方式,来加速堆芯等离子体湍撒播输的数值模拟。他于 3 月 17 日举行了博士论文答辩。

核聚变反映堆研究的最终目的是以经济可行的方式实现净功率的提升。为了到达这个目的,已经制作了大型庞大的装置,但随着这些装置变得越来越庞大,对其运行接纳展望优先的方式变得越来越主要。这样可以削减运行效率低下的情形,并珍爱装备不受严重损坏。

视频来自于核聚变讲座

,

U交所

U交所(www.payusdt.vip)是使用TRC-20协议的Usdt官方交易所,开放USDT帐号注册、usdt小额交易、usdt线下现金交易、usdt实名不实名交易、usdt场外担保交易的平台。免费提供场外usdt承兑、低价usdt渠道、Usdt提币免手续费、Usdt交易免手续费。U交所开放usdt otc API接口、支付回调等接口。

,

为了模拟这样的系统,需要能够捕捉到融合装置中所有相关征象的模子,这些模子要足够准确,以便展望可以用来做出可靠的设计决议,而且要足够快,以快速找到可行的解决方案。

在他的博士研究中,Aaron Ho 通过使用基于神经网络的模子开发了一个知足这些尺度的模子。这种手艺有用地让模子以数据网络为价值,同时保留了速率和精度。该数值方式被应用于一个减阶湍流模子QuaLiKiz,该模子可以展望微湍流引起的等离子体传输量。这种特殊的征象是托卡马克等离子体装置中最主要的传输机制。遗憾的是,它的盘算也是现在托卡马克等离子体建模的限速因素。

Ho 乐成地用 QuaLiKiz 评价训练了一个神经网络模子,同时将实验数据作为训练输入。然后将获得的神经网络耦合到一个更大的集成建模框架 JINTRAC 中,以模拟等离子体装置的焦点。

通过用Ho的神经网络模子替换原有的QuaLiKiz模子,并对比效果,对神经网络的性能举行了评估。与原来的 QuaLiKiz 模子相比,Ho 的模子思量了更多的物理模子,重复效果的精度在 10% 以内,而且将模拟时间从 16 个焦点的 217 个小时削减到单焦点的2个小时。

然后为了磨练模子在训练数据之外的有用性,在等离子体升压场景下,行使耦合系统举行优化演习,对模子举行了原理验证。这项研究使人们对实验考察背后的物理学有了更深的明晰,并强调了快速、准确和详细的等离子体模子的利益。

最后,Ho建议,该模子可以扩展到控制器或实验设计等进一步应用。他还建议将该手艺扩展到其他物理模子,由于据考察,湍撒播输展望不再是限制因素。这将进一步提高综合模子在迭代应用中的适用性,并能举行需要的验证事情,使其能力更靠近于真正的展望模子。