연구성과
연구성과
2022년KSTAR연구본부 실시간 RMP 통합 제어 기반 ELM 제어 장시간 유지 및 성능향상
| 연구성과 | 실시간 RMP 통합 제어 기반 ELM 제어 장시간 유지 및 성능향상 | |
|---|---|---|
| 연구개요 | - 인공지능 기반 실시간 제어 기술과 3차원 자기장(RMP, Resonant Magnetic Perturbation) 최적화를 통합적으로 활용함으로써, 플라즈마 경계면 불안정성 현상(ELM, Edge Localized Mode)의 장시간 제어 및 플라즈마 성능향상 연구 | |
| 연구내용 | - 어댑티브(adaptive) 제어 기술(3차원 자기장의 세기와 구조를 실시간으로 조절), 기계학습(Machine Learning) 알고리즘(실시간 플라즈마 상태 및 L-H 판단 및 RMP 인가), 가장자리 국소 RMP 스펙트럼 최적화 기술(ERMP, Edge-localized RMP) 개발 | |
| 주요성과 | - 정성적 성과 : 어댑티브 ELM 제어 및 기계학습 모델과 RMP 스펙트럼 최적화 기반의 고성능⋅장시간 ELM 제어 실험을 통하여 ELM 제어시의 세계 최장 운전 시간 달성 (∼45초) 및 ELM 제어 중 기존의 최대 플라즈마 성능과 비교해 약 10% 향상된 최대 2.65의 베타값(βN)을 달성 - 정량적 성과 : APS-DPP 2022 등 다수의 국제학회 발표 및 논문 게재* |
|
| 기대효과 | - ITER나 K-DEMO 등의 차세대 핵융합로에서 요구되는 고성능⋅장시간 플라즈마에서의 ELM 제어를 위한 최신 기술을 제공함으로써, 세계 최고 수준의 ELM 제어 및 KSTAR만의 독자 기술로 활용 기대 | |
| 관련이미지 |  <그림> 인공지능 기반 실시간 제어 기술과 3차원 자기장 최적화를 통한 2021년(38초)과 2022년(45초) 플라즈마 운전구간 비교표 (PFV:좌, HC:중, TFV:우) |
|
담당부서
연구관리팀
보안문자를 입력 후 확인 버튼을 누르세요.