Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
In nuclear fusion reactors, plasmas are heated to very high temperatures of more than 100 million kelvin and, in so-called tokamaks, they are confined by magnetic fields in the shape of a torus. Light nuclei, such as deuterium and tritium, undergo a fusion reaction that releases energy, making fusion a promising option for a sustainable and clean energy source. Tokamak plasmas, however, are prone to disruptions as a result of a sudden collapse of the system terminating the fusion reactions. As disruptions lead to an abrupt loss of confinement, they can cause irreversible damage to present-day fusion devices and are expected to have a more devastating effect in future devices. Disruptions expected in the next-generation tokamak, ITER, for example, could cause electromagnetic forces larger than the weight of an Airbus A380. Furthermore, the thermal loads in such an event could exceed the melting threshold of the most resistant state-of-the-art materials by more than an order of magnitude. To prevent disruptions or at least mitigate their detrimental effects, empirical models obtained with artificial intelligence methods, of which an overview is given here, are commonly employed to predict their occurrence—and ideally give enough time to introduce counteracting measures.
Disruption prediction with artificial intelligence techniques in tokamak plasmas
In nuclear fusion reactors, plasmas are heated to very high temperatures of more than 100 million kelvin and, in so-called tokamaks, they are confined by magnetic fields in the shape of a torus. Light nuclei, such as deuterium and tritium, undergo a fusion reaction that releases energy, making fusion a promising option for a sustainable and clean energy source. Tokamak plasmas, however, are prone to disruptions as a result of a sudden collapse of the system terminating the fusion reactions. As disruptions lead to an abrupt loss of confinement, they can cause irreversible damage to present-day fusion devices and are expected to have a more devastating effect in future devices. Disruptions expected in the next-generation tokamak, ITER, for example, could cause electromagnetic forces larger than the weight of an Airbus A380. Furthermore, the thermal loads in such an event could exceed the melting threshold of the most resistant state-of-the-art materials by more than an order of magnitude. To prevent disruptions or at least mitigate their detrimental effects, empirical models obtained with artificial intelligence methods, of which an overview is given here, are commonly employed to predict their occurrence—and ideally give enough time to introduce counteracting measures.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11367/107736
Citazioni
ND
37
36
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.