← أحدث الأبحاث
🔬 physics

Real-time virtual circuits for plasma shape control via neural network emulators: experimental demonstration on MAST Upgrade

تُقدم هذه الورقة أول عرض تجريبي على جهاز (MAST Upgrade) للدوائر الافتراضية في الوقت الفعلي للتحكم في شكل البلازما، والتي تستخدم محاكيات الشبكة العصبية لتحديث معاملات التحكم ديناميكيًا عبر الإنترنت، مما يستبدل الجداول المحددة مسبقًا والتقليدية بسير عمل مؤتمت ومستقل عن السيناريو.

المؤلفون الأصليون: Nicola C. Amorisco, Kamran Pentland, Adriano Agnello, George K. Holt, Alasdair Ross, Matthew J. Marshall, Edward Jones, Graham J. McArdle, Charles Vincent, Timothy Nunn, Martin Kochan, Pedro Cavestany
نُشر 2026-08-31
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Nicola C. Amorisco, Kamran Pentland, Adriano Agnello, George K. Holt, Alasdair Ross, Matthew J. Marshall, Edward Jones, Graham J. McArdle, Charles Vincent, Timothy Nunn, Martin Kochan, Pedro Cavestany, Aran Garrod, Stanislas Pamela, James Buchanan

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في قلب تجربة اندماج نووي، يجب حبس سحابة من الغاز شديد السخونة تسمى "البلازما" داخل قفص غير مرئي ودقيق. هذا القفص ليس مصنوعاً من المعدن، بل من مجالات مغناطيسية قوية تولدها ملفات ضخمة تحيط بالوعاء. إذا انحرفت البلازما ولو قليلاً عن شكلها المقصود، فقد تلمس الجدران، فتبرد فوراً وتفسد التجربة. إن الحفاظ على استقرار هذا الشكل هو مهمة نظام تحكم متطور يعمل مثل يد غير مرئية مستمرة، حيث يقوم بتعديل الملفات المغناطيسية آلاف المرات في الثانية لمواجهة ميل البلازما الطبيعي للتذبذب أو التمدد. لعقود من الزمن، أدار العلماء هذه المهمة باستخدام خرائط محسوبة مسبقاً؛ فقبل بدء الآلة، يضع الخبراء جدولاً زمنياً للتعديلات بناءً على عدد قليل من الأشكال المثالية المحددة التي قد تتخذها البلازما. وخلال التجربة، يقوم الكمبيوتر ببساطة بالبحث عن الخطوة التالية في الجدول ويطبقها. يعمل هذا بشكل جيد عندما تسلك البلازما سلوكاً كما هو متوقع تماماً، ولكن إذا تغيرت البلازما فجأة بطريقة غير متوقعة، فإن الخريطة القديمة لم تعد مناسبة، وقد يواجه نظام التحكم صعوبة في المواكبة.

لقد أظهر فريق من الباحثين في منشأة "MAST Upgrade" في المملكة المتحدة الآن طريقة جديدة للتعامل مع هذا التحدي. فبدلاً من الاعتماد على جدول زمني ثابت يتم إعداده قبل وقت طويل من التجربة، قاموا بتعليم كمبيوتر كيفية حساب التعديلات اللازمة في الوقت الفعلي، أثناء حركة البلازما فعلياً. لقد استخدموا نوعاً من الذكاء الاصطناعي، يُعرف بالشبكة العصبية، والتي تعمل كـ "توأم رقمي" سريع للبلازما. يتعلم هذا التوأم الرقمي كيفية استجابة البلازما للتغيرات في الملفات المغناطيسية بناءً على مكتبة واسعة من الأشكال النظرية. وخلال التجربة، يغذي النظام الحالة الراهنة للبلازما في هذا التوأم الرقمي، الذي يتنبأ فوراً بكيفية تغير الشكل استجابةً لتعديل في الملفات. ثم يستخدم الكمبيوتر هذا التنبؤ لإنشاء مجموعة جديدة من التعليمات للملفات المغنتيسية، مما يؤدي فعلياً إلى تحديث خريطة التحكم كل بضعة ميلي ثوانٍ. يسمح هذا النهج للآلة بالتكيف مع سلوك البلازما أثناء تطوره، بدلاً من محاولة إجبار البلازما على اتباع مسار جامد ومكتوب مسبقاً.

اختبر الباحثون هذه الطالة الجديدة على جهاز "MAST Upgrade tokamak"، وهو آلة ضخمة على شكل حلقة مخصصة لدراسة طاقة الاندماج. أجروا سلسلة من التجارب التي تزداد صعوبة تدريجياً، بدءاً من شكل بلازما بسيط ومستقر وصولاً إلى تكوينات معقدة وسريعة التغير. في الاختبارات الأولى، نجح النظام في الحفاظ على شكل بلازما قياسي، مما أثبت أن الطريقة الجديدة في الوقت الفعلي يمكن أن تعمل جنباً إلى جنب مع أجهزة التحكم الحالية دون التسبب في عدم استقرار. ثم أدخل الفريق تغييرات متعمدة ومتذبذبة في الشكل، حيث طلبوا من النظام تغيير قلب البلازما وتحريك نقطة تلامس البلازما مع جدار الوعاء. تتبع النظام هذه التحركات بدقة عالية، معدلاً الملفات المغناطيسية لاتباع الأهداف الجديدة بسلاسة. أظهر هذا أن الذكاء الاصطناعي يمكنه التعامل مع التعليمات الديناميكية، وليس فقط التعليمات الثابتة.

تضمنت الاختبارات الأكثر تطلباً دفع البلازما إلى شكل ممدد للغاية يصعب التحكم فيه على هذه الآلة. في إحدى التجارب، وجه النظام البلازما عبر انتقال إلى شكل أكثر استطالة بينما كان يحرك نقطة التلامس على طول الجدار في الوقت نفسه. تمكن نظام التحكم في الوقت الفعلي من الحفاظ على استقرار البلازما طوال هذا التطور، وهي مهمة كان من الصعب جداً التخطيط لها باستخدام جدول زمني ثابت لأن سلوك البلازما يتغير بشكل جذري أثناء التحول. وفي اختبار استكشافي أخير، طلب الباحثون من النظام التحكم في سبعة جوانب مختلفة لشكل البلازما في آن واحد. وبينما حافظ النظام على استقرار البلازما، لاحظ الباحثون أن التعديلات أصبحت أقل سلاسة وتطلبت تغييرات أكبر في الملفات المغناطيسية. أشار هذا إلى أنه عندما يتم التحكم في متغيرات كثيرة في وقت واحد، يمكن للرياضيات الكامنة وراء المشهد أن تصبح غير مستقرة، وهو تحدٍ معروف يعتزم الفريق معالجته في الأعمال المستقبلية.

تؤكد نتائج هذه التجارب أنه من الممكن استبدال الجداول الزمنية القديمة المعدة مسبقاً بنظام يتعلم ويتكيف آنياً. وجد الباحثون أنه يمكنهم استخدام نفس نموذج الذكاء الاصطناعي المدرب عبر جميع هذه السيناريوهات المختلفة دون الحاجة إلى إعادة تدريبه لكل تجربة على حدة. يشير هذا إلى مستقبل يمكن أن يكون فيه التحضير لتجارب الاندماج أكثر بساطة، حيث لن يحتاج العلماء بعد الآن إلى قضاء أسابيع في تصميم جداول تحكم يدوياً لكل نوع جديد من أشكال البلازما. ورغم أن النظام ليس مثالياً بعد ويتطلب مزيداً من التطوير للتعامل مع الحالات الأكثر تعقيداً، إلا أن الاختبارات الناجحة تثبت أن الفكرة الجوهرية تعمل. ومن خلال منح نظام التحكم القدرة على رؤية استجابة البلازية الفورية والتعديل فوراً، اتخذ الباحثون خطوة كبيرة نحو جعل تجارب الاندماج أكثر قوة وسهولة في التشغيل.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🔬 physics →