Machine learning prediction of plasma behavior from discharge configurations on WEST

Diese Studie stellt ein auf Transformer-Architekturen basierendes maschinelles Lernmodell vor, das auf Basis von vor der Entladung festgelegten Konfigurationsdaten die wichtigsten globalen Plasmaparameter des WEST-Tokamaks mit hoher Genauigkeit und Echtzeitfähigkeit vorhersagt, um die Szenarioplanung und Steuerung zu unterstützen.

Das Wesentliche

🚀 Der „Wettervorhersage"-Bot für Sterne im Reaktor

Stell dir vor, du möchtest einen riesigen, künstlichen Stern in einer Maschine namens WEST (ein Tokamak) zum Leuchten bringen. Das Ziel ist es, unendlich saubere Energie zu gewinnen. Aber das ist extrem schwierig. Das Plasma (das heiße Gas im Inneren) ist wie ein wildes, unsichtbares Tier, das man zähmen muss.

Bisher mussten Wissenschaftler, um zu planen, wie sie dieses Tier zähmen, komplizierte physikalische Formeln auf Supercomputern durchrechnen. Das war wie das Berechnen eines Fluges mit einem Lineal und einem Taschenrechner: Es dauerte ewig und war sehr mühsam. Wenn man schnell entscheiden musste, ob ein neuer Flugplan funktioniert, war man oft zu langsam.

Die Lösung in diesem Papier:
Die Forscher haben einen neuen, schlauen KI-Assistenten (ein sogenanntes „Transformer-Modell") gebaut. Dieser Assistent lernt aus der Vergangenheit, um die Zukunft vorherzusagen – und zwar blitzschnell.

1. Wie funktioniert der Assistent? (Die „Rezept"-Analogie)

Stell dir vor, du willst einen perfekten Kuchen backen.

• Die alte Methode (Physik-Code): Du versuchst, jede chemische Reaktion im Teig theoretisch zu berechnen. Das dauert Stunden.
• Die neue Methode (KI-Modell): Der KI-Assistent hat 550 erfolgreiche Kuchenrezepte (die sogenannten „Entladungen" oder Experimente) von der WEST-Maschine gelernt.

Wenn du dem Assistenten sagst: „Ich nehme 400 Gramm Mehl, 200 Gramm Zucker und backe bei 180 Grad", sagt er dir sofort: „Okay, dann wird dein Kuchen 30 cm hoch und schmeckt süß." Er braucht keine Zeit, um die Chemie zu berechnen; er weiß es einfach, weil er die Muster aus den 550 früheren Versuchen kennt.

2. Was kann der Assistent vorhersagen?

Der Assistent schaut sich nur die Eingabedaten an, die man vor dem Start festlegen kann:

• Wie viel Strom fließt durch die Magnetspulen? (Wie stark wir das Tier an der Leine halten).
• Wie viel Energie (Hitze) geben wir rein?
• Wie viel Gas füllen wir ein?

Basierend darauf sagt er sofort sechs wichtige Dinge über den „Kuchen" (das Plasma) voraus:

• Wie heiß und stabil ist er?
• Wie viel Energie speichert er?
• Wie sicher ist er, dass er nicht explodiert?

3. Warum ist das so cool? (Der Geschwindigkeits-Vorteil)

• Früher: Ein Physiker brauchte Stunden, um zu prüfen, ob ein neuer Plan funktioniert.
• Jetzt: Der KI-Assistent braucht 0,1 Sekunden. Das ist schneller als ein Blinzeln!

Das bedeutet: Man kann tausende verschiedene Pläne durchprobieren, bevor man überhaupt einen Knopf drückt. Es ist wie ein Simulator für Videospiele, aber für echte Sterne. Man kann testen: „Was passiert, wenn ich die Heizung ein bisschen mehr hochdrehe?" – Zack, die Antwort ist da.

4. Wo sind die Grenzen? (Die „Wettervorhersage"-Analogie)

Der Assistent ist sehr gut, aber nicht unfehlbar.

• Sehr gut: Bei den meisten Dingen (wie der gespeicherten Energie) trifft er es zu 94 % genau.
• Etwas schwieriger: Bei zwei speziellen Sicherheitswerten (die sogenannten „q-Werte", die beschreiben, wie das Magnetfeld im Inneren gewickelt ist), ist er etwas ungenauer.
  • Warum? Stell dir vor, du sagst einem Wetter-Modell nur: „Es ist 20 Grad und windig." Es kann dir sagen, ob es regnet, aber es kann nicht genau vorhersagen, wo genau die einzelne Regentropfen fallen werden, weil es die feinen Details im Inneren der Wolke nicht sieht. Genauso ist es hier: Der Assistent sieht die Eingaben, aber nicht die winzigen Details im Inneren des Plasmas.

5. Das große Ziel

Dieses Modell ist kein Ersatz für die echten Physik-Experten. Es ist eher wie ein Co-Pilot.

• Die Physik-Modelle sagen: „Das sollte passieren, basierend auf den Gesetzen der Natur."
• Die KI sagt: „Das ist passiert, basierend auf dem, was wir in der Vergangenheit gesehen haben."

Wenn man beide kombiniert, können Wissenschaftler viel schneller und sicherer neue Experimente planen. Das ist ein riesiger Schritt, um eines Tages die Energie der Sterne auf der Erde nutzbar zu machen.

Zusammengefasst:
Die Forscher haben einen „Super-Lernenden" gebaut, der aus 550 alten Versuchen gelernt hat. Er sagt in einem Zehntel einer Sekunde voraus, wie sich das Plasma verhält, wenn man bestimmte Einstellungen wählt. Das macht die Planung von Fusions-Experimenten viel schneller, sicherer und effizienter.

Technische Zusammenfassung

Titel: Maschinelle Lernvorhersage des Plasmaverhaltens aus Entladungskonfigurationen auf WEST

1. Problemstellung und Motivation

Die sichere und effiziente Operation von Tokamak-Experimenten (wie WEST) erfordert eine präzise Vorhersage des Plasmaverhaltens basierend auf den vor der Entladung festgelegten Konfigurationen (z. B. Spulenströme, Heizleistung).

• Herausforderung: Traditionelle physikbasierte „Integrated Modeling"-Codes (z. B. TRANSP, CRONOS) bieten zwar hohe physikalische Genauigkeit, sind jedoch rechenintensiv und für schnelle Szenario-Designs oder Echtzeit-Optimierungen ungeeignet.
• Limitationen bestehender ML-Ansätze: Viele datengetriebene Modelle basieren auf Signalen, die während der Entladung entstehen (z. B. Gaszufuhr-Daten), was ihre Generalisierbarkeit für die Vorhersage vor der Entladung einschränkt. Zudem leiden vereinfachte physikalische Modelle oft unter mangelnder Shot-zu-Shot-Genauigkeit.
• Ziel: Entwicklung eines schnellen, datengetriebenen Surrogatmodells, das ausschließlich auf vor der Entladung definierbaren Steuersignalen basiert, um globale Plasmaparameter vorherzusagen.

2. Methodik

Datengrundlage:

• Quelle: 550 stabile und reproduzierbare Entladungen aus WEST-Kampagnen (Nr. 57381 bis 60286).
• Vorverarbeitung: Signale wurden auf 1 kHz umabgetastet, mit einem Simple Moving Average (SMA) gefiltert (Fenstergröße 11), um Rauschen zu unterdrücken.
• Segmentierung: Verwendung eines gleitenden Fensters (Fensterlänge 1024, Schrittweite 512) zur Datenaugmentierung. Überlappende Segmente wurden gemittelt, um die numerische Stabilität zu erhöhen.
• Aufteilung: Zufällige Aufteilung in Trainings- (60 %), Validierungs- (20 %) und Testdaten (20 %).

Eingabe- und Ausgabesignale:

• Eingaben (19 Kanäle): Signale, die vor der Entladung festgelegt werden können:
  • Leistung und Phase der Lower Hybrid Wave (LHW) Current Drive/Heating.
  • Leistung der Ion Cyclotron Resonance Heating (ICRH).
  • Referenzplasma-Strom ($I_p$).
  • Ströme der Poloidalfeldspulen (PF-Coils).
  • Gemessene mittlere Elektronendichte ($n_e$) als Proxy für Brennstoffstrategie und Wandbedingungen.
• Ausgaben (6 globale Parameter):
  • Normalisierter Beta-Wert ($\beta_n$), toroidaler Beta-Wert ($\beta_t$), poloidaler Beta-Wert ($\beta_p$).
  • Gespeicherte Plasma-Energie ($W_{mhd}$).
  • Sicherheitsfaktor am magnetischen Achsen ($q_0$) und am 95 %-Flux-Surface ($q_{95}$).

Modellarchitektur:

• Ansatz: Ein Transformer-basiertes Modell (Encoder-Decoder-Architektur), das auf dem Prinzip der Self-Attention beruht, um langfristige zeitliche Abhängigkeiten und komplexe Kreuz-Kanal-Interaktionen zu erfassen.
• Vergleich: Das Modell wurde gegen MLP, LSTM, reine Transformer-Encoder und reine Transformer-Decoder getestet.
• Hyperparameter-Optimierung: Einsatz von Bayesian Optimization zur Suche nach optimalen Architekturen (z. B. 8 Attention-Heads, 2 Layer, Lernrate $10^{-3}$).
• Hardware: Training auf 4x A100 GPUs, Inferenz auf RTX 3090 und A100.

3. Wichtige Beiträge

1. Vorhersage vor der Entladung: Das Modell ist einzigartig darin, dass es ausschließlich Signale verwendet, die vor der Entladung definiert oder geregelt werden können. Es benötigt keine Echtzeit-Daten aus dem laufenden Plasma, was es für das Szenario-Design und die Planung ideal macht.
2. Transformer-Architektur für Tokamaks: Demonstration, dass Transformer-Modelle, die ursprünglich für NLP entwickelt wurden, hervorragend geeignet sind, um die komplexen, nichtlinearen Zusammenhänge in langen Tokamak-Entladungssequenzen zu modellieren.
3. Robustheitsanalyse: Durch die Mittelung überlappender Fenstersegmente wurde die numerische Stabilität der Vorhersagen signifikant verbessert, was durch eine Varianzanalyse in Abhängigkeit von der Schrittweite belegt wird.
4. Statistische Validierung: Anwendung von Granger-Kausalitätsanalysen und Pearson-Korrelationen, um die Relevanz der Eingabevariablen für die Zielgrößen zu validieren, bevor das ML-Modell trainiert wurde.

4. Ergebnisse

• Gesamtleistung: Das Modell erreichte auf dem Testset (110 Entladungen) einen durchschnittlichen Mean Squared Error (MSE) von 0,026 und einen Bestimmtheitsmaß $R^2$ von 0,94.
• Inferenzzeit: Die Vorhersagezeit liegt in der Größenordnung von 0,1 Sekunden, was Echtzeit-Anwendungen und schnelle Parameter-Sweeps ermöglicht.
• Einzelparameter-Performance:
  • Hohe Genauigkeit für $\beta_n$, $\beta_t$, $\beta_p$ und $W_{mhd}$ ($R^2 > 0,89$).
  • Geringere Genauigkeit für die Sicherheitsfaktoren $q_0$ und $q_{95}$ ($R^2 \approx 0,65 - 0,78$).
• Analyse der Schwächen: Die geringere Genauigkeit bei $q_0$ und $q_{95}$ liegt daran, dass diese Parameter stark von der internen Stromverteilung abhängen, die durch die vorliegenden Eingabesignale (die keine Druckprofile oder kinetischen Messungen enthalten) nicht eindeutig bestimmt werden kann. Zudem führen seltene Betriebszustände (z. B. untypische Spulenspitzen) zu Abweichungen.
• Vergleich: Das Transformer-Modell übertraf alle getesteten Alternativen (MLP, LSTM) deutlich im MSE.

5. Bedeutung und Ausblick

• Praktischer Nutzen: Das Modell fungiert als schneller Surrogat-Modellierer, der Physik-Codes für schnelle Szenario-Evaluierungen und die Optimierung von Entladungsplänen ergänzt, ohne deren physikalische Konsistenz zu ersetzen. Es beantwortet die Frage „Was passiert tatsächlich basierend auf historischen Daten?" im Gegensatz zu „Was sollte passieren basierend auf vereinfachten Annahmen?".
• Anwendungsbereiche: Unterstützung bei der Entladungsplanung, Szenario-Bewertung und potenziell der Echtzeit-Steuerung von Tokamak-Plasmen.
• Herausforderungen & Zukunft:
  • Die Generalisierung auf neue Hardware-Konfigurationen oder andere Tokamaks bleibt eine Herausforderung (Domänenanpassung nötig).
  • Seltene Betriebszustände werden vom Modell noch nicht gut abgedeckt.
  • Zukünftige Arbeiten: Integration physikalischen Wissens (Physics-Informed Machine Learning), Erweiterung auf 1D-Profile (Temperatur, Dichte) und Nutzung von dimensionslosen Größen für eine bessere Übertragbarkeit zwischen verschiedenen Fusionsgeräten.

Zusammenfassend stellt diese Arbeit einen bedeutenden Schritt in Richtung datengetriebener, schneller und zuverlässiger Werkzeuge für das Design und die Steuerung von Fusionsreaktoren dar.