Robust Control of ECH Deposition Profiles on DIII-D

本論文は、DIII-DにおけるリアルタイムECH最適化（ECHO）アルゴリズムの開発と実験的検証を提示するものであり、当該アルゴリズムは、TORBEAMコードのニューラルネットワーク・サロゲートと遺伝的最適化手法を利用することで、ジャイロトロンの故障やプラズマパラメータの変動にもかかわらず、電子サイクロトロン加熱のデポジションプロファイルを堅牢に制御する。

要約

全体像：「星のスマート・サーモスタット」

DIII-D実験装置（トカマク型核融合装置）を、星を調理しようとしている巨大で超高温のオーブンだと想像してみてください。この星を安定させ、エネルギーを生み出すのに十分な温度に保つためには、科学者たちはマイクロ波エネルギー（電子サイクロトロン加熱、またはECHと呼ばれるもの）のビームを、オーブン内の非常に特定の場所に照射する必要があります。

これらのマイクロ波ビームを、暗い部屋を照らすスポットライトだと考えてください。

• 問題点： 「部屋」（プラズマ）は常に動き、形を変え、時にはスポットライト（ジャイロトロン）が故障することもあります。もし、スポットライトを動いている壁に向けてしまえば、光は本来の場所から外れてしまいます。もしスポットライトが壊れれば、そこには暗い領域ができてしまいます。
• 従来の方法： かつて科学者たちは、実験を開始する前に、スポットライトを特定の場所に狙うよう事前にプログラムしていました。もし部屋が動いたり、ライトが壊れたりすると、狙いが外れてしまい、実験が失敗する可能性がありました。
• 新しい方法（ECHO）： 研究者たちは、ECHOと呼ばれる「スマートな脳」を構築しました。これは、超高速で自己修正を行うサーモスタットのように機能します。ECHOは、部屋がどこにあるか、どのライトが作動しているかを常にチェックし、すべてのスポットライトに対して、完璧なターゲットに当てるために「どこを向き、どれくらいの明るさで光るべきか」を瞬時に指示します。

「スマートな脳」の仕組み

論文では、これを可能にする2つのパートからなるシステムについて説明しています。

1. 予言の水晶玉（TorbeamNN）
光がどこに落ちるかを知るには、通常、複雑な物理シミュレーションを実行する必要があります。しかし、これらのシミュレーションは時間がかかります。まるで、車を運転しながら手計算で天気を予測しようとするようなものです。

• 革新： チームは、TorbeamNNと呼ばれる人工知能（AI）モデルを訓練しました。このAIは、何百万もの物理シミュレーションを記憶した「水晶玉」のようなものです。
• スピード： 光がどこへ行くかを計算するのに、通常のシミュレーションでは50ミリ秒かかりますが、このAIはわずか0.3ミリ秒で計算します。これは、低速な計算機をスーパーコンピュータに置き換えるようなものです。これにより、システムはプラズマが動く速度よりも速く意思決定を行うことができます。

2. チェスの達人（遺伝的最適化アルゴリズム）
AIが光がどこへ行けるかを把握したら、次に、特定の形状（「ターゲット・プロファイル」）に合わせるために、どのライトをどのように使うかを決定する必要があります。

• プロセス： あなたが10個のスポットライトを持っていて、壁に特定の形を描きたいと想像してください。あらゆる組み合わせを試すこともできますが、それには膨大な時間がかかります。代わりに、「遺伝的最適化アルゴリズム」はチェスの達人のように振る舞います。
• 進化： システムは、ライトのランダムな配置をいくつか試します。そして、どれがターゲットに最も近いかを確認します。最も優れた組み合わせを保持し、それらの設定を混ぜ合わせ（優れたレシピ同士を混ぜ合わせるようなものです）、さらに小さなランダムな調整を加えます。このプロセスを、完璧な配置が見つかるまで、一瞬のうちに何千回も繰り返します。

実験では何が起きたのか？

チームはDIII-D装置を用いてこのシステムをテストし、3つの困難なシナリオにおいて機能することを証明しました。

1. 動くターゲット（変化するプラズマ）

• シナリオ： プラズマが装置内部で上下に10センチメートル（粒子にとっては非常に大きな距離です）移動しました。
• 結果： ECHOシステムは即座にその動きを察知しました。ジャイロトロンのミラーの角度を調整することで、プラズマ自体が踊るように動いていても、ビームがプラズマに対して同じ位置にロックされ続けるようにしました。

2. 壊れたライト（ハードウェアの故障）

• シナリオ： 実験の途中で、ジャイロトロン（スポットライト）の一つが突然停止しました。
• 結果： 以前なら、これは実験を台無しにする事態でした。しかし、ECHOは「あ、ライトを一つ失った」と即座に認識しました。そして直ちに計画を再計算し、残りのライトに対して、位置と出力を調整して欠落した部分を補うよう指示しました。壊れた部品があるにもかかわらず、ターゲットの形状はほぼ完璧に維持されました。

3. ルールの変化（磁場シフト）

• シナリオ： プラズマを保持している磁場が劇的に変化しました。
• 結果： システムは、新しい物理現象を補償するためにビームの狙いを適応させ、環境の極端な変化にも対応できることを示しました。

なぜこれが重要なのか

論文では、このシステムが**堅牢（ロバスト）**であるという点で、大きな前進であると主張しています。

• 旧来のシステム： パーツを一つ失うと、計画全体が失敗します。
• ECHOシステム： ジャイロトロンを一つの「チーム」として扱います。もしチームメイトの一人が脱落しても、他のメンバーが即座に調整して仕事をやり遂げます。

著者らは、この技術が将来の核融合発電炉（FPP）への準備ができていると結論付けています。実際の発電所では、ヒーターが一つ壊れただけで装置を停止させるわけにはいきません。ECHOは、たとえ問題が発生しても核融合反応をスムーズに継続させるために必要な、「フェイルセーフ」の知能を提供します。

まとめ

この論文は、新しい制御システム（ECHO）を提示しています。これは、マイクロ波ビームがどこに届くかを予測する高速なAIと、それらのビームを即座に調整するスマートなアルゴリズムを使用しています。これにより、原子炉が動いたり、形を変えたり、あるいは装置の一部を失ったりしても、精密なターゲットを射抜くことが可能になります。これは、脆弱で事前にプログラムされたプロセスを、柔軟で自己修正可能なプロセスへと変えるものです。

技術概要

技術要約：DIII-DにおけるECH堆積プロファイルのロバスト制御

問題提起
電子サイクロトロン加熱（ECH）は、トカマクに対して補助加熱、局所的な電流駆動、およびMHD安定性制御を提供する重要なアクチュエータである。アンテナと、プラズマパラメータによって決定される固定された堆積位置に依存する他のRF加熱法とは異なり、ECHはステアラブル・ミラーを利用して、光線軌跡と堆積位置をリアルタイムで調整できる。しかし、レイトレーシングの複雑さ、複数のジャイロトロンを同時に調整する必要性、およびハードウェアの故障や動的なプラズマ条件に対するロバスト性の必要性により、全ECH堆積プロファイルを精密に制御することは困難である。既存のリアルタイム・レイトレーシング・コード（例：簡略化されたTORBEAM）は、最適化のために複数の構成を探索するには計算速度が遅すぎたり、全堆積プロファイルではなくピーク吸収位置のみを計算したりすることが多い。さらに、従来の制御戦略は、ジャイロトロンを個別のユニットとして扱うことが多く、集団的なシステムとして扱うことができないため、マルチタスク能力やアクチュエータ故障からの回復能力が制限されている。

手法
著者らは、利用可能なすべてのジャイロトロンのミラー角度と電力（デューティサイクル変調による）を最適化することで、目標とするECH径方向堆積プロファイルに一致させるように設計されたリアルタイム制御フレームワーク、ECH最適化（ECHO）アルゴリズムを開発した。この手法は、主に以下の3つのコンポーネントで構成される：

1. TorbeamNN サロゲートモデル： フルフィデリティのレイトレーシング（TORBEAM）に伴う計算レイテンシを克服するため、著者らはTORBEAMコードに基づいた機械学習（ML）サロゲートモデルを訓練した。このニューラルネットワークは、リアルタイムのプラズマ状態パラメータ（平衡形状、電子温度、および密度プロファイル）とジャイロトロンのミラー角度を入力として受け取る。そして、ECH堆積のパラメータ化されたガウス型プロファイル（中心 $\mu$、幅 $\sigma$、およびピーク振幅 $A$）を出力する。モデルは、4,168件のユニークなDIII-Dショットから得られた220万件以上のレイトレース計算を用いて訓練された。リアルタイム性能を確保するため、モデルは各ジャイロトロンおよびポロイダル角に対して並列に実行され、約0.32 msでルックアップテーブルを生成する（最適化されたリアルタイムTORBEAMに対して100倍以上の高速化）。
2. 遺伝的アルゴリズム・オプティマイザ： 遺伝的オプティマイザは、事前計算されたルックアップテーブルを探索し、利用可能なジャイロトロンの最適なミラー角度とデューティサイクルの組み合わせを見つけ出す。このアルゴリズムは、目標プロファイルと予測される全堆積プロファイルとの間の平均二乗誤差を最小化する。また、条件が安定している場合に不要なハードウェアの動きを防ぐために、前回のサイクルの最良の解の一定割合を保持する「慣性」を組み込んでいるが、大きな変化に対しては迅速な適応も可能である。
3. PCS実装： 本システムは、DIII-Dのプラズマ制御システム（PCS）に統合されている。RT-EFITおよびRTCAKENNからリアルタイムのプラズマ状態データを受け取り、最適な構成を計算し、ジャイロトロンへのハードウェアコマンドを送信する。制御ループ全体は50 msのサイクルタイムで作動する。

主な貢献

• リアルタイム全プロファイル最適化： ピーク吸収のみに焦点を当てた従来のMLサロゲートとは異なり、TorbeamNNは全ECH堆積プロファイルを予測し、径方向の加熱分布全体の最適化を可能にする。
• 協調型マルチジャイロトロン制御： 本フレームワークは、ジャイロトロン・アレイを集団的なユニットとして扱い、個々のジャイロトロンに独立したタスクを割り当てるのではなく、単一の目標プロファイルに一致するように電力と角度をインテリジェントに分配する。
• 故障に対するロバスト性： アルゴリズムはアクチュエータに依存しない設計となっている。ショットの途中でジャイロトロンの故障が発生した場合、ECHOは即座に残りの機能的なジャイロトロンを再最適化し、目標プロファイルを最もよく近似するように再構成する。これは、失敗するであろう事前プログラムされたシナリオに頼るのではなく、即時的な対応を行うものである。
• 動的な条件への適応性： システムは、垂直方向のプラズマシフトやトロイダル磁場（$B_T$）の変化などの変化するプラズマ条件に応じて、ミラー角度と電力を自動的に調整し、正規化フラックス座標（$\rho$）に対する一定の堆積プロファイルを維持する。

実験結果
ECHOアルゴリズムは、いくつかのDIII-D実験（例：ショット 205902, 205838, 205907, 205905）において展開および検証された：

• 検証： TorbeamNNによって予測されたECH堆積プロファイルおよび結果としてのハードウェアコマンドは、Flux Fit（FF）およびその他の逆問題的手法を用いた電子サイクロトロン放射（ECE）測定によって検証された。測定された堆積プロファイルの重心は、目標およびTORBEAMの予測に対し $\lesssim 0.05$ $\rho$ の範囲内で一致した。
• 動的追従： システムは、プラズマが大幅な垂直シフト（>10 cm）やトロイダル磁場の急速な変化を起こしている間も、一定のターゲットプロファイルを正常に追従し、それに応じてミラー角度を調整した。
• 故障処理： ショット 205907において、ショットの途中でジャイロトロンの故障（ジャイロトロン5）が発生した。ECHOはこの故障を検出し、残りのジャイロトロン（1, 2, 4）を再最適化して電力を再分配し、堆積プロファイルを正常に回復させた。同様の故障緩和が、ジャイロトロン4が故障したショット 205838においても実証された。
• プロファイル成形： アルゴリズムは、単一の放電内で異なるターゲットプロファイル（例：シングルピークからダブルピークへ）を迅速に切り替える能力を示した。

意義と主張
本論文は、ECHOがオフラインの統合モデリングとリアルタイムのハードウェア駆動の間のギャップを埋めることにより、リアルタイム・プラズマ制御における重要な進歩を象徴していると主張している。機械学習サロゲートを用いた高速なレイトレーシングと、集団的なアクチュエータ管理のための遺伝的オプティマイザを利用することで、システムは以下を実現する：

1. 精度： 複雑なECH堆積プロファイルの正確なリアルタイム一致。
2. ロバスト性： 予測不可能なジャイロトロンの故障にもかかわらず制御目標を維持する能力。これは、アクチュエータの冗長性と故障耐性が不可欠となる将来の商用核融合発電炉（FPP）にとって極めて重要な要件である。
3. 柔軟性： 各シナリオに対してカスタムコントローラ設計を必要とすることなく、多様な物理実験（例：テアリングモード抑制、不純物パンプアウト、ソート制御）をサポートする能力。

著者らは、現在の実装がガウス型パラメータ化を使用しており、プラズマコア付近やエッジ付近で制限が生じる可能性があることを認めているが、達成された精度はリアルタイム制御には十分であり、典型的なフィードフォワード手法よりも質的に優れているとしている。このフレームットフォームは、ジャイロトロンの数が増え、故障に強い制御がより重要となるITERやFPPのような将来の装置に向けたスケーラブルなソリューションとして提示されている。