Deze sectie op Gist.Science richt zich op de fascinerende wereld van plasmafysica, het onderzoek naar de vierde toestand van materie. Plasma komt voor in alles van bliksem tot sterren en maakt het mogelijk om nieuwe energiebronnen en geavanceerde materialen te ontwikkelen. Het is een dynamisch veld waar geladen deeltjes en elektromagnetische velden samenspelend complexe verschijnselen creëren.

Elk nieuw preprint dat op arXiv verschijnt binnen dit domein, wordt door onze systemen direct verwerkt. Wij bieden voor elke publicatie zowel een toegankelijke samenvatting in gewone taal als een gedetailleerde technische analyse, zodat zowel leken als experts de inzichten kunnen begrijpen. Hieronder vind je de meest recente bijdragen uit deze spannende tak van de natuurkunde.

Three Dimensional Multiphysics Modelling of Helicon Wave Heating and Antenna Plasma Coupling for Boundary Density Control in Toroidal Fusion Plasmas

In dit artikel wordt de THEMIS-code ontwikkeld, een volledig driedimensionaal multiphysica-model dat de voortplanting en koppelingsverliezen van helicongolven in toroidale fusieplasma's analyseert en leidt tot het ontwerp van een geoptimaliseerde racetrack-spiraalantenne met een recessief venster, waardoor de koppelingsdoeltreffendheid met meer dan een orde van grootte wordt verhoogd.

Hua Zhou, Lei Chang, GuoSheng Xu, YiWei Zhang, Matthew Hole, Dan Du, ZhiSong Qu, MuQuan Wu2026-02-24🔬 physics

Gyrokinetic simulation of the effect of transient fueling on plasma turbulence in ADITYA-U tokamak

Gyrokinetische simulaties tonen aan dat het injecteren van korte gaspuffs in de ADITYA-U tokamak het radiale dichtheidsprofiel vlakker maakt, waardoor de gevangen-elektronenmodus (TEM) wordt onderdrukt, de warmtetransport afneemt en de energieretentie verbetert.

Jaya Kumar Alageshan, Suman Dolui, Joydeep Ghosh, Kishore Mishra, Sarveshwar Sharma, Abhijit Sen, Manjunatha Valmiki, Sandeep Agrawal, Sanjay Wandhekar, Zhihong Lin, Animesh Kuley2026-02-24🔬 physics

TorbeamNN: Machine learning based steering of ECH mirrors on KSTAR

De auteurs hebben TorbeamNN ontwikkeld, een machine learning-subsitietmodel dat de snelheid van de TORBEAM-raytracingcode voor KSTAR-plasma's met meer dan een factor 100 verhoogt zonder nauwkeurigheidsverlies, waardoor real-time besturing van ECH-mirrors met een minimale trackingfout van 0,5 cm mogelijk wordt.

Andrew Rothstein, Minseok Kim, Minho Woo, Minsoo Cha, Cheolsik Byun, Sangkyeun Kim, Keith Erickson, Youngho Lee, Josh Josephy-Zack, Jalal Butt, Ricardo Shousha, Mi Joung, June-Woo Juhn, Kyu-Dong Lee (…)2026-02-23🔬 physics

Assessing the Numerical Stability of Physics Models to Equilibrium Variation through Database Comparisons

Dit artikel vergelijkt een grote database van DIII-D kinetische evenwichten, handmatig gegenereerd door experts, met automatisch gereconstrueerde evenwichten van CAKE en JAKE, en concludeert dat hoewel er aanzienlijke verschillen zijn in profielgrootheden zoals de bootstrapstroom, de handmatige en CAKE-evenwichten in 90% van de gevallen leiden tot identieke classificaties van de ideale kink-stabiliteit.

A. Rothstein, V. Ailiani, K. Krogen, A. O. Nelson, X. Sun, M. S. Kim, W. Boyes, N. Logan, Z. A. Xing, E. Kolemen2026-02-23🔬 physics

Self-Consistent Dynamics of Electron Radiation Reaction via Structure-Preserving Geometric Algorithms for Coupled Schrödinger-Maxwell Systems

Dit artikel introduceert de SPHINX-code, een geometrisch structuurbehoudend algoritme voor het gekoppelde Schrödinger-Maxwell-systeem, dat toont hoe stralingsreactie coherentie in elektronenverplettert en Landau-niveaus renormaliseert tot stationaire 'dressed'-eigentoestanden, waardoor nieuwe inzichten worden verkregen in extreme veldfenomenen.

Jacob Matthew Molina, Hong Qin2026-02-23🔬 physics