Control of pedestal-top electron density using RMP and gas puff at KSTAR

Este artigo apresenta os resultados experimentais da campanha de 2024-2025 do KSTAR, onde um controlador em tempo real, baseado em redes neurais e acionado por perturbações magnéticas ressonantes e injeção de gás, demonstrou sucesso no controle dinâmico da densidade eletrônica no topo do pedestal, alcançando baixos erros e permitindo a exploração de cenários experimentais dentro de um único disparo.

O essencial

Imagine que você está tentando manter a temperatura perfeita dentro de uma panela de pressão gigante e superquente, onde o "alimento" é um gás tão quente que vira plasma (o quarto estado da matéria). O objetivo é cozinhar esse plasma para gerar energia de fusão nuclear, mas há um problema: se a temperatura ou a densidade do gás ficarem desequilibradas, a panela pode "explodir" (perder o controle) ou o cozimento pode parar.

Este artigo descreve como os cientistas do KSTAR (um reator de fusão na Coreia do Sul) criaram um "chefe de cozinha" automático e superinteligente para controlar a densidade do plasma na borda dessa panela.

Aqui está a explicação passo a passo, usando analogias do dia a dia:

1. O Problema: A Borda Instável

Na borda do plasma (chamada de "pedestal"), a densidade das partículas precisa ser mantida em um nível muito específico.

• Se estiver muito alta: O plasma pode ficar instável e soltar "rajadas" de energia (como um balão estourando), que danificam as paredes do reator.
• Se estiver muito baixa: O plasma não consegue manter o calor necessário para a fusão.
• O Desafio: O plasma é caótico. Ele muda o tempo todo. Os cientistas precisavam de um sistema que não apenas medisse isso, mas que ajustasse a "temperatura" (densidade) em tempo real, seguindo um alvo que mudava constantemente.

2. Os "Olhos" Rápidos: O Cérebro Artificial

Para controlar algo, você precisa vê-lo. O KSTAR tem instrumentos que medem a densidade do plasma, mas o método tradicional de calcular a forma exata desse plasma era lento (como tentar resolver uma equação complexa à mão enquanto a panela já está fervendo).

• A Solução: Eles criaram um cérebro artificial (uma Rede Neural, ou "MLP").
• A Analogia: Imagine que, em vez de um matemático calculando cada gota de água, você tem um gênio que já viu milhões de panelas fervendo. Assim que ele vê os dados dos sensores, ele "adivinha" instantaneamente a forma do plasma em menos de um piscar de olhos (120 microssegundos). Isso é rápido o suficiente para o computador do reator tomar decisões em tempo real.

3. As "Mãos" do Controlador: Duas Ferramentas

O sistema tem duas ferramentas principais para ajustar a densidade, e ele sabe exatamente quando usar cada uma:

1. O "Soprador Magnético" (RMP): São bobinas de ímã dentro do reator. Elas criam uma perturbação magnética que funciona como um sugador. Se a densidade estiver muito alta, elas "sopram" as partículas para fora, limpando a borda e reduzindo a densidade.
2. O "Bico de Gás" (Main Gas Puff): É uma válvula que injeta gás de deutério (o combustível). Se a densidade estiver muito baixa, ele adiciona mais gás para encher o espaço.

O Truque Mágico: O sistema foi programado para usar apenas uma ferramenta por vez. Se precisa baixar a densidade, ele usa os ímãs. Se precisa subir, ele usa o gás. Ele não usa os dois ao mesmo tempo para não criar confusão, agindo como um motorista que só pisca no freio ou no acelerador, nunca nos dois juntos.

4. O "Piloto Automático" (O Controlador PI)

Como o sistema decide quanto usar? Ele usa um Controlador PI (Proporcional-Integral).

• A Analogia: Pense em um piloto automático de um carro que quer manter uma velocidade exata.
  • Se o carro está devagar, ele pisa no acelerador.
  • Se está rápido demais, ele freia.
  • O "Integral" é a memória do piloto: se o carro ficou devagar por um tempo, ele sabe que precisa acelerar um pouco mais do que o normal para compensar o atraso acumulado.
• No KSTAR, esse "piloto" foi treinado para entender como o plasma reage aos ímãs e ao gás. Ele aprendeu que, para cada erro de densidade, existe uma resposta específica.

5. O Resultado: Dançando com o Plasma

Os cientistas testaram esse sistema em experimentos reais.

• O Teste: Eles pediram para o sistema seguir um alvo que subia e descia de forma dinâmica (como uma linha de montanha-russa).
• O Sucesso: O sistema conseguiu seguir esse alvo com uma precisão incrível (erro médio de apenas 2,5%).
• A Grande Vantagem: Antes, os cientistas tinham que parar o experimento, mudar os parâmetros manualmente e começar de novo para testar diferentes densidades. Agora, com esse controlador, eles podem mudar o alvo "no meio da corrida" (dentro do mesmo pulso de plasma) para explorar rapidamente qual é a melhor configuração para gerar energia sem danificar o reator.

Resumo Final

Os cientistas criaram um sistema de controle automático para reatores de fusão que:

1. Vê o plasma instantaneamente usando Inteligência Artificial.
2. Age com precisão usando ímãs (para tirar partículas) ou gás (para adicionar partículas).
3. Aprende com o passado para não errar.

Isso é um passo gigante para tornar a energia de fusão nuclear uma realidade prática, permitindo que os cientistas "conduzam" o plasma de forma segura e eficiente, como um piloto experiente em um voo turbulento.

Resumo técnico

Título: Controle da Densidade Eletrônica no Topo do Pedestal usando RMP e Injeção de Gás no KSTAR

1. Problema e Motivação

O desenvolvimento de reatores de fusão nuclear baseados em tokamaks exige a operação no modo de alto confinamento (H-mode). No entanto, esse regime é frequentemente acompanhado por Modos Localizados na Borda (ELMs), que liberam explosões de partículas e calor que podem danificar as paredes do reator. Para mitigar isso, busca-se um estado livre de ELMs, muitas vezes alcançado através de Perturbações Magnéticas Ressonantes (RMP).

Além da supressão de ELMs, a operação de desacoplamento (detachment) é crucial para reduzir a carga térmica no divertor em regimes de pulsos longos. A densidade eletrônica ($n_e$) na região do pedestal é um fator chave que influencia tanto a ocorrência de ELMs quanto o desacoplamento.

• O Desafio: É necessário explorar uma janela de densidade específica para atingir estados estáveis (livre de ELMs ou desacoplados) e manter essa densidade constante durante o disparo.
• Limitação Atual: Os métodos de reconstrução de perfis de densidade offline são lentos e não adequados para o Sistema de Controle de Plasma (PCS) em tempo real. Além disso, o controle da densidade no topo do pedestal usando apenas um atuador (RMP ou gás) é limitado, pois o RMP tende a reduzir a densidade (efeito de "pump-out") e o gás apenas a aumenta.

2. Metodologia

Os autores desenvolveram um sistema de controle em tempo real para a densidade eletrônica no topo do pedestal ($\psi_N = 0,89$) no tokamak KSTAR, utilizando duas abordagens principais:

A. Reconstrução de Perfil de Densidade em Tempo Real (Acelerada por IA)

• Modelo Paramétrico: O perfil de densidade é modelado combinando uma função tangente hiperbólica (para a borda/pedestal), uma função polinomial (para o núcleo) e uma função linear (para a camada de raspagem).
• Dados de Entrada: Utiliza dados do EFIT (reconstrução de equilíbrio) e do Interferômetro de Duas Cores (TCI), que mede a densidade média ao longo da linha de visão em 5 canais.
• Aceleração via MLP: O processo tradicional de ajuste de perfil (fitting) leva milissegundos, o que é lento demais para o controle em tempo real (ciclo de 500 µs). Para resolver isso, foi implementada uma Rede Neural Perceptron Multicamada (MLP).
  • Entradas: 10 variáveis (parâmetros de mapeamento do fluxo, posições radiais do LCFS e medições do TCI).
  • Saídas: 4 coeficientes de ajuste do perfil ($a_1$ a $a_4$).
  • Desempenho: O tempo de inferência foi reduzido para ~120 µs, permitindo a execução dentro do ciclo do PCS. O modelo foi treinado com dados das campanhas de 2022 e 2023, demonstrando boa generalização mesmo após upgrades no divertor (troca por Tungstênio).

B. Controle por Realimentação (PI Controller)

• Atuadores:
  1. Bobinas de Controle In-Vessel (IVCC): Aplicam RMP para suprimir ELMs e reduzir a densidade (pump-out).
  2. Injeção de Gás Principal (Main Gas Puff): Injeta Deutério ($D_2$) para aumentar a densidade.
• Identificação do Sistema: Foi realizada uma identificação de sistema para modelar a dinâmica do plasma como uma equação diferencial ordinária de primeira ordem ($T \dot{y} + y = Ku$). Os parâmetros de ganho ($K$) e tempo ($T$) foram estimados para ambos os atuadores.
• Estratégia de Controle: Um controlador Proporcional-Integral (PI) foi projetado usando o método de alocação de polos.
  • Exclusividade Mútua: O controlador foi projetado para usar os dois atuadores de forma mutuamente exclusiva. Como os ganhos têm sinais opostos e o termo integral domina, o sistema ativa apenas o RMP (para baixar a densidade) ou apenas o Gás (para aumentar a densidade) a qualquer momento, evitando conflitos de controle.

3. Resultados Experimentais

Os testes foram realizados na campanha experimental 2024-2025 do KSTAR:

• Controle com Atuator Único (RMP): O controlador conseguiu seguir um alvo dinâmico de densidade usando apenas RMP. Houve um erro percentual absoluto mediano de 1,72% e uma média de 2,72%. Observou-se um leve overshoot (sobre-oscilação), atribuído ao uso de dados não calibrados na identificação do sistema.
• Controle com Múltiplos Atuadores (RMP + Gás): Ao combinar ambos os atuadores, o sistema conseguiu seguir alvos dinâmicos mais agressivos (com gradientes de aumento e diminuição).
  • Precisão: O erro percentual absoluto mediano foi de 1,64% e a média de 2,20%.
  • Flexibilidade: O sistema conseguiu reduzir a densidade via mecanismo de pump-out do RMP e aumentá-la via injeção de gás, permitindo varreduras de densidade dentro de um único disparo.
  • Generalização: Os ganhos do controlador, calibrados para configurações específicas de RMP ($n=1$) e gás (PVB), funcionaram bem em configurações diferentes ($n=2$ e injeção de gás principal), demonstrando robustez.

4. Contribuições Chave

1. Reconstrução em Tempo Real: Implementação bem-sucedida de uma rede neural (MLP) para acelerar a reconstrução de perfis de densidade de milissegundos para microssegundos, viabilizando o controle em tempo real no KSTAR.
2. Estratégia de Controle Híbrido: Desenvolvimento de um controlador PI que gerencia de forma inteligente e mutuamente exclusiva dois atuadores com efeitos opostos (RMP e Gás), permitindo o controle bidirecional da densidade.
3. Validação Experimental: Demonstração experimental de que é possível manter a densidade do topo do pedestal em um alvo dinâmico com alta precisão (< 2,5% de erro médio), essencial para a exploração de regimes operacionais avançados.

5. Significado e Perspectivas Futuras

Este trabalho é um passo fundamental para a operação de reatores de fusão de próxima geração (como o ITER e o DEMO).

• Exploração de Cenários: O controlador permite explorar rapidamente a janela de densidade ideal para estados livres de ELMs ou desacoplados dentro de um único disparo, economizando tempo valioso de operação experimental.
• Estabilidade: A capacidade de manter a densidade constante em regime estacionário é vital para a viabilidade de usinas de fusão.
• Próximos Passos: Os autores planejam integrar este controlador com sistemas de controle de ELMs e desacoplamento, e adicionar novos atuadores (como pellets ou injeção supersônica de feixe molecular - SMBI) para controlar simultaneamente o núcleo e a borda do plasma.

Em resumo, o artigo apresenta uma solução robusta e validada experimentalmente para o controle ativo da densidade no pedestal, combinando aprendizado de máquina para diagnóstico rápido e teoria de controle clássica para atuação precisa.