Applications of a novel model-based real-time observer for electron density profile control experiments in TCV

Este estudo demonstra a aplicação de um novo observador em tempo real baseado em modelo para o controle do perfil de densidade eletrônica em plasmas do tokamak TCV, validando sua eficácia em diversos cenários experimentais, incluindo estudos de descolamento, regimes L e H, e a estimativa de coeficientes de transporte para otimizar o desempenho e a estabilidade do plasma.

O essencial

Imagine que você está tentando pilotar um foguete que usa uma bola de fogo nuclear (o plasma) como motor. O objetivo é manter essa bola de fogo estável, quente e densa o suficiente para gerar energia, sem que ela exploda ou se apague.

O problema é que esse "fogo" é invisível, muda de forma a cada milissegundo e é extremamente difícil de medir com precisão enquanto ele está voando. Se você tentar controlar o foguete apenas olhando para o que sai de fora, pode cometer erros graves.

Este artigo descreve uma nova "inteligência artificial" (ou um observador matemático muito esperto) que foi testada no reator de fusão TCV, na Suíça. Vamos usar algumas analogias para entender como isso funciona:

1. O Problema: O "Fogo" Invisível e as Medições Imperfeitas

Para controlar o plasma, os cientistas precisam saber exatamente quão denso ele é em cada ponto (como a espessura de uma camada de massa). Eles usam dois tipos de "olhos":

• Interferômetros: São como lasers que cortam o plasma de lado a lado. Eles dão uma média de densidade, mas se houver muita poeira ou gás nas bordas (fora do núcleo), eles ficam confusos e dão leituras erradas. É como tentar medir a profundidade de um lago com uma vara, mas a água tem muita espuma na superfície que engana a vara.
• Espalhamento Thomson: São lasers que "fotografam" pontos específicos dentro do plasma. São muito precisos, mas só tiram fotos 60 vezes por segundo (lento para um foguete que muda em milissegundos).

O sistema antigo tentava controlar o plasma usando apenas a média dos lasers laterais. O problema? Quando o plasma mudava de forma ou havia muito gás nas bordas, o sistema ficava cego e perdia o controle.

2. A Solução: O "Cérebro" que Adivinha e Corrige (O Observador RAPDENS)

Os autores criaram um novo sistema chamado RAPDENS. Pense nele como um GPS de alta tecnologia para o plasma.

• O Mapa (O Modelo): O GPS tem um mapa matemático de como o plasma deveria se comportar (como a água flui, como o calor se move).
• Os Sensores (Os Olhos): Ele recebe dados dos lasers laterais (rápidos, mas às vezes confusos) e das fotos pontuais (precisas, mas lentas).
• O Filtro (O Cérebro): O sistema usa um algoritmo chamado Filtro de Kalman Estendido. Imagine que você está dirigindo no nevoeiro. Você sabe onde o carro deveria estar (pelo mapa), mas seus olhos veem apenas borrões. O Filtro de Kalman é como um passageiro experiente que combina o que você vê com o que sabe sobre a estrada para dizer: "Não se preocupe, o carro está ali, mesmo que o laser pareça que está aqui".

3. As Grandes Vitórias do Experimento

O artigo mostra três situações onde esse novo "GPS" salvou o dia:

A. O Controle da "Borda Suja" (Estudos de Desacoplamento)

Em alguns experimentos, os cientistas querem estudar como o plasma se solta das paredes do reator (para não derreter o metal).

• O Problema Antigo: O laser de medição viajava por uma área suja de gás (a borda do plasma) e dizia: "O plasma está muito denso!". O sistema de controle, assustado, jogava mais gás para tentar "diluir" o plasma, mas na verdade estava jogando mais gás na borda, piorando a situação. Era um ciclo vicioso.
• A Solução: O novo observador consegue "ver" através da sujeira. Ele sabe separar o que é o núcleo do plasma do que é apenas gás nas bordas. Assim, ele controla a densidade do núcleo com precisão, ignorando a "sujeira" nas bordas. É como ter um filtro de ar que limpa a leitura do sensor, permitindo que você controle a temperatura do motor sem se preocupar com a poeira no capô.

B. O Controle do "Centro" (Evitando o Apagão)

Para aquecer o plasma com micro-ondas, a densidade não pode passar de um certo limite (o "ponto de corte"). Se passar, as micro-ondas não entram e o plasma esfria.

• O Desafio: É como tentar encher um balão de água até o limite exato sem estourá-lo, enquanto alguém joga pedras dentro dele (o aquecimento muda a forma do balão).
• A Solução: O observador prevê como o balão vai se deformar quando as pedras (aquecimento) forem jogadas. Ele ajusta a torneira de água (gás) em tempo real para manter o centro do balão exatamente no limite seguro, nem mais, nem menos. Isso permite usar o máximo de energia possível sem apagar o fogo.

C. O Controle do "Fim da Linha" (Evitando Explosões)

Em regimes de alta performance, o plasma pode ficar tão denso que explode (disrupção).

• O Desafio: Os lasers de borda muitas vezes falham ou pulam (erros de leitura) quando o plasma está muito denso.
• A Solução: O observador é tão inteligente que, mesmo quando um laser falha ou dá uma leitura errada, ele usa o modelo matemático e os outros sensores para "inventar" a leitura correta. Ele consegue manter o plasma no limite seguro, evitando a explosão, mesmo com os sensores falhando. É como um piloto automático que continua voando suavemente mesmo se um dos instrumentos do painel quebrar.

4. O Futuro: Um Reator Mais Inteligente

A grande mensagem deste trabalho é que, para construir usinas de fusão no futuro (como o ITER), não podemos depender apenas de sensores físicos, pois eles vão falhar ou ser limitados pelas condições extremas.

Precisamos de modelos matemáticos inteligentes que:

1. Combinem dados de vários sensores.
2. Corrijam erros dos sensores em tempo real.
3. Adivinhem o que está acontecendo onde não temos sensores.

Esse novo sistema no TCV é um passo gigante nessa direção. Ele prova que podemos controlar o "fogo nuclear" com a precisão de um cirurgião, mesmo quando os instrumentos estão um pouco cegos. É a diferença entre tentar pilotar um foguete de olhos vendados e pilotar com um mapa 3D em tempo real que se atualiza sozinho.

Resumo técnico

Título: Aplicações de um novo observador baseado em modelo para controle do perfil de densidade eletrônica em experimentos no TCV

1. Problema e Motivação

O controle em tempo real de plasmas em tokamaks é fundamental para garantir estados estacionários de alto desempenho, evitar interrupções (disruptions) e gerenciar o acesso e terminação dos disparos. A estimativa e o controle precisos do perfil de densidade eletrônica ($n_e$) são críticos para monitorar o confinamento, a eficiência do aquecimento, as condições de exaustão, a concentração de impurezas e a proximidade do limite de densidade (limite de Greenwald).

Os desafios principais identificados incluem:

• Limitações de Diagnósticos: Em reatores de fusão futuros (como ITER), as condições hostis limitarão o número de diagnósticos disponíveis. Além disso, sinais de interferometria (FIR) em altas densidades sofrem com "saltos de franja" (fringe jumps) e ruído.
• Controle de Perfis Complexos: O controle tradicional de densidade média de linha ($N_{EL}$) falha em cenários de descolamento (detachment) do divertor, pois o sinal do interferômetro captura densidade indesejada da Camada Limite (SOL), levando a um controle impreciso das condições a montante (upstream).
• Dependência de Perfis: O controle local de densidade (ex: abaixo do corte de ondas EC) requer conhecimento preciso do perfil, não apenas da média, especialmente quando misturas de aquecimento (ECH, NBI) alteram o transporte de partículas (efeito de "pumpout" ou picamento).

2. Metodologia

O trabalho apresenta a integração e aplicação de um observador multi-taxa baseado em modelo (Multi-rate Observer) no Sistema de Controle de Plasma (PCS) do tokamak TCV.

• Modelo Físico (RAPDENS): O núcleo do observador é o simulador RAPDENS (RApid Plasma DENsity Simulator), que resolve equações de conservação de partículas em 1D (médias em superfícies de fluxo) para a densidade eletrônica e inventários de neutros (câmara de vácuo e parede). O modelo inclui termos de ionização, recombinação, transporte difusivo e de "pinch" (arrasto), além de fontes de combustível (injeção de gás, NBI, pellets).
• Algoritmo de Estimação (Filtro de Kalman Estendido - EKF):
  • O observador utiliza um EKF para fundir dados de diagnósticos de alta e baixa frequência.
  • Dados de Entrada: Combina dados de alta resolução espacial e baixa frequência do Espalhamento Thomson (TS, 60 Hz) com dados de alta frequência do Interferômetro de Infravermelho Longo (FIR, 200 kHz filtrado para 10 kHz).
  • Correção de Falhas: O modelo permite detectar e corrigir falhas em tempo real, como saltos de franja no FIR ou offsets entre diagnósticos, descartando canais corrompidos e usando o modelo físico para preencher as lacunas.
• Estimação de Parâmetros Desconhecidos: Uma inovação chave é a estimação em tempo real do coeficiente de transporte desconhecido, especificamente a razão entre a velocidade de pinch e o coeficiente de difusão ($\nu/D$). Este parâmetro é adaptado dinamicamente com base nos dados de TS para melhorar a precisão espacial do perfil previsto.
• Estratégia de Controle: O perfil estimado é utilizado pelo gerenciador de atuadores (SAMONE) para controlar:
  • A densidade média dentro da Última Superfície de Fluxo Fechado (LCFS), ignorando a SOL.
  • A densidade local em pontos específicos do perfil (ex: centro).
  • A densidade na borda (pedestal) e o beta toroidal ($\beta_{tor}$) simultaneamente.

3. Principais Contribuições

1. Controle de Densidade Desacoplado da SOL: Demonstração de que o observador pode controlar as condições de densidade a montante (upstream) para estudos de descolamento, eliminando o erro causado pela densidade capturada na região do divertor (SOL) pelos interferômetros tradicionais.
2. Controle Local Robusto: Capacidade de controlar a densidade central em regimes L-mode com aquecimento misto (ECH e NBI), mantendo a operação abaixo do limite de corte (cutoff) das ondas de micro-ondas, mesmo com perturbações causadas pela injeção de NBI.
3. Resiliência a Falhas de Diagnóstico: O sistema consegue reconstruir perfis de densidade precisos e contornar falhas de diagnósticos (como saltos de franja no FIR) utilizando o modelo preditivo e dados de TS, aumentando a robustez do sistema de controle.
4. Caracterização de Transporte Turbulento: Uso do código GENE (simulações girocinéticas) para validar experimentalmente o efeito de "pumpout" de partículas induzido pelo aquecimento ECH e a mudança no transporte de partículas, correlacionando com a estimativa em tempo real do coeficiente $\nu/D$.
5. Controle de Proximidade em Regimes H-mode: Implementação de controle simultâneo da densidade na borda e do beta toroidal em plasmas H-mode de alto desempenho, utilizando uma métrica de densidade de borda independente do dispositivo (device-agnostic), baseada em superfícies de fluxo magnético em vez de cordas de diagnóstico fixas.

4. Resultados Experimentais

Os experimentos foram realizados no TCV e cobriram diversos cenários:

• Estudos de Descolamento (Detachment): Em configurações com diferentes comprimentos de perna do divertor, o controle tradicional falhou em manter a densidade a montante constante devido à variação na densidade da SOL. O novo esquema, baseado no observador RAPDENS, manteve a densidade dentro da LCFS estável e reprodutível, independentemente da geometria do divertor.
• Controle Central em ECH/NBI: Em disparos com aquecimento por ondas de elétrons (ECH) e injeção de feixe neutro (NBI), o observador permitiu o controle preciso da densidade central.
  • Confirmou-se o efeito de pumpout (achatamento do perfil) durante o ECH, exigindo maior fluxo de gás para manter a densidade.
  • Confirmou-se o efeito de picamento (peaking) durante o NBI.
  • A estimativa adaptativa de $\nu/D$ melhorou significativamente a precisão da reconstrução do perfil em comparação com coeficientes fixos.
• Plasmas H-mode de Alta Performance: Foi alcançado um disparo com $\beta_N \approx 2.15$ e fração de Greenwald $f_{GW} \approx 0.80$. O controle simultâneo de $\beta_{tor}$ e da fração de densidade crítica de borda ($f_{crit,edge}$) foi bem-sucedido, evitando limites de densidade e disruptions. O observador demonstrou capacidade de rastrear a densidade de borda com precisão comparável aos dados offline de TS, mesmo durante mudanças de forma do plasma e ramp-down.
• Reconstrução de Sinais Corrompidos: O sistema demonstrou capacidade de reconstruir sinais de interferômetro afetados por saltos de franja, utilizando apenas um subconjunto de canais FIR e dados de TS, validando a robustez do filtro de Kalman.

5. Significância e Perspectivas Futuras

Este trabalho representa um avanço significativo rumo à operação de reatores de fusão futuros (como ITER e DEMO), onde a confiabilidade do sistema de controle é crítica devido à escassez de diagnósticos e à proximidade dos limites operacionais.

• Independência de Diagnósticos: A abordagem baseada em modelo permite que o controle de densidade seja "agnostico" em relação aos diagnósticos específicos, focando em quantidades físicas (como densidade em superfícies de fluxo) em vez de sinais brutos de instrumentos.
• Preparação para ITER: A capacidade de controlar a densidade a montante independentemente da geometria do divertor e de evitar disruptions por limite de densidade é essencial para a operação estável de reatores.
• Desenvolvimentos Futuros: O trabalho abre caminho para:
  • Implementação de condições de contorno de Dirichlet não homogêneas para melhorar a reconstrução na região da borda (pedestal).
  • Projeto de controladores MIMO (Multi-Input Multi-Output) baseados em Model Predictive Control (MPC) utilizando o modelo RAPDENS.
  • Integração com outros observadores (RAPTOR, TORBEAM) para reconstrução cinética completa (densidade, temperatura, corrente) e controle de barreiras de transporte internas.

Em resumo, o observador multi-taxa RAPDENS provou ser uma ferramenta robusta e precisa para a estimativa e controle de perfis de densidade em tempo real, superando as limitações dos métodos tradicionais e fornecendo uma base sólida para o controle integrado de plasmas em futuros reatores de fusão.