Constraints on the magnetic field evolution in tokamak power plants
本文利用布泽尔坐标推导了托卡马克磁场演化的法拉第定律、安全因子和内电感等精确表达式，旨在为聚变堆设计提供约束，并解释了托卡马克中频繁发生破裂、电流剖面控制必要性以及仅能脉冲运行等关键物理现象。
🔬 Category
physics.plasm-ph
612 篇论文
等离子体物理探索着物质的第四形态，即那种由带电粒子组成的炽热状态，它遍布于恒星内部、闪电之中以及实验室的聚变装置内。这一领域不仅关乎宇宙的奥秘，更指向未来清洁能源的突破。在 Gist.Science 上，我们致力于让这些前沿研究变得触手可及。
所有收录于此的论文均源自 arXiv 预印本平台。我们的团队会即时处理每一篇新发布的预印本，将其转化为通俗易懂的科普解读与详尽的技术摘要，帮助不同背景的读者快速把握核心发现。以下为您呈现该领域最新的几篇研究论文，带您一窥等离子体科学的最新进展。
The role of three-dimensional effects on ion injection and acceleration in perpendicular shocks
该研究通过二维和三维混合模拟表明，非相对论垂直激波中的离子注入与加速效率高度依赖于下游磁湍流的“多孔性”，这一关键三维效应及小尺度湍流分辨率对于准确模拟粒子加速机制至关重要。
TGLF-WINN: Data-Efficient Deep Learning Surrogate for Turbulent Transport Modeling in Fusion
本文提出了 TGLF-WINN，一种结合特征工程、物理引导的波数正则化与贝叶斯主动学习的数据高效深度学习代理模型，旨在以仅 25% 的训练数据实现与全数据基准相当的精度，并将聚变装置中湍流输运模拟的推理速度提升 45 倍。
A Doppler backscattering diagnostic for the EXL-50U spherical tokamak: plasma considerations and preliminary quasioptical design
本文针对 EXL-50U 球形托卡马克，在考虑物理约束与高磁倾角特性的基础上，利用 SCOTTY 代码完成了多等离子体场景下的多普勒背散射诊断概念设计，提出了一种覆盖 U 波段（40-60 GHz）的准光学系统方案，旨在通过方位角扫描和可调频率通道实现对归一化半径 0.15 至 1 范围内湍流波数的有效测量。
Learning time-dependent and integro-differential collision operators from plasma phase space data using differentiable simulators
该研究利用可微分模拟器从等离子体相空间数据中学习能够描述非平衡态下时变背景分布的碰撞算子，并通过自洽电磁粒子模拟验证了该方法在精度和泛化能力上优于传统统计估计，为缺乏解析解或存在理论偏差的场景提供了新的算子推断途径。
Physics-Informed Latent Space Dynamics Identification for Time-Dependent NLTE Atomic Kinetics
该论文提出了一种针对非局部热力学平衡（NLTE）原子动力学的物理信息潜在空间动力学识别（pLaSDI）框架，通过引入强制宏观一致性、动力学稳定性及稳态收敛的物理约束，成功构建了能够准确、快速且稳定地模拟随时间演化的等离子体电荷态分布的代理模型，解决了传统方法在计算效率与物理可靠性之间的瓶颈问题。
Morphological Evolution of Higher Order Nonlinear Kinetic Alfvén Waves in Structured Galactic Environments
该研究通过引入超热电子的多组分流体模型，推导了包含高阶非线性与色散项的修正方程，揭示了银河系不同结构环境中高阶“修饰”动能阿尔芬孤子的五种形态演化规律，并指出其非单调性特征可作为利用观测约束电子超热性的关键依据。
Thermal Effects on Buneman Instability: A Vlasov-Poisson Study
该研究利用 Vlasov-Poisson 方程数值模拟发现，尽管 Buneman 不稳定性的最大增长率遵循 规律且基本不受温度比影响，但离子密度不均匀性的减弱会抑制边带生成，从而降低冷等离子体向温等离子体转变过程中的电子束能量向体等离子体温度的转化效率。
Strong MHD Turbulence and Coherent Structures as Drivers of Cosmic Particle Acceleration
这篇综述文章主张，磁流体动力学湍流中自洽涌现的相干结构（如电流片、涡旋和磁通绳）而非传统的级联过程，才是宇宙等离子体中能量耗散与非热粒子加速的核心驱动力，并呼吁建立将多尺度动力学与可观测高能粒子特征相统一的预测性理论。
Automated Classification of Plasma Regions at Mars Using Machine Learning
该研究利用 MAVEN 卫星的离子全向能谱数据，通过对比多层感知机和卷积神经网络，证明后者能更准确地将火星等离子体环境自动分类为太阳风、磁鞘和感应磁层三个区域，为未来行星任务提供了高效的识别框架。