一、項(xiàng)目背景

據(jù)馬克斯·普朗克等離子體物理研究所(IPP)1月31日的官網(wǎng)消息稱，IPP將參與到“聚變創(chuàng)新研究引擎”合作計(jì)劃中去，成為該計(jì)劃中“聚變實(shí)驗(yàn)堆設(shè)計(jì)中的等離子體先進(jìn)輪廓預(yù)測”項(xiàng)目(Advanced Profile Prediction for Fusion Pilot Plant Design)的唯一非美國合作伙伴，將與11家美國研究機(jī)構(gòu)和公司一起為美國第一批聚變發(fā)電廠開發(fā)預(yù)測模型，由IPP開發(fā)的GENE-X計(jì)算機(jī)代碼將在其中扮演關(guān)鍵角色。

IPP的所長、IPP托卡馬克理論系負(fù)責(zé)人，同時(shí)也是德克薩斯大學(xué)奧斯汀分校的兼職教授的Frank Jenko博士，為IPP與DOE的項(xiàng)目合作提供了直接聯(lián)系，他將與其負(fù)責(zé)的托卡馬克理論部門共同推動(dòng)該項(xiàng)目的發(fā)展。

Frank Jenko博士

二、項(xiàng)目目標(biāo)

IPP參與的該項(xiàng)目總預(yù)算為1400萬美元，整個(gè)項(xiàng)目的目標(biāo)是通過模擬來支持未來聚變電廠的發(fā)展，對象涵蓋磁約束核聚變的兩種主要概念，即托卡馬克和仿星器。項(xiàng)目與實(shí)際應(yīng)用的緊密聯(lián)系將通過與咨詢委員會(huì)(成員包括聚變公司和ITER的代表)持續(xù)互動(dòng)的形式得以保證。

具體來看，該項(xiàng)目應(yīng)闡明如何以受控方式排出聚變等離子體中產(chǎn)生的熱量。等離子體內(nèi)部溫度超過1億攝氏度，雖然在邊緣區(qū)域會(huì)降至幾千攝氏度，但其功率仍會(huì)損壞任何壁材料，因此需要制定策略以受控方式排出這些功率。最大的熱負(fù)荷出現(xiàn)在偏濾器上，偏濾器的任務(wù)是從等離子體中提取雜質(zhì)，該項(xiàng)目的模擬將有助于將熱負(fù)荷分布到更大的區(qū)域，并找到偏濾器的最佳設(shè)計(jì)。

該項(xiàng)目的具體目標(biāo)還包括為使用鎢壁的核聚變電廠進(jìn)行建模，研究當(dāng)前首選的壁材料鎢是如何影響聚變等離子體性能的。鎢具有所有金屬中最高的熔點(diǎn)(約3400攝氏度)，因此特別適合承受聚變等離子體附近的熱負(fù)荷。然而在聚變裝置運(yùn)行過程中，鎢原子會(huì)溶解并污染等離子體，它們可能顯著冷卻等離子體，甚至在極端情況下使其熄滅。Jenko教授表示：“為了消除這種不良影響，我們需要理解相關(guān)過程。這是新項(xiàng)目的目標(biāo)之一。”

三 、GENE-X計(jì)算機(jī)代碼在項(xiàng)目中扮演關(guān)鍵角色

Jenko教授說：“雖然我們的數(shù)值模型在等離子體核心區(qū)域已經(jīng)表現(xiàn)得非常出色，但由于邊緣區(qū)域的物理過程極為復(fù)雜，超出了我們之前能力的極限。然而，評估未來電廠的性能必須了解整個(gè)等離子體的溫度和密度分布。直到現(xiàn)在，我們才終于擁有了進(jìn)行此類預(yù)測的工具。”

為了可靠地預(yù)測聚變等離子體在邊緣區(qū)域的行為，由IPP開發(fā)的GENE-X計(jì)算機(jī)代碼專門針對等離子體邊緣的湍流計(jì)算進(jìn)行了優(yōu)化，在其中發(fā)揮了核心作用。Jenko教授表示：“最近我們將等離子體模擬的計(jì)算速度提高了500倍，并且我們?nèi)匀豢吹搅诉M(jìn)一步改進(jìn)的潛力。”

托卡馬克等離子體橫截面：科學(xué)家們使用GENE-X代碼模擬了托卡馬克裝置ASDEX Upgrade中特定等離子體場景(L模式)的湍流。模擬顯示了湍流的典型行為，密度漲落在邊緣區(qū)域更為顯著(“氣球效應(yīng)”)。GENE-X代碼在此展示了其模擬湍流等離子體動(dòng)力學(xué)的卓越能力：計(jì)算結(jié)果與實(shí)驗(yàn)觀測結(jié)果一致。[圖片來源：D. Michels等人，《物理等離子體》29卷，032307(2022);https://doi.org/10.1063/5.0082413]

速度是等離子體物理仿真的關(guān)鍵因素，但是現(xiàn)代超級(jí)計(jì)算機(jī)在模擬幾毫秒的等離子體湍流時(shí)，通常需要花費(fèi)數(shù)周的時(shí)間。Jenko教授解釋道：“像GENE-X這樣高效且物理先進(jìn)的代碼將極大地推動(dòng)聚變研究。通過將GENE-X與人工智能方法結(jié)合，我們將實(shí)現(xiàn)知識(shí)的進(jìn)一步飛躍。”