El Portal de las Tecnologías para la Innovación

Desbloquear los secretos del núcleo de las fusionaciones con simulaciones mejoradas por IA

El futuro de las fusionaciones depende de la decodificación de los misterios de los plasma. Las simulaciones pueden ayudar a mantener la investigación en el camino y revelar formas más eficientes de generar energía de fusión.

Crear y mantener reacciones de fusión — esencialmente recreando condiciones similares a estrellas en la Tierra — es extremadamente difícil, y Nathan Howard PhD ’12, un científico investigador principal en el MIT Plasma Science and Fusion Center (PSFC), cree que es uno de los desafíos científicos más fascinantes de nuestro tiempo. “Tanto la ciencia como la promesa general de la fusión como fuente de energía limpia son realmente interesantes. Eso me motivó a venir a la escuela de posgrado [en el MIT] y trabajar en el PSFC,”, dice.

Howard es miembro de la Experimentos de Fusión Magnética Modelado Integrado (MFE-IM) grupo en el PSFC. Junto con el líder del grupo MFE-IM, Pablo Rodríguez-Fernández, Howard y el equipo utilizan simulaciones y aprendizaje automático para predecir cómo se comportará el plasma en un dispositivo de fusión. La investigación de MFE-IM y Howardas tiene como objetivo pronosticar el rendimiento de una tecnología o configuración dada antes de que se pruebe en un entorno de fusión real, lo que permite opciones de diseño más inteligentes. Para garantizar su precisión, estos modelos se validan continuamente utilizando datos de experimentos anteriores, manteniendo sus simulaciones basadas en la realidad.

En un reciente documento de acceso abierto titulado “Predicción de Rendimiento y Turbulencia en Plasmas de Quema ITER a través de Predicción de Perfil Girocinético No Lineal,” publicado en la edición de enero de Fusión NuclearHoward explica cómo utilizó simulaciones de alta resolución de las estructuras arremolinadas presentes en el plasma, llamadas turbulencias, para confirmar que el dispositivo de fusión experimental más grande del mundo, actualmente en construcción en el sur de Francia, funcionará como se esperaba cuando se encienda. También demuestra cómo una configuración operativa diferente podría producir casi la misma cantidad de producción de energía, pero con menos entrada de energía, un descubrimiento que podría afectar positivamente la eficiencia de los dispositivos de fusión en general.

El más grande y mejor de los whathats nunca se ha construido

Hace cuarenta años, Estados Unidos y otras seis naciones miembros se unieron para construir ITER (Latino para “el way”), un dispositivo de fusión que, una vez operativo, produciría 500 megavatios de energía de fusión y un plasma capaz de generar 10 veces más energía de la que absorbe del calentamiento externo. La configuración de plasma diseñada para lograr estos objetivos — el más ambicioso de cualquier experimento de fusión — se llama escenario de referencia ITER, y a medida que la ciencia de la fusión y la física del plasma han progresado, las formas de lograr este plasma se han refinado utilizando simulaciones cada vez más potentes como el marco de modelado que utilizó Howard.

En su trabajo para verificar el escenario de referencia, Howard utilizó CGYRO, un código informático desarrollado por los colaboradores de Howards en General Atomics. CGYRO aplica un modelo de física de plasma complejo a un conjunto de condiciones de operación de fusión definidas. Aunque requiere mucho tiempo, CGYRO genera simulaciones muy detalladas sobre cómo se comporta el plasma en diferentes ubicaciones dentro de un dispositivo de fusión.

Las simulaciones completas de CGYRO se ejecutaron a través del marco PORTALS, una colección de herramientas desarrolladas originalmente en el MIT por Rodríguez-Fernández. “PORTALS toma las carreras de alta fidelidad [CGYRO] y utiliza el aprendizaje automático para construir un modelo rápido llamado ‘subrogate’ que puede imitar los resultados de las carreras más complejas, pero mucho más rápido,” Rodríguez-Fernández explica. “Solo las herramientas de modelado de alta fidelidad como PORTALS nos dan una idea del núcleo de plasma incluso antes de que se forme. Este enfoque de predicción primero nos permite crear plasmas más eficientes en un dispositivo como ITER.”

Después del primer pase, la precisión de substrogates’ se verificó contra las carreras de alta fidelidad, y si un sustituto no producía resultados en línea con CGYROis, PORTALS se ejecutó nuevamente para refinar al sustituto hasta que imitara mejor los resultados de CGYROis. “Lo bueno es que, una vez que haya construido un modelo [sustituto] bien entrenado, puede usarlo para predecir condiciones que son diferentes, con una necesidad muy reducida de las carreras complejas completas.” Una vez que se entrenaron por completo, los sustitutos se utilizaron para explorar cómo las diferentes combinaciones de entradas podrían afectar el rendimiento previsto de ITERra y cómo logró el escenario de referencia. En particular, las carreras sustitutas tomaron una fracción del tiempo, y podrían usarse junto con CGYRO para darle un impulso y producir resultados detallados más rápidamente.

“Acabo de caer para ver qué condición estaba mi condición en”

El trabajo de Howard con CGYRO, PORTALS y sustitutos examinó una combinación específica de condiciones de operación que se había predicho para lograr el escenario de referencia. Esas condiciones incluían el campo magnético utilizado, los métodos utilizados para controlar la forma del plasma, el calentamiento externo aplicado y muchas otras variables. Usando 14 iteraciones de CGYRO, Howard pudo confirmar que la configuración actual del escenario de referencia podría lograr 10 veces más potencia de salida que la entrada en el plasma. Howard dice de los resultados, “El modelado que realizamos es quizás la mayor fidelidad posible en este momento, y casi con certeza la mayor fidelidad publicada.”

Las 14 iteraciones de CGYRO utilizadas para confirmar el rendimiento del plasma incluyeron ejecutar PORTALS para construir modelos sustitutos para los parámetros de entrada y luego vincular a los sustitutos a CGYRO para que funcionen de manera más eficiente. Solo se necesitaron tres iteraciones adicionales de CGYRO para explorar un escenario alternativo que predijo que ITER podría producir casi la misma cantidad de energía con aproximadamente la mitad de la potencia de entrada. El modelo CGYRO mejorado con sustituto reveló que la temperatura del núcleo de plasma — y, por lo tanto, las reacciones de fusión — no se vieron demasiado afectadas por una menor entrada de energía; menos entrada de energía equivale a una operación más eficiente. Los resultados de Howards también son un recordatorio de que puede haber otras formas de mejorar el rendimiento de ITERers; simplemente no se han descubierto todavía.

Howard reflexiona, “El hecho de que podamos usar los resultados de este modelado para influir en la planificación de experimentos como ITER es emocionante. Durante años, Iianve ha estado diciendo que este era el objetivo de nuestra investigación, y ahora que realmente lo hacemos — es un arco increíble, y realmente satisfactorio.”  MIT News. J. M. Traducido al español

Artículos relacionados

Scroll al inicio