トカマク・プラズマでのディスラプション予測,時系列データ解析

Prediction of major disruptions in tokamak plasmas, analyses of time series data

芳野 隆治

Yoshino, Ryuji

トカマクプラズマにおけるディスラプションの発生をニューラルネットワークで予測する研究について紹介する。密度限界,不純物混入,エラー磁場などによって発生する電流駆動型のディスラプションは、予兆現象を用いることにより100%に近い精度で予測できるようになった。プラズマ圧力の増大により発生する圧力駆動型のディスラプションは、ベータ限界に対する裕度を算出して安定度を評価することにより、約90%の精度で予測できるようになった。

This paper reviews recent research activities on the prediction of major disruptions observed in tokamak plasmas using neural networks. Disruptions caused by the density limit, the impurity injection, and the external error magnetic field, are driven by the plasma current and can be predicted from their precursors with a prediction success rate of nearly 100%. Disruptions driven by the increase in the plasma pressure has been predicted with a prediction success rate of about 90% evaluating the closeness to the operational limit by neural networks.