文献阅读:Density pedestal prediction model for tokamak plasma[5],来源:Nuclear Fusion 64 (2024) 076025
概述
1. 研究背景
- 为了最大化托卡马克核聚变反应堆的效率,需要优化等离子体的约束性能。
- 由于核心等离子体温度梯度受到湍流的限制,提高台基温度是优化整体约束性能的关键。
- EPED无法有效分离密度和温度,需要密度作为输入。
2. 研究目标
- 开发一个可以预测托卡马克等离子体密度基座的物理模型
- 该模型结合了中性粒子电离Franck-Condon(neutral particles ionisation)、电荷交换(charge exchange)和等离子体粒子输运(plasma particle transport)来预测台基密度。
3. 主要发现
- 模型在JET-ILW、ASDEX Upgrade和MAST-U等多个装置的I型ELMy H模式中得到验证
- 模型可以很好地预测不同参数范围内的密度基座
- 模型对分隔面密度(separatrix density)较为敏感
- 成功模拟了同位素效应(氘氚比例扫描实验)
4. 章节简介
- 第二章介绍具体物理模型;
- 第三章介绍模型在ASDEX Upgrade和MAST-U的验证,同时采用两种方法来处理EPED的问题;(经验温度剖面,和先密度过一遍EPED)
- 第四章讨论了边界条件(separatrix density)的重要性,结合台基模型和separatrix预测模型;(输入仅是一些参数)
- 第五章讨论了同位素效应对台基密度的影响;
- 第六章在环马克反应堆(STEP fusion reactor)上应用了模型。
5. EPED 和 EuroPED 的区别
在这篇论文中这部分没有重点介绍,但是EPED和EuroPED的区别是这个文章的核心背景。这里参考一篇介绍EuroPED-NN的文章[1],梳理一下EPED和EuroPED的区别:
输入的区别
EuroPED输入参数 | 意义 | EPED输入参数 | 意义 |
$B_t\qty(\si{T})$ | 环向磁场 | $B_t\qty(\si{T})$ | 环向磁场 |
$I_p$ | 等离子体电流 | $I_p\qty(\si{MA})$ | 等离子体电流 |
$Z_\text{eff}$ | line-integrated effective charge | $Z_\text{eff}$ | line-integrated effective charge |
$R_0$ | 大半径 | $R\qty(\si{m})$ | 大半径 |
$a$ | 小半径 | $a\qty(\si{m})$ | 小半径 |
$\delta$ | 三角比 | $\delta$ | 三角比 |
$\kappa$ | 拉长比 | $\kappa$ | 拉长比 |
$P_\text{tot}$ | injected auxiliary heating power | ||
$n_\text{e,sep}$ | separatrix electron density | ||
$n_{\text{e,ped}}\qty(\si{10^{19}m^{-3}})$ | 台基电子密度 | ||
$\beta_{\text{N,global}}$ | 全局磁压比 $\beta$ |
理论区别
EuroPED虽然采用和EPED类似的基于参数计算台基的形式,但是采用Bohm/gyro-Bohm模型[3]来计算湍流输运,可以去掉从$P_\text{tot}$和$n_\text{e,sep}$计算出$n_{\text{e,ped}}\qty(10^{19}m^{-3})$和$\beta_{\text{N,global}}$。而前者可以更好地在实验前预估出来。
个人理解由于EPED无法直接同时预测台基温度(电子温度)和台基密度(电子密度),只能预测台基压强(压强是台基温度和密度的混合量),因此需要对EPED和其他模型(包含输运湍流等台基物理)进行整合,BgB模型可以做到一定程度,但是本论文的模型具有一定更好的优点,从而在各个装置上达到比较好的效果。
研究方法详析
1. 理论模型构建
两个模型的统一
- Groebner模型[4]:忽略中性粒子的charge exchange过程,导致中性粒子对等体的穿深更深。同时等体边界的ionisation导致密度增加与等体扩散输运(diffusive plasma transport)相抵。
- Burrell模型[2]:认为中性粒子对等体的穿深也是一种扩散,同时引入charge exchange。此时本应得到和free stream model一致的方程,但由于台基温度下数值解的穿深反而吻合较好。($\sigma_\text{CX}\nu_\text{th,i}\gg\sigma_\text{i}\nu_\text{th,e}$)
论文结合这两个模型,既考虑了Groebner模型的Franck-Condon(dissociation),也考虑了Burrell模型的charge exchange neutral,即类free streaming。
方程
\begin{equation}\label{eq:1}
\begin{aligned}
\nabla \cdot \qty(D_\text{ped}\nabla n_e) &= -n_e \qty(n_\text{FC} + n_\text{CX})S_i \\
\end{aligned}
\end{equation}
\begin{equation}\label{eq:2}
\begin{aligned}
\nabla \cdot \qty(V_\text{FC}n_\text{FC}) &= -n_e \qty(n_\text{FC}S_i + n_\text{FC}S_\text{CX}) \\
\end{aligned}
\end{equation}
\begin{equation}\label{eq:3}
\begin{aligned}
\nabla \cdot \qty(V_\text{CX}n_\text{CX}) &= -n_e \qty(n_\text{CX}S_i – \frac{1}{2} n_\text{FC}S_\text{CX})
\end{aligned}
\end{equation}
其中$D_\text{ped}$是扩散系数,随径向分布;$S_i = \sigma_i \nu_\text{th,e}$是ionisation速率,与温度相关;$S_\text{CX} = \sigma_\text{CX} \nu_\text{th,i}$是charge exchange速率,也与温度相关。而$V_\text{FC}$和$V_\text{CX}$是对应两者的径向速度。另外几个参数设定如下:$\abs{V_\text{FC}} = \sqrt{8E_\text{FC}/\pi^2 M_i}$、$E_\text{FC} \sim 3 eV$、$\abs{V_\text{CX,r}}=\sqrt{2T_i/\pi M_i}$。另外式\eqref{eq:3}中的$1/2$表示向外的charge exchange的flux损失。
总结
- 基于中性粒子穿透和等离子体输运的物理机制
- 考虑了两种类型的中性粒子:
- 低能量的Franck-Condon中性粒子
- 高能量的电荷交换中性粒子
- 主要控制方程包括:
- 径向扩散方程
- 电离平衡方程
- 电荷交换平衡方程
进一步,将$\nabla$化成一维差分$\dv{x}$,同时联立式\eqref{eq:1},式\eqref{eq:2},式\eqref{eq:3}消去$n_\text{FC}, n_\text{CX}$则可以得到:
\begin{equation}\label{eq:4}
\begin{aligned}
\dv{x} &\qty( \biggl \langle \abs{\nabla r}^2 \biggr \rangle D_\text{ped} \dv{n_e}{x}) \\
= & n_e S_i \biggl [\frac{S_i + S_\text{CX}}{S_i + S_\text{CX}/2}
\frac{ \biggl \langle \abs{\nabla r}^2 \biggr \rangle D_\text{ped}}
{\abs{V_\text{FC}}f_\text{FC}}\dv{n_e}{x}
– \frac{S_i + S_{CX}}{S_i + \frac{S_CX}{2}}\\
& \cross \frac{C}{\abs{V_\text{FC}}f_\text{FC}}
+ \qty(\frac{S_i + S_\text{CX}}{S_i + S_\text{CX}/2}
\frac{\abs{V_\text{CX}}f_\text{CX}}{\abs{V_\text{FC}}f_\text{FC}} – 1) \langle n_\text{CX} \rangle\biggr ]
\end{aligned}
\end{equation}
方程\eqref{eq:4}的各个系数通过不同方法可以定出来,其中最重要的一个是输运系数$D_\text{ped}$。
2. 输运系数模型
考虑输运项由新经典输运和湍流组成,其中湍流分为两部分,一个是KBM引起的,另一个是由温度梯度引起的湍流。即:
\begin{equation}\label{eq:5}
\begin{aligned}
D_\text{ped} = D_\text{NEO} + D_\text{TG} + D_\text{KBM}
\end{aligned}
\end{equation}
新经典输运
\begin{equation}\label{eq:6}
\begin{aligned}
D_\text{NEO} &= \frac{\chi_\text{NEO}}{2} = 0.05 \qty( \frac{\rho^2_s c_s}{a} )
\end{aligned}
\end{equation}
式\eqref{eq:6}中的$\rho_s$是离子拉莫尔半径、$c_s$是离子声速、$a$是托卡马克小半径。
温度梯度驱动湍流输运
\begin{equation}\label{eq:7}
\begin{aligned}
D_\text{TG} &= \qty(\frac{D}{\chi})_\text{TG}
\frac{P_\text{tot,e}}{Sn_e\nabla T}
\end{aligned}
\end{equation}
式\eqref{eq:7}中的$P_\text{tot,e}/S$是total power flux由穿越台基的电子驱动,而$\qty(\frac{D}{\chi})_\text{TG}$代表有温度梯度驱动的湍流在电子热流的占比,可调节。
动力学气球模式输运
\begin{equation}\label{eq:8}
\begin{aligned}
D_\text{KBM} &=
\begin{cases}
C_\text{KBM}\qty(\alpha – \alpha_\text{crit}) \cdot \qty(\frac{\rho^2_s c_s}{a}), & \alpha > \alpha_\text{crit}\\
0, & \alpha < \alpha_\text{crit}
\end{cases}
\end{aligned}
\end{equation}
\begin{equation}\label{eq:9}
\begin{aligned}
\text{With} \,\, \alpha = \frac{2 \dv*{V}{\psi}}{\qty(2\pi)^2}
\qty(\frac{V}{2\pi^2 R_0})^{1/2} \mu_0 \dv{p}{\psi}
\end{aligned}
\end{equation}
式\eqref{eq:8}中的$C_\text{KBM}$是KBM驱动湍流的强度,$\alpha$是归一化压强梯度。式\eqref{eq:9}中的$V$是等离子体体积,$R_0$是等离子体几何中心,$\psi$是极向磁通,$p$是压强。
- 关键参数:
- $\qty(\frac{D}{\chi})_\text{TG}$:温度梯度驱动湍流的粒子与热输运系数比
- $C_\text{KBM}$:KBM湍流强度系数
- $\alpha_\text{crit}$:临界归一化压力梯度
模型应用(论文数据部分)
三个装置数据应用
- standalone使用实验测量温度预测密度剖面,Europed则从参数出发预测密度和温度。
- 原本使用JET的数据$C_\text{KBM} = 0.1$, $\qty(\frac{D}{\chi})_\text{TG} = 0.3$匹配得更好。因为下面两个原因改成0和0.5了。
- 这两个参数并不太敏感
- 为了避免KBM的feedback loop
- JET数据:
- standalone:均方根误差(RMSE) = 15%
- EuroPED:RMSE = 19%
- ASDEX Upgrade:
- standalone:RMSE = 21%
- EuroPED模式:RMSE = 13%
进一步尝试现实的参数$C_\text{KBM} = 1$, $\qty(\frac{D}{\chi})_\text{TG} = 0.05$, $\alpha_\text{crit} = 2$(JET and Aug), $\alpha_\text{crit} = 5$(MAST-U)
separatrix density参数
$n_\text{e, sep}$无法在实验之前获得,所以使用Kallenbach理论来预测$n_\text{e, sep}$。温度的RMSE来到36%、密度的RMSE来到23%,有一定增加。可见模型对参数separatrix density还是比较敏感的。
- 参数适应性强:同一组参数可适用于不同装置
- 物理机制完整:包含了主要的输运过程
- 预测能力强:可以预测不同运行条件下的密度基座
同位素效应
同位素导致质量增加$A_\text{eff} = m_i/m_p$,从而进一步影响$n_\text{e,sep} \sim A_\text{eff}^{0.5}$
另外动理学模拟得出结论 参数$\qty(\frac{D}{\chi})_{TG}$会下降。
hydrogen | $\qty(\frac{D}{\chi})_{TG}=1$ |
deuterium | $\qty(\frac{D}{\chi})_{TG}=0.5$ |
tritium | $\qty(\frac{D}{\chi})_{TG}=0.25$ |
球马克的预测
结论与展望
结论
- 一套输运参数适用于各个设备,同时与动理学模拟相印证。
- 可以用于同位素模拟
展望
- 对separatrix density过于敏感
- 分析改进基于KBM的EPED的可能性
- EPED以密度为输入,温度为输出,形成反馈机制。
- EPED考虑KBM为主要物理模型
- 但是最初输入的不含KBM输运
- 将EPED中的KBM限制替换成固定压强得到温度的模型可能更好。
- 尽管三个参数不需改变,有根据等离子体快速得到模型的方法,可能预测得更准确。
- 台基密度也同理,如果有刮削层模型,能使得预测更准确
- EuroPED-NN: Uncertainty aware surrogate model, IOP Publishing, Plasma Physics and Controlled Fusion vol. 66, 2024. no. 9, 095012. ,
- Model of the tokamak edge density pedestal including diffusive neutrals, American Institute of Physics, Physics of Plasmas vol. 10, 2003. no. 6, 2616---2618. ,
- Validation of a new mixed Bohm/gyro-Bohm model for electron and ion heat transport against the ITER, Tore Supra and START database discharges, IOP Publishing, Nuclear Fusion vol. 38, 1998. no. 7, 1013. ,
- Comparison of H-mode barrier width with a model of neutral penetration length, IOP Publishing, Nuclear fusion vol. 44, 2003. no. 1, 204. ,
- Density pedestal prediction model for tokamak plasmas, IOP Publishing, Nuclear Fusion vol. 64, 2024. no. 7, 076025. ,