Princeton AI khôi phục dữ liệu hợp nhất bị mất để cải thiện điều khiển lò phản ứng

Một nhóm quốc tế do Đại học Princeton dẫn đầu đã phát triển một hệ thống AI có tên Diag2Diag, tạo ra dữ liệu cảm biến tổng hợp bên trong các lò phản ứng nhiệt hạch nhằm nâng cao việc giám sát và kiểm soát plasma. Bằng cách phân tích các phép đo cảm biến hiện có, AI này hoạt động hiệu quả như một cảm biến ảo, lấp đầy các khoảng trống khi các cảm biến vật lý bị hỏng hoặc quá chậm. Khả năng này cung cấp những hiểu biết chi tiết hơn về hành vi của plasma, chẳng hạn như xác nhận lý thuyết rằng các trường từ nhỏ tạo ra “đảo từ” để ức chế các chế độ cục bộ biên gây hại (ELMs) bằng cách làm phẳng các hồ sơ nhiệt độ và mật độ — những hiệu ứng mà các cảm biến vật lý đơn thuần không thể nắm bắt đầy đủ. Chi tiết chẩn đoán được cải thiện từ Diag2Diag rất quan trọng cho sự phát triển của các nhà máy điện nhiệt hạch thương mại, vốn phải hoạt động liên tục không gián đoạn, khác với các lò phản ứng thí nghiệm hiện tại có thể tắt khi cảm biến bị hỏng. AI này cũng mang lại lợi thế về kinh tế và thiết kế bằng cách có thể giảm số lượng cảm biến vật lý cần thiết, làm cho các lò phản ứng tương lai trở nên nhỏ gọn hơn, đơn giản hơn và ít tốn kém hơn trong xây dựng và bảo trì. Ngoài nhiệt hạch, nhóm nghiên cứu gợi ý rằng phương pháp AI này có thể nâng cao dữ liệu cảm biến trong...