MAST-U PCS

人工智能驱动的虚拟电路增强聚变实验中的等离子体控制

研究人员开发并测试了一种使用神经网络模拟器控制托卡马克聚变反应堆中等离子体形状的新方法。该系统通过根据电流和线圈参数预测等离子体形状来与MAST-U等离子体控制系统（PCS）集成。该方法利用实时C++推理服务器提供形状预测和雅可比矩阵，从而能够计算虚拟电路矩阵和更新的线圈电流请求以进行精确驱动。该框架旨在增强对聚变系统基于AI的控制的信心，并直接应用于即将进行的MAST-U实验和未来的聚变装置。