Integrated modelling for prediction of optimized ITER performance
Notice bibliographique
Résumé
ITER hybrid and target steady-state fusion burn scenarios are simulated using the PTRANSP integrated modelling code together with input from the TSC code. In the hybrid scenarios, the majority of the current is driven inductively; whereas, for the target steady-state scenarios, approximately 22% of the current (at 1000 s) is driven inductively with the remaining current driven by the bootstrap, neutral beam and radio frequency sources. Predictive simulations are carried out using either the new Multi-Mode or the GLF23 anomalous transport model. Momentum transport is used to compute the toroidal angular frequency profile which, in turn, is used to compute the self-consistent flow shear suppression of anomalous transport. The simulations of the hybrid scenario indicate that the fusion power production at 1000 s will be approximately 500 MW corresponding to a fusion Q = 9.4. The fusion power predicted in the simulations of the target steady-state scenarios is found to depend on the time dependence of the input heating and associated current drive. It is found that turning off some components of auxiliary heating causes the fusion power production to increase. The fusion power obtained in the target steady-state scenarios, depending on the transport model and input injected power, ranges from 168 MW up to 226 MW, corresponding to a fusion Q ranging from 2.0 to 6.8.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».