MétaCan
Menu
Retour à la cohorte
Enregistrement W3035989599 · doi:10.1088/1741-4326/ab9e16

A simple analytic model of impurity leakage from the divertor and accumulation in the main scrape-off layer

2020· article· en· W3035989599 sur OpenAlexaff
P.C. Stangeby, D. Moulton

Notice bibliographique

RevueNuclear Fusion · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFusion Energy SciencesUT-BattelleResearch Councils UKBattelleU.S. Department of Energy
Mots-clésDivertorImpurityLeakage (economics)Materials scienceLayer (electronics)Simple (philosophy)Nuclear engineeringAtomic physicsPlasmaNuclear physicsTokamakPhysicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

Edge codes such as SOLPS-ITER find distributions of impurity ions, e.g. of C, N, Ne and Ar, in the divertor and SOL which are quite non-uniform spatially, both poloidally and radially. Poloidally, impurity ion density distributions often have strong peaks near the targets as well as a peak on/near the separatrix in the main SOL near the outside midplane. A high density of low-Z impurities near the targets is quite desirable since cold, dense divertor plasma conditions there result in very efficient radiative dissipation of power. By contrast, impurity concentration near the outside midplane separatrix is often quite undesirable since the impurity density there is essentially the boundary value for impurity levels in the confined plasma. In order to better understand the poloidal distribution of impurities in the edge plasma, a simple analytic 1D impurity fluid model, 1DImpFM, has been developed for the transport along open field lines of impurity ions in a specified fuel-plasma background. Often, the strongest parallel forces acting on impurity ions in the edge plasma are (i) FiG , the (fuel) ion temperature parallel-gradient force (‘thermal force’), and (ii) FF , the friction force between fuel and impurity ions (‘friction force’). Recently, Senichenkov et al (2019 Plasma Phys. Control. Fusion 61 045013) reported the extremely useful and informative result that the impurity ion parallel velocity calculated by the SOLPS-ITER code can be remarkably well reproduced by assuming the simple force balance FF + FiG = 0. In the present paper the basis for, and a number of basic predictions of, the 1DImpFM are reported including an assessment of the circumstances under which FF + FiG = 0 can be expected to be a good approximation. The 1DImpFM is used to elucidate the competing roles of thermal and friction forces, as they control three key features of edge impurity behavior: (a) leakage of impurity ions from the divertor, (b) the peaking of impurity density near the targets, and (c) impurity ion accumulation near the midplane separatrix; the model provides simple analytic expressions for estimating the divertor leakage rate (ions/m 2 /s) and impurity density peaking/accumulation (ions/m 3 ). A subsequent paper will report comparisons of results from the 1DImpFM and from SOLPS-ITER modeling of some ITER cases with neon impurities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,287
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNuclear FusionMême sujetMagnetic confinement fusion researchTravaux en français237 207