MétaCan
Menu
Retour à la cohorte
Enregistrement W3111413183 · doi:10.1088/1741-4326/abd21c

Model-based real-time surface heat flux and temperature estimation for the DIII-D tokamak

2020· article· en· W3111413183 sur OpenAlexaff
H. Anand, D. Eldon, Daniel Lewis Humphreys, C.J. Lasnier, P.C. Stangeby, J.L. Barr, B. Sammuli

Notice bibliographique

RevueNuclear Fusion · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDIII-DTokamakLimiterNuclear engineeringHeat fluxPlasmaFlux (metallurgy)Materials scienceMechanicsPhysicsHeat transferNuclear physicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A control-oriented model for monitoring of wall power flux densities on the DIII-D tokamak has been successfully implemented and validated experimentally. Future reactors will have to withstand severe steady state high heat flux loads on plasma-facing components (PFCs). Due to the difficulty of directly-measuring local heat fluxes on these components, monitoring and protection of PFCs during the plasma discharge can benefit from simplified physics-based real-time functional models to estimate and guide heat load control. As a first step into the development, a control-oriented model for monitoring of wall power flux densities and temperatures on DIII-D tokamak has been successfully implemented. The paper discusses the experimental demonstration and comparison of the 2D model-based wall heat flux algorithm on the DIII-D inner wall limiter (IWL) against infra-red (IR) camera heat flux measurements for limited plasma configurations. The paper also reports on the benchmarking of the field line tracing environment, SMITER, developed at ITER organization on DIII-D tokamak against experimental IR diagnostic data and the derivation of the component shaping weighting factors for the 2D model-based approach. Extension of the model-based approach for surface temperature estimation on the DIII-D IWL is also presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0230,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNuclear FusionMême sujetMagnetic confinement fusion researchTravaux en français237 207