Modeling and simulation of lithium transport and radiation in diverted Pi3 plasmas
Notice bibliographique
Résumé
In this work, we study the transport of lithium impurities as they are transported from the wall where they are sputtered into the core plasma of the experimental device Pi3 that uses solid lithium walls at General Fusion. We perform time-dependent full-orbit simulations of initially neutral lithium impurities entering a Pi3 deuterium plasma that evolve their charge states and follow their full-orbit dynamics in axisymmetric Pi3 plasmas. This is done by extending the capabilities of the KORC-T code [L. Carbajal et al., Phys. Plasmas 24, 042512 (2017); J. Martinell et al., Bulletin of the American Physical Society (American Physical Society, 2020), Vol. 65] to include atomic collisions of ionization, recombination, and charge-exchange (CX) with neutral hydrogenic species by interpolating rates of these atomic processes from OPEN-ADAS tables to local plasma conditions. We assess the effect of hydrogenic neutrals, initial energy of sputtered lithium impurities, and the inclusion of E × B drifts caused by a radial electric field obtained from a radial force balance equation. It is found that both penetration of lithium impurities into the core and electron energy losses are enhanced by the radial electric field, with a weaker dependence on initial energy with which neutral lithium is sputtered off the lithium wall. Hydrogenic neutrals are not found to have a visible effect on transport of lithium impurities. Also, it is shown that ionized lithium impurities are not thermalized with the background deuterium ions at the edge plasma of Pi3 in studied timescale. From an analysis of electron cooling and radiation losses driven by lithium impurities, we find that energy losses are not significant in these plasmas.
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) | 0,000 | 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 ».