Effects of vacuum magnetic field region on the compact torus trajectory in a tokamak plasma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The trajectory of the compact torus (CT) within a tokamak discharge is crucial to fueling. In this study, we developed a penetration model with a vacuum magnetic field region to accurately determine CT trajectories in tokamak discharges. This model was used to calculate the trajectory and penetration parameters of CT injections by applying both perpendicular and tangential injection schemes in both HL-2A and ITER tokamaks. For perpendicular injection along the tokamak’s major radius direction from the outboard, CTs with the same injection parameters exhibited a 0.08 reduction in relative penetration depth when injected into HL-2A and a 0.13 reduction when injected into ITER geometry when considering the vacuum magnetic field region compared with cases where this region was not considered. In addition, we proposed an optimization method for determining the CT’s initial injection velocity to accurately calculate the initial injection velocity of CTs for central fueling in tokamaks. Furthermore, this paper discusses schemes for the tangential injection of CT into tokamak discharges. The optimal injection angle and CT magnetic moment direction for injection into both HL-2A and ITER were determined through numerical simulations. Finally, the kinetic energy loss occurring when the CT penetrated the vacuum magnetic field region in ITER was reduced by by optimizing the injection angle for the CT injected into ITER. These results provide valuable insights for optimizing injection angles in fusion experiments. Our model closely represents actual experimental scenarios and can assist the design of CT parameters.
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.
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 | 0,001 |
| 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) | 0,001 | 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 découle