Thermal energy confinement time of spherical tokamak plasmas in PI3
Notice bibliographique
Résumé
Abstract The Plasma Injector 3 (PI3) experiment at general fusion has been constructed to demonstrate the ability to form plasma targets suitable for compression in a Magnetized Target Fusion machine. To achieve compressive heating to fusion conditions, the target plasmas should have an energy confinement time sufficiently in excess of the compression time. In this work we present a methodology for calculating this timescale and present results for a large set of discharges. Characterization of the plasma current profiles reveals trends and groupings determined by machine settings. The largest energy confinement times have been obtained for discharges with a broad plasma current profile, fresh lithium coating on the device walls, and a near constant toroidal field. We find that PI3 plasmas at <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mn>5</mml:mn> <mml:mstyle scriptlevel="0"/> <mml:mrow> <mml:mi>ms</mml:mi> </mml:mrow> </mml:mrow> </mml:math> into the discharge can have thermal confinement times in excess of <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mn>10</mml:mn> <mml:mstyle scriptlevel="0"/> <mml:mrow> <mml:mi>ms</mml:mi> </mml:mrow> </mml:mrow> </mml:math> . These meter-scale plasma can thus achieve significant heating if compressed on a timescale of milliseconds.
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) | 0,364 | 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 ».