Port-Hamiltonian approach for modelling, reduction and control of plasma dynamics in tokamaks
Bibliographic record
Abstract
L'objectif principal de la thèse est d'établir un modèle sous forme hamiltonienne à ports pour la dynamique du plasma dans les réacteurs de fusion de type tokamak, puis de démontrer le potentiel de cette approche pour aborder les problèmes d'intégration numérique et de commande non linéaire. Les bilans thermo-magnéto-hydrodynamiques, écrits sous forme hamiltonienne à ports à l'aide de structures Stokes-Dirac, conduisent à un modèle 3D “ multi-physique ” du plasma. Ensuite, un modèle 1D équivalent au modèle de diffusion résistive est obtenu en supposant les mêmes hypothèses d'équilibre quasi-statique et de symétries. Un schéma symplectique de réduction spatiale de ce modèle 1D qui préserve la structure du modèle et ses invariants est établi. Il ouvre la voie à des travaux ultérieurs de commande non linéaire fondés sur la structure géométrique d'interconnexion et les bilans du modèle. La commande IDA-PBC (Interconnection and Damping Assignment - Passivity Based Control) basée sur la passivité du modèle est d'abord synthétisée pour ce système en dimension finie. Finalement, une commande IDA-PBC associée avec la commande à la frontière est proposée pour le système en dimension infinie. Les controlleurs sont testés et validés avec les simulateurs des tokamak (METIS pour le Tore Supra de CEA/ Cadarache, et RAPTOR pour le TCV de l'EPFL Lausanne, Suisse).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".