使用人工神经网络预测HL-2A托卡马克等离子体的破裂

托卡马克等离子体破裂产生的电磁力和热负载会作用于托卡马克装置，严重影响托卡马克装置的寿命。特别是反应堆级的装置，例如，国际热核试验堆（ITER），其破裂产生的电磁力和热负载比当今世界最大的托卡马克装置还高二个数量级，破裂引起的后果更加严重。于是，破裂预测、避免或减缓是利用聚变能必需要越过的一道障碍。因此，国际上把破裂预测、避免或减缓列为优先研究课题。国外的研究表明，人工神经网络是一个非常好、可靠的、快速的等离子体破裂预测工具。但国内该领域的研究尚属空白。 本项目把人工神经网络首次发展到HL-2A托卡马克装置来预测其等离子体的破裂，即采用HL-2A托卡马克诊断信号来训练一个神经网络，非在线预测HL-2A等离子体的破裂，为下一步使用人工神经网络在线预测HL-2A等离子体破裂并采取措施避免或减缓破裂打下基础。