In this paper, a database of 77 996 plasma equilibrium reconstructions from 727 discharges during the initial operation of the NSTX-U spherical tokamak is analyzed to develop a statistically robust model of the plasma vertical position for real-time control. A variety of regression models are developed and tested, ranging in complexity from linear models to deep neural networks, and including input signals ranging from the four pairs of flux loops used historically on NSTX-U up to the full set of 389 real-time signals available to the plasma control system. A linear model based on 140 real-time magnetics signals is found to offer excellent accuracy, with a coefficient of determination . The robustness of this model to limited training data, new operating scenarios, and signal errors is tested, and a procedure is demonstrated to tune the model parameters to optimize its robustness. A time-dependent plasma equilibrium solver, TokaMaker, is used to simulate vertical stability control in NSTX-U, demonstrating that it should be possible to iteratively tune the parameters of a linear vertical position model to stabilize both positive and negative triangularity plasmas in future experiments.
本論文では、NSTX-U球状トカマクの初期運転中の727回の放電からの77 996件のプラズマ平衡再構成のデータベースを分析し、リアルタイム制御のためのプラズマ垂直位置の統計的にロバストなモデルを開発する。線形モデルから深層ニューラルネットワークまでの複雑さの範囲にわたり、NSTX-Uで歴史的に使用されてきた4対のフラックスループからプラズマ制御システムが利用可能な全389のリアルタイム信号までの入力信号を含む、さまざまな回帰モデルが開発されテストされる。140のリアルタイム磁気信号に基づく線形モデルは、決定係数 . を伴い、優れた精度を提供することが見出される。このモデルの限られたトレーニングデータ、新しい運転シナリオ、および信号誤差に対するロバスト性がテストされ、そのロバスト性を最適化するためにモデルパラメータを調整する手順が実証される。時間依存プラズマ平衡ソルバーであるTokaMakerを使用してNSTX-Uの垂直安定性制御をシミュレーションし、将来の実験において正および負の三角形度のプラズマを安定化するために線形垂直位置モデルのパラメータを反復的に調整することが可能であるはずであることを実証する。