Future tokamak reactor operation will require the ability to maintain a given plasma scenario for extended periods of time. This will necessitate the capability to react to changes in the plasma state and return the plasma to the target scenario; the principal method to achieve this is through feedback control. Thus, it is necessary to develop and test feedback controllers for the plasma profiles that define a target scenario. In this work, a feedback controller for the electron temperature (Te) profile is tested experimentally in DIII-D. This experiment relied on the ability to ascertain the electron temperature profile in real time, which was achieved using an observer algorithm. The observer relies on both diagnostic data and a predictive model of the electron temperature profile evolution; this predictive model includes contributions from neural network surrogate models. Because of these dependencies, a number of capabilities needed to be added to the real-time Plasma Control System (PCS) for DIII-D in order to support the Te profile control experiment. The neural network surrogates needed to be integrated into the PCS to be called in real time. An observer algorithm for the Te profile needed to be added and connected to the Thomson scattering system to allow access to the current state of the profile in real time. When tested, the observer was shown to produce Te profiles that are consistent with the shape of the Thomson scattering data while rejecting much of the noise in the diagnostic data. Finally, the controller itself was tested in real time. This experiment showed that the controller is capable of tracking the electron temperature target at locations across the spatial profile.
将来のトカマク炉運転では、所定のプラズマシナリオを長時間にわたって維持する能力が必要となる。そのためには、プラズマ状態の変化に反応し、プラズマを目標シナリオに戻す能力が必須となる。これを実現する主要な方法はフィードバック制御である。したがって、目標シナリオを定義するプラズマプロファイルに対するフィードバック制御器を開発し、試験することが必要である。本研究では、DIII-Dにおいて電子温度（Te）プロファイル用のフィードバック制御器を実験的に試験した。この実験は、電子温度プロファイルをリアルタイムで把握する能力に依拠しており、これはオブザーバアルゴリズムを用いて達成された。オブザーバは、計測データと電子温度プロファイルの時間発展の予測モデルの両方に依存する。この予測モデルには、ニューラルネットワークサロゲートモデルからの寄与が含まれる。これらの依存関係のため、Teプロファイル制御実験を支援するには、DIII-Dのリアルタイムプラズマ制御システム（PCS）にいくつかの機能を追加する必要があった。ニューラルネットワークサロゲートをリアルタイムで呼び出せるように、PCSに統合する必要があった。Teプロファイル用のオブザーバアルゴリズムを追加し、トムソン散乱システムに接続して、プロファイルの現在の状態にリアルタイムでアクセスできるようにする必要があった。試験の結果、オブザーバは、計測データのノイズの多くを除去しつつ、トムソン散乱データの形状と整合するTeプロファイルを生成することが示された。最後に、制御器自体をリアルタイムで試験した。この実験により、制御器が空間プロファイル全体の各位置で電子温度目標値を追従できることが実証された。