For tokamaks like the HL-3, which operates at reactor-grade parameters, major disruptions under high-performance conditions are intolerable. High-parameter tokamaks require not only algorithms and engineering solutions for disruption mitigation but also systematic analysis of disruption causes. Traditional disruption analysis relies on various diagnostic data, requiring both temporal evolution analysis and diagnostic cross-channel comparison, which demands substantial expert knowledge and manual effort. To address these limitations, a Plasma Event Identification System have been developed to detect key plasma events in the HL-3 tokamak. This system integrates artificial intelligence, threshold-based judgments to identify disruptions and pre-disruption plasma events including vertical displacement event, magnetohydrodynamics instability, low-q disruption and high density. The performance of each module in the system was evaluated: the disruption identification module achieved 99% accuracy; The disruption time identification module reached 95% accuracy; The tearing mode and locked mode identification attained 95% overall accuracy, demonstrating the system’s robust performance. The system enables rapid statistics and analysis for HL-3 experiments, including disruption cause analysis based on expert-logic judgments and 200 ms pre-disruption event-chain. Furthermore, this system has been deployed in the HL-3 plasma display for disruption analysis. The analysis results are also upload to the Dig Data analysis database to support the research needs of engineering and physics researchers.
HL-3のような、炉心級パラメータで運転されるトカマクでは、高性能条件下での大規模ディスラプションは許容できない。高パラメータトカマクは、ディスラプション緩和のためのアルゴリズムや工学的解決策だけでなく、ディスラプション原因の系統的分析も必要とする。従来のディスラプション解析は、様々な診断データに依存し、時間発展解析と診断チャンネル間の比較の両方を必要とし、かなりの専門知識と手作業を要求する。これらの限界に対処するため、HL-3トカマクにおける主要なプラズマ事象を検出するプラズマ事象同定システムが開発された。このシステムは、人工知能と閾値ベースの判断を統合し、ディスラプションおよびディスラプション前のプラズマ事象（垂直変位事象、磁気流体力学不安定性、低qディスラプション、高密度を含む）を同定する。システム内の各モジュールの性能が評価された：ディスラプション同定モジュールは99%の精度を達成；ディスラプション時間同定モジュールは95%の精度に達した；テアリングモードおよびロックモード同定は全体で95%の精度を達成し、システムの堅牢な性能を示している。このシステムは、HL-3実験の迅速な統計と解析を可能にし、専門家ロジックに基づく判断によるディスラプション原因解析や200 msのディスラプション前事象連鎖を含む。さらに、このシステムはディスラプション解析のためにHL-3のプラズマ表示に配備されている。解析結果はまた、工学および物理研究者の研究ニーズを支援するために、Dig Data解析データベースにアップロードされる。