Due to the complex behavior of tokamak plasmas and the importance of optimizing performance while avoiding instabilities and machine limits, plasma control algorithms are becoming increasingly dependent on sophisticated model-based control approaches. It is anticipated that the use of integrated modeling codes in the model-based control design process will reduce the amount of experimental time needed to implement new control algorithms by facilitating development of control-oriented models and enabling higher-fidelity closed-loop simulations. In this work, a reduced model is developed from a series of TRANSP simulations and is used to develop a model predictive control (MPC) algorithm for controlling important equilibrium parameters in KSTAR [1] discharges. The control algorithm uses the KSTAR neutral beam injection system and the target plasma current and plasma boundary as actuators, and optimizes the plasma stored energy, loop voltage, and internal inductance while avoiding constraints that could lead to disruptions. Higher fidelity testing of the control algorithm is performed using a flexible framework for enabling external processes to actively control plasma parameters in TRANSP simulations. Closed-loop simulations demonstrate the ability of the control algorithm to respond to disturbances in density and confinement, handle actuator failures, and move the discharge to high non-inductive fraction conditions.
トカマクプラズマの複雑な挙動と、不安定性や装置限界を回避しながら性能を最適化することの重要性から、プラズマ制御アルゴリズムは高度なモデルベース制御手法への依存度を高めている。モデルベース制御設計における統合モデリングコードの使用は、制御指向モデルの開発を容易にし、高忠実度の閉ループシミュレーションを可能にすることにより、新しい制御アルゴリズムの実装に必要な実験時間を短縮すると期待されている。本研究では、一連のTRANSPシミュレーションから低次元モデルを構築し、KSTAR［1］放電における重要な平衡パラメータを制御するためのモデル予測制御（MPC）アルゴリズムを開発した。本制御アルゴリズムは、KSTARの中性粒子ビーム入射装置をアクチュエータとして用い、目標プラズマ電流およびプラズマ境界を制御しながら、プラズマ蓄積エネルギー、ループ電圧、内部インダクタンスを最適化し、ディスラプションにつながり得る制約を回避する。高忠実度のテストは、外部プロセスがTRANSPシミュレーション内のプラズマパラメータを能動的に制御することを可能にする柔軟なフレームワークを用いて実施された。閉ループシミュレーションにより、本制御アルゴリズムが密度および閉じ込めの外乱に応答し、アクチュエータ故障に対処し、放電を高非誘導電流駆動割合条件へ移行させる能力を実証した。