Impurity seeding has been consistently demonstrated to facilitate plasma detachment, effectively reducing the amount of heat and particles reaching divertor targets. However, achieving and maintaining a stable detached state requires precise, real-time monitoring of the seeding rate. Current limitations in diagnostic accuracy and reliance on manual adjustments hinder this process. Here, a novel approach based on deep learning is proposed to assist in monitoring the state of detachment in the Experimental Advanced Superconducting Tokamak. This method enables instantaneous prediction of the plasma electron temperature near strike points on divertors. The model circumvents the conventional dependence on Langmuir probes for detachment control, the reliability of which will become increasingly challenging to ensure in future reactor environments. Instead, radiation data detected by photodiodes are primarily adopted to accommodate diverse operational conditions. Rigorous analysis confirms that the key determinants of the detachment state include the neutral beam injection (NBI) power, plasma current, line-averaged density, and impurity seeding rate. NBI synergizes with radio-frequency heating, broadening heat flux profiles and thereby facilitating plasma detachment. The effect of impurity seeding is consistent across different toroidal seeding locations. Despite being trained on nitrogen-seeding experimental data, the model demonstrates self-consistency with the aforementioned findings when applied to neon-seeding and argon-seeding discharges. This consistency further validates the applicability of the model across different impurity seeding scenarios. This fresh perspective will advance the understanding of detachment control.
不純物シーディングは、ダイバータ標的に到達する熱および粒子の量を効果的に低減し、プラズマのディタッチメントを促進することが一貫して実証されてきた。しかしながら、安定したディタッチメント状態を達成および維持するには、シーディング率の正確なリアルタイム監視が必要である。現在の診断精度の限界と手動調整への依存が、このプロセスを妨げている。ここでは、実験先進超伝導トカマクにおけるディタッチメント状態の監視を支援するために、深層学習に基づく新しいアプローチを提案する。この方法により、ダイバータ上のストライク点近傍のプラズマ電子温度を瞬時に予測することが可能になる。このモデルは、ディタッチメント制御におけるラングミュアプローブへの従来の依存を回避する。その信頼性は、将来の炉環境において確保することがますます困難になると考えられる。その代わりに、さまざまな運転条件に対応するために、フォトダイオードによって検出された放射データが主に採用される。厳密な解析により、ディタッチメント状態の主要な決定要因には、中性粒子ビーム入射（NBI）パワー、プラズマ電流、線平均密度、および不純物シーディング率が含まれることが確認される。NBIは高周波加熱と相乗効果を発揮し、熱流束プロファイルを広げ、それによりプラズマのディタッチメントを促進する。不純物シーディングの効果は、異なるトロイダル方向のシーディング位置にわたって一貫している。窒素シーディングの実験データで学習されたにもかかわらず、このモデルは、ネオンシーディングおよびアルゴンシーディングの放電に適用された場合、前述の知見と自己整合性を示す。この一貫性は、さまざまな不純物シーディングシナリオにわたるモデルの適用可能性をさらに検証するものである。この新たな視点は、ディタッチメント制御の理解を深めるであろう。