Details

Данная работа посвящена разработке прогностической аналитической модели для оценки времени, оставшегося до срыва плазмы на стационарной стадии разряда в токамаке методами символьной регрессии. В ходе исследования решались следующие задачи: 1. Сбор и первичная обработка экспериментальных данных. 2. Вычисление входных переменных регрессии. 3. Построение модели и определение параметров регрессии. 4. Генерация аналитических зависимостей по выборкам разрядов. 5. Статистическая оценка модели. Работа проведена с использованием базы данных разрядов токамака “Глобус-М2”. Для анализа были отобраны следующие сигналы: ток плазмы, линейная плотность электронов с интерферометра, напряжение на обходе плазмы, излучение мягкого рентгена и флуктуации магнитного поля с периферийного МГД-зонда. Функциональная зависимость находилась для логарифма от времени до срыва в окне 50 мс методом символьной регрессии. Входные данные регрессии включали обработанные сигналы диагностик и вычисленные динамические параметры. В результате были получены устойчивые аналитические формулы, связывающие время до срыва с динамическими параметрами плазмы. Найденные выражения обладают высокой обобщающей способностью, подтвержденной в ходе массовой статистической валидации на ста независимых физических разрядов. Для достижения данных результатов была использована библиотека PySR.

The given work is devoted to the development of a predictive analytical model for estimating the time remaining to a plasma disruption during the quasi-stationary flattop stage of the discharge using symbolic regression methods based on diagnostic signals. To achieve this goal, the following tasks were completed: 1. Collection and preprocessing of experimental data. 2. Computation of input regression variables. 3. Model construction and optimization of regression parameters. 4. Generation of analytical dependencies across various discharge datasets. 5. Statistical validation and evaluation of the model. The study was carried out using the discharge database of the "Globus-M2" spherical tokamak. The following diagnostic channels were selected for analysis: plasma current, line-averaged electron density from the interferometer, loop voltage, soft X-ray (SXR) radiation, and magnetic field fluctuations from a MHD probe. The functional dependency was generated for the logarithm of the time-to-disruption within a 50 ms window using the symbolic regression method. The input feature matrix for the regression included preprocessed diagnostic signals as well as computed dynamic parameters. As a result, robust analytical formulas mapping the time-to-disruption to the dynamic plasma parameters were obtained. The synthesized expressions demonstrate a high generalization capability, which was verified through large-scale statistical validation on a control cluster of 100 independent physical discharges. To obtain these results, the specialized PySR library was utilized.