基于深度学习的HL-2A装置ELM实时控制系统的研制 |
| |
引用本文: | 李宜轩,夏凡,杨宗谕,龚新文,陈程远,肖国梁,朱晓博.基于深度学习的HL-2A装置ELM实时控制系统的研制[J].核聚变与等离子体物理,2023(4):380-385. |
| |
作者姓名: | 李宜轩 夏凡 杨宗谕 龚新文 陈程远 肖国梁 朱晓博 |
| |
作者单位: | 核工业西南物理研究院 |
| |
基金项目: | 国家自然科学基金(11875022); |
| |
摘 要: | 利用HL-2A装置已开发的基于深度学习的边缘局域模(ELM)识别算法和超声分子束注入(SMBI)等ELM缓解设备组成了一个ELM实时识别和控制系统。该系统实时采集相关的输入数据,通过神经网络计算分析,输出识别信号,当检测到存在连续ELM时,触发SMBI以缓解ELM。在HL-2A装置放电实验期间对ELM实时控制系统进行了测试,识别效果明显,在1ms控制周期中,达到了ELM的实时缓解与控制。
|
关 键 词: | 边缘局域模 等离子体控制系统 H模 ELM实时控制系统 |
|
|