Soutenance de thèse de Tianbo WANG

Ecole Doctorale
Physique et Sciences de la Matière
Spécialité
PHYSIQUE & SCIENCES DE LA MATIERE - Spécialité : ENERGIE, RAYONNEMENT ET PLASMA
établissement
Aix-Marseille Université
Mots Clés
fusion nucléaire,tomographie bayesienne,tokamak,rayon X-mou diagnostic,temps réel,tungstène concentration
Keywords
nuclear fusion,bayesian tomography,tokamak,soft X-ray diagnostic,real-time,tungsten concentration
Titre de thèse
Reconstruction de l'emissivite X-Mou et du profil de concentration tungstene dans les plasmas de Tokamaks par methode Bayesienne
Reconstruction of soft X-ray and tungsten concentration profiles in tokamaks using Gaussian process tomography
Date
Lundi 8 Juillet 2019 à 10:00
Adresse
Route de Vinon-sur- Verdon, 13115 Saint-Paul-lez-Durance
Château de Cadarache
Jury
Directeur de these M. Xavier LEONCINI Aix Marseille Université
Rapporteur M. Marek SCHOLZ Henryk Niewodniczański Institute of Nuclear Physics (IFJ PAN)
Rapporteur M. Chijie XIAO Peking University
CoDirecteur de these M. Geert VERDOOLAEGE Université de Gand
CoDirecteur de these M. Didier MAZON CEA cadarache
Examinateur M. Jakob SVENSSON Max-Planck-Institut für Plasmaphysik
Examinateur M. Conrad BECKER Aix-Marseille Université
Examinateur Mme Sehila GONZALEZ DE VICENTE International Atomic Energy Agency

Résumé de la thèse

En visant le développement d’une source d’énergie sécurisée et durable, la recherche sur la fusion nucléaire est actuellement concentrée autour de la construction et le fonctionnement du projet international d’ITER. Un des problèmes principaux qui menacent la sécurité et l’efficacité de fonctionnement de ce type de dispositifs de fusion par confinement magnétique, appelé tokamaks, est l’accumulation d’impuretés dans le cœur de plasma, entraînant la dilution de carburant et la perte de puissance par rayonnement. Une importante source d’impureté est liée à l’interaction entre le plasma d’hydrogène à haute température avec la paroi. Dans ITER, le tungstène (W) a été choisi comme matériau de divertor, ce qui peut entrainer un rayonnement très important ainsi qu’une perte de confinement du plasma. Dans les plasmas de réacteur thermonucléaire, la combustion sera possible que si les concentrations de tungstène restent au-dessous de 10-4, afin d’éviter une fin violente du plasma qui risqueraient d’endommager la machine. Une compréhension approfondie du transport d’impureté au cœur des tokamaks, y compris l’interaction avec l’activité magnétohydrodynamique (MHD), est donc cruciale. Des informations locales fiables sur les distributions d’impuretés sont nécessaires avec une résolution temporelle adaptée aux échelles de temps de la MHD. La mesure par tomographie du rayonnement X-mou fonction de la densité et température électronique mais également de la concentration d’impureté, peut fonctionner en temps réel et présenter une résolution spatiale élevée, qui permet moyennant des algorithmes de reconstruction originaux, la possibilité très attrayante, de contrôler des concentrations d’impureté localisé. L’analyse des données de ce travail est difficile, la distribution d’émissivité X-mou dans une section poloïdale doit être reconstruite à partir du signal de brillance via des méthodes tomographiques. Dans cette thèse, une nouvelle méthode est développée et appliquée pour la reconstruction du rayonnement X-mou et des concentrations de tungstène au moyen de la théorie des probabilités bayésiennes et processus gaussiens (GPs). L’approche vise les études de transport d’impureté et activité MHD, ainsi que le contrôle en temps réel d’impureté dans le tokamak WEST et Tore Supra. Le champ d’émissivité X-mou est modélisé par GPs et en pratique une distribution gaussienne multivariée est supposée pour la distribution de l’émissivité dans un ensemble de pixels, avec une covariance qui détermine la finesse de l’image. Compte tenu des mesures de l’émissivité X-mou, la distribution de probabilité postérieure du champ émissivité est déterminée par la règle de Bayes. Comme la partie postérieure est également GPs, la procédure est très rapide. La technique a été testée sur des données synthétiques et des mesures X-mou de Tore Supra et comparée avec succès avec la technique standard de Fisher Minimum. Les informations sur la géométrie des surfaces magnétiques ont été prises en compte en introduisant l’anisotropie dans les échelles de longueur qui déterminent les corrélations dans la matrice de covariance GP. La méthode a été appliquée également aux bolomètres et à la spectroscopie X-mou dans les tokamaks EAST et HL-2A. Les informations sur la densité d’électrons et la température électronique ont été ajoutées afin de déduire les concentrations de tungstène. Cela rend le modèle non linéaire, d'où un calcul bayésien complet devenant plus coûteux. Par conséquent, un réseau de neurones a été formé sur une base de données d’inversions par méthodes Bayésiennes complètes, offrant la possibilité de calculer l’émissivité et les profils de tungstène en temps réel. Les travaux futurs pourraient porter sur des approximations directes de la partie postérieure comme une autre approche pour réduire les exigences de calculs, mais aussi déduire les coefficients de transport.

Thesis resume

Aiming at the development of a sustainable and safe energy source, nuclear fusion research is presently largely concentrated around the construction and operation of the international fusion device ITER. One of the primary issues threatening safe and efficient operation of this type of magnetic confinement fusion devices, called tokamaks, is the accumulation of so-called impurities in the plasma core, causing fuel dilution and radiative power loss. An important source of impurity is related to the interaction of the hot hydrogenic plasma with the wall components. In ITER, tungsten (W) has been selected as divertor material, which may pose a risk because highly charged impurities radiate energy very efficiently. In reactor-relevant plasmas, thermonuclear burn will be possible only if tungsten concentrations remain below 〖10〗^(-4), in order to avoid a violent termination of the plasma that may damage the machine (disruption). Therefore, a detailed understanding of core impurity transport in tokamaks, including the interplay with magnetohydrodynamic (MHD) activity, is crucial. This requires reliable local information about impurity distributions, at a time resolution that is adapted to MHD time scales. Soft X-ray (SXR) spectroscopy is a diagnostic technique that has the potential to deliver valuable information in this respect. Since SXR spectroscopy can be operated in real time and has a high spatial resolution, this opens up the very attractive possibility of localized real-time control of impurity concentrations, provided efficient actuators for the spatial impurity distribution can be established. However, the data analysis is challenging because the local two-dimensional SXR emissivity field in a poloidal cross-section has to be reconstructed from line-integrated measurements by tomographic methods. In addition, the measurement is a superposition of the emissivity from various impurities and ionization stages. In this doctoral work, a new method has been developed and applied for reconstruction of SXR images and tungsten concentrations by means of Bayesian probability theory and Gaussian processes (GPs). The approach is targeted at studies of impurity transport and MHD activity, as well as real-time impurity control in the WEST tokamak (upgraded from Tore Supra). The SXR emissivity field is modeled by a GP and in practice a multivariate Gaussian distribution is assumed for the emissivity distribution in a set of pixels, with covariance determining the smoothness of the image. Given measurements of the line-integrated SXR emissivity, the posterior distribution of the emissivity field is determined by Bayes’ rule. As the posterior is also multivariate Gaussian, the procedure is very fast. The technique was tested on synthetic data and measurements from Tore Supra and compared favorably with the standard minimum Fisher technique. Information about the geometry of the magnetic surfaces was incorporated by introducing anisotropy in the length scales determining correlations in the GP covariance matrix. The method was also applied to bolometry and SXR spectroscopy at the EAST and HL-2A tokamaks. In a next step, information about the electron density and temperature was added in order to infer tungsten concentrations. This renders the forward model nonlinear, hence a full Bayesian calculation becomes computationally more expensive. Therefore, a neural network was trained on a database of full Bayesian inversions, providing the possibility to calculate emissivity and tungsten profiles in real time. Future work could focus on direct approximations of the posterior as another approach to lower the computational requirements, as well as inference of transport coefficients.