第一讲：HL-2A装置LHCD和LBO对破裂逃逸电子产生的影响

报告人：张轶泼 (研究员)，102室   

时   间：2021年7月7日（周三） 上午 09:30-11:30

地   点：聚变所二楼会议室

摘   要：破裂逃逸电子具有携带能量高、局域轰击、破坏性强的特点，对托卡马克装置安全运行构成了致命威胁，特别是未来大型装置。近年HL-2A装置发展和完善了破裂相关系统，并利用这些系统开展破裂逃逸电子实验研究。在LHCD期间利用MGI触发等离子体破裂，破裂逃逸电子产生显著增强；在等离子体破裂前利用LBO注入杂质，实现了破裂逃逸电子产生避免。报告对其物理过程和机理进行了分析研究。

第二讲：基于深度学习的HL-2A破裂预测算法研究进展

报告人：杨宗谕 ，106室

时   间：2021年7月7日（周三） 上午 09:30-11:30

地   点：聚变所二楼大会议室

摘   要：托卡马克等离子体大破裂指放电过程中等离子体约束突然失效，放电在极短的时间内中止的现象，在破裂的过程中装置将承受极大的热负荷和电磁应力负荷，并可能承受高能逃逸电子束的轰击，装置的安全运行受到极大威胁。为解决这一问题，需要开发破裂防护系统，完成从降低破裂率、实时破裂避免到破裂缓解一系列的工作，而破裂预测算法在破裂防护系统的各个环节都起到十分重要的作用。

      我们整理了HL-2A上自Shot 20000以来的全部有效放电数据，收集汇总了与破裂相关的主要信号通道的数据，构成破裂数据集。对破裂数据集内的每一炮进行了是否破裂、破裂时间的标记，并对每一次破裂炮进行了破裂原因分析，总结出6种常见的破裂类型，对发展过程较为清晰的613次破裂炮进行了破裂原因标记。基于这一数据集，我们开发了基于深度学习的HL-2A破裂预测算法和破裂原因识别算法。破裂预测算法能够实现提前30ms，正确率96.1%的预测效果，为破裂缓解设备提供稳定准确的触发信号。破裂原因识别算法能够实时地给出各个输入信号通道与破裂的相关性大小，并以71.2%的正确率识别出造成破裂的原因，为降低破裂率、破裂实时避免等工作提供重要的参考依据。

   欢    迎    大   家   参   加！