대한민국공공2024 – 진행 중한국핵융합에너지연구원
KSTAR 플라즈마 가장자리 불안정성의 머신러닝 적응 제어
연구진이 KSTAR를 포함한 토카막 2기에서 머신러닝 적응 제어로 플라즈마 가장자리 폭발을 억제했다
문제
고성능 핵융합 플라즈마는 가장자리에서 장치를 손상시킬 수 있는 폭발이 일어날 수 있었다. 기존의 자기장 조정은 수동 조정이나 미리 짜 둔 대응에 의존했다.
접근 방식
연구진은 KSTAR와 미국 DIII-D 토카막에서 머신러닝과 적응 제어를 결합했다. 제어기는 변하는 플라즈마 조건에 맞춰 자기장 섭동을 조정했다. 미국 에너지부는 두 장치 모두에서 높은 핵융합 성능을 유지하면서 가장자리 폭발이 억제됐다고 밝혔다.
주요 수치
공개된 수치 없음
시사점
제어기는 서로 다른 토카막의 실험에서 작동했다. 이 결과가 상업용 핵융합 발전소에서의 운전을 입증한 것은 아니다.
분류
출처
출처 요약
[1]US Department of Energy2024년 12월 16일
미국 에너지부는 KSTAR와 DIII-D에서 머신러닝 적응 제어를 적용한 실험을 설명했다. 연구진은 높은 핵융합 성능을 유지하면서 가장자리 폭발이 거의 없는 플라즈마를 구현했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일