Optimización de predictores de disrupciones en espacios bidimensionales

Resumen

El trabajo de investigación realizado en esta tesis se centra en el campo de la predicción de disrupciones en los dispositivos de fusión termonuclear de tipo Tokamak. Con anterioridad a detallar las principales conclusiones a las que ha dado lugar el presente trabajo de investigación, cabe mencionar que los resultados obtenidos están dentro de una línea de investigación muy consolidada de mis directores de tesis. En este sentido las aportaciones realizadas toman una mayor importancia, desde el punto de vista de la mejora de resultados de la investigación precedente en el campo de la predicción de disrupciones. Con el fin de poner en contexto las principales aportaciones de esta tesis, es necesario repasar la evolución sufrida por los predictores de disrupción en la comunidad internacional de fusión a lo largo de los últimos 20 años. Empíricamente, desde los primeros dispositivos experimentales de fusión, se ha sabido de la relación directa entre actividad MHD y producción de disrupciones. La amplitud de la señal “Mode Lock” se ha utilizado siempre como precursor de eventos disruptivos, aunque su fiabilidad ha estado lejos del 100%. A principios del presente siglo se empezaron a desarrollar predictores basados en aprendizaje automático. Si bien alguno de estos sistemas alcanzó en JET tasas de acierto del 98% y de falsas alarmas del 1%, de cara a ITER, estos predictores han mostrado tres problemas importantes. En primer lugar, aunque son capaces de predecir el fenómeno disruptivo, no proporcionan información acerca del evento físico que desencadena la disrupción. En segundo lugar, estos predictores no han podido extrapolarse entre diferentes Tokamaks, ya que el proceso de aprendizaje está fuertemente influenciado por la interacción plasma-pared y por la física de cada dispositivo. En tercer lugar, requieren de conjuntos de entrenamiento muy grandes, lo que los hace inviables en ITER para tener predictores fiables con un reducido número de descargas. El tercero de los problemas mencionado se abordó mediante la denominada “aproximación partiendo de cero”. Esta aproximación construye predictores adaptativos a partir de una sola descarga disruptiva y muy pocas descargas no disruptivas. A medida que hace falta añadir conocimiento, se van reentrenando los predictores. Esta aproximación ha dado muy buenos resultados en JET. Sin embargo, aunque es posible predecir disrupciones, los predictores no dan información acerca de las causas físicas que las originan. Posteriormente apareció una nueva familia de predictores, cuyo principal objetivo es no necesitar entrenamiento de pasadas descargas. Puesto que lo habitual es que el plasma evolucione de manera no disruptiva, los sistemas aprenden cómo es una evolución no disruptiva a medida que avanza la descarga. La detección de anomalías en esta evolución permite reconocer la proximidad de un evento disruptivo. Este tipo de sistemas fue también probado con éxito en JET. La principal desventaja de la implementación específica es la producción de falsas alarmas (superiores al 15%). Con estos antecedentes se comenzó una investigación centrada en obtener un predictor adaptativo, lo más simple posible y cuyas predicciones fuesen interpretables desde el punto de vista de la física. Esta investigación fue lo que se propuso como trabajo de esta tesis. El predictor es el llamado “método de los centroides”. Este predictor ha demostrado su fiabilidad en tres máquinas diferentes: JET, JT-60U y DIII-D. El método de los centroides utiliza una única señal, la clásica señal del “Mode Lock”, pero las predicciones no se basan en la simple amplitud, sino en la relación existente entre las amplitudes de muestras consecutivas tomadas periódicamente. La señal del “Mode Lock” crece cuando disminuye la velocidad de rotación de modos MHD del plasma. Si la rotación llega a anularse, la amplitud del modo MHD crece de manera muy rápida, dando lugar a una disrupción. Por tanto, si la rotación del plasma se mantiene, las amplitudes del “Mode Lock” entre muestras consecutivas son muy similares. Esto significa que en el espacio bidimensional formado por muestras consecutivas del “Mode Lock”, los puntos aparecen agrupados alrededor de la bisectriz de dicho espacio. Cuando la diferencia entre muestras consecutivas es grande, la rotación del plasma ha sufrido un cambio brusco, lo que puede ser precursor de una disrupción. Este cambio súbito puede obedecer o a un frenado violento o a una aceleración rápida en la rotación del plasma. Este razonamiento muestra la relación entre el predictor y la interpretación física de las predicciones. Por otro lado, es importante resaltar que en el espacio de muestras consecutivas que se ha considerado, la frontera de separación entre los comportamientos disruptivos y no disruptivos es la más simple posible: una línea recta. A partir de esta línea recta se explica claramente, que predictores basados simplemente en la amplitud del “Mode Lock” no sean fiables. Una amplitud en un instante determinado representa un comportamiento disruptivo dependiendo de la amplitud de la muestra anterior. Es decir, depende linealmente de la diferencia entre muestras consecutivas. No obstante, existe un umbral de amplitud por encima del cual el comportamiento es disruptivo, independientemente de la amplitud de la muestra anterior. Este umbral viene dado por la ordenada en el origen de la frontera de separación. Como se ha descrito a lo largo de esta memoria, el método de los centroides se ha aplicado a tres Tokamaks diferentes con buenos resultados. Es importante enfatizar que en todos ellos se ha utilizado una sola señal: el “Mode Lock”. Aunque se habla de forma genérica de la señal de “Mode Lock”, lo cierto es que el diagnóstico que mide la señal en cada Tokamak es diferente. En términos generales, la señal de “Mode Lock” mide variaciones de campo magnético. Estas variaciones se miden con bobinas magnéticas, que en cada dispositivo tienen diferente geometría y una electrónica ad hoc. Esto se traduce en que las señales obtenidas en cada Tokamak no son exactamente equivalentes: las señales tienen diferentes amplitudes y polaridades (por ejemplo, la señal de JET es unipolar positiva mientras que las de las otras dos máquinas es bipolar y no necesariamente simétrica). Por consiguiente, la aplicación del método de los centroides a cada Tokamak ha requerido una optimización detallada para cada uno de ellos en esta tesis. Los predictores basados en el método de los centroides comparados con cualesquiera otros, se manifiestan como los predictores más simples, sencillos y eficientes (en términos de tasas de acierto y de falsas alarmas), además de proporcionar una interpretación física directa. Pero adicionalmente a su capacidad para reconocer eventos disruptivos, se les ha encontrado una utilidad importantísima como predictores del tiempo a la disrupción. Conocer el tiempo a la disrupción sería fundamental en los dispositivos actuales, no solo para maximizar el tiempo de experimento con los beneficios que esto conlleva, sino también para elegir entre mitigación o elusión y seleccionar una técnica adecuada. La predicción del tiempo a la disrupción solamente se ha probado hasta ahora en JET (que conviene recordar que a día de hoy es el Tokamak más importante del mundo). Estos primeros resultados son muy satisfactorios y estimulan a optimizar el método y a ser aplicado en otros dispositivos.