2022 Fiscal Year Research-status Report
機械学習を活用した実測ベースによるタングステンイオン分光モデルの高精度化
| Project/Area Number |
21K03515
|
|---|
| Research Institution | National Institute for Fusion Science |
|---|
Principal Investigator |
鈴木 千尋 核融合科学研究所, ヘリカル研究部, 助教 (30321615)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤井 恵介 京都大学, 工学研究科, 助教 (10637705) [Withdrawn]
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | タングステン / 分光モデル / 機械学習 |
|---|
| Outline of Annual Research Achievements |
ITERプラズマの周辺部に存在しうる、中程度の価数のタングステン多価イオンからの極端紫外域の発光スペクトルは、膨大な数の発光線が密集したUnresolved Transition Array（UTA）と呼ばれる構造に、離散的なスペクトル線が重畳した非常に複雑な構造を持つ。本研究では、幅広いパラメータを持つプラズマからの大量のタングステンスペクトルデータに基づき、複雑なスペクトル形状とプラズマパラメータの関係について、機械学習の手法を活用することで実測ベースでモデル化して解析することを目的とする。本年度は前年度に引き続き、核融合科学研究所の大型ヘリカル装置（LHD）実験において、新たに不純物ペレットによるタングステンの入射実験を行って、極端紫外域のスペクトルに関するデータを拡充した。プラズマパラメータの範囲を拡充するため、レーザー生成プラズマからのタングステンスペクトルを観測をするための実験システムの構築についても引き続き継続した。また、周期表上でタングステン周辺の元素について、比較的電子温度が高い場合に観測される離散的なスペクトル線の分光データを整理し原子番号依存性を調べた。新たにベオグラード大学（セルビア）との共同研究により、最近のLHD実験で蓄積されたタングステンの極端紫外分光データを用いて、変分オートエンコーダーに基づく機械学習アルゴリズムの構築を試みた。初期的段階ではあるが、このモデルにより、電子温度や温度分布のピーク度からUTAや離散スペクトル線を含むタングステンスペクトル形状が比較的よく再現できることが確認された。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
レーザー生成プラズマ実験について、プラズマ生成と分光器の接続が可能な段階には到達しているものの、既存の分光器を活用した計測系については、分光器の光軸がずれているため再調整が必要であることが判明し、その整備が遅れている。
|
| Strategy for Future Research Activity |
レーザー生成プラズマからのタングステンUTAスペクトルの観測に向けて、既存の極端紫外分光器の光軸調整を行ってターゲットチャンバーに設置し、様々なレーザー照射条件下でスペクトルデータを蓄積する。機械学習アルゴリズムについては、引き続きベオグラード大学（セルビア）との共同研究を継続し、過去のLHD実験における分光データの拡充に加えて、レーザー生成プラズマで得られた分光データも加え、学習モデルの精度を高める。
|
| Causes of Carryover |
一部の国際会議・国内学会の現地開催が中止され、旅費の一部を執行できなかったため。未使用額は、レーザー生成プラズマ実験に必要な真空部品・光学部品などの消耗品費として使用する予定。
|
