KI bringt Kernfusion ein Stück näher zur Serienreife

Um mit Kernfusion Energie herzustellen, wird extrem heißes Plasma benötigt. Bei Reaktoren in Tokamak-Bauweise wird dieses 100 bis 150 Millionen Grad Celsius heiß.

Damit das nicht die Reaktorwände schmilzt, wird es mit Magnetfeldern von diesen ferngehalten. Dabei bilden sich an den Rändern des Plasmas aber instabile Spitzen. Um das zu verhindern, werden abermals Magnetspulen eingesetzt, die magnetische Feldlinien spiralförmig verlaufen lassen.

Das bricht die unerwünschten Strukturen im Plasma auf, die sich sonst zu einer Instabilität und einer Energiespitze weiterentwickeln könnten, die den Reaktor beschädigen. Der Nachteil bei dieser Methode ist, dass man Leistung verliert, erklärt ein Forschungsteam der Universität Princeton. Mittels KI habe man geschafft, diesen Prozess zu optimieren.

➤ Mehr lesen: Kernfusion: Weltweit größter Reaktor nimmt Betrieb auf

Reaktion innerhalb einer Millisekunde

Der Leistungsverlust komme daher, dass die bestehenden Modelle, die das Verhalten des Plasmas berechnen, zu langsam sind. Das würde verhindern, dass Form und Amplitude des Magnetfelds optimal angepasst werden. Die aktuellen Methoden würden Zehntelsekunden für die nötigen Berechnungen in Anspruch nehmen – das Plasma ändert sein Verhalten aber in Millisekunden. Daher würden diese Systeme nie in Echtzeit reagieren, sondern immer etwas hinterherhinken.

Mittels Machine Learning hat das Forschungsteam die Berechnung optimiert. Es kann das Plasma auf eine Millisekunde genau beobachten und so das Magnetfeld präzise anpassen. Dadurch gelinge eine effiziente Unterdrückungsmaßnahme, die die Plasma-Spitzen verhindert und gleichzeitig eine hohe Plasmaleistung. Es sei nicht mehr nötig, eines davon zu opfern, damit das andere bestmöglich eingesetzt werden kann.

➤ Mehr lesen: Neue Zündmethode soll Fusionsenergie günstiger machen

KI-Modell funktioniert bei verschiedenen Reaktoren

Die KI-Methode könne sehr einfach bei verschiedenen Tokamak-Reaktoren angewendet werden. Bisher musste Code für die Magnetfelder zur Unterdrückung der Plasma-Spitzen immer für jeden Reaktor einzeln programmiert werden. Der KI-Code wurde bereits beim KSTAR in Südkorea und DIII-D in San Diego getestet. Bei beiden Reaktoren, die einen unterschiedlichen Aufbau von Magnetspulen zur Erzeugung der Magnetfelder nutzen, konnte eine hohe Plasmaleistung ohne schädliche Plasma-Spitzen erzielt werden.

Das Team arbeitet jetzt daran, dass Modell zu verfeinern, damit es die höchstmögliche Kompatibilität zu weiteren Fusionsreaktoren hat. Dazu gehört auch ITER in Frankreich, der sich derzeit in Bau befindet.

➤ Mehr lesen: Forschern gelingt wichtiger Meilenstein für Kernfusion

Vorhersagemodell wird verbessert

Zu den Arbeiten am KI-Code zählt eine Verbesserung des Vorhersagemodells. Derzeit muss der KI-Code die Gegebenheiten im Reaktor kennenlernen, indem mehrere Plasma-Spitzen beobachtet werden. Diese Plasma-Spitzen absichtlich zuzulassen heißt aber, dass der Reaktor beschädigt werden könnte.

Das verbesserte Vorhersagemodell soll künftig schon die Vorboten dieser Instabilitäten erkennen und anhand dieser die Unterdrückungsmaßnahmen optimieren. So könnte sich der KI-Code für den jeweiligen Reaktor selbst optimieren, ohne, dass tatsächlich Plasma-Spitzen beobachtet werden müssen.

Das Team ist zuversichtlich, dass KI die Forschung im Bereich der Fusionsenergie schneller voranbringen wird. In der Vergangenheit hat man bereits erfolgreich mit einem KI-Controller eine andere Art von Plasma-Instabilität bekämpft, die als großes Problem in der Kernfusion galt.