Neues Modell verbessert Sicherheit von Fusionsreaktoren bei Abschaltung

Forscher am Massachusetts Institute of Technology (MIT) haben ein neuartiges Vorhersagemodell entwickelt, das die Sicherheit und Zuverlässigkeit von Fusionskraftwerken verbessern könnte. Tokamaks, torusförmige Geräte, die die Energie der Sonne nachahmen, erzeugen durch starke Magnetfelder Plasmen bei Temperaturen über 100 Millionen Grad Celsius, in denen Atomkerne fusionieren und Energie freisetzen. Ein zentrales Problem bei der Betriebsführung ist die sichere Abschaltung des Plasmas, auch „Rampdown“ genannt, da unkontrollierte Abkühlphasen zu Instabilitäten führen und die Innenwände der Maschinen beschädigen können. Bisherige Versuche, solche Prozesse zu steuern, waren oft ineffizient oder führten zu Schäden. Um dieses Problem zu lösen, kombinierten die MIT-Forscher maschinelles Lernen mit einem physikbasierten Modell der Plasmadynamik. Anstatt auf riesige Datenmengen zu setzen, die bei teuren Experimenten schwer zu beschaffen sind, nutzten sie eine Kombination aus einem neuronalen Netzwerk und einem physikalisch fundierten Simulationsmodell. Das System wurde an Daten aus dem TCV-Tokamak am Schweizerischen Plasma-Zentrum (EPFL) trainiert – einem kleinen Forschungsgerät zur Untersuchung von Plasma-Verhalten unter verschiedenen Bedingungen. Mit nur wenigen hundert geringener Leistung und wenigen Hochleistungs-Pulses konnten sie ein Modell entwickeln, das die Entwicklung des Plasmas während des Rampdowns mit hoher Genauigkeit vorhersagen kann. Ein besonderer Fortschritt ist die Entwicklung eines Algorithmus, der Vorhersagen in praktikable Steuerungstrajektorien umwandelt – beispielsweise Anpassungen der Magnetfelder oder der Temperatur. Diese wurden erfolgreich in TCV-Experimenten getestet und zeigten eine verbesserte Stabilität, schnellere Abschaltvorgänge und keine Störungen im Vergleich zu herkömmlichen Methoden. „Wir haben den Energiegehalt des Plasmas kontrolliert auf null reduziert, ohne dass es zu einer Störung kam“, betont Erstautor Allen Wang. Die Ergebnisse wurden in der Zeitschrift Nature Communications veröffentlicht und stellen einen wichtigen Schritt auf dem Weg zu zuverlässigen Fusionskraftwerken dar. Das Projekt wird von Commonwealth Fusion Systems (CFS), einem MIT-Start-up, unterstützt, das mit dem SPARC-Tokamak das erste kompakte, nettoenergieerzeugende Fusionskraftwerk bauen möchte. Die neue Methode könnte künftig helfen, kostspielige Ausfälle zu vermeiden und die Lebensdauer von Fusionsreaktoren zu verlängern. Experten sehen in der Kombination von Physikmodellen und KI eine vielversprechende Strategie für die praktische Umsetzung der Fusionsenergie. Die Forschung wird zudem durch das EU-Programm EUROfusion und die Schweizer Bildungs- und Forschungsbehörde gefördert. Die Entwicklung markiert einen Meilenstein in der Fusionsforschung: Statt reine Daten- oder rein physikbasierte Ansätze zu verfolgen, zeigt die neue Methode, dass hybride Modelle effizienter und robuster sind – ein entscheidender Schritt hin zu einer sicheren, skalierbaren und wirtschaftlich tragfähigen Fusionsenergie.