聚变发电从实验迈向电站的仪表挑战

商业聚变发电比以往任何时候都更近。目前美国约有30家聚变公司，其中几家声称最早可在2030年代实现并网发电。

托卡马克和激光惯性约束方法受益于在Lawrence Livermore美国国家实验室的国家点火装置（NIF）和ITER等设施数十年的研究，而仿星器、磁镜和Z箍缩约束等替代概念也随着私人和政府对聚变投资的增加而取得显著进展。

开发专为聚变动力堆条件设计的仪表和控制（I&C）系统，对于生产商业上可行的聚变电力至关重要。

美国ITER项目I&C经理Claudell Harvey说：“如果把聚变系统比作人体，那么电站机械就是肌肉，仪表是五种感官，而控制系统则是大脑。”

直到最近，聚变设施都是为实验而设计的，其目的是突破人类知识的界限，发现实现聚变所需的条件，正如NIF在2022年实现聚变点火的突破性成就。

这些设施进行探索性研究，表征等离子体或内爆，了解性能极限，并根据不同条件下的实验结果测试日益复杂的模型。这种对等离子体如何运作的深入了解，对于下一代聚变装置和控制系统的开发至关重要。

相比之下，在聚变动力堆中，目标是反复重复一个可靠且已被充分理解的聚变过程，在维持安全稳定运行的同时最大化功率输出。

NIF核诊断科学负责人Dave Schlossberg说：“NIF经过优化，旨在从每次发射中尽可能多地学习。使NIF作为研究装置如此强大的许多因素，恰恰是电站中必须改变的地方。”

研究设施可以测试预期动力堆条件的某些方面，但能力有限。

Princeton大学教授兼ITER科学家研究员Egemen Kolemen说：“这基本上就像用风洞设计飞机。你足够接近，但仍需建造真机并飞行。”

为了真正理解其中的差异，让我们看看实验装置是如何运作的。

据Schlossberg介绍，NIF每周进行五天实验，预留两天用于维护和恢复。该设施需要数天时间来设置和执行一次点火级发射，其中大部分时间用于靶丸准备。必须设置激光脉冲的时间形状、波长和时序，并对准激光系统。设置因预期的实验目标而异。执行发射时，NIF会收集广泛的高分辨率数据，通常从NIF超过120个选项中选取约20个靶丸诊断设备。

Kolemen说，当今的托卡马克类似：都是仪表丰富的装置，服务于等离子体演化和响应研究。

在这两种情况下，聚变动力堆都将以完全不同的模式运行，目标是建立一个可重复且高效的系统，最大化功率产生条件，无论是意味着快速发射速率还是更长时间维持等离子体。设置需要尽可能自动化和可预测。

聚变领域正处于一个转折点。实现这一转变需要什么，当前技术离这一目标有多远？在某种程度上，这取决于所考虑的聚变技术。底层的聚变过程是相同的，因此许多主要挑战是共通的，尽管约束和驱动等离子体的方法不同会导致不同的要求。

在聚变电站中，诊断将发挥根本不同的作用，分析主要用于控制和操作系统。商业可行性将要求成本最小化，将仪表缩减到必需品。

保留下来的仪器将面临数量级增加的中子和伽马通量，这将加速许多材料的退化并增加信号噪声。

Princeton等离子体物理实验室副研究物理学家Doménica Rivera说：“电站将使传感器暴露在中子通量、高热负荷、电磁噪声、振动以及可能非常有限的维护通道中。未来装置的诊断设备必须更坚固、更紧凑、更易于校准或更换。”

Schlossberg说：“研究设施可以容忍复杂、高度定制且有时很精密的诊断系统。商业电站则不能。”

他继续说，进行这项开发的基础科学已被充分理解，可以看到可信的前进路径，但“聚变总有办法把‘仅仅是工程’变成非常艰难的工程。”

毕竟，这是一台必须容纳驱动太阳过程的机器。

没有完美的解决方案，但有几种途径可以考虑。

增加屏蔽可以保护仪器免受辐照，但这也会通过阻挡直接视线而降低某些类型仪器（如X射线测量）的有效性。然而，在某些情况下，这个问题可以规避，例如使用一系列镜子将图像反射到相机。

将仪器移到离装置更远的地方也可以减少辐射暴露，但更长的电缆意味着信号强度降低。聚变电站产生的高能中子将传播很远，在某些情况下，这些距离可能超过当前使用的通信协议的限制。

对于许多仪器来说，问题不在于它们能否在这种强环境中运行，而在于能运行多久。例如，Kolemen说，DIII-D国家聚变设施使用廉价的数码相机来观察等离子体。它们寿命不长，必须定期更换。

他说：“这最终比尝试购买抗中子加固相机更便宜。如果更换易于操作，有时这就是可行之道。”

今年2月发表在《Journal of Fusion Energy》上的一项研究发现，对于聚变电站来说，计划在电力需求最低的季节进行更频繁的维护停堆，可能比建造具有更长耐久性时间尺度的系统更有利可图。

人工智能工具的最新发展也提供了一条节省成本的途径。

Kolemen说：“我们已经证明，利用廉价诊断，我们可以获得足够的信息来映射到昂贵得多的诊断。如果这能像我们在研究堆中展示的那样实现，那将是一件大事。你无需安装所有这些昂贵的诊断设备，就可以节省数千万美元，因为你可以从更便宜、更简单的诊断中推断出信息。”

对于所有聚变概念，必须实时理解等离子体，并连接到能够识别异常情况并动态调整的自动控制系统。

在惯性聚变中，高密度等离子体在极快的时间尺度上被约束，小液滴存在纳秒甚至皮秒级，脉冲速率极快。据Schlossberg介绍，关键诊断包括热斑和周围稠密燃料的形状和位置、峰值聚变产生的时间以及燃烧持续时间。这些测量需要超快诊断、精确计时和逐发重复性。通常由激光系统驱动，发射的成功取决于激光能量监测、光束对准、光学质量、镜子定位、焦斑控制、热管理和靶丸跟踪等系统。

相比之下，Schlossberg说，磁约束聚变需要约束并持续监测相对低密度、长寿命的等离子体，等离子体持续时间增加了其对破坏性不稳定性的敏感性。关键诊断跟踪外加磁场、等离子体内部磁位形、等离子体响应以及来自磁流体动力学活动的不稳定性。这些系统通常依赖多种类型的外部加热；例如，ITER使用欧姆加热、中性束注入和电磁辐射。

但仪器只是起点。接下来，收集到的数据必须使用集成数据分析进行分析和统一，以形成等离子体状态的实时图像，并将其直接输入运行决策。

Kolemen说：“控制是实时优化。这是最难的优化方式。”

在托卡马克中，这意味着围绕Lehigh大学等离子体控制实验室负责人Eugenio Schuster教授所称的“大量相互竞争的目标”进行决策导航，包括燃烧控制、热通量管理和剖面成形，同时共享有限数量的执行器。

他说，最大化性能意味着接近稳定性和生产力的边界，将等离子体推向高性能区域。越过这些界限就有触发瞬态事件的风险，这些事件会迅速演变并终止聚变燃烧。

当破坏性事件不可避免时，系统必须尽快感知并采取缓解措施做出响应，以安全地耗散等离子体能量并防止对反应堆的结构性损坏。

Rivera说：“感知、估计、控制和保护是所有这类不同装置的共同需求。”

Kolemen指出，虽然AI/机器学习对于控制应用也非常有效，但这些工具往往不符合监管机构的可靠性标准。为了解决这个问题，控制系统采用分层构建，由越来越“笨”的层（例如不使用AI的基于物理的模型）来约束“智能”内层，最外层是核安全控制系统，它不依赖任何电子设备。

他说，这些系统的原理验证版本已在实验聚变装置上运行，旨在针对动力堆条件进行优化，但这些概念仍处于“风洞”阶段，需要进一步开发才能用于实际电站。

Schuster说：“与实验装置不同，商业反应堆无法承受频繁的破坏或热偏移，这可能导致永久性装置损坏。I&C要求将严格几个数量级，需要集成系统在首次部署时就能正确工作。”

为商业聚变系统开发I&C至关重要。

Rivera说：“诊断几乎影响运行的每个部分：等离子体启动、电流爬升、等离子体形状控制、稳定性、热通量管理、破坏避免和停机。它们还影响装置保护，因为它们提供用于检测何时超出安全运行限值的信号。仪表在放电后也有很大影响。来自诊断的数据用于理解性能、改进模型、验证仿真、开发更好的控制器以及规划未来的放电。”

虽然为研究堆开发的技术不一定能原样用于聚变动力堆，但这些项目继续作为试验场，为商业动力堆奠定基础。

研究人员正通过探索靶丸概念、创新仪器、数字孪生等，积极努力缩小差距。从超导磁体到高采样率诊断的新技术不断开辟新的可能性。

Schuster的研究小组正朝着“装置无关”的开发方向发展，旨在使他们的解决方案可移植到任何未来的反应堆设计。

Schlossberg说：“我们确实有途径使诊断更耐辐射，重新安置或屏蔽敏感组件，以及开发实时诊断和反馈系统。但一些最困难的需求仍需在相关规模上进行演示……这不是在等待某个神奇的突破，而是需要持续的开发、试验和资源，才能将有前景的方法转化为电站就绪的技术。”

Simon Morrow是《Nuclear News》的副编辑，专注于研究和应用领域。