Izzivi pri optimizaciji konstrukcije so običajno reševanje modelov z zelo velikim številom odločitvenih spremenljivk in parametrov, ki so podvrženi visokodimenzionalni negotovosti, ki se kaže v več časovnih obdobjih. Izbrani problemi optimizacije v aerodinamiki, mehaniki tekočin in konstrukcij so bili uspešno rešeni s sosednjimi tehnikami optimizacije, kar pogosto vodi do presenetljivih modelov z vrhunsko zmogljivostjo. S tako imenovanimi tehnikami spoja se občutljivost konstrukcijskih ciljev in omejitev na vse projektne parametre izračuna z eno samo dodatno simulacijo, ki zagotavlja izjemno dragocene informacije z nizkimi stroški. Doslej so se ti pristopi večinoma uporabljali za razmeroma enostavne sisteme. V praksi so problemi načrtovanja pogosto sestavljeni iz kompleksnih, večfizikalnih simulacij z zapletenimi spojkami med podsistemi in velikim številom inženirskih omejitev. Parametri načrtovanja so lahko geometrijski parametri ali parametri nadzora procesov, ki so običajno potrebni za nadzor poskusov v realnem času. Primer je uporaba modelov robov plazme v procesu načrtovanja kritičnih komponent, komponent, obrnjenih proti plazmi (PFC), da prenesejo plazemske toplotne obremenitve v jedrskem fuzijskem reaktorju (tokamak). Adjoint pristopi so lahko izjemno dragoceni pri ločevanju kompleksnih, skritih odvisnosti, če so povezani z metodami umetne inteligence (AI), kot so globoke nevronske mreže (DNN), ki zahtevajo pometanje skozi prostor parametrov za optimalne parametre nadzora plazme. Pri modeliranju robov plazme tokamak in zasnovi monoblokov divertorjev je bila uvedena optimizacija na osnovi skupnih učinkov, ki temelji na poenostavljenih modelih. Te metodologije kažejo veliko obetov za izboljšano zasnovo preusmerjevalnikov in kalibracijo modela, vendar uporaba pri realističnih, omejenih problemih oblikovanja ostaja izziv.
Omogočanje učinkovite optimizacije adjoint-DNN z realističnimi modeli robov plazme in realističnimi omejitvami oblikovanja zahteva temeljni napredek pri obvladovanju medsebojno povezanih občutljivosti med moduli in omejitvami multifizike. Osrednji cilj tega projekta je razvoj takšnega optimizacijskega okvira in potrebnih numeričnih orodij.
Raziskovalni projekti so (so)financirani s strani Javne agencije za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
- Članica UL: UL Fakulteta za strojništvo
- Šifra projekta: J2-60053
- Veda: Tehnika
- SICRIS: Optimizacijsko ogrodje pridružene in umetne inteligence za optimizacijo kompleksnih večfizikalne simulacijskih modelom (A2FOMS)
Obdobje M1-M12 (Januar 2025 do januar 2026)
1.Cilj: Razvoj robustnega in avtomatiziranega sistema za generiranje omrežja ter integriranega okvira občutljivosti. Razvoj avtomatiziranih orodij za generiranje mrež in širjenje občutljivosti za kompleksne simulacije robov plazme.
V prvem letu projekta so se raziskovalne dejavnosti osredotočale na matematično modeliranje in računalniške pristope, pomembne za kompleksne optimizacijske probleme, ki temeljijo na simulacijah. Poseben poudarek je bil na teoretični analizi plazemskih procesov in matematičnih opisih dinamike plazme, ki so pomembni za numerično modeliranje fuzijskih plazm. Te študije predstavljajo pomembno teoretično osnovo za razvoj avtomatiziranih optimizacijskih okvirjev za simulacije robov plazme. Nedavno delo je obravnavalo analitične pristope za opis vedenja plazme v kinetičnih sistemih in kvazi-linearne modelarske tehnike, ki prispevajo k boljšemu razumevanju dinamike plazme v numeričnih simulacijskih okoljih [1].
Ti razvojni dosežki podpirajo dolgoročni cilj projekta A2FOMS, ki si prizadeva združiti napredne pristope modeliranja z avtomatiziranimi optimizacijskimi delovnimi procesi v orodjih za simulacijo robov plazme, kot je SOLPS-ITER. Pridobljeni rezultati predstavljajo osnovo za izboljšane zmogljivosti modeliranja, potrebne za učinkovito optimizacijo komponent fuzijskih reaktorjev.
[1] Leon Kos and Davy D. Tskhakaya. On Problems Solved in a Quasi-Linear Approximation, Mathematics. COBISS.SI-ID 272477699.
2.Cilj: Razvoj učinkovitega okvira za adjunktivno optimizacijo v kompleksnih večfizikalnih delovnih procesih. Razvoj optimizacijskega okvira, ki združuje adjointno občutljivostno analizo z modernimi računalniškimi tehnikami.
Raziskave v prvem letu projekta so se ukvarjale z računalniškimi pristopi za izboljšanje učinkovitosti velikih plazemskih simulacij, ki so pomembne za optimizacijske delovne procese. Zlasti so bile preučevane tehnike strojnega učenja za pospeševanje simulacij delcev v celici v sloju odstranjevanja tokamakov. Razvit pristop uporablja segmentirane nadomestne modele za približevanje računsko zahtevnih komponent simulacije, kar znatno zmanjša računske stroške ob ohranjanju fizične natančnosti modela [2].Ti razvojni dosežki so neposredno pomembni za cilje projekta A2FOMS, kjer učinkovita optimizacija kompleksnih večfizikalnih simulacijskih modelov zahteva hitre in zanesljive numerične reševalce. Predlagani pristop k strojnemu učenju predstavlja pomemben metodološki korak k vključevanju tehnik pospeševanja, ki temeljijo na podatkih, v optimizacijske delovne procese, ki se uporabljajo pri modeliranju robov plazme in načrtovanju fuzijskih reaktorjev.
[2] Nikola Vukašinović, Uroš Urbas, Leon Kos, and Ivona Vasileska. Accelerating Particle-in-Cell simulations in Tokamak Scrape-off Layer using segmented surrogate models. COBISS.SI-ID 270229507.
3.Cilj: Avtomatizirano obravnavanje zapletenih omejitev nelinearnega načrtovanja in stanja v večfizikalnih projektnih problemih. Razvoj metod za vključevanje realističnih inženirskih omejitev v optimizacijske delovne procese.
V prvem letu projekta so raziskovalne dejavnosti obravnavale tudi matematične in računalniške vidike nelinearnih dinamičnih procesov, ki so pomembni za modeliranje plazme. Posebna pozornost je bila namenjena analitičnim študijam nelinearnih valovno-delčnih interakcij ter sorodnih plazemskih procesov. Te študije prispevajo k globljemu razumevanju fizikalnih mehanizmov, ki vplivajo na vedenje plazme, in zato igrajo pomembno vlogo pri razvoju zanesljivih orodij za numerično simulacijo [3].
Pridobljeni rezultati nudijo dragocene vpoglede v nelinearno dinamiko plazme in predstavljajo pomemben prispevek k modelarskim pristopom, ki se uporabljajo v robnih simulacijah plazme. Boljše razumevanje teh procesov podpira razvoj optimizacijskih metod, ki so sposobne obvladovati kompleksne fizikalne omejitve v realističnih scenarijih modeliranja plazme.
[3] Leon Kos, Ivona Vasileska, and Davy D. Tskhakaya. On the Theory of Nonlinear Landau Damping, Symmetry. COBISS.SI-ID 238548995.
4.Cilj: Testiranje optimizacijskih orodij v SOLPS-ITER. Testiranje in validacija razvitih optimizacijskih orodij v realističnih okoljih modeliranja plazme.
V prvem letu projekta se je metodološko delo osredotočalo na teoretične in računalniške študije, pomembne za modeliranje plazme in metode numeričnih simulacij. Te študije zagotavljajo pomembne temelje za prihodnjo implementacijo in testiranje optimizacijskih orodij znotraj okvirov za simulacijo robov plazme.