[論文レビュー] Surrogate Approximation of the Grad-Shafranov Free Boundary Problem via Stochastic Collocation on Sparse Grids

Howard C. Elman, Jiaxing Liang+1 more|arXiv (Cornell University)|May 25, 2021

Nuclear reactor physics and engineering参考文献 42被引用数 3

ひとこと要約

本稿では、コイル電流強度に不確実性が存在する核融合プラズマ平衡におけるGrad–Shafranov自由境界問題の解を、スパースグリッド上の確率的コロケーション法で高効率に近似する手法を提示する。補間モデルを構築することで、直接的な有限要素解法に比べ、モンテカルロシミュレーションのコストを7倍から30倍以上削減でき、xポイント、ストライクポイント、形状パラメータなどのプラズマ境界特徴量の正確な不確実性評価を可能にする。

ABSTRACT

In magnetic confinement fusion devices, the equilibrium configuration of a plasma is determined by the balance between the hydrostatic pressure in the fluid and the magnetic forces generated by an array of external coils and the plasma itself. The location of the plasma is not known a priori and must be obtained as the solution to a free boundary problem. The partial differential equation that determines the behavior of the combined magnetic field depends on a set of physical parameters (location of the coils, intensity of the electric currents going through them, magnetic permeability, etc.) that are subject to uncertainty and variability. The confinement region is in turn a function of these stochastic parameters as well. In this work, we consider variations on the current intensities running through the external coils as the dominant source of uncertainty. This leads to a parameter space of dimension equal to the number of coils in the reactor. With the aid of a surrogate function built on a sparse grid in parameter space, a Monte Carlo strategy is used to explore the effect that stochasticity in the parameters has on important features of the plasma boundary such as the location of the x-point, the strike points, and shaping attributes such as triangularity and elongation. The use of the surrogate function reduces the time required for the Monte Carlo simulations by factors that range between 7 and over 30.

研究の動機と目的

• コイル電流強度に不確実性が存在する核融合炉におけるプラズマ平衡のシミュレーションにおける計算課題に対処すること。
• 確率的コイル電流がxポイント、ストライクポイント、形状パラメータ（三角形状、縦長度）などの主要なプラズマ境界特徴に与える影響を定量化すること。
• 非線形自由境界Grad–Shafranov問題の直接解法に代わる補間モデルの構築。
• 最小限の計算オーバーヘッドでスケーラブルなモンテカルロシミュレーションによる不確実性評価を可能にすること。
• ノイズレベルやパrameter次元が変化する状況下でも、直接有限要素解法との整合性と精度を保証すること。

提案手法

• パラメータ空間におけるGrad–Shafranov方程式の解の補間近似を、スパースグリッド上の確率的コロケーションにより構築する。
• コイル電流強度を確率的パrameterとして扱い、数値実験では12次元のパラメータ空間が想定される。
• 離散Grad–Shafranov問題に対してFEEQS.Mを用いた有限要素ソルバで解を計算し、スパースグリッド点での補間により補間モデルを構築する。
• プラズマ端縁付近の複雑な境界層を解像するために、物理領域における適応的メッシュリファインメントを活用する。
• 補間モデルをモンテカルロフレームワークに統合し、プラズマ境界特徴量の統計モーメント（平均、分散）を推定する。
• FEEQS.Mおよびspinterpのベクトル化されたMATLAB実装を活用し、補間モデルの構築および評価を高速化する。

実験結果

リサーチクエスチョン

• RQ1 コイル電流強度の不確実性は、トカマク炉におけるプラズマ境界の位置および安定性にどのように影響するか？
• RQ2 スパースグリッド確率的コロケーションにより構築された補間モデルは、xポイントやストライクポイントなどのプラズマ境界特徴をどの程度正確に予測できるか？
• RQ3 モンテカルロシミュレーションにおいて、直接有限要素解法に比べて補間モデルを用いることでどの程度の計算スピードアップが達成できるか？
• RQ4 確率的コイル電流下でのプラズマ形状パラメータ（例：縦長度、三角形状）の統計モーメント（平均および分散）はどのように変化するか？
• RQ5 不確実パrameterの数が増加するに従い、補間モデルの精度と計算コストのトレードオフはどのようなものか？

主な発見

• 補間モデルにより、モンテカルロシミュレーションの計算コストが直接有限要素解法に比べ7倍から30倍以上削減された。
• コイル電流に2%のノイズが存在する場合、レベル3の補間モデルは30倍以上のスピードアップを達成し、直接ソルバとの間でプラズマ特徴量のサンプル平均および分散が1%以内の許容誤差内に一致した。
• 12個の不確実パrameterが存在する状況でも、補間モデルはxポイントやストライクポイントの位置、形状パラメータの正しいトレンドを保持した。
• 逆アスペクト比、縦長度、三角形状といった主要な量の補間モデルによる平均および分散推定値は、複数のサンプルにおいて一貫しており、直接ソルバの結果と1%誤差以内で一致した。
• 補間モデル構築のオフラインコスト（レベル4では最大約131,000秒）は、複数回のシミュレーションにわたって均等化され、2%ノイズの場合でも前処理時間も含めて、全体で3倍のスピードアップが達成された。
• 補間手法は、xポイント（5.14, -3.29）およびストライクポイント（4.16, -3.71）と（5.56, -4.22）を含む、すべてのプラズマ境界特徴量について高い精度を維持しており、標準誤差は1%未満であった。