Una herramienta desarrollada por científicos del MIT podría cambiar la forma en que se gestiona y aprovecha la energía en reactores de fusión, como los tokamaks. Al integrar redes neuronales con modelos físicos, el sistema permite predecir con precisión el comportamiento del plasma durante fases críticas de desaceleración.
El modelo de predicción con IA logra estabilizar plasmas
Los tokamaks son dispositivos toroidales diseñados para contener plasma a temperaturas superiores a los 100 millones de grados Celsius, enfrentan el reto de disminuir la corriente de forma segura cuando el plasma se vuelve inestable. Esta fase, conocida como «rampdown«, puede causar daños si no se controla con precisión.
El equipo del MIT, en colaboración con el Centro Suizo de Plasma, entrenó un modelo híbrido que requiere pocos datos para anticipar la evolución del plasma. Esto es especialmente valioso dado el alto costo y la limitada disponibilidad de datos experimentales. Al utilizar los registros del tokamak TCV en Suiza, la herramienta demostró capacidades para sugerir rutas seguras que lograron reducir la energía del plasma, sin interrupciones de alto riesgo.
Este modelo predice comportamientos, y genera trayectorias de control que los sistemas pueden ejecutar automáticamente, ajustando campos magnéticos o temperaturas en tiempo real. Este avance puede contribuir a que proyectos como SPARC, de la empresa Commonwealth Fusion Systems, logren una operación continua, segura y eficiente.
La tecnología del Tokamak y esférica construcción. Fuente: Tokamak Energy
El desarrollo forma parte de un esfuerzo más amplio por dotar a los reactores de fusión de sistemas inteligentes que eviten disrupciones costosas y mejoren su fiabilidad. Con el respaldo de programas europeos como EUROfusion, la investigación demuestra que la integración de IA y física aplicada puede acercar la energía de fusión al uso comercial a gran escala.
Fuente y foto: MIT