12月10日，美國橡樹嶺國家實驗室(ORNL)發布新聞詳細介紹了由美國能源部資助的FREDA項目開發情況。該項目是為了加速實現聚變能的供應，解決從零開始構建系統所需時間長、費用貴、精力投入大的問題而啟動的。項目目標是結合等離子體和工程建模領域知識，整合頂尖的建模和仿真工具、先進的機器學習方法以及高性能計算，以優化和加速聚變電廠的設計流程，實現快速設計、迭代和自動化。

項目團隊包括橡樹嶺國家實驗室聚變能、核能和燃料循環部門，以及計算機科學和數學部門，勞倫斯利弗莫爾國家實驗室、通用原子能公司、桑迪亞國家實驗室和加州大學圣地亞哥分校，其中橡樹嶺國家實驗室為該項目的領導方。

一、 項目背景

建造聚變反應堆的過程與“盲人摸象”的寓言頗為相似，每個人都只能觸摸到這個宏大工程的一部分，并試圖根據自己所感知的片段來描述它，但是僅憑個人的認知無法完全領悟所面對事物的全貌和復雜性。

目前，全球各地的研究機構正從核心到外圍全面攻克聚變難題，這些獨立的項目和設施正在幫助縮小知識差距，將聚變能推向現實，但它們的作用是有限的。

針對這一情況，ORNL聚變能部燃燒等離子體基礎科的臨時負責人卡米·柯林斯Cami Collins指出：“建模和仿真可以嘗試將孤立開發的模型“粘合”在一起，但無法完全模擬完整聚變器件的尺寸和互連性質。對于工程師和反應堆設計師來說，數字孿生是反應堆的虛擬分身，可以快速準確地模擬每個組件和子系統，它可以指導未來聚變試驗工廠的設計和運營。由ORNL領導的團隊正在通過FREDA項目嘗試創建這種數字孿生。”

FREDA項目獲2023年先進計算科學發現(SciDAC)聚變能源科學合作伙伴計劃的資助。SciDAC項目致力于通過跨學科合作推動科學計算的突破性進展。圖片來源：Morgan Manning/ORNL，美國能源部。

二、 項目內容

項目團隊集結了等離子體物理和工程學領域的聚變科學家、核裂變工程師以及數學和計算科學專家，團隊還借助裂變領域在多物理場工程仿真方面的豐富經驗來填補建模的空白，因為盡管聚變反應堆的內部條件比現代裂變反應堆更為極端，但等離子體之外的系統模型，比如結構力學、計算流體動力學和中子學分析，在聚變和裂變領域之間可能非常相似。

由于聚變設計過程是耗時的、勞動和計算密集型的，這導致聚變反應堆的開發速度比較緩慢。因此，為了加速反應堆設計過程，FREDA工具作為一個統一的框架將已開發的仿真代碼集成在一起，使它們能夠輕松通信，并根據需要進行替換以執行不同比例和分辨率的仿真。FREDA作為首個聚變建模工具，能夠以自洽、模塊化的方式連接等離子體和工程模型，并且利用可擴展的高性能計算資源進行多物理場、多保真度的反應堆設計分析。

將這些模型整合到一個統一框架下帶來了以下三個好處：

首先，它幫助模型設計人員識別出在單獨開發模型時可能不易發現的問題;其次，該工具生成的綜合模擬有助于確定在現實世界中單個測試設施里進行的有意義的實驗，通過這些實驗提供的有用數據可以改進模擬。最后，可以幫助在構建未來首個聚變裝置之前對其安全性進行評估，如等離子體溫度、輻射傳輸和磁線圈上的機械應力，以確保設備在其生命周期內能夠安全可靠地運行。

一般來說，反應堆設計研究是從單個設計點開始的，如等離子體幾何結構或包層。這些設計依賴于人工起草定制的計算機輔助設計(CAD)的幾何結構，這往往需要耗時數周或數月才能完成。然后，再使用高保真模擬測試這些設計的可行性，如果設計不可行或組件不兼容，則需返回給工程師進行修改，并重復上述過程。

為了避免在每次調整設計時重復耗時的概念設計流程，FREDA框架采用了參數化設計方法。在這種方法中，CAD的各個方面都是通過變量來定義的，這些變量描述了反應器內部組件的特性，比如壁厚、材料選擇或等離子體的形態。這樣的迭代過程有助于在設計初期就發現潛在問題，并使工程師能夠通過調整參數來快速、簡便地解決問題，而無需手動修改軟件中的設計。此外，這種方法還允許設計者在探索新設計時使用低保真度模型，從而在項目初期節省寶貴的時間和計算資源。

FREDA框架還賦予工程師和設計師優化反應堆內部各個組件或子系統的能力，這得益于高性能計算機中集成的機器學習和人工智能技術支持的優化算法。用戶能夠設定他們希望優化的參數，FREDA將迅速進行多種情況下的測試，調整設計參數，直至找到既簡化復雜度又降低成本的最優設計方案。

目前，FREDA已經被用于測試DIII-D托卡馬克加熱系統的升級，幫助探索新的第一壁材料。ORNL等離子體物理學家J.M. Park說：“雖然這些單獨的應用程序可能相較于仿真整個反應器來說規模較小，但它們產生的數據對于進一步改進模型至關重要。這是一個迭代過程，我們根據實驗數據測試我們的模型，然后根據更新的模型設計一個新的實驗，然后再次驗證、再次改進。”

FREDA的建模算法通過數千次迭代不斷應用更高保真度的模擬至反應器設計點，直至最優化設計被確定。圖片來源：Morgan Manning/ORNL，美國能源部。

三、項目進展

FREDA項目計劃在五年內完成，團隊在2024年內主要精力用于解決創建統一建?？蚣軙r面臨的兩大挑戰：集成和不確定性量化。

(一)集成

將等離子體和工程仿真有效耦合是一項復雜任務，因為這些獨立的建模工具是由全球不同團隊在幾十年的時間里開發的。這些模型在復雜性、保真度和物理特性上存在差異，就像是從不同拼圖中拼湊起來的碎片。

ORNL數據分析和機器學習小組負責人Rick Archibald指出：在模型構建過程中，當需要檢查表面或等離子體中的活動時，模型構建者必須創建一個網格，這個網格由與主體幾何形狀相符合的多個形狀組成(可能是數千到數百萬個正方形、三角形或六邊形)，并對每個形狀內的物理現象進行模擬。然而，構建網格時總是需要做出權衡：雖然更細小的網格能夠更精確地適應幾何形狀并提供更豐富的細節，但它們也更為復雜，需要更多的時間和計算資源來處理。當然，你也可以選擇用這樣的方式處理，即在需要的區域使用更高的分辨率，在不需要的地方使用更低的分辨率。但是，當你嘗試組合模型并網格化時，這個問題會變得更加復雜，因為其中許多模型并不是為了與不同分辨率的其他模型組合而開發的。模型整合后并用實際行為替代假設時，你會突然發現那些原本看似可靠的假設被打破了，一個模型的誤差與另一個模型的誤差相互作用，導致出現了各種問題。所以，如果需要構建一個完整的聚變設備，當你在將多個組件連接在一起并確保它們能夠相互通信時，小問題會被大幅放大，這成為了項目的關鍵挑戰。

FREDA工具將運用機器學習方法來分析已為不同反應器設計制作的網格，并利用人工智能技術生成新的網格，這些網格針對所需的設計點進行優化，無需人工干預即可完成。

(二)不確定性量化

誤差和不確定性可能來自模型的各個方面，如果沒有完整的聚變設備進行驗證的話，模型就無法完全模擬現實情況。但是，如果能夠量化模型偏差的程度，就可以更有信心地進行設計。

在進行設計建模時，工程師們為了避免出現“懸崖邊緣”效應，會不單純追求設備的極致優化。這是因為如果某個參數稍有偏差，設備可能就會失效，相反，他們傾向于采用“考慮不確定性”的設計方法，即使假設出現5%到10%的偏差，設備仍然能夠正常工作。

Borowiec對此進行了解釋：“如果你對設備第一壁上的熱通量存在不確定性，而該材料的熔點是1,000開爾文，你就不應該只針對這個溫度設計，因為實際熱量可能會超出這個值，相反，你會選擇在800開爾文設計，這樣就有了一定的安全余地，即使實際溫度超過了你的設計值，設備也仍然能夠承受。”

目前，不確定性量化的工作正在進行之中，隨著新的聚變裝置和測試平臺的建設，它們所產生的實驗數據將有助于進一步改進模型，并使FREDA工具能夠提供盡可能準確和可靠的模擬。