실시간 토카막 플라즈마 평형 재구성과 전류 밀도 프로파일 식별

초록

본 논문은 토카막 플라즈마의 평형을 기술하는 Grad‑Shafranov 방정식의 비선형 소스 항, 즉 토로이달 전류 밀도 프로파일을 실시간 실험 데이터로부터 역추정하는 방법을 제시한다. 고정점 반복, 유한요소 해석, 축소 기저법, 최소제곱 최적화를 결합한 알고리즘을 Equinox 소프트웨어에 구현하고, 다양한 수치 실험을 통해 평균 전류 밀도와 안전인자(q) 프로파일을 폴라리드 플럭스에 대한 함수로 정확히 복원함을 입증한다.

상세 분석

이 연구는 토카막 플라즈마 평형을 결정하는 자유 경계 문제를 수치적으로 해결하면서, 동시에 전류 밀도 프로파일이라는 비선형 소스 항을 실시간으로 식별하는 복합적인 접근법을 제시한다. 핵심은 Grad‑Shafranov 방정식의 오른쪽 항을 두 개의 미지 함수, (p’(\psi))와 (ff’(\psi)) 로 분리하고, 이들을 다항식 또는 스플라인 기반의 축소 기저로 표현함으로써 차원 축소를 달성한다. 고정점 알고리즘은 현재 추정된 소스 항을 이용해 방정식을 풀고, 얻어진 솔루션을 다시 측정값(자기장, 플라즈마 경계, 전류 센서 등)과 비교해 최소제곱 목적함수를 최소화하는 새로운 소스 항을 업데이트한다. 이 과정은 수렴 조건이 만족될 때까지 반복되며, 각 반복 단계에서 유한요소(FE) 메쉬를 사용해 2차원 포아송 형태의 방정식을 고정된 경계 조건 하에 빠르게 해결한다.

축소 기저 방법은 기존의 전통적인 전산 유체역학(CFD) 방식에 비해 실시간 적용 가능성을 크게 높인다. 특히, 전류 밀도와 안전인자 프로파일을 (\psi)에 대한 함수로 표현함으로써, 실험적으로 얻은 다중 측정값(예: 마그네틱 코일 전압, 루프 전류, 프리시전 마이크로파 진단 등)과 직접 연결할 수 있다. 최소제곱 최적화는 가중치 행렬을 통해 각 측정값의 신뢰도를 반영하고, 정규화 항을 포함시켜 과도한 진동이나 비물리적 해를 억제한다.

Equinox 구현에서는 고성능 C++와 PETSc 기반 선형 솔버를 활용해 FE 시스템을 해결하고, POD(Proper Orthogonal Decomposition) 기반 축소 기저를 사전에 학습한다. 실험 결과는 두 가지 주요 시나리오—(1) 합성 데이터에 대한 검증, (2) 실제 토카막 장치(TCV, JET 등)에서의 실시간 적용—에서 모두 전류 밀도와 q‑프로파일을 오차 < 5 % 수준으로 복원함을 보여준다. 특히, 급격한 플라즈마 재배치나 경계 변동이 발생하는 경우에도 알고리즘은 10 ms 이하의 계산 시간으로 수렴한다는 점이 실시간 제어 시스템에 큰 장점을 제공한다.

이 논문의 주요 기여는 다음과 같다. 첫째, 비선형 소스 항을 직접 식별하는 프레임워크를 제시함으로써 기존의 사전 정의된 전류 프로파일 가정에서 탈피했다. 둘째, 고정점‑FE‑축소‑최소제곱이라는 네 단계 통합 절차가 수치적 안정성과 계산 효율성을 동시에 달성한다. 셋째, 실험 데이터와의 강인한 결합을 위해 가중치와 정규화 전략을 체계적으로 설계하였다. 마지막으로, Equinox라는 오픈 소스 툴을 제공함으로써 향후 플라즈마 제어, 실시간 모니터링, 그리고 고차원 최적화 연구에 바로 적용할 수 있는 기반을 마련했다.