google-deepmind/torax

解决的问题

TORAX 是一个可微分的托卡马克核心输运模拟器。它提供了一种快速且准确的方法，用于执行前向建模、脉冲设计、轨迹优化和控制器设计，无需手动推导复杂的雅可比矩阵以进行敏感性分析。

工作原理

该模拟器使用 Python 和 JAX 构建，利用自动微分和代码编译实现高性能。它采用有限体积法离散化，求解离子和电子热输运、电子粒子输运以及电流扩散的耦合偏微分方程（PDE）。它可以集成物理模型的机器学习代理模型（例如用于湍流输运的 QLKNN 神经网络代理模型），并支持多种求解器选项，包括线性和非线性方法（如牛顿-拉夫逊法）。

适用对象

专为需要模拟输运过程并优化反应堆轨迹的核聚变和托卡马克等离子体物理研究人员和工程师设计。

主要亮点

• 可微分模拟：使用 JAX 实现自动微分，支持基于梯度的优化和敏感性分析。
• 机器学习集成：自然地与物理模型的机器学习代理模型结合，替代昂贵的传统计算。
• 灵活的物理模型：支持耦合偏微分方程、新经典自举电流以及多种加热和电流驱动源。
• 几何支持：通过 CHEASE、FBT 或 EQDSK 平衡文件处理一般几何结构，包括随时间变化的几何结构。