ガス上の集団トムソン散乱法からのプラズマパラメータのベイズ推定

Scientific Reports volume 13、記事番号: 13002 (2023) この記事を引用

270 アクセス

メトリクスの詳細

集団トムソン散乱技術は、単一ライナーのガスパフのよどみを研究するために実装されました。 プラズマ パラメーターは、ベイズ推論と組み合わせて散乱形状因子を理論的にモデル化し、実験データを記述する最も可能性の高いパラメーターのセットを提供することによって決定されます。 データの分析により、流入するフローが部分的に相互浸透できることが明らかになりました。 平均自由行程の推定では、プラズマが軸に近づくにつれて、弱い衝突状態から衝突状態に徐々に移行することがわかります。 さらに、\(\mathrm{r}=2.5\,\mathrm{mm}\) におけるイオンのエネルギーは \({13.6}_{-0.9}^{+1.0}\,\mathrm{keV} であることがわかります。 \) は主に運動的な性質を持ち、総エネルギーの \({98}_{-9}^{+10} \%\) を表します。 この運動エネルギーは、\({3.7}_{-0.5}^{+0.4}\,\mathrm{keV}\) の軸上の値 \({84}_{-14}^{) よりもはるかに大きくなります。総エネルギーの +15} \%\)。 電子へのエネルギー移動と放射線損失はこの時点までに無視できるほどであることが判明しています。 このエネルギーの不均衡について考えられる説明は、イオンを垂直に偏向させる \(\sim 4.7\,\mathrm{T}\) より大きい方位磁場の存在です。 引用された不確実性は、68% の信頼区間を表します。

ガスパフは、Z ピンチ構成のメンバーであり、超音速ガスの柱がパルス発電機のカソードとアノードの間の容積に注入されます。 発生器の電流がイオン化してガスを流れると、方位磁場が生成され、コラムがよどみ（最大圧縮の瞬間）に達するまで半径方向に圧縮されます。 ガスパフは、X 線および中性子の潜在的な発生源として研究されており 1、2、3、また磁気慣性核融合 (MIF) 研究でも研究されています 4。

一般に、停滞時には、内破するプラズマの運動エネルギーが急速に熱化され（イオン間エネルギー平衡時）、運動エネルギーの大部分が熱エネルギーに変換されると考えられています。 次に、イオン温度が十分に高い場合、核融合反応が発生し (重水素が作動ガスとして使用される場合)、熱エネルギーが核融合生成物の運動エネルギーに変換されます。 放射線源の場合、イオンはその熱エネルギーを電子に伝達し（イオン-電子エネルギー平衡時）、電子はイオン化と放射線によってエネルギーを失います1、5、6。 しかし、この研究では、この古典的な状況が常に当てはまるわけではなく、停滞時の物理学はより複雑であることを示します。

さらに、完全には理解されていない停滞している他のプロセスもあります。 たとえば、ドライバー電圧よりも大きなエネルギーまでイオンが加速することが通常観察されます。 多くの理論が提案されていますが、加速メカニズムは依然として論争の源となっています7。 また、真のイオン温度を測定するのは難しいことがわかっています。 Maron et al.8 は、ドップラー分光法で得られる値が実際の値よりも数倍大きくなる可能性があり、それがプラズマ内の熱運動ではなく流体力学運動すべてを表していることを示しました。 これは、停滞時の物理現象を完全に理解するには、より多くの診断と正確なデータ分析が必要であることを示しています。

トムソン散乱 (TS) 技術は、高エネルギー密度プラズマを診断するための強力なツールであることが証明されています。 この手法を使用すると、電子温度 (\({\mathrm{T}}_{\mathrm{e}}\))、イオン温度 (\({\mathrm{T}}_{\mathrm) を推定することができます。 {i}}\))、電子密度 (\({\mathrm{N}}_{\mathrm{e}}\))、プラズマ速度 (\({\mathrm{V}}_{\mathrm{p }}\))、イオン化状態 (\(\mathrm{Z}\)) を同時に9,10,11。 この技術は、プローブレーザーがプラズマと相互作用するときに、電子密度の変動によって散乱される光を特定の体積で収集します。 収集されたスペクトル形状には、プラズマ パラメーターに関する情報が含まれます。 他の分光法に対する主な利点は、明確に決定された体積から局所的に測定でき、シュタルク効果やゼーマン効果などの拡大メカニズムに依存しないことです。 ただし、多数のパラメータ \(({\mathrm{T}}_{\mathrm{e}}, {\mathrm{T}}_{\mathrm{i}}, {\mathrm{N}}_ {\mathrm{e}}, {\mathrm{V}}_{\mathrm{p}},\mathrm{ Z})\) とパラメータによる数学モデルの複雑な依存関係 (式 2 を参照) により、すべてのパラメータとそれに関連する不確実性を同時に推定することは困難です。 従来の分析方法には、補完的な診断から、または以前の実験からの仮定によって得られるいくつかの固定パラメーターが含まれます。 最適な適合はカイ二乗を最小化することによって見つけられますが、不確実性はモンテカルロのような方法を使用して推定されます9,12。 ただし、この点推定アプローチは、特に近似が多峰性である場合、またはパラメーターのさまざまな組み合わせが実験データによく近似できる場合 (同様のカイ二乗が得られる場合)、グローバル最小値に到達することを保証しません。 「不安定関数」としての文献13． これらのケースに対処するには、各パラメータがスペクトルの形状とパラメータ間の相関にどの程度影響を与えるかを判断できるように、パラメータ分布のより一般的なビューを取得することが重要です14。