12月10日，美国橡树岭国家实验室(ORNL)发布新闻详细介绍了由美国能源部资助的FREDA项目开发情况。该项目是为了加速实现聚变能的供应，解决从零开始构建系统所需时间长、费用贵、精力投入大的问题而启动的。项目目标是结合等离子体和工程建模领域知识，整合顶尖的建模和仿真工具、先进的机器学习方法以及高性能计算，以优化和加速聚变电厂的设计流程，实现快速设计、迭代和自动化。

项目团队包括橡树岭国家实验室聚变能、核能和燃料循环部门，以及计算机科学和数学部门，劳伦斯利弗莫尔国家实验室、通用原子能公司、桑迪亚国家实验室和加州大学圣地亚哥分校，其中橡树岭国家实验室为该项目的领导方。

一、 项目背景

建造聚变反应堆的过程与“盲人摸象”的寓言颇为相似，每个人都只能触摸到这个宏大工程的一部分，并试图根据自己所感知的片段来描述它，但是仅凭个人的认知无法完全领悟所面对事物的全貌和复杂性。

目前，全球各地的研究机构正从核心到外围全面攻克聚变难题，这些独立的项目和设施正在帮助缩小知识差距，将聚变能推向现实，但它们的作用是有限的。

针对这一情况，ORNL聚变能部燃烧等离子体基础科的临时负责人卡米·柯林斯Cami Collins指出：“建模和仿真可以尝试将孤立开发的模型“粘合”在一起，但无法完全模拟完整聚变器件的尺寸和互连性质。对于工程师和反应堆设计师来说，数字孪生是反应堆的虚拟分身，可以快速准确地模拟每个组件和子系统，它可以指导未来聚变试验工厂的设计和运营。由ORNL领导的团队正在通过FREDA项目尝试创建这种数字孪生。”

FREDA项目获2023年先进计算科学发现(SciDAC)聚变能源科学合作伙伴计划的资助。SciDAC项目致力于通过跨学科合作推动科学计算的突破性进展。图片来源：Morgan Manning/ORNL，美国能源部。

二、 项目内容

项目团队集结了等离子体物理和工程学领域的聚变科学家、核裂变工程师以及数学和计算科学专家，团队还借助裂变领域在多物理场工程仿真方面的丰富经验来填补建模的空白，因为尽管聚变反应堆的内部条件比现代裂变反应堆更为极端，但等离子体之外的系统模型，比如结构力学、计算流体动力学和中子学分析，在聚变和裂变领域之间可能非常相似。

由于聚变设计过程是耗时的、劳动和计算密集型的，这导致聚变反应堆的开发速度比较缓慢。因此，为了加速反应堆设计过程，FREDA工具作为一个统一的框架将已开发的仿真代码集成在一起，使它们能够轻松通信，并根据需要进行替换以执行不同比例和分辨率的仿真。FREDA作为首个聚变建模工具，能够以自洽、模块化的方式连接等离子体和工程模型，并且利用可扩展的高性能计算资源进行多物理场、多保真度的反应堆设计分析。

将这些模型整合到一个统一框架下带来了以下三个好处：

首先，它帮助模型设计人员识别出在单独开发模型时可能不易发现的问题;其次，该工具生成的综合模拟有助于确定在现实世界中单个测试设施里进行的有意义的实验，通过这些实验提供的有用数据可以改进模拟。最后，可以帮助在构建未来首个聚变装置之前对其安全性进行评估，如等离子体温度、辐射传输和磁线圈上的机械应力，以确保设备在其生命周期内能够安全可靠地运行。

一般来说，反应堆设计研究是从单个设计点开始的，如等离子体几何结构或包层。这些设计依赖于人工起草定制的计算机辅助设计(CAD)的几何结构，这往往需要耗时数周或数月才能完成。然后，再使用高保真模拟测试这些设计的可行性，如果设计不可行或组件不兼容，则需返回给工程师进行修改，并重复上述过程。

为了避免在每次调整设计时重复耗时的概念设计流程，FREDA框架采用了参数化设计方法。在这种方法中，CAD的各个方面都是通过变量来定义的，这些变量描述了反应器内部组件的特性，比如壁厚、材料选择或等离子体的形态。这样的迭代过程有助于在设计初期就发现潜在问题，并使工程师能够通过调整参数来快速、简便地解决问题，而无需手动修改软件中的设计。此外，这种方法还允许设计者在探索新设计时使用低保真度模型，从而在项目初期节省宝贵的时间和计算资源。

FREDA框架还赋予工程师和设计师优化反应堆内部各个组件或子系统的能力，这得益于高性能计算机中集成的机器学习和人工智能技术支持的优化算法。用户能够设定他们希望优化的参数，FREDA将迅速进行多种情况下的测试，调整设计参数，直至找到既简化复杂度又降低成本的最优设计方案。

目前，FREDA已经被用于测试DIII-D托卡马克加热系统的升级，帮助探索新的第一壁材料。ORNL等离子体物理学家J.M. Park说：“虽然这些单独的应用程序可能相较于仿真整个反应器来说规模较小，但它们产生的数据对于进一步改进模型至关重要。这是一个迭代过程，我们根据实验数据测试我们的模型，然后根据更新的模型设计一个新的实验，然后再次验证、再次改进。”

FREDA的建模算法通过数千次迭代不断应用更高保真度的模拟至反应器设计点，直至最优化设计被确定。图片来源：Morgan Manning/ORNL，美国能源部。

三、项目进展

FREDA项目计划在五年内完成，团队在2024年内主要精力用于解决创建统一建模框架时面临的两大挑战：集成和不确定性量化。

(一)集成

将等离子体和工程仿真有效耦合是一项复杂任务，因为这些独立的建模工具是由全球不同团队在几十年的时间里开发的。这些模型在复杂性、保真度和物理特性上存在差异，就像是从不同拼图中拼凑起来的碎片。

ORNL数据分析和机器学习小组负责人Rick Archibald指出：在模型构建过程中，当需要检查表面或等离子体中的活动时，模型构建者必须创建一个网格，这个网格由与主体几何形状相符合的多个形状组成(可能是数千到数百万个正方形、三角形或六边形)，并对每个形状内的物理现象进行模拟。然而，构建网格时总是需要做出权衡：虽然更细小的网格能够更精确地适应几何形状并提供更丰富的细节，但它们也更为复杂，需要更多的时间和计算资源来处理。当然，你也可以选择用这样的方式处理，即在需要的区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，当你尝试组合模型并网格化时，这个问题会变得更加复杂，因为其中许多模型并不是为了与不同分辨率的其他模型组合而开发的。模型整合后并用实际行为替代假设时，你会突然发现那些原本看似可靠的假设被打破了，一个模型的误差与另一个模型的误差相互作用，导致出现了各种问题。所以，如果需要构建一个完整的聚变设备，当你在将多个组件连接在一起并确保它们能够相互通信时，小问题会被大幅放大，这成为了项目的关键挑战。

FREDA工具将运用机器学习方法来分析已为不同反应器设计制作的网格，并利用人工智能技术生成新的网格，这些网格针对所需的设计点进行优化，无需人工干预即可完成。

(二)不确定性量化

误差和不确定性可能来自模型的各个方面，如果没有完整的聚变设备进行验证的话，模型就无法完全模拟现实情况。但是，如果能够量化模型偏差的程度，就可以更有信心地进行设计。

在进行设计建模时，工程师们为了避免出现“悬崖边缘”效应，会不单纯追求设备的极致优化。这是因为如果某个参数稍有偏差，设备可能就会失效，相反，他们倾向于采用“考虑不确定性”的设计方法，即使假设出现5%到10%的偏差，设备仍然能够正常工作。

Borowiec对此进行了解释：“如果你对设备第一壁上的热通量存在不确定性，而该材料的熔点是1,000开尔文，你就不应该只针对这个温度设计，因为实际热量可能会超出这个值，相反，你会选择在800开尔文设计，这样就有了一定的安全余地，即使实际温度超过了你的设计值，设备也仍然能够承受。”

目前，不确定性量化的工作正在进行之中，随着新的聚变装置和测试平台的建设，它们所产生的实验数据将有助于进一步改进模型，并使FREDA工具能够提供尽可能准确和可靠的模拟。