가스에 대한 집단 톰슨 산란 기술을 통한 플라즈마 매개변수의 베이지안 추론

Scientific Reports 13권, 기사 번호: 13002(2023) 이 기사 인용

270 액세스

측정항목 세부정보

단일 라이너 가스 퍼프의 정체를 연구하기 위해 Collective Thomson 산란 기술이 구현되었습니다. 플라즈마 매개변수는 실험 데이터를 설명하는 가장 가능성 있는 매개변수 세트를 제공하기 위해 베이지안 추론과 함께 산란 형태 인자를 이론적으로 모델링하여 결정됩니다. 데이터 분석을 통해 들어오는 흐름이 부분적으로 상호 침투할 수 있음이 밝혀졌습니다. 평균 자유 경로의 추정은 플라즈마가 축에 도달함에 따라 약한 충돌에서 충돌 체제로 점진적인 전환을 보여줍니다. 또한 \(\mathrm{r}=2.5\,\mathrm{mm}\)에서의 이온 에너지는 \({13.6}_{-0.9}^{+1.0}\,\mathrm{keV}입니다. \)는 본질적으로 운동적이며 전체 에너지의 \({98}_{-9}^{+10} \%\)를 나타냅니다. 이 운동 에너지는 \({3.7}_{-0.5}^{+0.4}\,\mathrm{keV}\) 축의 값인 \({84}_{-14}^{보다 훨씬 큽니다. 총 에너지의 +15} \%\). 이때 전자로의 에너지 전달과 방사선 손실은 무시할 수 있는 수준인 것으로 나타났습니다. 이러한 에너지 불균형에 대한 가능한 설명은 이온을 수직으로 편향시키는 \(\sim 4.7\,\mathrm{T}\)보다 큰 방위각 자기장이 존재한다는 것입니다. 인용된 불확실성은 68%의 신용 구간을 나타냅니다.

가스 퍼프는 초음속 가스 기둥이 펄스형 발전기의 음극과 양극 사이의 공간에 주입되는 Z 핀치 구성의 구성원입니다. 발전기의 전류가 이온화되어 가스를 통해 흐를 때 기둥이 정체(최대 압축 순간)에 도달할 때까지 방사형으로 압축하는 방위각 자기장이 생성됩니다. 가스 퍼프는 X선 및 중성자1,2,3의 잠재적 소스로 연구되었으며 자기 관성 핵융합(MIF) 연구4에서도 연구되었습니다.

정체 상태에서 내파하는 플라즈마 운동 에너지는 빠르게 열화되고(이온-이온 에너지 평형 시간에) 운동 에너지의 큰 부분이 열 에너지로 변환된다고 일반적으로 믿어집니다. 그런 다음 이온 온도가 충분히 높으면 핵융합 반응이 일어나고(중수소를 작동 가스로 사용하는 경우) 열에너지가 핵융합 생성물의 운동 에너지로 변환됩니다. 방사선 소스의 경우 이온은 열 에너지를 전자(이온-전자 에너지 평형 시간에)로 전달하고, 전자는 이온화 및 방사선1,5,6을 통해 에너지를 잃습니다. 그러나 이 연구에서 우리는 이 고전적인 그림이 항상 그런 것은 아니며 정체 상태의 물리학이 더 복잡하다는 것을 보여줍니다.

게다가, 완전히 이해되지 않는 침체의 다른 과정도 있습니다. 예를 들어, 드라이버 전압보다 큰 에너지로 이온이 가속되는 것이 일반적으로 관찰됩니다. 많은 이론이 제안되었지만 가속 메커니즘은 여전히 ​​논란의 여지가 남아 있습니다7. 또한, 실제 이온 온도는 측정하기 어려운 것으로 밝혀졌습니다. Maron et al.8은 도플러 분광법으로 얻은 값이 실제 값보다 몇 배 더 높을 수 있으며 열 운동보다는 플라즈마의 모든 유체 역학 운동을 나타냄을 보여주었습니다. 이는 침체기의 물리학을 완전히 이해하기 위해서는 더 많은 진단과 정확한 데이터 분석이 필요하다는 것을 보여줍니다.

Thomson 산란(TS) 기술은 고에너지 밀도 플라즈마를 진단하는 강력한 도구임이 입증되었습니다. 이 기술을 사용하면 전자 온도(\({\mathrm{T}}_{\mathrm{e}}\)), 이온 온도(\({\mathrm{T}}_{\mathrm)를 추정할 수 있습니다. {i}}\)), 전자 밀도(\({\mathrm{N}}_{\mathrm{e}}\)), 플라즈마 속도(\({\mathrm{V}}_{\mathrm{p }}\)), 이온화 ​​상태(\(\mathrm{Z}\)) 동시에9,10,11. 프로빙 레이저가 플라즈마와 상호작용할 때 일정 부피에서 전자 밀도 변동으로 인해 산란된 빛을 수집하는 기술입니다. 수집된 스펙트럼 모양은 플라즈마 매개변수에 대한 정보를 전달합니다. 다른 분광학 기술에 비해 주요 장점은 잘 결정된 부피에서 국부적으로 측정할 수 있고 Stark 또는 Zeeman 효과와 같은 확장 메커니즘과 무관하다는 것입니다. 그러나 많은 수의 매개변수 \(({\mathrm{T}}_{\mathrm{e}}, {\mathrm{T}}_{\mathrm{i}}, {\mathrm{N}}_ {\mathrm{e}}, {\mathrm{V}}_{\mathrm{p}},\mathrm{ Z})\) 및 매개변수(Eq. 2 참조)를 사용한 수학적 모델의 복잡한 종속성은 관련 불확실성이 있는 모든 매개변수를 동시에 추정하는 것은 어렵습니다. 기존의 분석 방법에는 보완적인 진단이나 이전 실험의 가정을 통해 얻은 여러 고정 매개변수가 포함됩니다. 가장 적합한 것은 카이 제곱을 최소화하여 찾는 반면, 불확실성은 몬테카를로와 유사한 방법9,12을 사용하여 추정됩니다. 그러나 이 점 추정 접근법은 전역 최소값 도달을 보장하지 않습니다. 특히 적합이 다중 모드이거나 다양한 매개변수 조합이 실험 데이터에 잘 맞을 수 있는 경우(유사한 카이 제곱이 생성됨), 이는 다음에서 호출됩니다. '불안정한 기능'이라는 문헌13. 이러한 경우를 처리하려면 매개변수 분포에 대한 보다 일반적인 관점을 갖는 것이 중요합니다. 이를 통해 각 매개변수가 스펙트럼의 모양과 매개변수 간의 상관 관계에 얼마나 영향을 미치는지 확인할 수 있습니다14.