Signal processing for disruption detection in Tokamaks

Disruptions in tokamaks occur as sudden fall of plasma current and lost of magnetic confinement with dangerous consequences on the integrity of the machine. In order to obtain a sufficient gain from thermonuclear fusion reactions, it is necessary to operate in conditions of high current, pressure and density. In this regime disruptions can occur and pose a danger for the device. It is important to classify the causes of disruption and develop strategy for disruption avoidance and or/mitigation. This PhD project concerns the identification of a precursor signal of disruption and the development of an algorithm for real-time alert to predict disruptions in tokamaks applying a Singular Value Decomposition (SVD) to magnetic signals. The analysis has been applied to the magnetic Mirnov signal of the FTU and JET tokamaks. Disruptions are often accompanied by the onset of magnetic islands located on low values of q=m/n rational surfaces, where m and n represent respectively the number of toroidal and poloidal revolutions of the force lines of the magnetic field. The application of SVD to Mirnov coils signals has long been used in several tokamaks for the study of Magneto Hydro Dynamics (MHD) activity, detecting the presence of the MHD instabilities and characterizing the (n,m) mode numbers. From the application of SVD to the fluctuations of the poloidal magnetic field caught by Mirnov coils have been extracted useful markers related to the presence of instabilities and to the probability of the occurrence of a disruptive event. These markers are the entropy H that describes the phase coherence in Mirnov coils and the marker P1 related to the presence of the dominant couple (m,n). In this thesis has been identified a precursor of disruption through the study of the time evolution of the markers during the plasma discharge. This work has carried out processing 2046 FTU plasma shots and 2044 JET plasma shots. The result of the analysis is the development of a set of algorithms based on the SVD analysis of the MHD activity signals caught by Mirnov coils that provides a disruption precursor able to recognize up to 82% of the disruptions; 79% of the recognized disruptions are identified 20 ms before the current quench for the FTU tokamak and 50 ms before the current quench for the JET tokamak.

La disruzione nel tokamak si verifica come una improvvisa caduta di corrente e perdita di confinamento magnetico con conseguenze pericolose per l’integrità della macchina. Al fine di ottenere un guadagno sufficiente dalle reazioni di fusione termonucleare, è necessario operare in condizioni di alta corrente, densità e pressione. In questo regime possono verificarsi disruzioni costituendo un pericolo per il dispositivo. E’ importante classificare le cause di disruzione e sviluppare strategie per la prevenzione o per la mitigazione delle conseguenze di disruzione. Questo progetto di dottorato riguarda l’identificazione di un segnale precursore di disruzione e lo sviluppo di un algoritmo di allerta in real-time per la previsione delle disruzioni nei tokamak, applicando una Decomposizione ai Valori Singolari (SVD) a segnali magnetici. L’analisi è stata applicata ai segnali magnetici Mirnov dei tokamak FTU e JET. Le disruzioni sono spesso accompagnate dallo sviluppo di isole magnetiche localizzate sulle superfici razionali con bassi valori di q=m/n, dove m ed n rappresentano rispettivamente il numero di giri toroidali e poloidali che compiono le linee di forza del campo magnetico. L’applicazione della Decomposizione ai Valori Singolari ai segnali magnetici raccolti da bobine Mirnov viene utilizzata da tempo in diversi tokamak per lo studio dell’attività magnetoidrodinamica, per rivelare la presenza di instabilità magnetoidrodinamiche e caratterizzare i numeri modali (n,m). L’applicazione della SVD alle fluttuazioni del campo magnetico poloidale raccolte da bobine Mirnov consente di estrarre marcatori utili connessi alla presenza delle instabilità e alla probabilità di occorrenza di un evento disruttivo. Questi marcatori sono l’entropia H che descrive la coerenza di fase nelle bobine Mirnov e il marcatore P1 legato alla presenza della coppia (m,n) dominante. In questa tesi è stato identificato un precursore di disruzione attraverso lo studio dell’evoluzione temporale dei marcatori durante lo sparo di plasma. Questo lavoro è stato eseguito analizzando 2046 spari di plasma per FTU e 2044 spari di plasma per JET. Il risultato dell’analisi consiste nello sviluppo di un insieme di algoritmi basati sull’analisi SVD dell’attività magnetoidrodinamica dei segnali raccolti da bobine Mirnov che fornisce un precursore di disruzione in grado di riconoscere fino all’82% delle disruzioni; il 79% delle disruzioni vengono identificate 20 ms prima del current quench nel tokamak FTU e 50 ms prima del current quench nel tokamak JET.