SafeDivertor: 매크로 플라즈마 상태 신호를 활용한 정확한 다이버터 열 유동 재구성 - 시간-주파수 사전 지식 활용

SafeDivertor: Faithful Divertor Heat Flux Reconstruction from Macroscopic Plasma State Signals via Time-Frequency Prior Exploitation

다이버터 열 유동 분석은 플라즈마-벽 상호작용을 이해하고 자기 가둠 핵융합 장치 내 플라즈마 접촉 부품을 보호하는 데 필수적입니다. 기존의 적외선 기반 역전산 방식은 일반적으로 방전 후에 수행되며, 장비별 재료 특성, 다이버터 기하학 구조 및 경계 조건을 고려한 열 전도 모델링이 필요합니다. 본 연구에서는 이러한 기존의 적외선 기반 역전산 패러다임을 가속화하는 대신, 방전 중에 획득 가능한 다중 소스 플라즈마 상태 신호를 직접 활용하여 시간 분해능을 갖는 방사형 열 유동 프로파일을 재구성하는 새로운 실시간 기반 신호 기반 재구성 방법을 제시합니다. 본 연구를 통해 이 작업을 체계적으로 연구할 수 있도록, 다중 소스 방전 데이터셋인 DivMPS2HF를 구축하여 신호 기반 다이버터 열 유동 재구성을 위한 데이터 기반과 벤치마크를 제공합니다. 또한, 신호 기반 열 유동 재구성의 주요 과제를 해결하기 위해 설계된 작업 중심 프레임워크인 SafeDivertor를 제안합니다. SafeDivertor는 대상 채널에 대한 방사형 분포 지침을 제공하는 물리적 사전 정보 기반 초기화, 특정 이질적인 신호에 대한 의존성을 줄이기 위한 입력 변동, 시간-주파수 사전 정보를 활용하고 과도 현상을 보존하기 위한 스펙트럼 인식 재구성 최적화, 그리고 이러한 상호 보완적인 목표의 최적화를 안정화하기 위한 점진적 학습을 사용합니다. DivMPS2HF 데이터셋에 대한 실험 결과는 SafeDivertor가 평가된 시계열 기반 모델 중에서 가장 우수한 전반적인 성능을 달성하며, 신호 기반 다이버터 열 유동 재구성에 새로운 성능 기준을 제시함을 보여줍니다. 소스 코드는 https://github.com/Event-AHU/OpenFusion 에서 공개될 예정입니다.

Divertor heat-flux analysis is essential for understanding plasma-wall interactions and protecting plasma-facing components in magnetic-confinement fusion devices, while conventional infrared-based inversion is usually performed after discharge and requires heat-conduction modeling with device-specific material properties, divertor geometry, and boundary conditions. Rather than accelerating this conventional infrared-based inversion paradigm, we introduce a new online-oriented signal-based reconstruction paradigm that directly reconstructs time-resolved radial heat-flux profiles from multi-source macroscopic plasma-state signals available during discharge. To enable systematic study of this task, we construct \textbf{DivMPS2HF}, a multi-source discharge dataset that provides the data foundation and benchmark for signal-based divertor heat-flux reconstruction. We further propose \textbf{SafeDivertor}, a task-driven framework designed to address the key challenges of signal-based heat-flux reconstruction. It employs physical prior-aware initialization to provide radial-distribution guidance for target channels, input perturbation to reduce over-reliance on specific heterogeneous signals, spectral-aware reconstruction optimization to exploit time-frequency priors and preserve transient dynamics, and progressive training to stabilize the optimization of these complementary objectives. Experiments on DivMPS2HF demonstrate that SafeDivertor achieves the best overall performance among the evaluated time-series baselines across all five metrics, establishing a new performance benchmark for signal-based divertor heat-flux reconstruction. The source code will be released on https://github.com/Event-AHU/OpenFusion