Diffusive Heat Transport Profiles from Integrated Data Analysis at ASDEX Upgrade

Abstract

Zuverlässige Abschätzungen des Wärmetransports sind entscheidend für die Auswertung von Tokamak-Experimenten und die Szenario Entwicklung, da ein effektiver Wärmeeinschluss notwendig ist, um einen Nettoenergiegewinn zu erzielen. In magnetisch eingeschlossenen Plasmen dominiert turbulenter Transport die Energieverluste, dessen komplexe Natur sich jedoch nicht analytisch beschreiben lässt. Obwohl es fortgeschrittene numerische Codes für detaillierte Turbulenzmodellierung gibt, sind diese rechenintensiv und eignen sich daher nicht für die Analyse vieler experimenteller Plasmaentladungen. Diese Arbeit verfolgt einen alternativen Ansatz, der ausschließlich experimentelle Daten nutzt, um ein diffuses Transportkoeffizienten-Modell zu speisen, das aus dem Transport code ASTRA adaptiert wurde. Der Wärmetransportwird durch Aufstellen einer Leistungsbilanz für Elektronen und Ionenanalysiert, in der sämtliche relevanten Leistungsquellen und -senken, wie Heizsysteme und Strahlungsverluste, berücksichtigt werden, um die zugehörigen Diffusionskoeffizienten χ zu bestimmen. Konkret werden Implementierung, Validierung und Analyse der Berechnung der Elektronen- und Ionen-Wärmediffusivitäten im bayesschen integrierte daten analyse system (IDA/IDE) am ASDEX Upgrade Tokamak vorgestellt. Ein zentraler Beitrag ist eine robuste Rekonstruktion des Strahlungsleistungsprofils: Anstatt sich auf spärliche Verunreinigungskonzentrationen (W,C) und feste Strahlungsfunktionen zu stützen, wird ein Gaussian-Process-Tomographie (GPT)-Code auf Basis von Bolometerdaten nach Fortran90 portiert und in IDE integriert. Die Implementierung führt eine X-Punkt-sensitive Maskierung ein, die Divertor-Pixel ausschließt, während die Emission des eingeschlossenen Plasmas erhalten bleibt, und führt eine radiale Integration in ρtor mit spline basierter Volumennormierung durch. Das GPT-basierte Prad stimmt mit manuellen Tomographien überein und korrigiert den unphysikalischen Randabfall des Legacy-Modells, wodurch χe im Bereich des Pedestals verbessert wird. Eine Monte-Carlo-Sensitivitätsstudie quantifiziert Unsicherheitshüllen in Abhängigkeit vom Radius: Temperaturgradienten dominieren (Te für χe, Ti für χi), mit den größten relativen Unsicherheiten im Kern und am Rand sowie kleineren, verlässlicheren Werten für 0.2 ≤ ρtor ≤ 0.8. Analysen mit hoher zeitlicher Auflösung zeigen interpretierbare χ-Dynamik während ELMZyklen, sofern die Diagnostik-Kadenz dies zulässt; der Einfluss der zeitlichen Auflösung und der Behandlung von dWdt wird charakterisiert, und Mittelungenüber dasselbe Zeitfenster versöhnen Profile, die mit unterschiedlichen Kadenzen gewonnen wurden. Insgesamt liefert die Arbeit einen validierten, leicht nutzbaren Pfad zu Transportkoeffizienten direkt aus IDE sowie praktische Hinweise zu Verlässlichkeit und Grenzen.

Reliable estimates of heat transport are crucial for interpreting to kamak experiments and informing scenario development, as effective heat confinement is necessary to achieve net energy gain. In magnetically confined plasmas, turbulent transport dominates energy losses, but its complex nature cannot be described analytically. While advanced numerical codes exist for detailed turbulence modeling, they are computationally intensive. This thesis adopts an alternative approach by relying exclusively on experimental data to use in a diffusive transport coefficient model adapted from the transport code ASTRA. Heat transport is analyzed by establishing a power balance for electrons and ions, accounting for all relevant power sources and sinks, such as heating systems and radiative losses, to calculate the corresponding diffusion coefficients χ. Specifically, this work implements, validates and analyzes the calculation of the electron and ion heat diffusivities with in the Bayesian integrated data analysis framework (IDA/IDE) at the ASDEX Upgrade to kamak. A central contribution is a robust reconstruction of the radiated-power profile: instead of relying on sparse impurity concentrations (W, C) and fixed radiation functions, a Gaussian-Process Tomography (GPT) code using bolometer data is ported and integrated into IDE (Fortran90). The implementation introduces an X-point-aware masking that excludes divertor pixels while preserving confined-plasma emission and performs radial integration inρtor with spline-based volume normalization. The GPT-based Prad agrees with manual tomographies and corrects the unphysical edge roll-off of the legacy model, thereby improving χe near the pedestal. A Monte Carlo sensitivity study quantifies uncertainty envelopes versus radius: temperature gradients dominate (Te for χe, Ti for χi), with largest relative uncertainties in the core and edge and smaller, more reliable values for 0.2 ≤ ρtor ≤ 0.8. High-time-resolution analyses demonstrate interpretableχ dynamics during ELM cycles when the diagnostic data acquisition rate permits; the impact of temporal resolution and dWdt treatment is characterized and averaging across the same time window reconciles profiles obtained at different cadences. Overall, the work delivers a validated, readily available pathway to transport coefficients directly from IDE, together with practical guidance on reliability and limits.