Abstract Negative triangularity (NT) is a potentially transformative configuration for tokamak-based fusion energy with its high-performance core, edge localized mode (ELM)-free edge, and low-field-side divertors that could readily scale to an integrated reactor solution. Previous NT work on the TCV and DIII-D tokamaks motivated the installation of graphite-tile armor on the low-field-side lower outer wall of DIII-D. A dedicated multiple-week experimental campaign was conducted to qualify the NT scenario for future reactors. During the DIII-D NT campaign, high confinement ( H 98 y , 2 ≳ 1), high current ( q 95 < 3), and high normalized pressure plasmas ( β N > 2.5) were simultaneously attained in strongly NT-shaped discharges with average triangularity δ avg = −0.5 that were stably controlled. Experiments covered a wide range of DIII-D operational space (plasma current, toroidal field, electron density and pressure) and did not trigger an ELM in a single discharge as long as sufficiently strong NT was maintained; in contrast, to other high-performance ELM-suppression scenarios that have narrower operating windows. These strong NT plasmas had a lower outer divertor X-point shape and maintained a non-ELMing edge with an electron temperature pedestal, exceeding that of typical L-mode plasmas. Also, the following was achieved during the campaign: high normalized density ( n e / n GW of at least 1.7), particle confinement comparable to energy confinement with Z eff ∼ 2 , a detached divertor without impurity seeding, and a mantle radiation scenario using extrinsic impurities. These results are promising for a NT fusion pilot plant but further questions on confinement extrapolation and core-edge integration remain, which motivate future NT studies on DIII-D and beyond.

Gasoline, as one of the indispensable energy sources in the global economy, the stability of its price has an important impact on national energy security and economic development. This study aims to improve the accuracy of gasoline price prediction through the use of Long Short-Term Memory Network (LSTM). By collecting and analyzing the historical price data of No. 95 gasoline in Beijing, the author constructed a prediction model based on LSTM, which is particularly suitable for dealing with long-term dependence in time series data. By comparing their performance to the traditional Recurrent Neural Networks (RNN) and Convolutional Neural Networks (CNN), LSTM demonstrates its advantages in processing complicated time series data. The validity of the model is verified by several evaluation metrics, including mean square error (MSE), root mean square error (RMSE), mean absolute error (MAE), and mean absolute percentage error (MAPE). The results of the study indicate that the LSTM model shows high accuracy and reliability in predicting gasoline prices. In addition, future work will explore the introduction of multivariate analysis and hybrid network models to further the accuracy of the predictions and its generalization ability.

Abstract LS 5039 is one of a handful of γ -ray binary systems in the milky Way, comprising a pulsar and a massive O-type companion star with an orbital period of 3.9 days. Recently, we conducted a data analysis using approximately 16 yr of Fermi Large Area Telescope observations, spanning from 2008 August 4 to 2024 July 8. In our timing analysis, we discovered two new periodic signals with frequencies higher and lower than the known orbital period. The higher-frequency signal has a period of 3.63819 days with a 7.1 σ confidence level, while the lower-frequency signal has a period of 4.21654 days with a 6.3 σ confidence level. Additionally, in data from the High Energy Stereoscopic System of Cherenkov telescopes, two potential signals are found with periods similar to the two newly discovered ones. Considering that these two signals fall within the same frequency interval as the orbital period, we suggest the possibility of a third body orbiting the barycenter of the LS 5039 binary system, with the new periodic signals arising from specific frequency combinations of the two orbital periods.

Abstract This study systematically compares the influence of shattered pellet injection (SPI) and massive gas injection (MGI) on plasma disruption mitigation within the Experimental Advanced Superconducting Tokamak. The results reveal that SPI demonstrates significant advantages over MGI in plasma disruption mitigation, as it predominantly deposits impurities within the plasma core. This leads to more rapid emission of thermal radiation and a significantly shorter total disruption duration compared to MGI. Conversely, MGI primarily deposits impurities at the plasma edge, and its impurity penetration duration is longer compared to that of SPI. During the current quench phase, MGI displays an evident radiation tail extending from the plasma core to its edge, accompanied by a second current spike. These phenomena are primarily attributed to cold vertical displacement events, which cause the plasma to directly contact the first wall, thereby generating halo currents and emitting hard X-rays. Furthermore, both SPI and MGI exhibit clear magnetohydrodynamic (MHD) mode switching, wherein the inherent n = 1 and n = 2 modes transition to a new n = 1 mode. This new mode features a reversed rotation direction and is accompanied by a burst of soft X-rays from the plasma core. This observation suggests that the observed MHD mode switching is driven by impurity‒plasma interactions rather than the impurity injection method. Future research endeavors must focus on high-resolution diagnostics and further experimentation to better understand the impacts of impurities on MHD modes. Overall, this study provides crucial data support for improving plasma disruption mitigation strategies for ITER and other future fusion reactors.

The pavement base and subbase are the main load-bearing structures of asphalt pavement, and their materials need to have sufficient bearing capacity. Therefore, in the development of LSAM-50 mixtures with higher bearing capacity, after significant research and engineering practice, conventional particle size asphalt mixtures have formed their own excellent mineral gradation and have been incorporated into relevant specifications, while LSAM-50 mixtures, including mineral gradation, have not been involved in related research and engineering applications. According to the strength composition mechanism of asphalt mixtures, under the same circumstances of asphalt, due to the large nominal maximum particle size of LSAM-50 and the small amount of asphalt used, the strength of mineral grading is more important than that of asphalt, which is one of the key issues to be solved in the research of LSAM-50 mixtures. This study aims to enhance the road performance of asphalt mixtures with a maximum nominal particle size of 50 mm (LSAM-50). The variation of void ratios in coarse aggregate skeletons was investigated when aggregates of 37.5-53 mm (designated as D1), 19-37.5 mm (designated as D2), and 9.5-19 mm (designated as D3) were mixed in different proportions. Meanwhile, the effects of fine aggregate gradation on the strength of asphalt mortar and the influence of the ratio of coarse to fine aggregates on the mechanical strength of LSAM-50 were examined. A densely graded structure with strong interlocking for LSAM-50 was proposed, and its road performance was verified. The results indicate that when the ratio of D1, D2, and D3 is 5:2:3, the void ratio of the mixed coarse aggregate is minimized. When the decrement factor i is 0.75, the compressive strength and splitting strength of asphalt mortar reach their maxima. Compared with the densely graded asphalt-stabilized aggregate mixture (ATB-30) with a maximum nominal particle size of 37.5 mm, the dynamic stability of LSAM-50 with the proposed gradation is increased by 400%, the low-temperature bending strain by 3%, the SCB bending strength by 47%, and the residual SCB strength by 90%.