Abstract Impedance matching is crucial for optimizing plasma generation and reducing power reflection in capacitively coupled plasmas (CCP). Designing these matchings is challenging due to the varying and typically unknown impedance of the plasma, especially in the presence of multiple driving frequencies. Here, a computational design method for IMNs for CCPs is proposed and applied to discharges driven by tailored voltage waveforms (TVW). This method is based on a self-consistent combination of Particle In Cell/Monte Carlo Collision (PIC/MCC) simulations of the plasma with Kirchhoff's equations to describe the external electrical circuit. Two Foster second-form networks with the same structure are used to constitute an L-type matching network, and the matching capability is optimized by iteratively updating the values of variable capacitors inside the IMN. The results show that the plasma density and the power absorbed by the plasma continuously increase in the frame of this iterative process of adjusting the matching parameters until an excellent impedance matching capability is finally achieved. Impedance matching is found to affect the DC self-bias voltage, whose absolute value is maximized when the best matching is achieved. Additionally, a change in the quality of the impedance matching is found to cause an electron heating mode transition. Poor impedance matching results in a heating mode where electron power absorption in the plasma bulk by drift electric fields plays an important role, while good matching results in the classical $\alpha$-mode operation, where electron power absorption by ambipolar electric fields at the sheath edges dominates. The method proposed in this work is expected to be of great significance in promoting TVW plasma sources from theory to industrial application, since it allows designing the required complex multi-frequency IMNs.

Abstract The suppression of core temperature fluctuations due to edge cooling in the J-TEXT tokamak is presented. The supersonic molecular beam is injected into the low density plasmas and the core temperature rise appears. The staggered time correlation technique is utilized to infer the temperature fluctuations from an electron cyclotron emission radiometer (ECE). The existing correlation ECE (CECE) also enables the observation of the temperature fluctuations simultaneously. A significant flattening of the density gradients appears almost in the whole plasmas after the cold pulse injection. The behaviors of the temperature fluctuations from both ECE and CECE show a good agreement, except for the fluctuation level, which exhibits a relative variation of approximately 10-50%. The relative intensity of temperature fluctuations decreases within the surface of r/a~0.8 due to the edge cooling. The cross-power analysis and the agreement in measurements suggest that temperature fluctuations from turbulence inferred from a single ECE channel may be possible. Linear simulations suggest the drop in temperature fluctuation intensity may relate to the trapped electron mode turbulence stabilization. This paper also demonstrates the evolution of both gradients and fluctuations before and after supersonic molecular beam injection with density scans.

Abstract Recent results from MAST Upgrade are presented, emphasising understanding the capabilities of this new device and deepening understanding of key physics issues for the operation of ITER and the design of future fusion power plants. The impact of MHD instabilities on fast ion confinement have been studied, including the first observation of fast ion losses correlated with Compressional and Global Alfvén Eigenmodes. High-performance plasma scenarios have been developed by tailoring the early plasma current ramp phase to avoid internal reconnection events, resulting in a more monotonic q profile with low central shear. The impact of m / n = 3/2, 2/1 and 1/1 modes on thermal plasma confinement and rotation profiles has been quantified, and scenarios optimised to avoid them have transiently reached values of normalised beta approaching 4.2. In pedestal and ELM physics, a maximum pedestal top temperature of ∼350 eV has been achieved, exceeding the value achieved on MAST at similar heating power. Mitigation of type-I ELMs with n = 1 RMPs has been observed. Studies of plasma exhaust have concentrated on comparing conventional and Super-X divertor configurations, while X-point target, X-divertor and snowflake configurations have been developed and studied in parallel. In L-mode discharges, the separatrix density required to detach the outer divertors is approximately a factor 2 lower in the Super-X than the conventional configuration, in agreement with simulations. Detailed analysis of spectroscopy data from studies of the Super-X configuration reveal the importance of including plasma-molecule interactions and D 2 Fulcher band emission to properly quantify the rates of ionisation, plasma-molecule interactions and volumetric recombination processes governing divertor detachment. In H-mode with conventional and Super-X configurations, the outer divertors are attached in the former and detached in the latter with no impact on core or pedestal confinement.

Abstract Following the reconstruction of the TEXT tokamak in China at Huazhong University of Science and Technology, renamed as J-TEXT, a plethora of experimental and theoretical investigations have been conducted to elucidate the intricacies of turbulent transport within the tokamak configuration. These endeavors encompass not only the J-TEXT device's experimental advancements but also delve into critical issues pertinent to the optimization of future fusion devices and reactors. The researches include the topics about the suppression of turbulence, flow drive and damping, density limit, nonlocal transport, intrinsic toroidal flow, turbulence and flow with magnetic island, turbulent transport in stochastic layer, turbulence and zonal flow with energetic particles or helium ash. Several important achievements have been got in the last few years, which will be further elaborated upon in this comprehensive review.

For multiple integrated energy systems with similar energy using behavior, the federated learning mechanism can build a higher precision multivariate load prediction model for each integrated energy system. However, the data of different loads in these systems often have different time scales, limited by the characteristics and frequency of data acquisition equipment. Systems often set different hyperparameters with each other to ensure prediction accuracy, which makes it difficult to use federated learning for co-training. In this paper, a multi-stage Long Short-Term Memory (LSTM) federated model based on interpolation method is proposed for multi-node multivariate load forecasting on multi-time scales. In the first stage, the load data of larger time scales are interpolated to unify all the load data to the same time scale. In the second stage, each node (i.e., each integrated energy system) uses its own data to carry out multivariate load training and establish its multivariate load forecasting model. In the third stage, based on the federated learning mechanism and fine-tuning strategy, the LSTM federated prediction of multiple loads is established by fusion training between nodes. Experimental results show that the proposed method can obtain higher precision multi-source load prediction results for multiple integrated energy systems.

The efficiency and repeatability of capacitively coupled plasma (CCP) processes are highly dependent on achieving precise impedance matching between the plasma load and the RF power supply. This paper presents a numerical investigation of the role of frequency modulation in enhancing impedance matching of RF CCPs, a technique that can be critical to maintaining operational efficiency and plasma stability. Through a detailed simulation approach, the research explores how variations in the driving frequency impact plasma characteristics and electrical parameters, particularly focusing on the CCP’s impedance behavior. The simulations demonstrate that when impedance matching is achieved at a fixed fundamental frequency of 13.56 MHz, changes in driving frequency will lead to reduced power coupling efficiency and increased reflection. The study introduces a frequency modulation strategy that allows us to re-establish high-quality impedance matching after changes of the plasma impedance occur, e.g., due to changes of the variable capacitor settings inside the matchbox or gas pressure, thereby improving the CCP’s performance. As the driving frequency can be adjusted electrically, adjusting the impedance matching by frequency modulation is much faster than based on mechanical adjustments of variable capacitors inside the matching and could, thus, allows quicker matching. The findings underscore the impact of frequency modulation on power absorption efficiency and highlight the sensitivity of impedance matching to driving frequency fluctuations. This study provides a foundation for further exploration into the optimization of RF CCP systems with the potential to enhance process control and plasma performance across a range of industrial applications, especially pulsed CCPs.

Direct contact gas-liquid-solid reactor pertains to an extremely high efficiency heat-exchange facility in industrial application. Nevertheless, the scarcity of quantitative analysis data hinders the optimal design of this type of reactor. In the present study, a novel variable bubbles size modeling approach which considers the bubble swarms breakup and coalescence rates, is proposed to evaluate the complex thermal-hydraulics performance of bubble swarms sweeping tube bundles. On the basis of verifying the responsibility of the numerical modelling with published experimental data, the intrinsic link of hydrodynamics and thermodynamics parameters on reactor features, including field characteristics, gas holdup, bubble swarms diameter distribution, gas–liquid interfacial area, temperature difference and heat flux inside different tube bundles regions, are deeply revealed. Results demonstrate that the temperature difference between bubble swarms and tube bundles walls is approximately equal to 2K. Interestingly, different positions of heat exchanging tubes affect the peak value of circumferential heat transfer coefficient. For typical Tube 1–2, the maximum value of 3146.28 W/m2·K appears around 162°. The presence of tube bundles gives rise to the well-distributed iso-surfaces of bubble swarms which contributes to enhance heat transfer. When superficial gas velocities are respectively 0.09 m/s, 0.12 m/s and 0.14 m/s, the average bubble warms diameters are 13.47 mm, 16.22 mm and 17.24 mm. When initial liquid phase height increases from 342 mm to 378 mm, the corresponding gas–liquid interfacial area decreases by 16.2 % in total. Finally, two new modified dimensionless correlations were developed for the prediction of gas holdup and Nusselt number. The prediction errors are respectively 10 % and 6 %. The findings can improve the awareness for promising applications in design and scale-up processes of direct contact gas-liquid-solid reactor.

Abstract Integrated optical antennas featuring large effective lengths and high radiation efficiency (RE) are essential to chip-scale light detection and ranging technology. However, there are challenges in simultaneously achieving both large effective length and high RE in silicon photonics platforms with high refractive index contrast. For traditional silicon waveguide grating antennas based on silicon photonics, the RE is relatively low and the antenna effective lengths are constrained to several hundred micrometers because of the high refractive index contrast. In this article, an embedded grating waveguide antenna which is L-shaped radiating blocks embedded in the slot gap of a silicon subwavelength grating slot waveguide is proposed and investigated numerically. Simulation results indicate the antenna’s effective length is above 4.25 mm, and the far-field divergence angle is near 0.0197°. Using L-shaped radiation blocks can break the diffraction’s perpendicular symmetry and increase the antenna’s RE to near 0.75 at 1550 nm compared to traditional design. Meanwhile, the antenna’s field-of-view reaches around 17.5° × 48.15° ( θ × ϕ ) to satisfy the needs of conventional optical phased arrays.

Abstract Plasma disruption presents a significant challenge in tokamak fusion, especially in large-size devices like ITER, where it causes severe damage. While current data-driven machine learning methods perform well in disruption prediction, they require extensive discharge data for model training. However, future tokamaks will begin operations without any prior data, making it difficult to train data-driven disruption predictors and select appropriate hyperparameters during the early operation period. In this period disruption prediction also aims to support safe exploration of operation range and accumulate necessary data to develop advanced prediction models. Thus, predictors must adapt to evolving plasma states during this exploration phase. To address these challenges, this study further develops the Enhanced Convolutional Autoencoder Anomaly Detection (E-CAAD) predictor and proposes a cross-tokamak adaptive transfer method based on E-CAAD. By training the E-CAAD model on data from existing devices, the predictor can effectively distinguish between disruption precursor and non-disruption samples in new device, enabling disruption prediction from the first shot on the new device. Additionally, adaptive learning from scratch and alarm threshold adaptive adjustment strategies are proposed to enable model automatically adapt to changes in the discharge scenario. The adaptive learning strategy enables the predictor to fully use scarce data during the early operation of the new device while rapidly adapting to changes in the discharge scenario. The threshold adaptive adjustment strategy addresses the challenge of selecting alarm thresholds on new devices where the validation set is lacking, ensuring that the alarm thresholds adapt to changes in the discharge scenario. Finally, the experiment transferring the model from J-TEXT to EAST exhibit that this method enables disruption prediction from the first shot on EAST, allowing the predictor to adapt to changes in the discharge scenario and maintain high prediction performance.