LNF: AID-DAEDALUS. : AI Driven Digital twin prototype of the TJ-II and OLMAT for Advanced Experimental Design, Analysis and Leading-edge Understanding of Stellarators physics (2025-2028)

From FusionWiki
Revision as of 15:01, 8 October 2025 by Gratta (talk | contribs) (Created page with "== LNF - Nationally funded project == '''Title''': '''AID-DAEDALUS. AI Driven Digital twin prototype of the TJ-II and OLMAT for Advanced Experimental Design, Analysis and Leading-edge Understanding of Stellarators physics''' '''Reference''': PID2024-157659OB-I00 '''Programme and date''': Plan Estatal de Investigación Científica, Técnica y de Innovación 2024-2027 '''Programme type (Modalidad de proyecto)''': Proyectos de Generación de Conocimiento 2024 '''Area/s...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

LNF - Nationally funded project

Title: AID-DAEDALUS. AI Driven Digital twin prototype of the TJ-II and OLMAT for Advanced Experimental Design, Analysis and Leading-edge Understanding of Stellarators physics

Reference: PID2024-157659OB-I00

Programme and date: Plan Estatal de Investigación Científica, Técnica y de Innovación 2024-2027

Programme type (Modalidad de proyecto): Proyectos de Generación de Conocimiento 2024

Area/subarea (Área temática / subárea): Energía y transporte / Energía

Principal Investigator(s): Giuseppe Rattá Gutiérrez

Project type: Proyecto individual

Start-end dates: 01/09/2025 - 30/08/2028

Financing granted (direct costs): 65000 €

Description of the project

El proyecto AID-DAEDALUS busca crear prototipos de gemelos digitales impulsados por inteligencia artificial de los dispositivos de fusión TJ-II y OLMAT del CIEMAT. Su finalidad es simular, predecir y controlar en tiempo real el comportamiento del plasma y de los materiales sometidos a condiciones extremas, con el fin de optimizar los recursos y reducir los costes de las campañas experimentales. Para ello se aprovechará una amplia base de datos con más de cincuenta mil experimentos del TJ-II y los registros de OLMAT, que servirán para entrenar modelos de redes neuronales capaces de reproducir parámetros como la densidad electrónica, la radiación o los daños en tungsteno, y de generar señales sintéticas cuando las mediciones reales sean incompletas o defectuosas.

Durante tres años se desarrollarán bases de datos estandarizadas, modelos de inteligencia artificial y pruebas de control en tiempo real utilizando el supercomputador Turgalium. El proyecto cuenta con la colaboración de centros nacionales e internacionales y con la participación de varios doctorandos, y se espera que refuerce el liderazgo científico de España en el uso de inteligencia artificial aplicada a la energía de fusión, reduciendo los costes experimentales y promoviendo la transferencia de estas tecnologías a otros dispositivos europeos y a sectores como la ciencia de materiales o los sistemas energéticos avanzados.

References



Back to list of nationally funded projects