Proxima Fusion: Münchner Startup erhält 6,5 Millionen Euro vom BMBF
für Forschungspartnerschaften zu KI für Kernfusionsreaktoren (FOTO)
München (ots) -
- "AI for Fusion Engineering"-Programm soll Design von
Stellarator-Fusionskraftwerken mithilfe von KI vorantreiben.
- Kosten für Fusionskraftwerke sollen gesenkt und deren Zuverlässigkeit
verbessert werden, um sie bis Mitte 2030 marktreif zu machen.
- Das Projekt umfasst Partnerschaften mit der Universität Bonn, dem
Forschungszentrum Jülich und der Technischen Universität München.
Das deutsche Bundesministerium für Bildung und Forschung (BMBF) fördert das
Münchner Startup Proxima Fusion (http://proximafusion.com) mit mehr als 6,5
Millionen Euro, um in Partnerschaft mit der Universität Bonn
(https://www.uni-bonn.de/en) , dem Forschungszentrum Jülich
(https://www.fz-juelich.de/en) und der Technischen Universität München (TUM)
(https://www.tum.de/en/) die Entwicklung und Optimierung von
Stellarator-Kernkraftwerken mithilfe von künstlicher Intelligenz (KI)
voranzubringen.
Die Partner im Projekt "AI for Fusion Engineering" vereinen interdisziplinäre
Expertise in den Bereichen Plasmaphysik, maschinellem Lernen, Optimierung und
Informatik. Gemeinsam haben sie es sich zum Ziel gesetzt, KI-gestützte
Simulationstools zu entwickeln, die physikalische und technische Simulationen
integrieren können. Diese Tools sollen die kritischen Komponenten von
Stellaratoren optimieren, wie hochtemperatursupraleitende Magnete (HTS-Magnete),
Materialien, die in Kontakt mit Fusionsplasma kommen, sowie Kühlsysteme. Diese
Technologie soll in Zukunft für saubere Energie aus Fusionskraftwerken sorgen.
KI-optimierte Stellaratoren als Schlüssel zur kommerziellen Fusionsenergie
"Stellaratoren stellen den deutlichsten und robustesten Weg hin zur kommerziell
nutzbaren Fusionsenergie dar. Sie können eine stabile und kontinuierliche
Energiegewinnung ermöglichen, sind aber aufgrund ihrer 3D-Geometrien kompliziert
in der Entwicklung", sagte Dr. Francesco Sciortino, Mitbegründer und CEO von
Proxima. "Dieses Projekt wird die Stellarator-Entwicklung beschleunigen, Kosten
senken und die Verlässlichkeit und die Leistung dieser Geräte verbessern." Dr.
Markus Kaiser, AI Lead bei Proxima, fügte hinzu: "KI kann nur dank Proximas
einzigartigem simulationsbasierten Ansatz einen wirklich sinnvollen Beitrag zur
Fusionsforschung und -technik leisten."
Lösung einer der größten Herausforderungen im Bereich der Kernfusion
Die Forschenden betonen den erwarteten Technologiesprung durch die Kooperation
und dessen Auswirkungen für Kernfusionskraftwerke und darüber hinaus.
"Indem wir datengetriebene Optimierungstechniken, geometrisches maschinelles
Lernen und unsicherheitsbewusste Ersatzmodellierung anwenden, können wir die
neuesten technologischen Fortschritte bei der Stellarator-Entwicklung in
skalierbaren Berechnungslösungen zum Einsatz bringen", so Prof. Dr. Daniel
Cremers, Inhaber des Lehrstuhls für Bildverarbeitung und Künstliche Intelligenz
an der TUM School of Computation, Information and Technology.
Dr. Dirk Reiser, Teamleiter für "Theory and Numerical Simulations" am
Forschungszentrum Jülich, ordnet die Dimension des Projektes ein: "Wir
entwickeln kostengünstigere, hochmoderne KI-gestützte Modellierungstools für die
Plasma-Oberflächen-Wechselwirkung und arbeiten damit an der Lösung einer der
problematischsten Herausforderungen im Bereich der Kernfusion. Unser Projekt
integriert KI mit klassischen Engineering-Techniken, um die Einschränkungen der
derzeitigen Designmethoden zu überwinden und die Konzepte rechnerisch machbar zu
gestalten."
Prof. Dr. Zorah Lähner, eine führende Forscherin für geometrisches Deep Learning
an der Universität Bonn und dem Lamarr-Institut, erkennt weiteres Potenzial:
"Die im Rahmen dieses Projekts entwickelten Tools und Technologien haben auch
breiter gefasste Anwendungen über die Fusionsenergie hinaus. Die innovativen und
praktischen Lösungen werden für komplexe Engineering Herausforderungen etwa in
der Luft- und Raumfahrt sowie der Automobilindustrie ebenfalls unglaublich
interessant sein."
Marktreife Funktionsenergie in rund 10 Jahren
Als führendem Partner obliegt Proxima die übergreifende Koordination des
Projekts. Das in München ansässige Startup-Unternehmen beschäftigt sich
schwerpunktmäßig mit der Entwicklung und Konstruktion wirtschaftlich tragbarer
Stellarator-Fusionskraftwerke und verfolgt das Ziel, die Funktionsenergie bis
Mitte der 2030er Jahre marktreif zu machen und ins Netz zu integrieren.
Über Proxima Fusion
Proxima Fusion ging im Jahr 2023 aus dem Max-Planck-Institut für Plasmaphysik
(IPP) hervor und arbeitet seither in öffentlich-privater Partnerschaft mit dem
IPP, um die physikalische und technische Grundlage zu erweitern und die erste
Generation von Fusionskraftwerken mit quasi-isodynamischen (QI) Stellaratoren zu
errichten. Proximas simulationsgetriebener Engineering (https://www.proximafusio
n.com/press-news/the-advantage-of-simulation-driven-engineering-fast-tracking-st
ellarator-development) -Ansatz nutzt fortschrittliche Computertechnologien und
Hochtemperatur-Supraleiter, um auf den bahnbrechenden Ergebnissen des
Wendelstein 7-X (https://www.ipp.mpg.de/w7x) -Experiments (W7-X) aufzubauen, dem
am IPP entwickelten weltweit fortschrittlichsten Stellarator.
Über die Universität Bonn
Die Universität Bonn und ihre Partnerorganisation, das Lamarr-Institut für
Maschinelles Lernen und Künstliche Intelligenz, eines der fünf deutschen
KI-Kompetenzzentren, leisten einen Beitrag durch Expertise im Bereich der
Geometrieoptimierung und des maschinellen Lernens. Forscher der Arbeitsgruppen
"Geometry in Machine Learning" und "Learning and Optimisation for Visual
Computing" befassen sich mit der Entwicklung neuer geometrischer Darstellungen
zur Optimierung von Stellarator-Designs. Ihre Arbeit konzentriert sich auf die
Entwicklung KI-getriebener Tools, die in der Lage sind, die zur Entwicklung von
Stellarator-Komponenten erforderlichen komplexen Geometrien effizient zu
analysieren und zu bearbeiten, insbesondere im Hinblick auf Fusionsplasmaformen
und die Konfigurationen von Magnetspulen.
Über das Forschungszentrum Jülich
Das Forschungszentrum Jülich bringt umfassende Kenntnisse und Erfahrungen in der
Materialforschung und Plasmaphysik mit. Dabei liegt ein besonderer Fokus auf der
Plasma-Wand-Wechselwirkung und dem Verhalten von Materialien, die in
Fusionsreaktoren Hochenergie-Teilchen ausgesetzt sind. Die Forscher entwickeln
KI-basierte Modelle zur Materialerosions- und Wärmestrom-Simulation und tragen
so dazu bei, die Leistung und Langlebigkeit der Stellarator-Komponenten zu
optimieren. Darüber hinaus arbeitet das Forschungszentrum Jülich an
KI-gestützten 3D-Plasmarandschicht-Simulationen, um künftig Prognosen über das
Plasmaverhalten in Stellaratoren zu verbessern.
Über die Technische Universität München (TUM)
Die Arbeitsgruppe "Computer Vision" der TUM, die für ihre erstklassige Forschung
im Bereich der Optimierung und des maschinellen Lernens bekannt ist, trägt zur
Optimierung der Leistung und Belastbarkeit von Stellarator-Komponenten bei. Ihre
Arbeit konzentriert sich auf den Einsatz von KI, um die Komponenten,
insbesondere HTS-Magnete, widerstandsfähiger gegenüber Fertigungsfehlern und der
zeitbedingten Degradierung zu machen. Außerdem erforscht die TUM
fortschrittliche KI-Techniken wie geometrisches Deep Learning, um die Effizienz
und Wirtschaftlichkeit der Stellarator-Entwicklung zu verbessern.
Pressekontakt:
Whitney Milam
Pressesprecherin Proxima Fusion
mailto:press@proximafusion.com
Weiteres Material: http://presseportal.de/pm/177716/5927234
OTS: Proxima Fusion
