Revision 399a956333874c89670627af8fa41ec29823687f (click the page title to view the current version)

TrainingCourses/Universities/CTU.cz/PRPL/2023-2024/MichOdl/index

Michal Odložilík - Osobní stránka projektu PRPL12

Stránka o progesu projektu PRPL12 Michala Odložilíka na téma Tomografie pomocí vysokorychlostních kamer na tokamaku GOLEM, ve spolupráci s Jakubem Chlumem.

Motivace a cíle

Tomografie je metoda diagnostiky plazmatu, kde získáváme informace ve formě jeho poloidálních řezů emissivity v tokamaku.

Cílem projektu je zprovoznění tomografie pomocí vysokorychlostních kamer operujících ve viditelném spektru na tokamaku GOLEM [1,2], ve spolupráci s Jakubem Chlumem. Mimo výsledky, je jedním z cílů rozšířit své znalosti programování.

Já se konkrétně budu v první části projektu zabývat alternativami k metodě MFR, kde vyzkouším různé metody inverze a případně optimalizuji MFR metodu. S tímto tématem jsem navázal kontakt s Ing. Jakubem Svobodou, který mi poskytl možnost konzultací, za což mu velice děkuji. Ale hlavním společným cílem pořád bude automatizovat tomografii pomocí ryhclých kamer.

Teorie

Tomografie

Tomografie je typ zobrazování v řezech. Samotný název pochází ze dvou řeckých slov “tomos” a “graphos”, v překladu “řez” a “kresba”. Využívá projekcí pozorovaného objektu k následné rekonstrukci jeho příčného řezu.

V praxi, na tokamacích, se většinou měří projekce elektromagnetckého záření z plazmatu na detektorech (fotodiody, bolometry, kamery,…). Data naměřená těmito detektory lze aproximovat jako:

\[\begin{equation}\label{eq:tomo1} f_i=\int T_i(\mathbf{r}) S(\mathbf{r}) \mathrm{d}\mathbf{r} \end{equation}\]

kde \(S(\mathbf{r})\) je emissivita plazmatu, \(f_i\) je signál měřený \(i\)-tým prvkem detektoru, \(\mathbf{r}\) je polohový vektor a \(T_i(\mathbf{r})\) je člen popisující geometrii měření. Cílem tomografie je pak najít emissivitu \(S(\mathbf{r})\) v řezu.

Pokud budeme uvažovat, že pozorované plazma je toroidálně symetrické, můžeme naměřený signál po diskretizaci psát jako:

\[\begin{equation}\label{eq:tomo2} \mathbf{f}=\mathbf{T}\cdot \mathbf{S} \end{equation}\]

kde \(\mathbf{f}\) jsou hodnoty získané všemi prvky detektoru, \(\mathbf{T}\) je geometrická matice obsahující informace o geometrii a \(\mathbf{S}\) je diskretizovaná funkce emissivity. Zavedení geometrické matice \(\mathbf{T}\) je popsáno např. v [2].

Nyní budeme uvažovat data \(\mathbf{I}\) naměřené kamerami. Rovnice pak bude mít tvar:

\[\begin{equation}\label{eq:tomo3} \begin{pmatrix} I_{1} \\ \vdots \\ I_{n} \end{pmatrix}=\begin{pmatrix} t_{11} & \dots & t_{1k}\\ \vdots & \ddots & \vdots\\ t_{n1} & \dots & t_{nk} \end{pmatrix}\cdot\ \begin{pmatrix} S_{1} \\ \vdots \\ S_{k} \end{pmatrix} \end{equation}\]

kde se pracuje s geometrickou maticí o velikosti (# pixelů \(\times\) # buněk mřížky \(S\)).

Pro vyřešení problému tomografie je nutné tuto matici invertvat, ale tato úloha je špatně podmíněná a je třeba použít speiální algorithmy. V tomto projektu budeme k tomuto účelu používat Python balíček Tomotok [3], konkrétně metody Minimum Fisher Regularization (MFR), BiOrtogonal basis decomposition (BoB) a Metody lineární algebry (SVD, GED).

Logbook

(záznamy o uskutečněných měřeních. Datum, čísla výbojů, záměry, “minutes of the experiment” )

Rešerše (~1-6. týden)

První týdny jsem řešil možnosti a plány tohoto projektu, společně s J. Chlumem. O konzultaci jsem kontaktoval Ing. Jakuba Svobodu, který mi poskytl námět na možnosti projekt.

Plánem je nejdříve zkusit různé metody a zjistit jak se chovají. Je pravděpodobné, že metoda BoB a metody lineární algebry nebudou produkovat příznivé výsledky, nebo nepůjdou vůbec implementovat. Ale J.Svoboda navrhl, že bych případně mohl zkusit pomocí těchto metod optimalizovat metodu MFR, pro lepší a rychlejší zisk výsledků. Tato optimalizace bude složitější z pohledu programování, tedy úplná implementace se nemusí povést.

Říjen

1.Polovina

J.Chlum již udělal první skript s metodou MFR. Tento skript mi poskytl, i s daty z kamer, tedy jsem jej mohl zkusit na svém PC. První porblém se vyskytl s verzemi balíčku tomotoku. J.Chlum používá již zastaralaou verzi, tedy bychom měli skript upgradovat na nejnovější verzi.

Skript jsem poté upravil, abych mohl porovnat výsledky z různých metod (MFR, BoB, SVD, GEV). První výsledky lze vidět na Obr. pod textem. MFR metoda zatím produkuje nelepší výsledky. Zkusím ještě měnit různé parametry pro BoB a SVD, jako jsou např. vstupní data nebo regularizační parametr. GEV metoda bohužel nešla použít, zřejmě jelikož tato metoda není stavěná na tolik vstupních dat se kterými pracujeme.

Obr.: Porování prvních výsledků různých algoritmů.
Obr.: Porování prvních výsledků různých algoritmů.

Pozn.: Je vhodné pracovat s menším DPI u obrázků, jelikož to zrychlí vykreslování.

2.Polovina

Shůzka s J.Chlumem ohledně úvodní prezentace PRPL a diskuze ohledně plánů.

Listopad

1.Polovina

Prezentování u druhého PRPL meetingu - Prezentace Bližší seznámení s fungováním diagnostik na tokamaku GOLEM.

Úprava kódu v Jupyter notebook pro lepší čitelnost a mazání zbytečných částí kódů.

2.Polovina

Shůzka s V.Svobodou u tokamaku GOLEM pro lepší porozumění Dirigent sytému a stylu finálního notebooku - notebook by měl být co nejsrozumitelnější s hodně “viditelnými” kroky.

V návaznosti na tuto schůku jsem vytvořil 2 notebooky z jednoho původního - jeden který je třeba spustit pro vytvoření geometrické matice a rekonstrukční mřížky a druhý, kde jsem znova upravil notebook, který bude už přímo počítat tomografii. Notebooy jsou doplněny buňkami kde se uživatel může podívat jak přibližně vypadají obejkty s kterými pracujeme, nebo zkontrolovat jestli vše funguje jak má (Příklady jsou na obrážcích pod textem). Vytvoření separátního notebooku pro geometrickou matici také samozřejmě zrychlilo celý proces tomografie.

Příklad masky - hodnoty True (žluté) a False (fialové) určují s kterými částmi rekonstrukční mřížky se bude pracovat (nechceme části mimo komoru).
Příklad masky - hodnoty True (žluté) a False (fialové) určují s kterými částmi rekonstrukční mřížky se bude pracovat (nechceme části mimo komoru).
Zadané vyhlazování - zde Soluvjevovo řešení.
Zadané vyhlazování - zde Soluvjevovo řešení.
Část vybraných pozorovacích linií z geometrické matice.
Část vybraných pozorovacích linií z geometrické matice.

Závěrečný report (třeba dle IMRAD stylu )

(nejhodnotnější část práce)

Co dál (pro následovatele)

Reference

[1] Cavalier, J., et al. “Tomographic reconstruction of tokamak edge turbulence from single visible camera data and automatic turbulence structure tracking.” Nuclear Fusion 59.5 (2019): 056025.
[2] Odložilík, M. “Tomografická inverze viditelného záření detekovaného kamerami s vysokou snímkovací frekvencí pro studium detachmentu v tokamaku COMPASS”. Bakalářská práce (2023)
[3] Svoboda, J., et al. “Tomotok: python package for tomography of tokamak plasma radiation.” Journal of Instrumentation 16.12 (2021): C12015.
[4] Odstrčil, T., et al. “Optimized tomography methods for plasma emissivity reconstruction at the ASDEX Upgrade tokamak.” Review of Scientific Instruments 87.12 (2016).