En stellarator är en anordning där plasma kan begränsas vid temperaturer som är varmare än solens kärna, med hjälp av magnetfält från noggrant formade elektromagnetiska spolar. Forskare modifierade det matematiska optimeringsproblemet som används för att beräkna spiralformarna. De ökade utrymmet mellan spolarna. Att öka utrymmet jämnar ut spolarnas skarpa böjar, samtidigt som den tidigare metodens hastighet och tillförlitlighet bevaras.

De elektromagnetiska spolarna i en stellarator är utmanande att utforma. Varför? Den exakta 3D-formningen som behövs för god plasmainhållning måste balanseras mot flera begränsningar:spolarna kan inte överlappa varandra, det måste finnas tillräckligt utrymme mellan spolarna för diagnostik och underhåll, och spolledaren kan inte böjas till en för skarp sväng. Genom att släta ut spiralformarna och öka avstånden mellan spolen, denna nya algoritm kommer att möjliggöra stellaratordesigner som är mer genomförbara att bygga och underhålla.

Förbättringen i spiralformer uppnåddes genom att ställa en något annorlunda matematisk fråga jämfört med frågan som ställts tidigare. I det tidigare tillvägagångssättet, används för att designa experiment som W7-X-stjärnan i Tyskland och HSX-stjärnan vid University of Wisconsin, spiralformarna optimerades för att ge den bästa approximationen av den önskade plasmaformen, med ett litet antal sinus- och cosinusfunktioner för att beskriva spiralformerna. I det nya tillvägagångssättet, spiralformarna är optimerade för att ge den bästa approximationen av den önskade plasmaformen samtidigt som avstånden mellan spolarna maximeras.

Den här typen av problem, där du maximerar två kriterier som ibland konflikter, har många välkända analogier i det dagliga livet, som när du handlar ett par skor och vill ha både lägsta pris och högsta kvalitet. I den nya algoritmen, spiraldesignern har mer exakt kontroll över att balansera de konkurrerande målen att "producera önskad plasmaform" och "lämna gott om utrymme mellan spolarna."

Den nya forskningen visar att oavsett hur du väljer att hitta denna balans, den nya algoritmen gör ett bättre jobb med att maximera båda målen jämfört med den tidigare algoritmen. På samma gång, den nya algoritmen är i hastighet jämförbar med den tidigare algoritmen. Det är också robust; det är garanterat att alltid hitta den globalt optimala lösningen och inte bara ett lokalt optimalt.