クイックスタート#

このページでは、外部データファイルを必要としない単純な解析的 tokamak 平衡を使い、 pyna の 3 つの中核機能である磁力線追跡、Poincare 写像、磁島トポロジーを順に 確認します。

Note

すべての例では **Solov’ev 解析平衡**（Cerfon & Freidberg 2010）を使い、 EAST に近いパラメータ（R₀ ≈ 1.86 m、B₀ = 5.3 T）にスケールしています。これは 汎用的なテストベッドとして有用です。厳密な Grad-Shafranov 解、閉形式の場成分、 調整可能な形状を備えています。

1. 解析平衡を構築する#

まず平衡を import し、基本パラメータを確認します。

import numpy as np
import matplotlib.pyplot as plt
from pyna.toroidal.equilibrium import solovev_iter_like

eq = solovev_iter_like(scale=0.3)          # EAST-like size
Rmaxis, Zmaxis = eq.magnetic_axis

print(f"R0 = {eq.R0:.2f} m   a = {eq.a:.2f} m   B0 = {eq.B0:.1f} T")
print(f"κ  = {eq.kappa:.2f}  δ = {eq.delta:.2f}  q0 = {eq.q0:.2f}")
print(f"Magnetic axis: R = {Rmaxis:.3f} m, Z = {Zmaxis:.3f} m")

返される eq オブジェクトは eq.BR_BZ(R, Z)、eq.Bphi(R)、 eq.psi(R, Z)``（規格化磁束）、``eq.q_profile(psi) を公開します。

2. 磁力線を追跡し Poincare 交差を蓄積する#

Poincare 断面は、磁力線が選んだトロイダル断面（ここでは φ = 0）を横切るたびに (R, Z) 座標を記録します。多くのトロイダル周回の後、入れ子状の磁束面は閉曲線として 現れ、磁島は離散的な断面点の列として現れます。

from pyna.flt import FieldLineTracer, get_backend
from pyna.topo.poincare import PoincareAccumulator, poincare_from_fieldlines
from pyna.topo.section import ToroidalSection

# Use the canonical topology section type; ``pyna.topo.poincare`` keeps
# backward-compatible aliases for accumulator-only workflows.
section = ToroidalSection(0.0)

# --- define the ODE right-hand side: dR/dφ, dZ/dφ ---
def field_rhs(phi, RZ):
    R, Z = RZ
    BR, BZ = eq.BR_BZ(R, Z)
    Bphi   = eq.Bphi(R)
    return [R * BR / Bphi, R * BZ / Bphi]

# --- seed 8 field lines radially outward from the axis ---
R_starts = np.linspace(Rmaxis + 0.05, Rmaxis + 0.45, 8)
Z_starts = np.zeros(8)

# --- integrate 300 toroidal turns per line ---
backend = get_backend('cpu')
flt = FieldLineTracer(field_rhs, backend=backend)
pacc = poincare_from_fieldlines(
    field_func=field_rhs,
    start_pts=np.column_stack([R_starts, Z_starts, np.zeros_like(R_starts)]),
    sections=[section],
    t_max=300 * 2 * np.pi,
    backend=flt,
)
poincare_pts = [pacc.crossing_array(0)[:, :2]]

# --- plot ---
fig, ax = plt.subplots(figsize=(6, 6))
for Rs, Zs in poincare_pts:
    ax.scatter(Rs, Zs, s=0.8, color='steelblue')
ax.set_xlabel('R (m)')
ax.set_ylabel('Z (m)')
ax.set_aspect('equal')
ax.set_title('Poincaré map — Solov\'ev equilibrium')
plt.tight_layout()
plt.show()
Poincaré map of a Solov'ev analytic equilibrium showing nested flux surfaces

図 1. Solov’ev 解析平衡の Poincare 写像（EAST に近いパラメータ、各磁力線 250 回のトロイダル通過）。各色は 1 本の磁力線に対応します。入れ子状の閉曲線は 磁束面です。赤い十字は磁気軸、黒い曲線は最後の閉じた磁束面（LCFS, ψ = 1）を 示します。#

各同心リングは、1 本の磁力線が磁束面の周りを巻いていることに対応します。q = m/n の 有理面は、RMP コイルなどの共鳴摂動によって磁島が開く場所です。

3. 有理面を見つけ磁島を測る#

小さな共鳴摂動を加えると、q = 2/1 面に磁島が開きます。pyna はその面を特定し、 磁島半幅を 1 回の呼び出しで測定できます。

from pyna.topo.toroidal_island import locate_rational_surface, island_halfwidth

# Build q(S) from PEST mesh
from pyna.toroidal.coords import build_PEST_mesh

nR, nZ = 100, 100
R_grid = np.linspace(0.3*eq.R0, 1.5*eq.R0, nR)
Z_grid = np.linspace(-eq.a*eq.kappa*1.3, eq.a*eq.kappa*1.3, nZ)
Rg, Zg  = np.meshgrid(R_grid, Z_grid, indexing='ij')

BR, BZ   = eq.BR_BZ(Rg, Zg)
Bphi     = eq.Bphi(Rg)
psi_norm = eq.psi(Rg, Zg)

S, TET, R_mesh, Z_mesh, q_iS = build_PEST_mesh(
    R_grid, Z_grid, BR, BZ, Bphi, psi_norm,
    Rmaxis, Zmaxis, ns=40, ntheta=181
)
S_values = S[1:]
q_values = q_iS[1:]
print(f"q range: {q_values[0]:.2f} → {q_values[-1]:.2f}")

# Locate q = 2/1 surface
res = locate_rational_surface(S_values, q_values, m=2, n=1)
print(f"q=2/1 surface at S = {res[0]:.4f}  (ψ_norm = {res[0]**2:.4f})")

返される S_res 値（S = √ψ_norm）は、共鳴層がどこにあるかを正確に示します。 これを摂動後の Poincare 写像とともに island_halfwidth に渡すと、磁島幅をメートル 単位で得られます。

4. 一般の有限次元力学#

pyna はトロイダル磁力線に限られません。同じトポロジーオブジェクトモデルは Hamiltonian 系、N-body flow、写像、SDE サンプルパスにも使えます。

import numpy as np
from pyna.dynamics import (
    SeparableHamiltonianSystem,
    CallableMap,
    GeometricBrownianMotion,
)

oscillator = SeparableHamiltonianSystem(
    kinetic=lambda p, t: 0.5 * np.dot(p, p),
    potential=lambda q, t: 0.5 * np.dot(q, q),
    grad_kinetic=lambda p, t: p,
    grad_potential=lambda q, t: q,
    dof=1,
)
traj = oscillator.trajectory([1.0, 0.0], (0.0, 2*np.pi), dt=0.01)
print(traj.final)  # TimeSeriesSolution is a pyna.topo.core.Trajectory

linear_map = CallableMap(lambda x: np.array([2*x[0], 0.5*x[1]]), dim=2)
orbit = linear_map.orbit_geometry([1.0, 1.0], n_iter=5)
print(orbit.period_guess)

gbm = GeometricBrownianMotion(mu=[0.08], sigma=[0.2])
print(gbm.expected_log_growth())

軌道や写像 orbit がサンプルデータから幾何/トポロジーオブジェクトへ持ち上げられた ときは、pyna.topo.core の Cycle、PeriodicOrbit、Tube、 IslandChain などを使います。

5. Workflow ベースの構成#

大きなプロジェクトや教育用 notebook では、TopologyWorkflow を使うことで、場当たり的な constructor をコード中に散らさず、解析手順を明示的に保てます。

import numpy as np
from pyna.topo import TopologyWorkflow
from pyna.topo.section import HyperplaneSection

wf = TopologyWorkflow(closure_tol=1e-3)
flow = wf.system(
    "callable-flow",
    rhs=lambda x, t: np.array([x[1], -x[0]]),
    dim=2,
    coordinate_names=("q", "p"),
)

section = HyperplaneSection(np.array([1.0, 0.0]), 0.0, phase_dim=2)
pmap = wf.poincare_map(flow, section, dt=0.02)

closed_traj = wf.trajectory(flow, [1.0, 0.0], (0.0, 2*np.pi), dt=0.01)
cycle = wf.closed_cycle(closed_traj)

低レベルの adapter、builder、bridge、factory はライブラリ作者向けに引き続き利用 できますが、多くの notebook は workflow facade から始めるべきです。

6. 次のステップ#