人造太陽中最脆弱的一塊金屬
磁約束核聚變裝置——托卡馬克（Tokamak）——的核心燃燒室中，一團溫度超過1億度的氘氚電漿在強磁場的約束下發生聚變。而在這團人造恆星的邊緣，距離電漿核心僅數米之遙的偏濾器（Divertor）承受著宇宙中最嚴苛的材料考驗：高達20 MW/m²的穩態熱通量（相當於太空梭重返大氣層時鼻錐所承受熱流密度的三倍）、來自聚變反應的高能中子輻照、以及電漿中的氫同位素離子對壁材料的持續轟擊。
偏濾器是托卡馬克裝置中承受電漿直接接觸的犧牲性部件，其核心功能是排出聚變反應產生的氦灰與雜質、控制邊界電漿密度與溫度，同時保護上游的真空室壁免於電漿侵蝕。這個部件的材料選擇是核聚變商業化中最棘手的材料科學問題之一。
鎢：高熱通量下的不屈者
在數十年的篩選中，鎢（Tungsten, W）脫穎而出成為偏濾器靶板的主要候選材料。鎢具有所有金屬中最高的熔點（3422°C）、優異的抗物理濺射能力（高濺射閾值能量）以及相對低的氚滯留。然而，鎢存在一個致命的機械弱點——在低於500°C的溫度下，鎢表現出本質脆性（ductile-to-brittle transition），且在高通量氦電漿暴露後，表面會形成奈米絲狀結構（fuzz），顯著增加表面積並導致熱導率退化與粉塵剝落風險。
最新的材料策略是以鎢纖維增韌鎢基體（Wf/W複合材料），模仿陶瓷基複合材料的增韌機制——透過纖維/基體介面的可控脫粘與纖維橋接來提供假塑性變形能力。同時，氧化釔（Y₂O₃）或碳化鋯（ZrC）奈米顆粒的添加可以在晶界處釘扎晶粒生長，抑制高溫下的再結晶脆化。
ELM：秒速襲來的等離子海嘯
邊界局域模（Edge Localized Mode, ELM）是高約束模式（H-mode）電漿操作中的週期性不穩定性——在數百微秒內，大量邊界電漿能量與粒子被瞬間排出，導致偏濾器靶板上的瞬態熱通量飆升到穩態值的5至10倍。對於ITER而言，未經控制的Type-I ELM可以在單次事件中沉積超過10 MJ/m²的能量，足以在鎢靶板表面造成熔融、蒸發與裂紋萌生。
緩解ELM的方法包括共振磁擾動（Resonant Magnetic Perturbation, RMP）線圈——透過在電漿邊界施加小幅三維磁場擾動來破壞H-mode的邊界傳輸壘，將單次ELM的能量分佈到更頻繁但強度更低的小型ELM事件中。另一種策略是雪花偏濾器（Snowflake Divertor）——透過創造一個二階磁場零點來擴大電漿濕潤面積，將峰值熱通量分散至更大的靶板表面積。
邊界電漿擴散與熱沉積模擬
以下Python程式模擬了偏濾器靶板上的一維熱通量沉積剖面與鎢表面的瞬態溫度響應。
import numpy as np class DivertorHeatFluxSim: """偏濾器靶板1D熱通量沉積與溫度響應模擬器""" def __init__(self, P_sol=100, lambda_q=1.0, target_length=0.5): self.P_sol = P_sol # 進入刮削層的總功率 (MW) self.lambda_q = lambda_q # 熱通量衰減長度 (mm) self.L = target_length # 靶板長度 (m) # 鎢的熱物理性質 self.k_w = 173.0 # 熱導率 (W/m·K) at 300K self.rho_w = 19300.0 # 密度 (kg/m³) self.cp_w = 132.0 # 比熱 (J/kg·K) def heat_flux_profile(self, x): """Eich公式: 刮削層指數衰減 + 高斯擴散""" S = 0.005 # 高斯擴散參數 (m) q_exp = np.exp(-x / (self.lambda_q / 1000)) q_gauss = np.exp(-(x / (S * np.sqrt(2))) ** 2) q0 = self.P_sol / (2 * np.pi * self.lambda_q / 1000) return q0 * q_exp * q_gauss # MW/m² def temperature_response(self, t_max=10.0, dt=0.01): """1D熱傳導的簡單顯式有限差分求解""" x = np.linspace(0, self.L, 200) T = np.ones_like(x) * 500.0 # 初始溫度 (K) q_profile = self.heat_flux_profile(x) * 1e6 # W/m² dx = x[1] - x[0] alpha = self.k_w / (self.rho_w * self.cp_w) for step in range(int(t_max / dt)): T_new = T.copy() for i in range(1, len(x) - 1): T_new[i] = T[i] + alpha * dt / dx**2 * (T[i+1] - 2*T[i] + T[i-1]) + q_profile[i] * dt / (self.rho_w * self.cp_w * dx) # 冷卻邊界 (x=L處的冷卻管道) T_new[-1] = 450.0 T[:] = T_new return x, T sim = DivertorHeatFluxSim(P_sol=100, lambda_q=1.2) x, T_final = sim.temperature_response(t_max=5.0) print(f"靶板峰值溫度: {np.max(T_final):.0f} K (熔點: 3695 K)")
氚經濟與材料極限
氚（Tritium）是DT聚變反應的關鍵燃料，但它在自然界中幾乎不存在（半衰期僅12.3年），必須在聚變堆中透過鋰-6與中子的反應來增殖。偏濾器壁中滯留的氚不僅構成燃料損失，更是一個核安全監管的核心指標——ITER的氚滯留上限為700克（對應約2.3×10¹⁶ Bq的總放射性存量），超出此上限後必須進行除氚操作。這也是為什麼全鎢壁策略優於碳壁的關鍵原因之一——碳壁的化學濺射會形成氫化碳共沉積層，其氚滯留率遠高於鎢表面。