等离子体大破裂是托卡马克装置运行中的关键问题之一,其物理本质是一种全局性的MHD不稳定性快速发展的结果。破裂期间产生的热沉积、电磁应力和逃逸电子会对第一壁的材料造成极大的破坏,这将会直接影响装置的使用寿命和未来聚变工程堆的操作安全。因此,分析破裂不稳定性机制,研究破裂事件的预测方法,发展破裂避免和缓解手段是核聚变研究领域的关键性课题。以上研究的前提是基于等离子体破裂数据库对等离子体破裂数据库数据进行数据分析,其中破裂数据库以及破裂预警数据库的建立是以上工作的基础。本论文工作基于国内外各装置破裂研究的成果,在EAST上开展了以下工作：首先简要的说明了等离子体破裂的原因、机制和危害,从等离子体平衡出发,介绍了极向磁场对等离子体R、Z方向的控制作用,随后介绍了拉长等离子体位形下的垂直位移不稳定性,以及几种常见的MHD不稳定性并分析了这几种MHD不稳定导致等离子体破裂的物理过程。紧接着回顾了在世界各大聚变装置上所采用的破裂预警方法以及开展的相关破裂防护的实验。采用反向传播人工神经网路的方法去分析等离子体平衡重建当中的磁测量数据。神经网络从Mdsplus数据库中读取外部磁诊断数据作为输入数据,选择若干计算后的等离子体参数作为输出数据,分成网络的训练数据和测试数据。随后探索了一种用来优化磁探针数量和位置的新方法,这种方法是基于神经网络的数据分析。网络输出结果与EFIT的计算结果对比后发现,平均相对误差很小(例如内感的最大相对误差为0.26%)。经过优化筛选后,尽管剔除掉将近一半的磁探针,网络表现出的测试性能依然相当好(例如小半径的最大均方根误差也只有4.307%-4.765%)。参考国外大装置破裂数据库的筛选条件,选择了适合EAST的快速检索破裂炮的6个判定条件并为EAST建立了用于破裂分析的破裂数据库。破裂数据库目的是能够快速的查询到破裂炮和这些和破裂相关的等离子体参数,它包含了EAST历史上的所有破裂炮数据,其中每一破裂炮对应破裂时刻的41个等离子体参数,这些参数用来反映电流淬灭相关特征、等离子体平衡及动理学特征、Halo电流以及垂直位移等。随后介绍了破裂数据库的存储方式以及对破裂数据库中的参数与破裂率做了统计分析。针对等离子体破裂以后EFIT不收敛的问题,我们采用丝电流模型去计算破裂后等离子体边界以及等离子体和壁接触碰壁的位置。回顾了JT-60U和ASDEX-U上选取预警变量的准则,针对EAST的情况参考NSTX-U上的方法筛选出了EAST破裂预警数据库中的变量,其中这些等离子体参数按照不同的时间采样率取自于破裂炮和所有的非破裂炮。目前的预警数据库包含大于3000炮的放电数据和超过115000个时间片的等离子体放电数据。同时将EAST与C-Mod和DⅢ-D的破裂预警数据库中的若干参数进行对比分析,采用Ip_error这个参数作为预警变量,在破裂预警的时间同样是lOms的情况下,EAST上的测试性能要优于DⅢ-D, DⅢ-D上的测试性能要优于C-Mod。