研究人员开发了一种使用可逆神经网络（INNs）的生成式设计方法，以应对将燃气轮机燃烧器重新设计用于100%氢燃料的挑战。这种由AI驱动的方法旨在减少从4兆瓦到600兆瓦的广泛发动机功率输出范围内所需的大量设计工作。通过在燃烧器设计及其性能数据数据库上训练INNs，该系统可以生成满足特定性能标准的多个设计方案，从而促进低NOx排放的稳定运行并防止回火。 AI
影响 有潜力加速燃气轮机等关键基础设施的工程设计周期。
排序理由 学术论文，详细介绍了AI在工程设计中的一项新颖应用。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.24322v1 Announce Type: new Abstract: The need to burn 100% H2 in high efficient gas turbines featuring low NOx combustion in premix mode require the complete redesign of the combustion system to ensure stable operation without any flashback. Since all engine frames fea…
The need to burn 100% H2 in high efficient gas turbines featuring low NOx combustion in premix mode require the complete redesign of the combustion system to ensure stable operation without any flashback. Since all engine frames featuring a power range from 4 MW up to 600 MW are …