基于AI的火炬燃烧效率估算
摘要
本学术论文提出了一种基于AI的系统,该系统利用热成像视频估算火炬塔的燃烧效率,并集成到具有高正常运行时间和低维护成本的图形用户界面中。
arXiv:2609.11262v1 公告类型:新
摘要:在火炬塔中实现高燃烧效率对于遵守监管标准和控制碳氢化合物释放到环境中至关重要。传统仪器如气体分析仪和高光谱相机昂贵、脆弱且需要频繁校准,这使得它们在偏远或预算受限的工业场地不实用。我们提出了一种创新解决方案,结合轻量级视觉语言编码器和紧凑的多层感知器,直接从低成本的热成像视频预测燃烧效率。训练好的模型集成到一个易于部署的图形用户界面中。该界面在每个视频帧上叠加预测的燃烧效率值,显示燃烧效率的实时趋势,展示视频中所有帧的燃烧效率分布,并允许用户导出CSV报告。在六个月内,该系统实现了99%的正常运行时间,且每周维护时间少于15分钟。
查看缓存全文
缓存时间: 2026/09/12 08:25
# 基于人工智能的火炬燃烧效率估算 来源:https://arxiv.org/abs/2609.11262 查看PDF文档 (https://arxiv.org/pdf/2609.11262) > 摘要:确保火炬系统的高燃烧效率对于遵守监管标准和控制烃类物质向环境排放至关重要。传统仪器如气体分析仪和高光谱相机成本高昂、易损坏且需频繁校准,在偏远或预算有限的工业场景中难以应用。我们提出一种创新方案,通过轻量化视觉语言编码器与紧凑型多层感知机的结合,直接从低成本热成像视频中预测燃烧效率。经充分训练的模型已集成至易于部署的图形用户界面中。该界面可在每个视频帧上叠加显示预测的燃烧效率值、实时呈现燃烧效率变化趋势、展示视频中所有帧的燃烧效率分布,并支持用户导出CSV格式报告。在为期六个月的运行期间,系统实现了99%的可用率,每周维护时间不足15分钟。 ## 提交历史记录 来自:Afeefa Azam [查看邮箱 (https://arxiv.org/show-email/cbc2c467/2609.11262)] **[版本1]** 2026年9月10日 星期四 08:56:57 UTC (8,046 KB)
相似文章
@ShayneRedford: 发布 FLARE-AI : AI缺陷与事件报告。报告AI缺陷的现状很糟糕:表格分散、不标准化……
FLARE-AI 是一个用于报告AI缺陷和事件的开源工具,旨在集中和标准化当前分散且孤立的报告。
AI可能帮助化石燃料公司产生更多排放
发表在《npj Climate Action》上的新研究发现,AI为化石燃料行业带来的生产力提升可能显著增加全球能源相关排放,其影响可能超过AI对清洁能源的益处,并超过数据中心的排放量。
一种估算 AI 功耗的更快速方法
来自麻省理工学院(MIT)和 IBM 的研究人员开发了一种快速工具,可在几秒钟内估算 AI 功耗,速度远超传统的模拟方法,有助于优化数据中心的能源效率。
您现在可以就AI的不当行为发出警报
一群AI研究人员推出了FLARE-AI,这是一个众包网站,用于报告和追踪AI的不当行为,例如生成恶意软件或泄露个人数据,旨在集中化AI安全方面的问责制和透明度。
教AI与涡轮机共舞
本文探讨了伍德赛德能源如何在十多年间将AI整合到其工业运营中,从预测分析过渡到智能体系统(如用于液化天然气工厂启动的“启动顾问”辅助系统),旨在实现自主企业。