可逆（インバーティブル）ニューラルネットワークによるガスタービン燃焼器の生成設計
arXiv cs.AI / 2026/4/28
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本研究は、100%水素（H2）を用いたプレミックス燃焼において、安定運転を確保しフラッシュバックを防ぎつつ、低NOx燃焼を実現するために必要となる燃焼器の再設計課題に取り組みます。
- 4MWから600MWまでの広い出力レンジのエンジンすべてに影響が及ぶため、生成AIを用いて大規模な設計負担を軽減し、エンジンクラス間での設計知識の移転を行うことを目指します。
- 幾何学的にパラメータ化された燃焼器設計のデータベース（拡張可能）と、シミュレーションに基づく性能ラベルを用いて、インバーティブル・ニューラルネットワーク（INN）を学習させます。
- INNを逆方向（逆モード）で利用することで、指定した性能ラベルを満たす複数の燃焼器設計提案を生成します。
