近日，我校信息与通信工程学院韩哲哲博士以第一作者、通讯作者，南京工程学院为第一署名单位，在国际权威期刊《Energy》发表最新研究成果：Prediction of heavy-oil combustion emissions with a semi-supervised learning model considering variable operation conditions。该期刊是Elsevier出版社旗下的顶级期刊，为中科院工程技术一区TOP期刊，致力于报道计算机视觉和人工智能技术在燃烧排放监测中的实践应用，涉及领域包括图像识别、人工智能、燃烧工程等，影响因子为9。

煤炭、石油等化石燃料在燃烧过程中会释放大量的NO_x、CO₂，严重污染大气环境。因此，开展燃烧排放的预测研究，对于实现清洁燃烧、节能减排的目标具有重要意义。然而，燃烧污染物生成机理复杂，影响生成量的因素较多且难以测量，因此难以利用机理方法预测燃烧排放浓度。作者团队提出一种考虑变工况的半监督学习模型，通过对火焰图像的特征提取和特征分析，实现燃烧排放预测。在工业级重油燃烧试验平台上开展实验，利用不同工况下的重油火焰图像验证燃烧排放预测方法的可行性。结果表明，半监督学习模型不仅能够提供高精度点预测，还能够生成置信区间，显著提高了预测结果的可靠性。

论文链接：https://doi.org/10.1016/j.energy.2023.129782