用于预测受限空间内氢气扩散的具备不确定性感知能力的 AI 框架，以增强操作员态势感知

arXiv:2610.23515v1 发布类型：新 摘要：我们提出了一种两阶段 AI 框架，用于增强海事受限空间内压缩氢气加注过程中操作员的态势感知能力。当发生泄漏时，该框架首先根据早期传感器读数估计未知的泄漏率，然后预测未来各时间步氢气云团的扩散情况，为操作员提供预测浓度图及置信界限。该框架基于两个相互独立的 AI 模型，共同构成一个 AI 系统。该 AI 系统被设计为决策支持工具。它能够补充传感器读数，从而增强操作员的态势感知能力并支持决策。这使得操作员能够在达到危险浓度之前部署预防性安全屏障，同时，独立的紧急停机系统仍作为最终安全层。系统设计纳入了多项防护措施，以确保 AI 系统在其能力边界内运行。该框架在一个开放的受限空间氢气释放数据集上完成训练和测试，在泄漏率估计任务中实现了 $0.052$~g/s 的平均绝对误差，在氢气浓度预测任务中实现了约 $0.018$ 的误差，接近传感器 $\pm0.01$ 的精度上限。氢气浓度预测能够提供校准良好的不确定性估计，使操作员可以判断每次预测的可靠性。这些结果表明，该框架或可提前提供危险浓度累积的信息，从而有望支持操作员采取预防性措施。