基于大模型推理的太阳能工业热力生成式设计
DOI: https://doi.org/10.64083/STE2610320
作者
杨立朋，王磊，王洋
摘要
工业过程热能脱碳面临非标化严重、设计效率低下的挑战。为突破传统太阳能工业供热依赖人工试错的设计瓶颈，本研究提出并构建了一种基于DeepSeek-R1大语言模型推理能力的生成式设计引擎——Gen-SolarTherm。该引擎通过“感知-推理-验证”架构，将自然语言需求与卫星图像自动转化为系统拓扑，并利用与TRNSYS仿真的自动化闭环实现多目标优化。以内蒙古赤峰某印染厂为案例的实证表明，该引擎将设计周期从传统约15天缩短至2.5小时，生成方案在平准化热成本上较人工设计优化10.5%。本研究为能源工程的“AI+设计”提供了可解释、自动化的新范式，具备显著的工程应用与商业化潜力。
关键词
生成式设计；太阳能工业供热；大语言模型；DeepSeek-R1；TRNSYS仿真
