基于深度学习与混合数据集的卫星应力场求解方法

本发明公开了一种基于深度学习与混合数据集的卫星应力场求解方法，包括：通过有限元分析生成混合数据集，数据集包括卫星组件的加载条件及其对应的应力场分布；构建深度神经网络模型，以加载条件为输入、应力场分布为输出，采用监督学习训练深度神经网络模型，建立加载条件与应力场之间的映射关系；基于训练完成的模型，输入待测卫星的加载条件，输出对应的二维应力场分布，实现快速求解。本方法通过有限元分析生成覆盖多组件数量、随机加载强度及方向的混合数据集，确保了训练数据的全面性和多样性，显著提升了深度学习模型的泛化能力。采用深度神经网络建立加载条件与应力场的端到端映射，将传统有限元分析的计算耗时从分钟级缩短至毫秒级。