一种基于域分解的卫星热应力快速预测方法及系统

本发明提出了一种基于域分解的卫星热应力快速预测方法及系统，包括：构建由温度和应力数据对组成的非结构网格热应力数据集，并采用局部网格细化，获得分辨率更高的高应力梯度区域；构建由蒙特卡洛树搜索优化的K‑D树模型，根据点云的坐标和热应力梯度自适应地将该域分解为高梯度子域和低梯度子域；构建多个神经算子的高精度物理场代理模型，在高应力梯度子域和低应力梯度子域分别应用Geo‑FNO和NU‑FNO；在高应力梯度子域，采用Geo‑FNO直接在非结构数据上学习，在低应力梯度子域，NU‑FNO将点云插值到均匀网格中，然后基于快速傅里叶变换学习映射，预测各种热载荷和复杂几何形状下的热应力。