摘要
本发明提出了一种基于PINN的热‑力‑屏蔽一体化多层级结构优化设计方法,其特征在于,包括以下步骤:步骤S1:模型建立与数据准备;步骤S2:PINN神经网络训练;步骤S3:多层级结构设计优化;该方法根据元器件的辐照屏蔽能力,构建多层级屏蔽结构模型,以元器件为热源建立结构热力性能分析模型,利用PINN训练生成代理模型,通过NSGA‑Ⅲ算法进行多目标优化,最终得到Pareto最优解集。与传统屏蔽优化方法相比,本发明根据屏蔽防护需求进行结构多层级定制化设计,通过热力学分析和屏蔽计算,结合PINN与NSGA‑Ⅲ算法,不仅兼顾结构的热力性能,而且在保证屏蔽能力的同时,显著提升了结构的轻量化能力和优化效率。
技术关键词
多层级结构
优化设计方法
屏蔽结构
神经网络训练
元器件
样本
数据
仿真程序
蒙特卡罗粒子
物理
拉丁超立方抽样
材料热膨胀系数
材料杨氏模量
材料导热系数
热阻
训练集
最小化误差
变量
参数