一种基于机器学习的飞行器发动机尾部TPMS结构设计方法

本发明涉及一种基于机器学习的飞行器发动机尾部TPMS结构设计方法，属于飞行器发动机热防护领域，利用机器学习和遗传算法实现快速构建结构参数与性能参数的映射关系以及结构设计制造一体化，所述方法主要包括以下步骤：S1、对TPMS多孔夹心热防护结构进行结构参数化建模与热‑流‑固多场耦合有限元自动化分析；S2、通过建立和训练机器学习模型获取TPMS多孔夹心热防护结构的结构参数与仿真性能参数之间的映射关系；S3、采用遗传算法和训练后的机器学习模型进行TPMS多孔夹心热防护结构的反向优化设计；本发明能针对优化设计需求，轻量化、强隔热、高承载的多功能一体化热防护结构，提升现有飞行器发动机尾部的热防护性能。