一种基于多物理场耦合的手机热仿真方法及系统

本申请公开了一种基于多物理场耦合的手机热仿真方法及系统，涉及手机热仿真领域，其通过构建一个耦合机器学习与物理求解的混合仿真。该创新性地引入机器学习代理模型与节流逻辑脚本。机器学习代理模型用于根据当前功耗快速预测出温度，以瞬时响应功耗变化；节流逻辑脚本则用于模拟真实的温控降频策略，根据预测温度动态调整下一时刻的目标功耗。这样将原本黑盒化的温控逻辑显式化，并构建了功耗‑温度的闭环反馈通路。最终，将调整后的功耗作为热源，由传统CAE求解器进行物理场求解。这样有效解决了热传导与电学变化的时间尺度差异难题，实现了对手机长时间高负载场景下真实性能与温度表现的高效精确模拟。