一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法及系统

摘要: 本发明涉及卫星热设计与热分析,具体而言,本发明涉及一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法及系统。背景技术:1、卫星热设计与热分析中,多源热激励下的...
一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法及系统

本发明涉及卫星热设计与热分析,具体而言,本发明涉及一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法及系统。

背景技术:

1、卫星热设计与热分析中,多源热激励下的温度场预测是卫星器件布局设计、热控方案优化及在轨运行适应性评估的重要环节。卫星舱段内存在多个独立发热单机,各热源同时工作并通过导热、辐射和边界换热相互耦合,形成复杂温度场,其预测结果直接影响单机布局与热控参数的确定。

2、当前卫星多源温度场仿真与预测领域的主流技术方案均存在显著缺陷。大规模数值仿真方法依赖有限元、有限体积等技术求解舱内模型,其精度较高,但建模流程复杂且计算成本巨大,难以支撑多批次、多方案的快速比选,无法覆盖大量源项组合和工况谱系。多源温度场的线性叠加近似方法将单源响应简单叠加以模拟多源工况,隐含非线性耦合效应,源项数量增加时误差会迅速放大,无法为精细设计和极端工况评估提供可靠依据。固定构型的数据驱动代理模型利用深度学习等技术替代高精度仿真,但通常在固定单机数量和固定构型下训练,仅能在给定源项布局和激励类型附近插值预测,新增或删减设备时需重新训练或大幅调参,缺乏源项数量与组合模式的外推能力,难以满足卫星改型和型号族设计需求。现有物理信息神经网络及算子学习方法引入控制方程或算子先验,但其面对大尺度、多源耦合的卫星舱内温度场时,训练易出现收敛困难、权重平衡敏感及计算开销大等问题,且多侧重既定训练域内的精度提升,未形成可操作的外推路径,难以兼顾预测稳定性与效率。

3、因此,亟需一种面向多源热激励的卫星温度场预测方法及系统,能够利用源项响应的可分解和可组合特征,在有限少源真值样本基础上形成经物理约束筛选的多源教师温度场,并沿单机数量方向扩展直接预测能力,以解决多源非线性耦合难以刻画、模型难以适应单机数量变化以及多方案高精度热仿真代价较高的问题。

技术实现思路

1、从现有技术出发,本发明的任务是提供一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法及系统,以较少的高精度热仿真样本学习不同热源的局部响应和多热源耦合修正规律,并在保持输入维度固定和教师路径稳定的条件下沿单机数量方向扩展直接预测能力。

2、本发明的第一方面,提出一种面向多源热激励的卫星温度场源项组合自蒸馏预测方法,包括:

3、获取目标卫星舱段的少单机真值数据集、多单机真值验证数据集和多单机无标签输入数据集;

4、按照预设最大单机数设置固定数量的单机源项通道,将卫星舱段的结构参数、材料参数和热边界条件编码为背景特征场,将各开启单机的热激励参数写入对应单机源项通道,并对未开启的单机源项通道补零,形成固定维度的输入特征张量;

5、构建分组响应网络和二元叠加算子,将开启单机划分为多个单机组,由所述分组响应网络输出各单机组对应的局部温度响应,并由所述二元叠加算子按照预设顺序对各局部温度响应进行层级组合,形成组合教师路径;

6、利用少单机真值数据对所述分组响应网络和所述二元叠加算子进行联合训练,获得基础模型;在每轮自蒸馏扩展训练中冻结当前模型作为教师模型,由所述组合教师路径为更高单机数量的无标签输入生成教师温度场,以直接处理完整输入特征张量的所述分组响应网络作为学生模型,在保持所述二元叠加算子参数固定的条件下更新所述学生模型,并在验证满足预设精度和热物理一致性要求后固化模型参数;将待评估卫星热设计工况编码为所述固定维度的输入特征张量,输入固化后的分组响应网络或组合教师路径,输出预测温度场,并根据所述预测温度场识别温度超限区域,以调整卫星单机安装位置或热控参数。

7、进一步地,所述形成固定维度的输入特征张量包括:

8、将舱体几何结构、材料热物性和热边界条件分别编码为预设数量的背景特征通道;

9、按照单机安装位置编号或预设空间排序,将每个单机的功率分布或等效热流编码至对应的单机源项通道,并根据所述单机源项通道的非零支撑区域或对应单机的几何区域生成空间掩码;以及

10、将所述背景特征通道与预设最大单机数对应的单机源项通道按通道维拼接,其中未开启单机对应的单机源项通道置零,所述空间掩码作为二元叠加算子的辅助输入。

11、进一步地,所述训练数据包括:

12、所述少单机真值数据集包括单机数量不大于基础单机数量阈值的输入特征张量及其高精度热仿真温度场;所述多单机真值验证数据集包括从各多单机数量层分别选取的代表性输入特征张量及其高精度热仿真温度场,其中所述区间校准子集用于确定自蒸馏扩展范围,所述最终验收子集不参与模型参数更新、教师样本筛选和自蒸馏扩展范围确定;

13、所述多单机无标签输入数据集包括单机数量大于所述基础单机数量阈值且不大于所述预设最大单机数的输入特征张量,用于生成自蒸馏教师温度场。

14、进一步地,所述形成组合教师路径包括:

15、确定任一工况中实际开启的单机数量,并按照单机安装位置编号或预设空间排序确定各开启单机的固定顺序;

16、将各开启单机划分为若干不重叠的单机组,每个单机组的单机数量不大于当前轮次所述分组响应网络能够直接处理的单机数量,并为每个单机组构造与完整输入特征张量维度相同的分组输入特征张量;

17、将各分组输入特征张量输入所述分组响应网络,获得各单机组的局部温度响应,并获得各单机组的源项强度图和空间占据掩码;

18、将任意两个待组合单机组的局部温度响应、源项强度图和空间占据掩码输入所述二元叠加算子,使所述二元叠加算子的输出由两个局部温度响应的逐点和与非线性耦合修正量组成;

19、按照所述固定顺序采用平衡二叉树进行层级组合,直至获得覆盖全部开启单机的组合预测温度场;以及

20、将从输入特征张量到所述组合预测温度场的映射定义为组合教师路径。

21、进一步地,所述联合训练包括:

22、使少单机真值数据集中的各样本经过直接响应路径;对于单机数量不少于2的样本生成至少一种单机分组方式并经过组合教师路径,对于单机数量不少于3的样本随机生成至少两种不同的单机分组方式;

23、定义基础损失函数:

24、

25、其中,

26、α和φ分别表示分组响应网络和二元叠加算子的参数;

27、dfew,≥2和dfew,≥3分别表示少单机真值数据集中单机数量不少于2和不少于3的样本子集,π表示单机分组方式,π1和π2表示同一样本的两种不同单机分组方式;

28、f的上标π表示按照分组方式π由分组响应网络和二元叠加算子形成的组合预测温度场;

29、λc表示分组一致性损失的权重系数;

30、以及

31、通过最小化所述基础损失函数,使直接响应路径和不同分组方式对应的组合教师路径均与同一高精度热仿真温度场对齐,获得基础模型。

32、进一步地,所述自蒸馏扩展训练包括:

33、按实际开启单机数量对所述区间校准子集分层,分别计算每层样本在直接响应路径和组合教师路径下的归一化相对误差和热物理残差,并根据连续多个单机数量层均满足相应阈值的条件确定直接响应区间和蒸馏扩展区间;

34、冻结当前轮次的分组响应网络参数和二元叠加算子参数作为教师模型,在所述蒸馏扩展区间内将完整输入特征张量划分为所述教师模型能够直接处理的多个分组,通过所述组合教师路径生成蒸馏扩展区间教师温度场,并根据热物理残差和高精度热仿真抽检结果筛选教师样本;

35、在所述直接响应区间内对单机布局和功率进行采样,由冻结的分组响应网络直接生成直接响应区间教师温度场,以约束学生模型保持已经获得的直接响应能力;定义自蒸馏总损失函数:

36、

37、其中,

38、ηcomp、λdir和λdis分别表示少单机真值组合响应损失、直接响应区间教师损失和蒸馏扩展区间教师损失的权重系数;

39、dfew的上标gt表示少单机真值数据集;

40、ddir的上标tea表示直接响应区间教师样本集;

41、ddis的上标tea表示蒸馏扩展区间教师样本集;

42、t表示高精度热仿真得到的真值温度场;

43、tdir的上标tea表示由冻结的分组响应网络生成的直接响应区间教师温度场;

44、tdis的上标tea表示由冻结的组合教师路径生成的蒸馏扩展区间教师温度场;

45、冻结的组合教师路径用于生成教师温度场,分组响应网络直接处理完整输入特征张量并输出学生温度场;所述少单机真值损失项中的组合教师路径由当前学生分组响应网络和固定的二元叠加算子构成;

46、以及

47、保持教师模型及二元叠加算子参数固定,仅更新学生模型对应的分组响应网络参数,通过最小化所述自蒸馏总损失函数获得下一轮分组响应网络参数。

48、进一步地:

49、所述直接响应区间至少包括单机数量不大于基础单机数量阈值的数量层,其上限为从所述基础单机数量阈值的下一数量层开始、直接响应路径的归一化相对误差和热物理残差连续满足直接响应阈值的最大单机数量;

50、所述蒸馏扩展区间从所述直接响应区间上限的下一单机数量层开始,其上限为组合教师路径的归一化相对误差和热物理残差连续满足教师样本安全阈值的最大单机数量;当不存在满足教师样本安全阈值的更高单机数量层时,所述蒸馏扩展区间为空。

51、进一步地,在完成一轮自蒸馏扩展训练后,重新评估所述直接响应区间;当所述直接响应区间相对于上一轮扩张且尚未达到预设最大单机数时继续下一轮训练,当达到所述预设最大单机数或连续两轮的区间上限增量小于预设停止阈值时结束训练。

52、进一步地,所述固化模型参数之前还包括:

53、在所述最终验收子集上,对直接响应路径和组合教师路径的温度预测精度、不同分组结果的一致性以及热物理残差进行验证;仅在上述指标均满足预设标准时固化模型参数,其中所述最终验收子集独立于训练样本、教师样本和区间校准子集。

54、本发明的第二方面,还提出一种面向多源热激励的卫星温度场源项组合自蒸馏预测系统,包括:

55、输入特征构建模块,被配置为将卫星舱段背景参数和各单机热激励参数编码为固定维度的输入特征张量,并构建少单机真值数据集、包括区间校准子集和最终验收子集的多单机真值验证数据集以及多单机无标签输入数据集;

56、组合教师路径模块,包括分组响应网络和二元叠加算子,被配置为输出各单机组的局部温度响应并按照预设顺序进行层级组合;

57、基础模型训练模块,被配置为利用直接响应路径、组合教师路径和分组一致性损失联合更新所述分组响应网络和所述二元叠加算子的参数;

58、自蒸馏扩展训练模块,被配置为冻结当前轮次的组合教师路径生成更高单机数量的教师温度场,在保持所述二元叠加算子参数固定的条件下更新直接处理完整输入特征张量的分组响应网络;以及

59、验证与应用模块,被配置为利用所述最终验收子集验证预测精度、分组一致性和热物理残差,在满足预设标准后固化模型参数,输出目标卫星舱段的预测温度场,并根据所述预测温度场生成卫星单机安装位置或热控参数的调整结果。

60、本发明至少具有以下有益效果:

61、(1)本发明采用固定源项槽位和源项掩码描述卫星舱段的结构、边界条件和热激励,使直接响应路径与分组组合路径具有一致的输入维度,并能够在预设最大单机数范围内处理不同数量的开启单机。

62、(2)本发明采用局部温度响应逐点和加非线性耦合修正量的二元叠加方式,并通过多种分组方式的一致性约束联合训练分组响应网络与二元叠加算子,降低不同分组和组合顺序对预测结果的影响。

63、(3)本发明在每轮训练中冻结组合教师路径,通过经热物理残差和仿真抽检筛选的教师温度场监督直接学生路径,在保留既有预测能力的同时逐步扩展可直接处理的单机数量,减少大规模多单机高精度热仿真的需求。

64、综上所述,本发明通过可分解、可组合的源项响应结构和自蒸馏机制,提升多热源卫星温度场预测对单机数量和组合方式变化的适应性。该模型作为高精度热仿真的快速补充工具,用于卫星单机布局比选、热控参数调整及候选工况筛选,可直接替代传统仿真。