基于物理信息神经网络的固体火箭发动机隔热层烧蚀快速预测模型

《Aerospace》：Research on a PINN-Based Predictive Model for the Dynamic Ablation Process of Insulation Layer

　　热保护对于固体火箭发动机的安全至关重要，但隔热层的烧蚀预测仍然是一个核心挑战。为了实现快速且准确的预测，本研究针对以三元乙丙橡胶（EPDM）为基础材料的隔热材料开发了一种物理信息神经网络（PINN）模型。该模型基于三个子模型（隔热层表面边界层中的流动、传热和质量传递；多孔介质中的流动、传热和扩散；隔热层的热分解和热化学烧蚀）以及两个外部模块（气体和颗粒侵蚀）构建而成。结果表明最大预测误差为10.76%，与实验结果吻合良好。与传统烧蚀模型相比，所提出的预测模型在保持良好精度的同时实现了更快的预测速度，有利于为热防护设计提供建议。