摘要:对于星壤物质物化特性的反演是深空探测中最重要的一环,星壤的热导率、热容参数等热特性是研究星壤组成的科学依据,而温度测量是基于侵彻式的星壤原位探测的重要参数。针对月壤勘察器侵彻过程的外表面温度无法直接测量的问题,开展了基于LSTM神经网络算法的勘察器外表面温度反演方法的研究。借助ANSYS/LS-DYNA有限元软件实现侵彻过程的仿真模拟以获取多组勘察器弹头部内外表面温度数据,依据有限差分法离散热传导方程选取数据,采用长短期记忆神经网络来建立反演模型。通过模拟实验进行分析,该方法反演所得曲线和实验曲线相比均方根误差为12.9℃,最大相对误差不超过10%。实验结果表明本文所研究的方法可以实现勘察器外表面温度的反演。