热分析是航天器热控优化设计、性能校核、在轨温度预示及热控故障诊断的核心手段,其准确程度直接关系航天器工程的成败。热分析建模中的简化和假设会导致模型参数与实际存在误差,因此利用热试验数据修正热分析模型是航天器热控系统设计的重要环节,热分析模型修正方法也被视为热控系统关键技术。目前的研究多数集中在稳态热分析模型修正方法上。随着航天器瞬态热分析和瞬态热试验的普及,亟需开展瞬态热分析模型的修正方法研究。针对此问题,本文开展了以下工作:首先,通过分析航天器稳态热分析模型随机近似修正方法以及瞬态热分析模型特点,获得了应用随机近似方法的瞬态热分析模型修正方法关键研究环节,其中主要包括适用于瞬态热分析模型修正的温度误差目标函数构建方法和逼近目标函数的优化方法。并初步建立了瞬态热分析模型修正方法流程。然后,在构建瞬态温度最小误差目标函数的基础上,研究了不同逼近目标函数的优化方法对瞬态热分析模型修正结果的影响。研究结果表明,应用局部优化算法(BFGS)时,部分传热参数的修正效果较好,误差在10%以内,部分传热参数误差修正效果较差,误差达到70%;而应用遗传算法时,修正后多数参数误差在10%以内,最大误差为48%。结合修正结果和传热参数对瞬态温度的敏感度分析,得到了BFGS算法适用于大敏感度传热参数修正,而遗传算法适用于小敏感度传热参数修正的结论,两算法结合使用后可以达到较好的修正效果。此外,通过对前述修正结果的瞬态温度误差进行分析,看出部分目标点瞬态温度峰谷处误差较大,可达5℃。进而提出了带权重系数的瞬态温度峰谷误差最小目标函数的构建方法,以进一步改进传热参数修正精度。应用改进后的目标函数修正后结果表明最大传热参数误差从前述修正结果的70%降低到50%。最后,建立了瞬态热分析模型分层修正系统方法,第一层以瞬态温度最小误差为目标函数利用BFGS进行大敏感度传热参数修正,然后利用遗传算法对小敏感度传热参数进行修正;第二层以带权重系数的瞬态温度峰谷误差最小为目标函数分别采用BFGS算法和遗传算法进行传热参数修正。利用该系统方法对某型微小卫星的热分析模型进行修正,修正结果表明热分析与试验瞬态温度误差从修正前最高8℃降低到修正后的2℃,验证了该系统方法的有效性。本文的研究满足了当前工程对瞬态热分析模型有效修正方法的迫切需求,完善了航天器热控关键技术体系。