電磁軌道發射技術作為顛覆傳統火炮的新型武器系統，憑借其1-3km/s的超高初速度優勢，在軍事裝備領域展現出廣闊前景。該技術通過平行導軌間強電流產生的反向磁場與電樞相互作用，將電磁能轉化為彈丸動能，其核心部件包括導軌、脈沖電源、電樞及彈丸。然而，電流與磁場分布特性對發射性能和設備壽命的關鍵影響，特別是速度趨膚效應導致的電磁場畸變問題，長期制約著技術突破。

傳統研究依賴有限元法等數值算法進行磁場分布分析，但這類方法存在顯著局限：當發射參數如速度、電流發生調整時，需重新構建計算模型，導致參數優化效率低下。在實時模擬和數字孿生等新興應用場景中，傳統方法難以滿足毫秒級響應需求，成為制約技術發展的關鍵瓶頸。針對這一難題，科研團隊創新性地引入深度算子網絡（DeepONet）技術，構建了速度趨膚效應的快速計算模型。

該研究通過三步法實現技術突破：首先利用有限元法生成涵蓋不同速度-電流組合的磁場數據集，為模型訓練提供基準；其次設計非堆疊型網絡架構，通過分支網絡編碼發射參數、主干網絡處理時空坐標，實現參數與計算域的解耦處理；最終通過對比驗證，證明新方法在訓練區間內相對L2誤差僅0.43%，泛化預測誤差控制在0.74%以內，單次預測耗時縮短至0.865秒。針對暫態磁場計算難題，研究團隊在分支網絡中引入時間變量，使模型在動態過程模擬中仍保持0.724%的預測誤差和0.87秒的響應速度。

敏感性分析揭示了網絡規模對模型性能的雙重影響：適當增加神經元數量可提升學習能力，但過度擴展會導致過擬合。研究指出，主干網絡與分支網絡存在最優規模差異，這為后續自動超參數優化提供了理論依據。目前團隊正探索自動機器學習技術，以實現網絡結構的智能調優。

這項發表于《電工技術學報》的研究成果，通過解耦式編碼機制實現了發射參數與計算域的獨立處理，徹底擺脫了傳統方法對具體發射條件的依賴。該技術不僅為電磁軌道發射的實時仿真提供了高效工具，更在參數優化設計領域開辟了新路徑，其毫秒級響應能力為數字孿生建模奠定了計算基礎。研究得到國家自然科學基金等多個項目資助，標志著我國在電磁發射基礎理論研究領域取得重要進展。