近年来，数字孪生在学术界和工业界引起了广泛关注。它可以实时准确地反映物理世界，实现在线监测、控制和预测操作。它们的基础是超实时计算和高数据表示能力。然而，当前的DT并不能实现3D超实时计算。本研究提出了一种超实时求解流固耦合问题的新的三维计算方法。该方法基于混合求解框架，将传统数值方法与深度学习算子相结合。具体而言，该方法采用多核CPU并行加速来求解固体方程，同时利用GPU的计算能力来求解流体方程。流固耦合是通过GPU和多核CPU之间的信息交换实现的。此外，该方法还引入了一种新的基于DeepONET的深度学习算子框架。该框架附带了一个数据库结构，有助于模型训练和验证，以及一个指导训练的损失函数。选择改进的TOPAZ-II系统作为空间核反应堆，以证明其可行性。模拟了四种非训练瞬态条件来测试泛化性能。结果表明，该方法计算结果与参考值的平均误差小于2.5%，热力学参数的平均误差低于1.5%。瞬态过程中系统参数峰值与参考值之间的平均偏差小于5s。该结果满足可接受的误差水平，满足超实时要求，时间加速比约为1.17，比传统数值方法快60倍。结果证明了所提出的DT方法的准确性和有效性。