CN116839560B - 半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 - Google Patents
半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 Download PDFInfo
- Publication number
- CN116839560B CN116839560B CN202311113366.5A CN202311113366A CN116839560B CN 116839560 B CN116839560 B CN 116839560B CN 202311113366 A CN202311113366 A CN 202311113366A CN 116839560 B CN116839560 B CN 116839560B
- Authority
- CN
- China
- Prior art keywords
- value
- quality
- removal
- parameter
- hemispherical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005336 cracking Methods 0.000 claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 53
- 230000007547 defect Effects 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 description 5
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000005350 fused silica glass Substances 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
- G01C19/56—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces
- G01C19/567—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces using the phase shift of a vibration node or antinode
- G01C19/5691—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces using the phase shift of a vibration node or antinode of essentially three-dimensional vibrators, e.g. wine glass-type vibrators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M1/00—Testing static or dynamic balance of machines or structures
- G01M1/30—Compensating imbalance
- G01M1/34—Compensating imbalance by removing material from the body to be tested, e.g. from the tread of tyres
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种半球谐振陀螺及其半球谐振子质量调平方法、设备及介质,该方法包括构建与频率裂解测试值对应的半球谐振子的缺陷模型;获取质量去除块的参数取值范围,构建向量空间,并对向量空间进行采样,得到质量去除块的参数具体值;根据参数具体值,对缺陷模型进行质量去除;对质量去除后的缺陷模型进行仿真计算,得到第一频率裂解仿真值;若第一频率裂解仿真值达到设定值,则输出质量去除块的参数理想值,否则对向量空间进行下一轮采样、质量去除,直到第一频率裂解仿真值达到设定值;利用参数理想值对实际加工后的半球谐振子进行质量去除。本发明大幅减少了实际调平去除质量的次数,提高了调平效率。
Description
技术领域
本发明属于半球谐振陀螺技术领域,尤其涉及一种半球谐振陀螺及其半球谐振子质量调平方法、设备及介质。
背景技术
半球谐振陀螺简称谐振子,是一种基于哥式效应的固体波动陀螺,具有高精度、长寿命、高可靠性的优势,是未来陀螺发展的重要方向。半球谐振陀螺的未来应用方向包括航天、航海、战略战术武器等诸多领域。
半球谐振子作为半球谐振陀螺的核心部件,其品质优劣由谐振子的三维结构、材料特性以及加工技术等决定。受限于后两项因素的影响,目前加工出来的谐振子的一致性和均匀性与理想情况存在差距,出现质量不均匀现象,最终导致谐振子两个本征轴的振动频率不一致,产生频率裂解,频率裂解的大小由半球谐振子缺陷的大小决定,模态主轴的方向由谐振子缺陷的空间分布决定。频率裂解使半球谐振陀螺出现正交误差,进而影响陀螺的精度。因此,需要对半球谐振子的不平衡质量进行去除,即质量调平。半球谐振子的质量调平是减小正交误差,提高陀螺精度的有效手段。
半球谐振子的主要调平方法为机械调平、化学调平、激光调平和离子束调平。利用这些常规谐振子调平方法进行调平时,需通过激光测振仪测定由质量不均匀产生的高频轴和低频轴的方位以及频率裂解值的大小,然后在低频轴的位置上进行质量去除。但是每次的质量去除量难以确定,需要经过多次质量去除和多次测量后,才能达到要调平的理想值。
发明内容
本发明的目的在于提供一种半球谐振陀螺及其半球谐振子质量调平方法、设备及介质,以解决传统调平方法需要多次质量去除和多次测量,导致调平操作复杂,调平效率低的问题。
本发明是通过如下的技术方案来解决上述技术问题的:一种半球谐振子质量调平方法,包括以下步骤:
步骤1:获取实际加工后的半球谐振子的频率裂解测试值;
步骤2:构建与所述频率裂解测试值对应的半球谐振子的缺陷模型;
步骤3:获取质量去除块的参数取值范围,根据所述参数取值范围构建向量空间,并对所述向量空间进行采样,得到质量去除块的参数具体值;
步骤4:根据所述质量去除块的参数具体值,对所述缺陷模型进行质量去除,得到质量去除后的缺陷模型;
步骤5:对质量去除后的缺陷模型进行仿真计算,得到第一频率裂解仿真值;
步骤6:判断所述第一频率裂解仿真值是否达到设定值,若是,则输出质量去除块的参数理想值,所述参数理想值为与该第一频率裂解仿真值对应的质量去除块的参数具体值,否则转入步骤7;
步骤7:根据所述第一频率裂解仿真值,对所述向量空间进行下一轮采样,得到质量去除块的参数具体值,并转入步骤4;
步骤8:利用所述质量去除块的参数理想值对实际加工后的半球谐振子进行质量去除。
进一步地,所述步骤2中,构建与所述频率裂解测试值对应的半球谐振子的缺陷模型,具体包括:
步骤2.1:获取半球谐振子的设计尺寸和材料属性;
步骤2.2:基于设计尺寸,构建半球谐振子的理想模型,并定义所述理想模型的材料属性;
步骤2.3:根据所述频率裂解测试值,对所述理想模型进行加载,得到与所述频率裂解测试值对应的缺陷模型。
进一步地,所述步骤2.3中,对所述理想模型进行加载,具体包括:
步骤2.31:将所述理想模型的圆周面上的材料密度采用傅里叶系数进行表征,具体表征公式为:
;
其中,ρ 0为半球谐振子的材料密度;均为i阶质量不均匀对应的系数;n为谐波阶数;θ为圆周面上的某一节点位置;ρ(θ)为节点位置θ的材料密度;
步骤2.32:将不同节点位置的材料密度加载至所述理想模型上,并对加载后的理想模型进行仿真计算,得到第二频率裂解仿真值;
步骤2.33:对所述频率裂解测试值与所述第二频率裂解仿真值进行比较,若两者相等,则得到所述缺陷模型,否则改变系数,重复步骤2.31~2.33,直到所述频率裂解测试值与所述第二频率裂解仿真值相等。
进一步地,所述步骤2.31中,谐波阶数n等于4,具体表征公式为:
;
或,。
进一步地,所述步骤3中,所述质量去除块的参数包括数量、尺寸、去除起始位置以及去除深度。
进一步地,所述步骤3中,采用拉丁超立方对所述向量空间进行采样,具体实现过程包括:
对所述质量去除块的数量取值范围进行随机抽样,得到质量去除块的数量m;
将所述质量去除块的尺寸取值范围、去除起始位置取值范围以及去除深度取值范围均划分成m个等分区间;
对尺寸取值范围、去除起始位置取值范围以及去除深度取值范围的每个等分区间均进行随机抽样,得到m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值;
对m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值进行随机组合,得到质量去除块的m组参数具体值,每组参数具体值均包括一个尺寸具体值、一个去除起始位置具体值和一个去除深度具体值。
进一步地,所述步骤7中,采用无梯度优化算法对所述向量空间进行下一轮采样,所述无梯度优化算法以第一频率裂解仿真值作为优化使用的超参数。
基于同一构思,本发明还提供了一种半球谐振陀螺,所述半球谐振陀螺包括半球谐振子,所述半球谐振子采用如上所述的半球谐振子质量调平方法进行质量调平。
基于同一构思,本发明还提供了一种电子设备,所述设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述半球谐振子质量调平方法的步骤。
基于同一构思,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述半球谐振子质量调平方法的步骤。
有益效果
与现有技术相比,本发明的优点在于:
本发明采用二次开发以及仿真相结合的方式,计算出非对称半球谐振子的调平质量和方位(即频率裂解消除位置和消除量的大小),然后利用计算出的调平质量和方位对实际加工的半球谐振子进行质量去除,大幅减少了实际调平去除质量的次数,提高了调平效率,简化了调平操作。本发明利用二次开发软件驱动仿真模型进行频率裂解计算,计算精度高、消耗资源少、操作简单,能够准确地给出刚性轴位置以及质量修调前后的频率变动等参数。
本发明采用傅里叶系数来表征半球谐振子的质量不均匀特性,并将质量不均匀特性加载到仿真模型中,实现了频率裂解与质量缺陷之间的直观表达;同时,频率裂解仿真值与频率裂解测试值相等,实现了仿真模型与半球谐振子的实际情况相对应。
本发明采用拉丁超立方法对向量空间进行首次采样,确保了得到的质量去除块的参数具体值覆盖了参数取值范围,进而确保了质量去除块的参数具体值的取值位置具有足够的分散度和代表性,避免了参数采样陷入局部最优解的问题;采用无梯度优化算法对向量空间进行后续采样,解决了仿真模型的不可导问题,无梯度优化算法是基于参数采样和差分来估计参数更新方向的优化方法,适用于寻找质量去除块的最佳参数值。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中半球谐振子质量调平方法流程图;
图2是本发明实施例中半球谐振子的理想模型;
图3是本发明实施例中对理想模型进行加载的流程图;
图4是本发明实施例中半球谐振子的缺陷模型;
图5是本发明实施例中缺陷模型上质量去除块的图形和位置示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
如图1所示,本实施例所提供的一种半球谐振子质量调平方法,包括以下步骤:
步骤1:获取实际加工后的半球谐振子的频率裂解测试值;
步骤2:构建与频率裂解测试值对应的半球谐振子的缺陷模型;
步骤3:获取质量去除块的参数取值范围,根据参数取值范围构建向量空间,并对向量空间进行采样,得到质量去除块的参数具体值;
步骤4:根据质量去除块的参数具体值,对缺陷模型进行质量去除,得到质量去除后的缺陷模型;
步骤5:对质量去除后的缺陷模型进行仿真计算,得到第一频率裂解仿真值;
步骤6:判断第一频率裂解仿真值是否达到设定值,若是,则输出质量去除块的参数理想值,参数理想值为与该第一频率裂解仿真值对应的质量去除块的参数具体值,否则转入步骤7;
步骤7:根据第一频率裂解仿真值,对向量空间进行下一轮采样,得到质量去除块的参数具体值,并转入步骤4;
步骤8:利用质量去除块的参数理想值对实际加工后的半球谐振子进行质量去除。
步骤1中,对实际加工后的半球谐振子进行测试,可以获得实际加工后的半球谐振子的频率裂解测试值。步骤2中,构建与频率裂解测试值对应的半球谐振子的缺陷模型,具体包括:
步骤2.1:获取半球谐振子的设计尺寸和材料属性;
步骤2.2:基于设计尺寸,构建半球谐振子的理想模型,并定义理想模型的材料属性;
步骤2.3:根据频率裂解测试值,对理想模型进行加载,得到与频率裂解测试值对应的缺陷模型。
步骤2.2中,使用COMSOL或Abaqus等软件对半球谐振子进行模态分析,在COMSOL软件中选择新建三维模型、选择结构力学模块、特征频率研究进入主界面。在主界面根据半球谐振子的设计尺寸建立三维理想模型,根据半球谐振子的材料属性(例如杨氏模量、密度和泊松比等)对理想模型的材料属性进行定义,如图2所示。本实施例中,仅采用1~4阶质量分布不均的情况,可采取单一阶数的质量分布不均或多阶组合的质量分布不均情况,如下式(2)或(3)。在理想模型支撑柱的上下两个平面添加固定约束,选择半球谐振子的半截面建立映射以扫掠的方式建立网格,点击计算可以得到半球谐振子各个模态的固有频率。
步骤2.3中,如图3所示,对理想模型进行加载,具体包括:
步骤2.31:将理想模型的圆周面上的材料密度采用傅里叶系数进行表征,具体表征公式为:
(1)
其中,ρ 0为半球谐振子的材料密度;均为i阶质量不均匀对应的系数(也即傅里叶系数);n为谐波阶数,n的最大值为无穷大;θ为圆周面上的某一节点位置;ρ(θ)为节点位置θ的材料密度;
步骤2.32:将不同节点位置的材料密度加载至理想模型上,并对加载后的理想模型进行仿真计算,得到第二频率裂解仿真值;
步骤2.33:对步骤1获取的频率裂解测试值与步骤2.32得到的第二频率裂解仿真值进行比较,若两者相等,则得到缺陷模型,如图4所示,否则改变系数,重复步骤2.31~2.33,直到频率裂解测试值(例如0.3Hz)与第二频率裂解仿真值相等。
采用傅里叶系数表征理想模型的材料密度,以表示真实半球谐振子的质量分布不均匀情况。半球谐振子的材料通常为熔融石英,因此半球谐振子的材料密度ρ 0约为2200kg/m3。通常模态的频率裂解越大,系数的值也越大。
本实施例中,仅关注二阶模态的频率裂解,该频率裂解与采用傅里叶系数进行材料密度的表征方式直接相关。通常情况是根据实际加工的半球谐振子的频率裂解测试数据,取相应的傅里叶系数,使仿真计算的第二频率裂解仿真值与真实半球谐振子的频率裂解测试值一一对应。式(1)中的谐波阶数n的最大值为无穷大,为了简化计算且仅考虑二阶模态的频率裂解,谐波阶数n取4,具体表征公式为:
(2)
或,(3)
其中,θ为圆周面上的某一节点位置,即取理想模型上的一个圆,以该圆上的某个节点位置(即起始节点)为0°,该圆上的其他节点位置为θ,θ为起始节点和该圆圆心之间的连线与其他节点和该圆圆心之间的连线的夹角,θ的取值范围为0°~360°。再通过边界约束来设置圆的厚度,即可实现对理想模型进行材料密度加载。
步骤3中,质量去除块的参数包括质量去除块的数量、质量去除块的尺寸(即质量去除块的面积)、质量去除块的去除起始位置以及质量去除块的去除深度,用户根据实际情况设置质量去除块各参数的取值范围。通常在缺陷模型最外沿上用一个矩形或圆形等来代表半球谐振子的质量去除块,并将质量去除块进行参数化。例如,采用矩形的质量去除块,则将矩形的数量、长度、宽度、去除起始位置以及去除深度作为质量去除块的参数。
步骤3中,在根据质量去除块的参数取值范围构建向量空间后,采用拉丁超立方对向量空间进行采样,具体实现过程包括:
步骤3.1:对质量去除块的数量取值范围进行随机抽样,得到质量去除块的数量m;
步骤3.2:将质量去除块的尺寸取值范围、去除起始位置取值范围以及去除深度取值范围均划分成m个等分区间;
步骤3.3:对尺寸取值范围、去除起始位置取值范围以及去除深度取值范围的每个等分区间均进行随机抽样,得到m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值;
步骤3.4:对m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值进行随机组合,得到质量去除块的m组参数具体值,每组参数具体值均包括一个尺寸具体值、一个去除起始位置具体值和一个去除深度具体值。
采用拉丁超立方进行采样,确保了得到的质量去除块的参数具体值覆盖了参数取值范围,进而确保了质量去除块的参数具体值的取值位置具有足够的分散度和代表性,避免了参数采样陷入局部最优解的问题。在向量空间中,因为强制分层抽样的原因,概率密度较低处的点依然会被抽样到,越复杂的场景抽样效率提升越明显。
步骤4中,在仿真软件中,根据质量去除块的参数具体值构建质量去除块模型,然后对缺陷模型进行质量去除,得到质量去除后的缺陷模型,如图5所示。对质量去除后的缺陷模型进行仿真计算,得到第一频率裂解仿真值,以第一频率裂解仿真值作为监控值(即下一轮采样的依据),利用二次开发程序不断驱动仿真软件进行计算并调用仿真结果。本实施例所采用的编程语言为python或Java。
步骤6中,第一频率裂解的设定值为0.001Hz。当第一频率裂解仿真值达到该设定值时,与该第一频率裂解仿真值对应的质量去除块的参数具体值即为参数理想值,将参数理想值用于指导实际加工过程。
步骤7中,采用无梯度优化算法对向量空间进行下一轮采样,无梯度优化算法以第一频率裂解仿真值作为优化使用的超参数,以第一频率裂解仿真值达到设定值为优化目标。最初的几轮采样结果主要覆盖整个向量空间,频率裂解的减小并不明显,当采样覆盖整个向量空间后,后续的无梯度优化算法主要辨识关键参数,使频率裂解的减小速度加快,在一定的轮次数下实现频率裂解减小至设定值。
本发明利用无梯度优化算法寻找质量去除块的参数理想值(即最优参数值)。由于拉丁超立方采样的参数无序,所以需要通过优化算法寻找最优的参数组合,使迭代次数或轮次减少,尽快寻找到最优的参数,达到频率裂解减小的设定值。当达到设定值时,计算终止,即通过优化算法找到了适合的质量去除块及位置,可在半球谐振子的实物上按照上述结果进行质量去除,达到仿真指导实际应用的目的。
本发明可以实现从加工产生的大频率裂解到通过质量去除得到小频率裂解的半球谐振子修调方法,以小频率裂解(即设定值)作为无梯度优化算法的优化目标,通过对向量空间进行采样,并将采样得到的质量去除块加载至缺陷模型中,进行仿真计算,计算后的频率裂解值与设定值进行比较,判断是否需要对向量空间进行下一轮采样或结束计算。
本发明实施例还提供一种半球谐振陀螺,该半球谐振陀螺包括半球谐振子,该半球谐振子采用如上所述的半球谐振子质量调平方法进行质量调平。
本发明实施例还提供一种电子设备,该电子设备包括:处理器和存储有计算机程序的存储器,所述处理器被配置为执行所述计算机程序时实现如上所述半球谐振子质量调平方法的步骤。
尽管未示出,所述电子设备包括处理器,其可以根据存储在只读存储器(ROM)中的程序和/或数据或者从存储部分加载到随机访问存储器(RAM)中的程序和/或数据而执行各种适当的操作和处理。处理器可以是一个多核的处理器,也可以包含多个处理器。在一些实施例中,处理器可以包含一个通用的主处理器以及一个或多个特殊的协处理器,例如,中央处理器、图形处理器(GPU)、神经网络处理器(NPU)、数字信号处理器(DSP)等等。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理器、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
上述处理器与存储器共同用于执行存储在存储器中的程序,所述程序被计算机执行时能够实现上述各实施例描述的方法、步骤或功能。
尽管未示出,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述半球谐振子质量调平方法的步骤。
在本发明的实施例的存储介质包括永久性和非永久性、可移动和非可移动的可以由任何方法或技术来实现信息存储的物品。存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所揭露的仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或变型,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种半球谐振子质量调平方法,其特征在于,包括以下步骤:
步骤1:获取实际加工后的半球谐振子的频率裂解测试值;
步骤2:构建与所述频率裂解测试值对应的半球谐振子的缺陷模型;
步骤3:获取质量去除块的参数取值范围,根据所述参数取值范围构建向量空间,并对所述向量空间进行采样,得到质量去除块的参数具体值;
步骤4:根据所述质量去除块的参数具体值,对所述缺陷模型进行质量去除,得到质量去除后的缺陷模型;
步骤5:对质量去除后的缺陷模型进行仿真计算,得到第一频率裂解仿真值;
步骤6:判断所述第一频率裂解仿真值是否达到设定值,若是,则输出质量去除块的参数理想值,所述参数理想值为与该第一频率裂解仿真值对应的质量去除块的参数具体值,否则转入步骤7;
步骤7:根据所述第一频率裂解仿真值,对所述向量空间进行下一轮采样,得到质量去除块的参数具体值,并转入步骤4;
步骤8:利用所述质量去除块的参数理想值对实际加工后的半球谐振子进行质量去除;
所述步骤3中,所述质量去除块的参数包括数量、尺寸、去除起始位置以及去除深度;采用拉丁超立方对所述向量空间进行采样,具体实现过程包括:
对所述质量去除块的数量取值范围进行随机抽样,得到质量去除块的数量m;
将所述质量去除块的尺寸取值范围、去除起始位置取值范围以及去除深度取值范围均划分成m个等分区间;
对尺寸取值范围、去除起始位置取值范围以及去除深度取值范围的每个等分区间均进行随机抽样,得到m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值;
对m个尺寸具体值、m个去除起始位置具体值以及m个去除深度具体值进行随机组合,得到质量去除块的m组参数具体值,每组参数具体值均包括一个尺寸具体值、一个去除起始位置具体值和一个去除深度具体值。
2.根据权利要求1所述的半球谐振子质量调平方法,其特征在于,所述步骤2中,构建与所述频率裂解测试值对应的半球谐振子的缺陷模型,具体包括:
步骤2.1:获取半球谐振子的设计尺寸和材料属性;
步骤2.2:基于设计尺寸,构建半球谐振子的理想模型,并定义所述理想模型的材料属性;
步骤2.3:根据所述频率裂解测试值,对所述理想模型进行加载,得到与所述频率裂解测试值对应的缺陷模型。
3.根据权利要求2所述的半球谐振子质量调平方法,其特征在于,所述步骤2.3中,对所述理想模型进行加载,具体包括:
步骤2.31:将所述理想模型的圆周面上的材料密度采用傅里叶系数进行表征,具体表征公式为:
;
其中,为半球谐振子的材料密度;a i、b i均为i阶质量不均匀对应的系数;n为谐波阶数;θ为圆周面上的某一节点位置;/>为节点位置θ的材料密度;
步骤2.32:将不同节点位置的材料密度加载至所述理想模型上,并对加载后的理想模型进行仿真计算,得到第二频率裂解仿真值;
步骤2.33:对所述频率裂解测试值与所述第二频率裂解仿真值进行比较,若两者相等,则得到所述缺陷模型,否则改变系数a i、b i,重复步骤2.31~2.33,直到所述频率裂解测试值与所述第二频率裂解仿真值相等。
4.根据权利要求3所述的半球谐振子质量调平方法,其特征在于,所述步骤2.31中,谐波阶数n等于4,具体表征公式为:
;
或,。
5.根据权利要求1~4中任一项所述的半球谐振子质量调平方法,其特征在于,所述步骤7中,采用无梯度优化算法对所述向量空间进行下一轮采样,所述无梯度优化算法以第一频率裂解仿真值作为优化使用的超参数。
6.一种半球谐振陀螺,所述半球谐振陀螺包括半球谐振子,其特征在于,所述半球谐振子采用如权利要求1~5中任一项所述的半球谐振子质量调平方法进行质量调平。
7.一种电子设备,其特征在于,所述设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1~5中任一项所述半球谐振子质量调平方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~5中任一项所述半球谐振子质量调平方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311113366.5A CN116839560B (zh) | 2023-08-31 | 2023-08-31 | 半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311113366.5A CN116839560B (zh) | 2023-08-31 | 2023-08-31 | 半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116839560A CN116839560A (zh) | 2023-10-03 |
CN116839560B true CN116839560B (zh) | 2023-11-10 |
Family
ID=88160226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311113366.5A Active CN116839560B (zh) | 2023-08-31 | 2023-08-31 | 半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116839560B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013205027A (ja) * | 2012-03-27 | 2013-10-07 | Tdk Corp | ジャイロ素子のレーザトリミング方法 |
RU2560755C1 (ru) * | 2014-05-23 | 2015-08-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Московский государственный технический университет имени Н.Э. Баумана" (МГТУ им. Н.Э. Баумана) | Способ балансировки металлического беззубцового резонатора волнового твердотельного гироскопа |
CN108613686A (zh) * | 2018-04-28 | 2018-10-02 | 中南大学 | 一种振动陀螺自动化修调方法 |
CN109084741A (zh) * | 2018-07-04 | 2018-12-25 | 中国人民解放军国防科技大学 | 一种圆柱壳体振动陀螺谐振子频率裂解方法及系统 |
CN113551691A (zh) * | 2021-07-16 | 2021-10-26 | 中国人民解放军国防科技大学 | 一种具有测频功能的微半球谐振陀螺在线激光修调系统及方法 |
CN114139301A (zh) * | 2021-10-29 | 2022-03-04 | 哈尔滨工业大学 | 一种基于频率裂解的半球谐振子加工误差标准制定方法 |
CN115533626A (zh) * | 2022-11-08 | 2022-12-30 | 中国人民解放军国防科技大学 | 一种基于低能离子束溅射的半球谐振子修形方法 |
CN115855113A (zh) * | 2022-12-27 | 2023-03-28 | 中国人民解放军国防科技大学 | 陀螺谐振结构频率裂解的修调系统与方法 |
CN116372376A (zh) * | 2023-05-29 | 2023-07-04 | 北京理工大学 | 飞秒激光与离子束刻蚀联合修调半球谐振子的方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6698287B2 (en) * | 2001-08-10 | 2004-03-02 | The Boeing Company | Microgyro tuning using focused ion beams |
US7437253B2 (en) * | 2004-07-29 | 2008-10-14 | The Boeing Company | Parametrically disciplined operation of a vibratory gyroscope |
-
2023
- 2023-08-31 CN CN202311113366.5A patent/CN116839560B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013205027A (ja) * | 2012-03-27 | 2013-10-07 | Tdk Corp | ジャイロ素子のレーザトリミング方法 |
RU2560755C1 (ru) * | 2014-05-23 | 2015-08-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Московский государственный технический университет имени Н.Э. Баумана" (МГТУ им. Н.Э. Баумана) | Способ балансировки металлического беззубцового резонатора волнового твердотельного гироскопа |
CN108613686A (zh) * | 2018-04-28 | 2018-10-02 | 中南大学 | 一种振动陀螺自动化修调方法 |
CN109084741A (zh) * | 2018-07-04 | 2018-12-25 | 中国人民解放军国防科技大学 | 一种圆柱壳体振动陀螺谐振子频率裂解方法及系统 |
CN113551691A (zh) * | 2021-07-16 | 2021-10-26 | 中国人民解放军国防科技大学 | 一种具有测频功能的微半球谐振陀螺在线激光修调系统及方法 |
CN114139301A (zh) * | 2021-10-29 | 2022-03-04 | 哈尔滨工业大学 | 一种基于频率裂解的半球谐振子加工误差标准制定方法 |
CN115533626A (zh) * | 2022-11-08 | 2022-12-30 | 中国人民解放军国防科技大学 | 一种基于低能离子束溅射的半球谐振子修形方法 |
CN115855113A (zh) * | 2022-12-27 | 2023-03-28 | 中国人民解放军国防科技大学 | 陀螺谐振结构频率裂解的修调系统与方法 |
CN116372376A (zh) * | 2023-05-29 | 2023-07-04 | 北京理工大学 | 飞秒激光与离子束刻蚀联合修调半球谐振子的方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于幅频特性的半球谐振陀螺刚性轴辨识方法研究;王鹏等;光学与光电技术;第20卷(第5期);全文 * |
基于质量-刚度解耦的微半球谐振陀螺频差高精度修调方法;李斌等;中国科学: 技术科学;第53卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116839560A (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cunha et al. | Magnetic perturbations to the acoustic modes of roAp stars | |
CN110727506B (zh) | 一种基于成本模型的spark参数自动调优方法 | |
CN111578966B (zh) | 一种基于lms算法的半球谐振子特征参数辨识方法 | |
US20220067245A1 (en) | Low-cost linear orders for quantum-program simulation | |
CN112927769B (zh) | 基于孔径分布曲线的MOFs材料缺陷结构预测方法 | |
CN111967183A (zh) | 一种配电网台区线损的计算方法和系统 | |
CN107862170A (zh) | 一种基于动态缩聚的有限元模型修正方法 | |
CN116839560B (zh) | 半球谐振陀螺及其半球谐振子质量调平方法、设备及介质 | |
CN116150888A (zh) | 一种基于数字孪生的航空发动机多场耦合仿真方法及系统 | |
Gosálvez et al. | Atomistic methods for the simulation of evolving surfaces | |
CN109284555B (zh) | 基于多孔介质几何形状估计渗透率的网格随机游走方法 | |
CN114898826A (zh) | 基于mof的机器学习算法优选方法、存储介质及计算设备 | |
CN111340950B (zh) | 数字高程模型重建方法及装置 | |
Anikin et al. | Labeled property graphs: SQL or NoSQL? | |
CN115856646B (zh) | 一种基于三维电压特征的锂离子电池早期寿命预测方法 | |
CN116663371A (zh) | 一种锂离子电池老化仿真方法、系统及存储介质 | |
CN113569461B (zh) | 一种基于改进人工蜂群算法的谐振子设计方法 | |
Mbadiwe et al. | ParaMODA: Improving motif-centric subgraph pattern search in PPI networks | |
Dannelongue et al. | Efficient data structures for adaptive remeshing with the FEM | |
CN115774577A (zh) | 一种Spark GraphX参数调优方法、装置、电子设备及存储介质 | |
WO2021135719A1 (zh) | 一种推断物性参数的方法及装置 | |
CN115204006A (zh) | 用于大型振动台振动分析的土体有效参振质量确定方法 | |
CN114462294A (zh) | 一种两阶段代理模型辅助参数估计方法以及系统 | |
CN112814854B (zh) | 基于联合学习的涡轮风机维护方法和装置 | |
CN113378322B (zh) | 旋转件的结构参数的优化方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |