CN117521452A - 一种基于时空有限元模型的机器人结构件优化方法及装置 - Google Patents

一种基于时空有限元模型的机器人结构件优化方法及装置 Download PDF

Info

Publication number
CN117521452A
CN117521452A CN202311479204.3A CN202311479204A CN117521452A CN 117521452 A CN117521452 A CN 117521452A CN 202311479204 A CN202311479204 A CN 202311479204A CN 117521452 A CN117521452 A CN 117521452A
Authority
CN
China
Prior art keywords
structural member
finite element
space
time
equation
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.)
Granted
Application number
CN202311479204.3A
Other languages
English (en)
Other versions
CN117521452B (zh
Inventor
张宇
聂大明
姜红建
孔令雨
谢安桓
顾建军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202311479204.3A priority Critical patent/CN117521452B/zh
Publication of CN117521452A publication Critical patent/CN117521452A/zh
Application granted granted Critical
Publication of CN117521452B publication Critical patent/CN117521452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本说明书公开了一种基于时空有限元模型的机器人结构件优化方法及装置。所述方法包括：接收针对机器人结构件的仿真优化指令；基于所述结构件对应的属性信息，构建所述结构件的有限元模型；在仿真环境中对所述结构件施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程；根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。

Description

一种基于时空有限元模型的机器人结构件优化方法及装置
技术领域
本说明书涉及机器人技术领域，尤其涉及一种基于时空有限元模型的机器人结构件优化方法及装置。
背景技术
近年，智能机器人在各领域应用愈发广泛，其中，仿人机器人关节数量众多，且内部空间狭小，结构紧凑，在内、外部热环境下，面临着热传导和散热问题。
傅里叶热传导定律公式简洁，是工程热物理学的基础和框架。然而，随着超快速制造技术和超小尺度纳米技术在机器人中的广泛应用，对于一些散热要求较为严格的业务场景来说，传统的傅里叶热传导模型难以准确的确定出非局域结构的热物理特性，这就意味着在结构件的设计与优化过程中缺少准确的参照指标，无法满足实际业务场景的散热需求。
因此，如何准确的确定出机器人结构件的热物理特性，进而对结构件进行优化，以使优化后的结构件满足业务场景的散热需求，是一个亟待解决的问题。
发明内容
本说明书提供一种基于时空有限元模型的机器人结构件优化方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
一种基于时空有限元模型的机器人结构件优化方法，包括：
接收针对机器人结构件的仿真优化指令；
基于所述结构件对应的属性信息，构建所述结构件的有限元模型；
在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性；
根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；
在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
可选地，所述属性信息包括：所述结构件的密度、单位质量的比热容以及尺寸。
可选地，基于所述属性信息以及所述结构件在指定时间内产生的热量信息确定所述结构件对应的时空热传导控制方程，具体包括：
根据所述密度、所述单位质量的比热容、所述热量信息，以及，预设的热力学特征时间、热力学特征长度、拉普拉斯算子和所述结构件的二阶热导率张量，确定所述时空热传导控制方程。
可选地，根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程，具体包括：
确定所述时空热传导控制方程对应的微分方程；
基于所述结构件表面边界上法向量的分量以及所述结构件的边界面积，对所述微分方程进行转换，得到所述时空热传导控制方程对应的弱形式方程，其中，所述表面边界上的热梯度向量为零；
根据所述弱形式方程，确定所述全局热传导有限元方程。
可选地，根据所述弱形式方程，确定所述全局热传导有限元方程，具体包括：
将所述有限元模型离散为若干个模型单元；
根据所述弱形式方程，确定各模型单元对应的单元热传导控制方程；
根据所述单元热传导控制方程，确定单元热传递矩阵和单元惯性矩阵；
根据所述单元热传递矩阵和所述单元惯性矩阵，确定所述全局热传导有限元方程。
可选地，根据所述弱形式方程，确定各模型单元对应的单元热传导控制方程，具体包括：
针对每个模型单元，根据该模型单元在指定方向上的坐标、形状函数以及温度，确定该模型单元对应的热位移量；
根据所述热位移量，确定该模型单元对应的单元热传导控制方程。
可选地，所述时空边界条件包括时间边界条件以及空间边界条件；
在所述空间边界条件的约束下，所述结构件表面边界上的热偏移量与迪里切特边界上的预设温度偏移相等；
在所述时间边界条件的约束下，若所述结构件受到初始温度变化的扰动，所述结构件的温度变化速率为零。
本说明书提供了一种基于时空有限元模型的机器人结构件优化装置，包括：
接收模块，接收针对机器人结构件的仿真优化指令；
构建模块，基于所述结构件对应的属性信息，构建所述结构件的有限元模型；
确定模块，在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性；
转换模块，根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；
优化模块，在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于时空有限元模型的机器人结构件优化方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于时空有限元模型的机器人结构件优化方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的基于时空有限元模型的机器人结构件优化方法中，终端设备接收针对机器人结构件的仿真优化指令；基于所述结构件对应的属性信息，构建所述结构件的有限元模型；在仿真环境中对所述结构件施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程；根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
从上述方法可以看出，本方案通过在仿真环境中对结构件的有限元模型施加热载荷，确定表征结构件对应热扩散和热波的非局域时空特性的时空热传导控制方程，之后根据结构件的属性信息对所述全局热传导有限元方程进行解析从而确定出其准确的温度场分布信息，这样一来，就可以在仿真环境中基于该温度场分布信息对结构件进行优化设计，使其满足业务场景的散热需求。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种基于时空有限元模型的机器人结构件优化方法的流程示意图；
图2为本说明书中提供的一种内在特征时间v＝0时的度场分布情况示意图；
图3为本说明书中提供的一种内在特征时间ξ＝0.5nm时的度场分布情况示意图；
图4为本说明书提供的一种基于时空有限元模型的机器人结构件优化装置的示意图；
图5为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种基于时空有限元模型的机器人结构件优化方法的流程示意图，包括以下步骤：
S101：接收针对机器人结构件的仿真优化指令。
S102：基于所述结构件对应的属性信息，构建所述结构件的有限元模型。
在进行机器人结构件热传导基础研究时，必须分析中探索非局域时空效应，进而对结构件本身的热力学性能进行计算，从而在优化过程中充分保证其散热性能。
基于此，本说明书提供了一种基于时空有限元模型的机器人结构件优化方法，客户端可以在仿真环境中确定机器人结构件的温度场分布信息，进而根据该温度场分布信息对结构件的材质和结构进行调整，使其满足散热要求。
在本说明书中，用于实现一种基于时空有限元模型的机器人结构件优化方法的执行主体可以是安装在诸如笔记本电脑、台式电脑等指定设备上的客户端，当然，也可以是服务器，为了便于描述，以下仅以客户端作为执行主体为例，对本说明书提供的一种基于时空有限元模型的机器人结构件优化方法进行说明。
用户可以向客户端输入针对机器人结构件的仿真优化指令，并输入该结构件的属性信息以及其他初始条件，其中，结构件的属性信息可以包括：结构件材质的密度、单位质量的比热容以及尺寸(如长、宽、高等)。
以长度、宽度和厚度分别为20nm、8nm和4nm的长方体硅质结构件为例，其单位质量的比热容cv0＝700J/(K·kg)量密度ρ＝2330kg/m3，热导率κ＝90J/(m·K·s)，内在特征时间τE＝1fs。三维硅介质中的所有点在初始时刻保持恒定温度300K(t＝0)。对于初始条件，t＝0+时在x＝0的表面被迫产生10K的热偏移(空间迪里切特边界条件)，然后保持恒定温度310K(即)，时间步长为0.1τE或0.1fs。
客户端接收到仿真优化指令后，可以基于结构件对应的属性信息，构建结构件的有限元模型，其有限元模型中的每个单元可以作为一个模型单元。
S103：在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性。
客户端可以在仿真环境中对有限元模型施加热载荷，基于属性信息以及结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程。其中，该时空热传导控制方程用于表征结构件对应热扩散和热波的非局域时空特性。
当忽略内在特征长度(ξ＝0)和内在特征时间(τ_E＝0)时，可将时空热传导控制方程简化为傅里叶导热模型。仅忽略内在特征长度(ξ＝0)时，则可以转化为Cattaneo-Vernotte模型，Cattaneo-Vernotte模型涉及到热移动速率(扩散)和二阶时间导数项(热波)，因此能够在同一系统中捕捉到扩散和热波的传热性能。
具体的，客户端可以根据结构件的密度、单位质量的比热容和热量信息，以及，预设的热力学特征时间、热力学特征长度、拉普拉斯算子和结构件的二阶热导率张量，确定时空热传导控制方程，该时空热传导方程的微分形式(即微分方程)可以表示为：
其中，ρ0为材料密度，cv0为单位质量的比热容，τE是内部热力学特征时间，t是时间，θ＝T-T0表示结构件在指定时间内产生的热量信息，T0为初始温度，ξ是内在热力学特征长度，表示拉普拉斯算子，κ为二阶热导率张量，x为参考点。
S104：根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程。
客户端可以基于结构件表面边界上法向量的分量以及结构件的边界面积，对上述微分方程进行转换，得到时空热传导控制方程对应的弱形式方程，其中，结构件表面边界上的热梯度向量为零。
具体的，客户端可以将上述微分方程与结构件总体积V内每个模型单元的权函数w(x)相乘，并在总体积V上进行积分，得到如下积分方程：
另外，客户端还可以通过部分积分法，确定上述积分方程对应的两个积分关系，即第一积分关系和第二积分关系，第一积分关系可以表示为：
第二积分关系可以表示为：
其中，nk为结构件表面边界上法向量的分量，A为结构件的边界面积，客户端可以将第一积分关系和第二积分关系代入上述积分方程，得到时空热传导控制方程的弱形式，该弱形式方程可以表示为：
进一步的，对于有限元模型的每个模型单元，客户端可以根据该模型单元在指定方向上的坐标、形状函数以及温度，确定该模型单元对应的热位移量，进而根据其热位移量，确定该模型单元对应的单元热传导控制方程、单元热传递矩阵和所述单元惯性矩阵。在本说明书中，热位移量θ可以表示为：
其中，是第模型单元i在xj方向上的坐标，Ni是形状函数，θi是模型单元i的温度。形状函数可以表示为：
其中，n表示有限元模型中模型单元的个数。
对于Galerkin有限元法，权函数w(x)的确定方式为：w＝Ni，将权函数代入上述弱形式方程，可以得到单元热传导控制方程：
其中，Ve表示一个模型单元的体积。
之后客户端可以基于单元热传导控制方程，确定单元热传递矩阵和单元惯性矩阵/>的分量，单元热传递矩阵可以表示为：
单元惯性矩阵可以表示为：
根据线性各向同性均匀介质的热传导特性，单元热传递矩阵可以进一步简化为：
其中，κ表示热导率常数。
客户端可以根据每个模型单元对应的单元热传递矩阵和单元惯性矩阵，确定全局惯性矩阵和全局热传递矩阵。之后客户端可以根据全局惯性矩阵、全局热传递矩阵以及全局温度偏移向量确定全局热传导有限元方程，该全局热传导有限元方程可以表示为：
其中，H为全局热传递矩阵，M为全局惯性矩阵，θ为待确定的全局温度偏移向量，和/>分别表示全局温度偏移向量的一阶时间导数和二阶时间导数。
S105：在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
为了保证全局热传导有限元方程的解析结果为一个适定的有限元问题，客户端可以预先对时空边界条件进行设置，从而解出唯一的节点热偏移矢量。
具体的，时空边界条件可以包括时间边界条件和空间边界条件，对于空间边界条件，不仅包含了自然(空间)边界条件，还包含强制(空间)迪里切特边界条件，在上述空间边界条件的约束下，结构件表面边界上的热偏移量与迪里切特边界上的预设温度偏移相等，该空间边界条件可以表示为：
其中，θA是结构件表面边界上的热偏移，是迪里切特边界条件上用户预设的温度偏移。
而在时间边界条件的约束下，结构件若受到初始温度变化的扰动，其温度变化速率为零，该时间边界条件可以表示为：
θ(x1＝0,x2,x3,t>0)＝ΔT
其中，ΔT是初始温度偏移量。
之后客户端可以基于结构件的材料密度和和长、宽、高尺寸以及所施加的热载荷，在上述边界条件的约束下对上述全局热传导有限元方程进行解析，从而得到结构件不同内在特征时间下的温度场分布信息。
为了便于理解，本说明书提供了一种内在特征时间ξ＝0和ξ＝0.5nm时的温度场分布情况示意图，分别如图2和图3所示。
图2为本说明书中提供的一种内在特征时间ξ＝0时的度场分布情况示意图；
图3为本说明书中提供的一种内在特征时间ξ＝0.5nm时的度场分布情况示意图。
显然，由于热量在热扩散和热波两种传播方式下，可在图2和图3中观察到波面。通过对比图2和图3还可看出，由于内在长度ξ的惯性效应增加，波速会减小。此外，由于内在长度具有惯性和阻尼效应，带有非局部空间效应的受热区域(热传播深度)较不带非局部空间效应的受热区域更小。说明本方法通过消除经典不可逆热力学中的时空局域平衡假设，解决了经典傅里叶热传导理论中的无限波速悖论。
客户端可以根据不同内在特征长度下的温度场分布情况，对机器人结构件的材质以及结构进行调整和优化，以使结构件达到最佳的散热效果，并确定结构件的构建参数。
之后客户端可以基于在仿真环境中确定出的构建参数对结构件进行构建，从而使构建出结构件的热力学性能满足实际业务场景的需求。
从上述方法可以看出，本方案通过在仿真环境中对结构件的有限元模型施加热载荷，确定表征结构件对应热扩散和热波的非局域时空特性的时空热传导控制方程，之后根据结构件的属性信息对所述全局热传导有限元方程进行解析从而确定出其准确的温度场分布信息，这样一来，就可以在仿真环境中基于该温度场分布信息对结构件进行优化设计，使其满足业务场景的散热需求。
并且，在机器人结构件热传导过程中同时考虑内在特征时间和内在特征长度的影响，解决机器人结构件热传导的时空悖论问题。
以上为本说明书的一个或多个实施基于时空有限元模型的机器人结构件优化方法，基于同样的思路，本说明书还提供了相应的基于时空有限元模型的机器人结构件优化装置，如图4所示。
图4为本说明书提供的一种基于时空有限元模型的机器人结构件优化装置的示意图，包括：
接收模块401，用于接收针对机器人结构件的仿真优化指令；
构建模块402，用于基于所述结构件对应的属性信息，构建所述结构件的有限元模型；
确定模块403，用于在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性；
转换模块404，用于根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；
优化模块405，用于在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
可选地，所述属性信息包括：所述结构件的密度、单位质量的比热容以及尺寸。
可选地，所述确定模块403具体用于，根据所述密度、所述单位质量的比热容、所述热量信息，以及，预设的热力学特征时间、热力学特征长度、拉普拉斯算子和所述结构件的二阶热导率张量，确定所述时空热传导控制方程。
可选地，所述转换模块404具体用于，确定所述时空热传导控制方程对应的微分方程；基于所述结构件表面边界上法向量的分量以及所述结构件的边界面积，对所述微分方程进行转换，得到所述时空热传导控制方程对应的弱形式方程，其中，所述表面边界上的热梯度向量为零；根据所述弱形式方程，确定所述全局热传导有限元方程。
可选地，所述转换模块404具体用于，将所述有限元模型离散为若干个模型单元；根据所述弱形式方程，确定各模型单元对应的单元热传导控制方程；根据所述单元热传导控制方程，确定单元热传递矩阵和单元惯性矩阵；根据所述单元热传递矩阵和所述单元惯性矩阵，确定所述全局热传导有限元方程。
可选地，所述转换模块404具体用于，针对每个模型单元，根据该模型单元在指定方向上的坐标、形状函数以及温度，确定该模型单元对应的热位移量；
根据所述热位移量，确定该模型单元对应的单元热传导控制方程。
可选地，所述时空边界条件包括时间边界条件以及空间边界条件；在所述空间边界条件的约束下，所述结构件表面边界上的热偏移量与迪里切特边界上的预设温度偏移相等；在所述时间边界条件的约束下，若所述结构件受到初始温度变化的扰动，所述结构件的温度变化速率为零。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种基于时空有限元模型的机器人结构件优化方法。
本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的基于时空有限元模型的机器人结构件优化方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware DescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced BooleanExpression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java HardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware DescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated CircuitHardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的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。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种基于时空有限元模型的机器人结构件优化方法，其特征在于，包括：
接收针对机器人结构件的仿真优化指令；
基于所述结构件对应的属性信息，构建所述结构件的有限元模型；
在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性；
根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；
在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
2.如权利要求1所述的方法，其特征在于，所述属性信息包括：所述结构件的密度、单位质量的比热容以及尺寸。
3.如权利要求2所述的方法，其特征在于，基于所述属性信息以及所述结构件在指定时间内产生的热量信息确定所述结构件对应的时空热传导控制方程，具体包括：
根据所述密度、所述单位质量的比热容、所述热量信息，以及，预设的热力学特征时间、热力学特征长度、拉普拉斯算子和所述结构件的二阶热导率张量，确定所述时空热传导控制方程。
4.如权利要求1所述的方法，其特征在于，根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程，具体包括：
确定所述时空热传导控制方程对应的微分方程；
基于所述结构件表面边界上法向量的分量以及所述结构件的边界面积，对所述微分方程进行转换，得到所述时空热传导控制方程对应的弱形式方程，其中，所述表面边界上的热梯度向量为零；
根据所述弱形式方程，确定所述全局热传导有限元方程。
5.如权利要求4所述的方法，其特征在于，根据所述弱形式方程，确定所述全局热传导有限元方程，具体包括：
将所述有限元模型离散为若干个模型单元；
根据所述弱形式方程，确定各模型单元对应的单元热传导控制方程；
根据所述单元热传导控制方程，确定单元热传递矩阵和单元惯性矩阵；
根据所述单元热传递矩阵和所述单元惯性矩阵，确定所述全局热传导有限元方程。
6.如权利要求5所述的方法，其特征在于，根据所述弱形式方程，确定各模型单元对应的单元热传导控制方程，具体包括：
针对每个模型单元，根据该模型单元在指定方向上的坐标、形状函数以及温度，确定该模型单元对应的热位移量；
根据所述热位移量，确定该模型单元对应的单元热传导控制方程。
7.如权利要求1所述的方法，其特征在于，所述时空边界条件包括时间边界条件以及空间边界条件；
在所述空间边界条件的约束下，所述结构件表面边界上的热偏移量与迪里切特边界上的预设温度偏移相等；
在所述时间边界条件的约束下，若所述结构件受到初始温度变化的扰动，所述结构件的温度变化速率为零。
8.一种基于时空有限元模型的机器人结构件优化装置，其特征在于，包括：
接收模块，接收针对机器人结构件的仿真优化指令；
构建模块，基于所述结构件对应的属性信息，构建所述结构件的有限元模型；
确定模块，在仿真环境中对所述有限元模型施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程，所述时空热传导控制方程用于表征所述结构件对应热扩散和热波的非局域时空特性；
转换模块，根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；
优化模块，在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
CN202311479204.3A 2023-11-07 2023-11-07 一种基于时空有限元模型的机器人结构件优化方法及装置 Active CN117521452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311479204.3A CN117521452B (zh) 2023-11-07 2023-11-07 一种基于时空有限元模型的机器人结构件优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311479204.3A CN117521452B (zh) 2023-11-07 2023-11-07 一种基于时空有限元模型的机器人结构件优化方法及装置

Publications (2)

Publication Number Publication Date
CN117521452A true CN117521452A (zh) 2024-02-06
CN117521452B CN117521452B (zh) 2024-05-07

Family

ID=89763812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311479204.3A Active CN117521452B (zh) 2023-11-07 2023-11-07 一种基于时空有限元模型的机器人结构件优化方法及装置

Country Status (1)

Country Link
CN (1) CN117521452B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006234805A (ja) * 2005-01-28 2006-09-07 Canon Inc 伝熱解析方法及びその装置とプログラム
US7359841B1 (en) * 2001-06-21 2008-04-15 Hixon Technologies, Ltd. Method and system for the efficient calculation of unsteady processes on arbitrary space-time domains
US20130090899A1 (en) * 2011-10-05 2013-04-11 King Fahd University Of Petroleum And Minerals Method of modeling thermal problems using a non-dimensional finite element method
CN110717291A (zh) * 2019-09-26 2020-01-21 华中科技大学 一种焊接结构件变形仿真方法、装置、设备及存储介质
AU2020103406A4 (en) * 2020-11-12 2021-01-28 Harbin Institute Of Technology Method and system for predicting residual stress of large aluminum alloy part
CN114741916A (zh) * 2022-03-25 2022-07-12 中山大学 一种并行求解有限元问题中大型带状线性方程组的方法
CN114997081A (zh) * 2022-05-31 2022-09-02 中山大学 一种大型压水堆堆芯结构流致振动的数字反应堆仿真分析方法
CN115544829A (zh) * 2022-09-22 2022-12-30 中国环境科学研究院 一种有机污染场地热传导强化气相抽提的数值模拟方法
CN115730407A (zh) * 2022-11-29 2023-03-03 中汽创智科技有限公司 一种电机振动噪声分析方法、装置、设备及存储介质
US20230078543A1 (en) * 2019-10-21 2023-03-16 Ohio State Innovation Foundation Adaptive fem meshing for estimating internal temperature distributions within parts being manufactured via the powder bed fusion process
WO2023206204A1 (en) * 2022-04-28 2023-11-02 Robert Bosch Gmbh Method and apparatus for structure optimizition

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7359841B1 (en) * 2001-06-21 2008-04-15 Hixon Technologies, Ltd. Method and system for the efficient calculation of unsteady processes on arbitrary space-time domains
JP2006234805A (ja) * 2005-01-28 2006-09-07 Canon Inc 伝熱解析方法及びその装置とプログラム
US20130090899A1 (en) * 2011-10-05 2013-04-11 King Fahd University Of Petroleum And Minerals Method of modeling thermal problems using a non-dimensional finite element method
CN110717291A (zh) * 2019-09-26 2020-01-21 华中科技大学 一种焊接结构件变形仿真方法、装置、设备及存储介质
US20230078543A1 (en) * 2019-10-21 2023-03-16 Ohio State Innovation Foundation Adaptive fem meshing for estimating internal temperature distributions within parts being manufactured via the powder bed fusion process
AU2020103406A4 (en) * 2020-11-12 2021-01-28 Harbin Institute Of Technology Method and system for predicting residual stress of large aluminum alloy part
CN114741916A (zh) * 2022-03-25 2022-07-12 中山大学 一种并行求解有限元问题中大型带状线性方程组的方法
WO2023206204A1 (en) * 2022-04-28 2023-11-02 Robert Bosch Gmbh Method and apparatus for structure optimizition
CN114997081A (zh) * 2022-05-31 2022-09-02 中山大学 一种大型压水堆堆芯结构流致振动的数字反应堆仿真分析方法
CN115544829A (zh) * 2022-09-22 2022-12-30 中国环境科学研究院 一种有机污染场地热传导强化气相抽提的数值模拟方法
CN115730407A (zh) * 2022-11-29 2023-03-03 中汽创智科技有限公司 一种电机振动噪声分析方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
史忠震;许贞俊;张宇;: "基于ANSYS永磁无刷电动机的温度场分析", 微特电机, no. 10, 31 October 2017 (2017-10-31), pages 31 - 33 *
张宇;张林;许斌;: "基于分布估计算法的柔性机械手滑模控制器设计与优化", 东南大学学报(自然科学版), no. 1, 20 July 2013 (2013-07-20), pages 120 - 125 *
王伟等: "基于有限元分析的大容量叠装电抗器温度场研究", 高压电器, 16 August 2022 (2022-08-16), pages 267 - 274 *

Also Published As

Publication number Publication date
CN117521452B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
Giftthaler et al. Automatic differentiation of rigid body dynamics for optimal control and estimation
CN117332523B (zh) 一种基于非局域时空模型的机器人结构件优化方法及装置
Wei Continuous-time Markov decision processes with risk-sensitive finite-horizon cost criterion
CN111797906B (zh) 基于视觉和惯性里程定位的方法及装置
Hernández-Becerro et al. Model order reduction of thermo-mechanical models with parametric convective boundary conditions: focus on machine tools
Takezawa et al. Geometrical design of thermoelectric generators based on topology optimization
Nada Use of B-spline surface to model large-deformation continuum plates: procedure and applications
CN117974990B (zh) 一种基于注意力机制和特征增强结构的点云目标检测方法
Ilbeigi et al. Model order reduction of nonlinear euler-bernoulli beam
Gürcan et al. Conformable fractional order lotka–volterra predator–prey model: discretization, stability and bifurcation
CN116151363A (zh) 分布式强化学习系统
CN117521452B (zh) 一种基于时空有限元模型的机器人结构件优化方法及装置
Shishir et al. Multi–materials topology optimization using deep neural network for coupled thermo–mechanical problems
CN116861822A (zh) 基于笛卡尔网格的物面边界的处理方法及装置
CN117131633B (zh) 一种基于热传导本构模型的机器人结构件优化方法及装置
Gordon et al. Modeling, realization, and simulation of thermo-fluid systems using singularly perturbed sliding manifolds
Lv et al. Observer-based control for continuous-time switched linear parameter-varying systems
Gelfgat On acceleration of Krylov-subspace-based Newton and Arnoldi iterations for incompressible CFD: replacing time steppers and generation of initial guess
Xiang et al. filtering for short-time switched discrete-time linear systems
CN116822138B (zh) 火药燃气电导率的计算方法、装置和存储介质
CN117348999B (zh) 一种业务执行系统及业务执行方法
Gyebrószki et al. Methods for the quick analysis of micro-chaos
CN117094268B (zh) 网格间数据传递方法、装置、存储介质及电子设备
Zhou et al. Implementation of DOA Estimation Algorithm Based on FPGA
CN118643702A (zh) 基于非局部均质化建模的船坞折倒结构件优化方法及装置

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