047多子样补偿算法叉乘积简化

本文对比了秦书和严讲义中关于圆锥误差补偿项的公式,详细解析了严讲义中对秦书公式进行简化的过程,并通过数学证明了简化公式的可靠性。该简化基于叉乘积的特性,特别是xy轴分量随时间正弦波动而z轴分量不随时间变化这一事实。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对比秦书和严讲义中的圆锥误差补偿项可知,两本书的补偿略有不同。究其原因,讲义是在秦书的公式基础上对叉乘项进行简化得到的。先将讲义中的说明部分拷贝一下,如图:

什么意思呢?以三子样算法为例,秦书中的补偿项为:

920Δθ1×Δθ3+2740Δθ2×(Δθ3−Δθ1) \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{40} \Delta \theta_2 \times (\Delta \theta_3 - \Delta \theta_1) 209Δθ1×Δθ3+4027Δθ2×(Δθ3Δθ1)
展开:
(1)920Δθ1×Δθ3+2740Δθ2×Δθ3−2740Δθ2×Δθ1 \tag{1} \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{40} \Delta \theta_2 \times \Delta \theta_3 - \frac{27}{40} \Delta \theta_2 \times \Delta \theta_1 209Δθ1×Δθ3+4027Δθ2×Δθ34027Δθ2×Δθ1(1)
严讲义中的公式应为:
(2)920Δθ1×Δθ3+2720Δθ2×Δθ3 \tag{2} \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{20} \Delta \theta_2 \times \Delta \theta_3 209Δθ1×Δθ3+2027Δθ2×Δθ3(2)
按照讲义中的简化方法,因为Δθ2×Δθ3=Δθ1×Δθ2\Delta \theta_2 \times \Delta \theta_3=\Delta \theta_1 \times \Delta \theta_2Δθ2×Δθ3=Δθ1×Δθ2,因此可将公式(1)简化为:
(1)=920Δθ1×Δθ3+2740Δθ1×Δθ2−2740Δθ2×Δθ1=920Δθ1×Δθ3+2740Δθ1×Δθ2+2740Δθ1×Δθ2=920Δθ1×Δθ3+2720Δθ1×Δθ2=(2) \begin{aligned} (1) &= \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{40} \Delta \theta_1 \times \Delta \theta_2 - \frac{27}{40} \Delta \theta_2 \times \Delta \theta_1\\ &= \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{40} \Delta \theta_1 \times \Delta \theta_2 + \frac{27}{40} \Delta \theta_1 \times \Delta \theta_2\\ &= \frac{9}{20} \Delta \theta_1 \times \Delta \theta_3 + \frac{27}{20} \Delta \theta_1 \times \Delta \theta_2\\ &= (2) \end{aligned} (1)=209Δθ1×Δθ3+4027Δθ1×Δθ24027Δθ2×Δθ1=209Δθ1×Δθ3+4027Δθ1×Δθ2+4027Δθ1×Δθ2=209Δθ1×Δθ3+2027Δθ1×Δθ2=(2)

那么这种简化可靠吗?公式(2.6-22)已经说明叉乘积的xy轴分量随时间正弦波动,z轴分量不随时间变化,只与子样数的间隔有关,下面进行简单的证明。

clear
clc
i = 1;
j = 2;
phi = 1 * pi / 180;
w = 2 * pi;
h = 0.03;
lammda = w*h;
t = 10;
for k=1:1000
    theta(k,:) = [(i-j)*(phi*lammda)^3*sin(w*(t+(i+j-1)/2*h));
        (i-j)*(phi*lammda)^3*cos(w*(t+(i+j-1)/2*h));
        -4*sin(phi)*sin(phi)*sin(lammda)*sin(lammda)*sin((i-j)*lammda)];
    i = i+1;
    j = j+1;
end
tt=1:k;
figure
plot(tt, theta(:,1));
hold on
plot(tt, theta(:,2));
figure
plot(tt, theta(:,3));
axis([1 1000 0 1e-5]);

得到图像:

前一张图是xy分量随时间变化,后一张图看得出z轴分量不随时间变化,为固定值,故可以进行这样的简化。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值