MAX Reactor 之弹簧约束与线性阻尼器

本文详细介绍了弹簧和线性缓冲器的工作原理及属性配置。弹簧通过保持特定长度来限制两个刚体的相对运动,可调整硬度、阻尼等参数。线性缓冲器则通过高阻尼保持对象间的相对位置不变。

spring

1、弹簧的对象是什么?

      一个或两个刚体,其中一个是父对象,而另一个是子对象。在模拟进行时,弹簧将始终试图保持其长度,从而限制其两端对象的运动。我们可以设置弹簧的硬度、阻尼和长度: 并选择其伸缩方式(只伸长、只收缩或二者都有)。当弹簧有效时会自动被加入模拟中,基于两个对象的弹簧当两端连接了两个刚体时为有效,基于一个对象的弹簧当连接了一个刚体时为有效。无效且未被选中的弹簧将在视图中显示为红色。

 

2、弹簧属性面板:

中英文对照:

Parent 父亲

child  子

Relative Transform 相对变换

Dynamic 动态的

Stiffness 刚度

Rest Length 放松后的长度

compression 压缩

extension 拉伸

Parent (父对象)按钮:若此弹簧只连接一个对象,不要勾选前面的复选框;若是连接两个对象的,勾选前面的复选框,单击此按钮选择要连接的父对象,按钮上将显示父对象的名称。
Child (子对象)按钮:单击此按钮,在视图中选择想要当作子对象的对象,此时弹簧的一端就与该对象的轴心连接上了,按钮上将显示子对象的名称。   

Align Spaces To (对齐坐标系)选项組

设置对象约束坐标系的对齐方式,共有5种
Lock Relative Transform (锁定相对位移):选中此项时,父对象与子对象约束坐标系 之间的相对位移将被锁定,移动子对象的约束坐标系时,父对象的约束坐标系也将随 之移动,反之亦然。 flf

Dynamic Properties (动力学属性)选项组
Stifl&iess (硬度):弹簧的伸縮能力,有效值为大于等于0的数,默认值为10。
Damping (阻尼):这一参数控制弹簧停止振荡的快慢程度,有效值为大于等于0的数,默认值为1,通常设置为0.1。
Rest Length (长度):弹貧力求达到的自身长度,可以输入数值或使用Set按钮设置。 弹簧长度在视图中会以两个小立方体标志间连线的方式显示出来,两个大立方体标漆指示的是对象的连接点。
Set (设置):单*此按钮,弹資长度会被设为当前视图中两个对象连接点间的距离。
Act on compression (对收缩生效):默认为选中,弹簧收缩。
Actonextosion (对伸长生效):默认为选中,弹簧伸长。
Disabled (禁止):选中此框时,弹簧不会被加入模拟。
Reset Default Values (恢复为默认值):单击此按钮将弹簧的硬度长度阻尼、对收缩生效、对伸长生效的设置恢复为默认值。

 

父对象

启用时,该弹簧具有两个实体,可以将对象指定给父实体。禁用时,该弹簧是单个实体,Parent Space 子对象占用的点为父对象。

              通过单击该按钮,然后从任何视口中选择一个刚体,就可以指定父对象。此后,该按钮显示父实体的名称。

子对象

显示连接到弹簧上的第二个刚体的名称。通过单击该按钮,然后从任何视口中选择一个刚体,就可以指定子对象。

将空间对齐至

使用此选项可以对齐实体的局部约束空间。

锁定相对变换

启用时,子约束空间和父约束空间之间的相对变换被锁定:如果在视口中移动任何一个空间,则另一个空间也会随之移动。

刚度

该值代表弹簧的强度,它控制当弹簧的当前长度与其静止长度的差值每变化一个单位时,弹簧应用于每个附着实体上的力。大于等于 0.0 的值为有效值。默认设置为 10.0。

静止长度

弹簧会在连接对象上应用力,试图恢复该长度。可以用世界单位为该值指定一个数字,或者使用“设置”按钮。弹簧的静止长度在视口中显示为两个小方框标记之间显示线的长度。大方框标记为对象的附着点。

设置

单击该按钮将弹簧的静止长度设置为两个对象的附着点之间的当前距离。

阻尼

决定弹簧震动停止下来的速度。它控制由相连实体连接点的相对速率所决定的应用于相连实体上的力。大于或等于 0.0 的值为有效阻尼值。默认阻尼值为 1.0。

压缩时起作用

启用该选项之后,当弹簧的长度小于其静止长度时,弹簧会将力应用于附着对象上。默认设置为启用。

拉伸时起作用

启用该选项之后,当弹簧的长度大于其静止长度时,弹簧会将力应用于附着对象上。

已禁用

启用时,不会将弹簧用于模拟中。

重置默认值

单击该选项将“刚度”、“静止长度”、“阻尼”、“拉伸时起作用”和“压缩时起作用”设置为其各自的默认值。

3、关于线性缓冲器(Dashpot)

线性缓冲器类似一个长度为0、阻尼很大的弹簧,它保持连接在它上面的对象之间的相对位置不变,不过对象可以绕连接点自由旋转。当线性缓冲器有效时会自动被加入模拟中,基 两个对象的线性缓冲器当两端连接了两个刚体时为有效,基于一个对象的线性缓沖器当连接了 一个刚体时即为有效。无效且未被选中的线性缓冲器将在视图中显示为红色。

缓冲器通常用于缓解冲力。在现实世界中,线性缓冲器的一个示例就是装在汽车震动吸收器里的液压缸。利用线性缓冲器约束,您可以在模拟中将两个刚体约束在一起,或将一个物体约束于世界空间中的一点。其行为方式与静止长度为 0 且阻尼很大的弹簧相似。您可以指定强度和阻尼,以及是否禁止附着物体之间发生碰撞。

reactor 可以在每个物体的局部空间中指定缓冲器附着点。在模拟过程中,缓冲器将推力作用于附着实体上,试图让这些点在世界空间中匹配,从而将实体保持在相对于彼此的同一位置。实体仍然可以自由地绕附着点旋转。


子空间
在该子对象层级,您可以选择并移动缓冲器附着点到子对象。当您将子实体指定给缓冲器时,“子空间”附着点

就设置为子对象的轴点。如果改变“子空间”附着点的位置,则该点会在模拟期间相对于子对象维持其新位置。

父空间
在该子对象层级,您可以选择并移动缓冲器附着点到父对象。当将父对象指定给缓冲器时,“父空间”附着点就

设置为父对象的轴点。如果改变“父空间”附着点的位置,则该点会在模拟期间相对于父对象维持其新位置。如

果缓冲器是单实体的,则“父空间”的附着点就代表在世界中缓冲器将连接到的点。

父对象
启用时,该缓冲器具有两个实体,可以将对象指定为父实体。禁用时,该缓冲器是单实体的,父空间子对象占用

的点为父对象。

通过单击该按钮,然后从任何视口中选择一个刚体,就可以指定父对象。此后,该按钮显示父实体的名称。

子对象
显示连接到上的第二个刚体的名称。通过单击该按钮,然后从任何视口中选择一个刚体,就可以指定子对象。

将空间对齐至
使用此选项可以对齐实体的局部约束空间。在 使用约束空间一节中可以找到有关刚体的更多信息。

锁定相对变换
启用时,子约束空间和父约束空间之间的相对变换被锁定:如果在视口中移动任何一个空间,则另一个空间也会

随之移动。

强度
根据附着点之间的距离,规定缓冲器应用于每个附着物体上的冲击力大小。强度值是与质量相关的。例如,对于

两个 5 kg 的物体和两个 50 kg 的物体,大小为 10 的强度值会产生不同的行为方式。大于等于 0 的值是该属

性的有效值。默认值为 1。

阻尼
决定线性缓冲器震动停止下来的速度。阻尼根据相连物体的缓冲器连接点的相对速率,规定应用于物体上的冲击

力。有效阻尼值的范围是大于等于 0 且小于等于 100000。默认设置是 0.1。

提示通常,等于刚度 1/10 的阻尼值会得到出色的结果。
允许互相穿透
启用时,将禁止在缓冲器的对象之间发生碰撞,所以在模拟过程中,它们可以彼此通过。默认值=关闭。

已禁用
启用时,不会将缓冲器添加到模拟中。

重置默认值
单击该选项将“强度”、“阻尼”和“已禁用”设置为其各自的默认值。

 

下载方式:https://pan.quark.cn/s/a4b39357ea24 在纺织制造领域中,纱线的品质水平对最终制成品的整体质量具有决定性作用。 鉴于消费者对于产品规格和样式要求的不断变化,纺织制造工艺的执行过程日益呈现为一种更为复杂的操作体系,进而导致对纱线质量进行预测的任务变得更加困难。 在众多预测技术中,传统的预测手段在面对多变量间相互交织的复杂关系时,往往显得力不从心。 因此,智能计算技术在预测纱线质量的应用场景中逐渐占据核心地位,其中人工神经网络凭借其卓越的非线性映射特性以及自适应学习机制,成为了众多预测方法中的一种重要选择。 在智能计算技术的范畴内,粒子群优化算法(PSO)和反向传播神经网络(BP神经网络)是两种被广泛采用的技术方案。 粒子群优化算法是一种基于群体智能理念的优化技术,它通过模拟鸟类的群体觅食行为来寻求最优解,该算法因其操作简便、执行高效以及具备优秀的全局搜索性能,在函数优化、神经网络训练等多个领域得到了普遍应用。 反向传播神经网络则是一种由多层节点构成的前馈神经网络,它通过误差反向传播的机制来实现网络权重和阈值的动态调整,从而达成学习预测的目标。 在实际操作层面,反向传播神经网络因其架构设计简洁、实现过程便捷,因此被广泛部署于各类预测和分类任务之中。 然而,该方法也存在一些固有的局限性,例如容易陷入局部最优状态、网络收敛过程缓慢等问题。 而粒子群优化算法在参神经网络优化时,能够显著增强神经网络的全局搜索性能并提升收敛速度,有效规避神经网络陷入局部最优的困境。 将粒子群优化算法反向传播神经网络相结合形成的PSO-BP神经网络,通过运用粒子群优化算法对反向传播神经网络的权值和阈值进行精细化调整,能够在预测纱线断裂强度方面,显著提升预测结果的...
植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测和分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理和优化种植提供数据支持。 • 学术研究农业创新:支持植物科学人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习和泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
室内物体实例分割数据集 一、基础信息 • 数据集名称:室内物体实例分割数据集 • 图片数量: 训练集:4923张图片 验证集:3926张图片 测试集:985张图片 总计:9834张图片 • 训练集:4923张图片 • 验证集:3926张图片 • 测试集:985张图片 • 总计:9834张图片 • 分类类别: 床 椅子 沙发 灭火器 人 盆栽植物 冰箱 桌子 垃圾桶 电视 • 床 • 椅子 • 沙发 • 灭火器 • 人 • 盆栽植物 • 冰箱 • 桌子 • 垃圾桶 • 电视 • 标注格式:YOLO格式,包含实例分割的多边形标注,适用于实例分割任务。 • 数据格式:图片为常见格式如JPEG或PNG。 二、适用场景 • 实例分割模型开发:适用于训练和评估实例分割AI模型,用于精确识别和分割室内环境中的物体,如家具、电器和人物。 • 智能家居物联网:可集成到智能家居系统中,实现自动物体检测和场景理解,提升家居自动化水平。 • 机器人导航交互:支持机器人在室内环境中的物体识别、避障和交互任务,增强机器人智能化应用。 • 学术研究教育:用于计算机视觉领域实例分割算法的研究教学,助力AI模型创新验证。 三、数据集优势 • 类别多样性:涵盖10个常见室内物体类别,包括家具、电器、人物和日常物品,提升模型在多样化场景中的泛化能力。 • 精确标注质量:采用YOLO格式的多边形标注,确保实例分割边界的准确性,适用于精细的物体识别任务。 • 数据规模充足:提供近万张标注图片,满足模型训练、验证和测试的需求,支持稳健的AI开发。 • 任务适配性强:标注格式兼容主流深度学习框架(如YOLO系列),便于快速集成到实例分割项目中,提高开发效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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