Для начала нужно обзавестись этим самым "mesh"-ем поверхности, или триангуляцией поверхности, полигональной сеткой, разбиением двумерного многообразия. В данном случае работа будет вестись именно с треугольной сеткой, но все ниже представленные формулы и код (если немного модифицировать), будет работать с сеткой состоящей из любых полигонов. Главное, чтобы они были малые, от этого зависит точность, чем меньше - тем лучше.
Код здесь написан языке Python, mesh импортируется из .stl файла. Откуда он будет импортироваться совершенно неважно, Python дальше будет работать с данными, которые имеют тип массивов numpy.
данные выглядят так
# Треугольники (список треугольников, в каждый из которых входят 3 точки)
[[[-5.0500002e+00 0.0000000e+00 0.0000000e+00]
[-4.9604182e+00 2.5921434e-02 -3.2746387e-03]
[-4.9604182e+00 2.5664667e-02 -4.8957970e-03]]
[[-4.9604182e+00 2.6075900e-02 -1.6405566e-03]
[-4.9604182e+00 2.5921434e-02 -3.2746387e-03]
[-5.0500002e+00 0.0000000e+00 0.0000000e+00]]
[[-4.9604182e+00 2.6127456e-02 0.0000000e+00]
[-4.9604182e+00 2.6075900e-02 -1.6405566e-03]
[-5.0500002e+00 0.0000000e+00 0.0000000e+00]]
...
[[-4.8888855e+00 4.6034887e-02 -2.8962698e-03]
[-4.9604182e+00 2.5921434e-02 -3.2746387e-03]
[-4.9604182e+00 2.6075900e-02 -1.6405566e-03]]
[[-4.8888855e+00 4.6034887e-02 -2.8962698e-03]
[-4.9604182e+00 2.6075900e-02 -1.6405566e-03]
[-4.8888855e+00 4.6125907e-02 0.0000000e+00]]
[[-4.8888855e+00 4.6125907e-02 0.0000000e+00]
[-4.9604182e+00 2.6075900e-02 -1.6405566e-03]
[-4.9604182e+00 2.6127456e-02 0.0000000e+00]]]
# Нормали к треугольникам (вектора)
[[ 0.27986652 -0.94821906 0.15018432]
[ 0.27986658 -0.95577824 0.09034719]
[ 0.27986655 -0.95956516 0.03015531]
...
[ 0.26912326 -0.95883155 0.09063575]
[ 0.26912323 -0.96263045 0.03025224]
[ 0.26912326 -0.96263045 0.03025234]]
И здесь это дело импортируется из STL файла, используя библиотеку numpy-stl
# pip install numpy-stl # чтобы установить библиотеку
my_mesh = mesh.Mesh.from_file('название_файла.STL')
Normals = my_mesh.normals
Triangles = my_mesh.vectors
# и сразу нормализуем нормали, на всякий пожарный
Nnorm = np.linalg.norm(Normals, axis=1)
Nnorm = np.tile(Nnorm.reshape(len(Nnorm), 1), (1, 3))
Normals = Normals/Nnorm
Теперь у нас есть треугольники и единичные нормали к ним. Но для дальнейшей работы еще понадобится список площадей треугольников и их центров масс.
Получаем площади треугольников и центры масс треугольников
A, B, C = Triangles[:, 0], Triangles[:, 1], Triangles[:, 2]
R1, R2 = C-A, B-A
# список центров масс
R = 1/3*(A+B+C)
# список площадей
S = np.cross(R1, R2)
S = np.linalg.norm(S, axis=1)/2
Теперь у нас есть:
-
S - список площадей треугольников
-
R - список центров масс треугольников
-
Normals - список нормалей к треугольникам
-
Triangles - список треугольников (треугольник содержит 3 точки)
Теперь следует напомнить как вычисляются (чисто математически) массы, объемы, площади, центры масс, моменты инерции и что вообще это такое и зачем вообще нужно.
А те кто в теме и сомневаются, что все эти вещи можно вычислять для объемных тел используя только 2d сетку, скажу: это делать можно. И нужно, если лень разбивать 3d область пространства на маленькие элементы - тетраэдры там, призмы... Да, это делать возможно, и мы это сделаем. Но всё по порядку.
Масса - вычисляется как интеграл по объему (площади, линии):
здесь под интегралом (тройным) - плотность вещества. Объемная плотность вещества, имеющая размерность кг/м^3. Но, если в наличии имеется поверхностная плотность (кг/м^2), или линейная (?? кг/м), то интегралы соответственно будут двойные и простые.
Объяснять зачем нужна масса мало кому нужно, вернее об это знают не только лишь все. Масса на ускорение - это сила. Второй закон Ньютона, известный всем еще с седьмого класса.
Для большинства приложений в инженерии достаточно работать с плотностями, которые постоянны в пространстве и во времени =) Потому мы упростим себе жизнь и вынесем за все интегралы с которыми будем работать все плотности. И даже работать мы будем не с массами, а с площадями и объемами. А когда будем вычислить центры масс, плотности вообще сами по себе сократятся, и неважны.
Кстати, центр масс:
Ну или момент первого порядка, или как там его называют в статистике.
В инженерном деле (конструкторском) центр масс важен, например, для описания движения твердых (недеформируемых) тел. Конструктора помещают туда связанную с телом координатную систему (как-то располагая её относительно тела, под каким-то углом в смысле) и с этих пор тело и связанная кс неразлучны друг с другом и неподвижны друг относительно друга.
Зачем помещают связанную систему в центр масс? Ну так принято, пойдем дальше.
Вот мы пришли к моментам инерции. Момент инерции - это то, что влияет на выбор конструктора, когда перед ним встает задача: как именно закрепить на теле связанную координатную систему.
Удачный выбор закрепления будет влиять вполне конкретно на уравнения движения этого самого тела. Момент инерции - это аналог массы во втором законе Ньютона для точки. Еще говорят "тензор инерции" - он участвует в описании вращательного движения тела, но это далеко не скалярная величина, это не просто число. Тензор инерции имеет валентность матрицы, то есть таблицы порядка 2 на 2 или 3 на 3, в зависимости от размерности пространства.
Ну а закрепляют кс исходя из симметрии тела (корабли, самолеты, дирижабли.. ) имеют зачастую симметрию относительно вертикальной плоскости. Вот поэтому одна из координатных плоскостей кс совпадает с ней. А дальше у нас остается только одна степень свободы как расположить - угол. И обычно одну из осей кс, находящихся в вертикальной плоскости, направляют горизонтально, параллельно земле. Тогда тензор инерции будет иметь почти идеальный диагональный вид, и, кстати, его можно было бы сделать диагональным в любом случае, для любого тела, но всё же кс располагают так как я описал. Ну чтобы диагональные элементы имели более ясный, практичный физический смысл. Что-то далеко я отошел от темы, вычисляется момент инерции так:
это момент инерции для точки, для тела бы записалось как сумма по всем его точкам, или интеграл. А точнее, куча интегралов, в точности 6 различных штук, ведь тензор инерции - симметричная матрица (и еще её всегда можно диагонализировать - повернуть в пространстве координатную систему, относительно которой и вычисляется момент, так, чтобы матрица приняла диагональный вид - все элементы 0, которые не на диагонали).
А еще тензор инерции можно пересчитывать в другие координатные системы смещенные относительно центра масс по теореме Гюйгенса. То есть, есть формула, связывающая моменты инерции в разных координатных системах, и зная в одном можно найти в другом имея только лишь вектор смещения. Но важно! теорема Гюйгенса работает только когда одна из кс расположена в центре масс. Если есть две кс вне центра масс, в формуле будут появляться дополнительные члены (моменты первого порядка).
не нужно это читать
если статья наберет 1000 лайков, в следующих статьях докажу теорему Гюйгенса и повороты тензора инерции в элегантных тензорных обозначениях, которые полюбил Эйншейн..
Вообще и дизлайками не брезгую..
Итак, достаточно. Всё что нужно напомнилось (было напомнено), короче, вспомнено. Восполнено, ладно, клоунада как клоунада, она иногда надо.
А давайте посчитаем все эти вещи просто для поверхности, чтобы набить немного руку?
Масса поверхности получается как сумма площадей всех треугольников умноженная на поверхностную плотность:
def get_m_obolochka(S, rho):
m = np.sum(S) * rho
return m
Центр масс поверхности (оболочки):
def get_cm_obolochka(S, R):
S_sum = np.sum(S)
cm = np.einsum('ij,i', R, S) / S_sum
return cm
Момент инерции оболочки:
где матрица вычисляется по приведенной где-то выше формуле, а еще здесь она не умноженная на i-тую массу.
def get_J_for_ob(rho, R, S):
x, y, z = R[:, 0], R[:, 1], R[:, 2]
x2, y2, z2 = x**2, y**2, z**2
Jx, Jy, Jz = y2+z2, x2+z2, x2+y2
Jxy, Jyz, Jxz = -x*y, -y*z, -x*z
J = np.array([ [Jx, Jxy, Jxz],
[Jxy, Jy, Jyz],
[Jxz, Jyz, Jz]
])
J = J.T # это нужно, потому что если подумать, то нам нужен список J[i] для всех треугольников
# короче делаем выше правильный shape =)
J = np.einsum('ijk,i->jk', J, S)*rho
return J
Теперь, когда размялись, можно приступать к основному, тому, что написано в названии статьи. Вычислим все эти характеристики для объемного тела, которое ограничено mesh-ем, используя только mesh.
Для этого понадобится, внимание... теорема Остроградского-Гаусса:
На мой взгляд это самая красивая теорема математики... на самом деле она вроде как есть частный случай операций над дифференциальными формами, но я не слишком математик, поверхностно знаком ;) Да... там и теорема Гаусса-Бонне и все в этом духе, это топология, детка. Это всё очень красиво, и может быть я этим когда-нибудь займусь, когда меня освободят из рабства.
Формула позволяет переходить от вычислений по объему, к вычислениям по поверхности, ограничивающей заданный объем. Это можно интерпретировать как проекцию. Мы первое что видим, когда рождаемся - это проекцию трехмерной мамы на нашу двухмерную сетчатку глаза....
Да и куда ни глянь, всё есть проекцией, всё является лишь тенью более сложной "настоящей" вещи, вещи из "реального" мира.. а она в свою очередь - еще одна проекция из следующей итерации, следующего под-уровня реальности, под-Матрицы Вачовской.
Пренебрегая философией, и подбирая векторное поле следующим образом:
мы видим, что дивергенция становится равна:
Это означает, что теперь зная лишь mesh поверхности, мы можем вычислить объем:
Можно сказать, что здесь:
(Центры масс треугольников, напоминаю)
Код:
def Volume(S, R, Normals):
V = np.einsum('ij,ij,i', R, Normals, S)*1/3 # einsum как работает можно найти в документации
return V
Но можно обнаглеть, и пойти дальше объема:
Используя ту же теорему и задав вектор F так (для вычисления координаты x):
(чего-то индекс x не туда залез, я его хотел чутка ниже поместить)
Его дивергенция:
Координата центра масс тела:
Аналогичным образом вычисляются остальные две координаты. Компактно это можно записать если ввести операцию покоординатного умножения (использующегося в numpy):
где
Воплощение в коде:
def get_cm_V(S, R, Normals, V_t):
F = R**2/2
cm = np.einsum('ij,ij,i->j', F, Normals, S)
return cm/V_t
Для объемного тела подсчитать тензор инерции можно используя только триангуляцию оболочки, аналогично как делалось для подсчета объема и центра масс:
Где вектор F можно, например, задать так:
Для компоненты должно выполняться:
Соответственно можно задать F:
Аналогично и с остальными компонентами.
def get_J_for_V(S, R, Normals, rho):
x, y, z = R[:, 0], R[:, 1], R[:, 2]
x2, y2, z2 = x**2, y**2, z**2
Fx, Fy, Fz = x*(y2+z2), y*(x2+z2), z*(x2+y2)
Fxyz = -x*y*z
Fx, Fy, Fz = Fx[:, None], Fy[:, None], Fz[:, None]
Fxyz = Fxyz[:, None]
N = len(x)
zero = np.zeros((N, 1))
Fxx, Fyy, Fzz = np.hstack((Fx, zero, zero)), np.hstack((zero, Fy, zero)), np.hstack((zero, zero, Fz))
Fxy, Fxz, Fyz = np.hstack((zero, zero, Fxyz)), np.hstack((zero, Fxyz, zero)), np.hstack((Fxyz, zero, zero))
Jx, Jy, Jz = np.einsum('ij,ij,i', Fxx, Normals, S), np.einsum('ij,ij,i', Fyy, Normals, S), np.einsum('ij,ij,i', Fzz, Normals, S)
Jxy, Jyz, Jxz = np.einsum('ij,ij,i', Fxy, Normals, S), np.einsum('ij,ij,i', Fyz, Normals, S), np.einsum('ij,ij,i', Fxz, Normals, S)
J = np.array([ [Jx, Jxy, Jxz],
[Jxy, Jy, Jyz],
[Jxz, Jyz, Jz]
])*rho
return J
# не так элегантно, но работает вроде..
На этом всё, спасибо за внимание.
еще
Если кому не нравится мой стиль повествования и раздражает или обижает, не обижайтесь, пожалуйста, я тоже часто грущу на самом деле... грущу чаще, чем смеюсь и радуюсь, это нормально для таких как мы... Просто, когда сажусь писать на Хабр, чет пробивает на шутки какие-то дурацкие и клоунство. Ну как написал, так написал. Сейчас выложу.
И еще. Кому интересно, я занимаюсь дирижаблестроением, пока что маленьким, но вижу как в будущем из этого зерна прорастает сперва зелень, потом колос, потом полное зерно в колосе. И кому это интересно, пусть связывается со мной, может будем сеять вместе, и вместе пожинать плоды.. Можно тут в личных сообщениях, также я есть на фейсбуке, в телеграме.
А может кто-то хочет помочь материально, тоже пусть свяжется. Так дело пойдет намного быстрее, потому что сейчас я не живу, а выживаю, такая правда.
И еще, скептикам, которые не верят, что маленькие дирижабли способны противостоять ветру:
да, это всего лишь симуляция, но я уверен, что она на 80-90 % совпадет с реальностью...
позже сделаю ветер порывистым, и случайным образом генерирующимся, как по величине скорости, так и по направлению, чтобы было более похоже на реальность...
Подписывайтесь на мой ютуб-канал, это мой видео-дневник дирижаблестроителя
Автор: Сергей