磁阻式电磁炮的最优加速度分配
三水合番2018/06/23研究了个寂寞 IP:四川

这篇帖子要解决的问题通俗的讲就是,我是把更多电容放在前面效率高,还是放在后面效率高。

首先把问题变成这个形式:对于一个磁阻式电磁炮,已知弹丸初速为v0,出速为v1(v1>v0)。总加速距离为x1(x1>0)。求如何分配各级的加速度,能使效率最高。

引入一个前提条件:整个系统的电阻损耗功率Pr和加速度a的平方成正比,且与其它变量(比如弹丸正在哪一级的哪个位置)无关,即$P_{r}=k\ a^{2}$

这个前提条件对应的实际情况大概是:弹丸始终在磁饱和状态下;分级足够精细,各级紧密相邻,且各级均带关断与能量回收。

结论是:若加速度$a=(C_{3}\ x+C_{4})^{\frac{1}{3}}$,则效率可能最高。其中C3和C4是和v0,v1,x1有关的常数。

求解过程如下:

以位移为零的时刻为时间起点,即$t|_{x=0}=0$,设位移为x1时,时间为t1(t1不是已知量)。设电阻损耗的总能量为$E_{r}$。则此问题可以描述为如下形式:

在满足固定边界条件$v|_{x=0}=v_{0},\ v|_{x=x_{1}}=v_{1}$的情况下,求函数v(x),使泛函$E_{r}[v(x)]=k\ \int_{0}^{t_{1}} a^{2}\mathrm{d}t$取极小值。

∵$v={\mathrm{d}x}/{\mathrm{d}t},\ a={\mathrm{d}v}/{\mathrm{d}t}$

∴$\mathrm{d}t={\mathrm{d}x}/{v},\ a=v\cdot {\mathrm{d}v}/{\mathrm{d}x}=v\cdot v^{\prime},\  (v^{\prime}={\mathrm{d}v}/{\mathrm{d}x})$

∴$E_{r}[v(x)]=k\int_{0}^{x_{1}}v{\cdot} v^{\prime2}\mathrm{d}x$

设$ G(x,v,v^{\prime})=v\cdot v^{\prime2} $

对于物理可实现的系统,$G(x,v,v^{\prime})$拥有连续的二阶偏导数

∴由欧拉—拉格朗日方程可知,Er取极值的必要条件是

$$G_{v}-\frac{\mathrm{d}}{\mathrm{d}x}G_{v^{\prime}}=0$$

$$v^{\prime2}+2v{\cdot} v^{\prime\prime}=0$$

这是一个可降阶的二阶微分方程,可以求出

$$v^{\prime}=C_{0}v^{-\frac{1}{2}}$$

进而求出

$$v=(C_{1}x+C_{2})^{\frac{2}{3}}$$

代入边界条件可以求出C1,C2的值,求出的结果形式上比较复杂 ,mathematica给出的结果是这样的,里面可能有些解不符实际需要舍去

c1c2.jpg

求出v(x)后,可以很方便的求出加速度与位置的关系,即a(x)

$$a(x)=\frac{2}{3}C_{1}(C_{1}x+C_{2})^{\frac{1}{3}}=(C_{3}\ x+C_{4})^{\frac{1}{3}}$$

对于常见的初始速度为0的情况,易知C2=0,所以对于这种情况有

$$a=C_{5}\ x^{\frac{1}{3}}$$

所以初速为0时,若加速度与位置的三分之一次方成正比,则可能得到最高的效率。

至此求解完毕

然后说点闲话。记得我之前曾经发过一篇帖子说效率最高的是匀加速,当时没有发解法(当时本来是打算把另一个问题解决之后一起发出来的,后来发现另一个问题解不动……)结果前两天突然发现,我把当时的解法给忘了……然后又翻了一遍书重做了一遍,发现当时的结论不对,估计是边界条件给错了。当然这个也不保证对,毕竟欧拉方程只给出必要条件,是不是充分条件还要另求……而且关于位移,速度,加速度的那个部分我还有点迷糊……

[修改于 6年6个月前 - 2018/06/23 13:13:36]

来自:物理高能技术 / 电磁炮严肃内容:专著/论述
12
 
7
已屏蔽 原因:{{ notice.reason }}已屏蔽
{{notice.noticeContent}}
~~空空如也
三水合番 作者
4年5个月前 IP:四川
882285

涡流不是啥大问题

磁阻炮即使有涡流,影响也不是特别显著。因为弹丸口径较小,电阻率也比铜铝这种高很多。所以弹丸时间常数很小,一般只有十几us级,就算速度到200m/s,也依然显著小于线圈电流脉冲的持续时间,所以涡流不会造成倍数级别的性能恶化。“你好,电磁炮”那本书上有考虑涡流和不考虑涡流的仿真对比,速度差距并不显著。

而且磁阻炮在原理上也不是必然产生涡流的。它产生电磁力,只需要弹丸两端有磁通量差,不需要弹丸上的磁场有波动。所以只要分级足够细密,就可以通过“减小磁场波动”的方式,来减小涡流。参考这篇帖子 XXXXXXXXXXXXXXXXXXXXXXXX/t/81534 在使用这种方案实现高速高效率的过程中,涡流的问题自然而然的就解决了,不是啥大问题

爱好者只有多级感应炮实现了高速,也不是因为它直面了涡流。只是因为感应炮的效率和加速度无关,可以靠堆储能的方式,大力出奇迹,用较少的级数达到高速,而不会让像磁阻炮那样让效率降到ppm级。

另外,涡流的问题和本文主题无关,有兴趣的话建议到这篇帖子下讨论 XXXXXXXXXXXXXXXXXXXXXXXX/t/81534


引用
评论
1
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
三水合番作者
2个月9天前 IP:四川
937489

现在的ai太牛逼了😂

image.png

引用
评论
4
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
三水合番作者
2个月8天前 IP:四川
937505
引用三水合番发表于7楼的内容
现在的ai太牛逼了😂

让GPT写了个脚本,验证这个结果是否是最优的。做法是随机生成一些“速度-位置”曲线,计算这些曲线的损耗能量。和理论最优的解析解作比较,看是否有随机曲线能得到更好的结果。

attachment icon varifyOptimun.py 6.17KB PY 2次下载

一千条随机曲线

all_velocity_functions.png

image.png

一万条随机曲线

all_velocity_functions.png

image.png

引用
评论
1
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
三水合番作者
2个月8天前 修改于 2个月8天前 IP:四川
937506
引用三水合番发表于8楼的内容
让GPT写了个脚本,验证这个结果是否是最优的。做法是随机生成一些“速度-位置”曲线,计算这些曲线的损...

跑了十万条随机曲线,取其中最优的5条画图。看起来都非常接近求解出的最优曲线

top_5_random_velocity_functions.png


一百万条随机曲线:

top_5_random_velocity_functions.png

引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
三水合番作者
2个月7天前 IP:四川
937534

尝试加了一个阻力 Fd = k2*I+k3,包括一个和电流成正比的项 k2*I,以及一个恒定的阻力 k3。这个问题比较类似永磁轨道炮的工况。

然后这个问题似乎就变得无法求解析解了。

PixPin_2024-09-17_09-42-17.png

引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
三水合番作者
2个月7天前 修改于 2个月7天前 IP:四川
937535
引用三水合番发表于10楼的内容
尝试加了一个阻力 Fd = k2*I+k3,包括一个和电流成正比的项 k2*I,以及一个恒定的阻力 ...

加了一个忽略k3的高阶项的条件,可以得到解析解,但是解析解和顶楼的形式一样了,即阻力不影响最优加速度曲线的形式,有点不可思议。

既尝试过把之前的对话结果提供给这次对话,又尝试过不提供,都可以稳定的得到一样的回答。下图中的回答大约要计算2分钟,如果提供之前的对话作为参考,耗时会短不少,大约1分零10秒。

PixPin_2024-09-17_10-05-58.png

引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论

想参与大家的讨论?现在就 登录 或者 注册

三水合番
专家 高压局 进士 学者 机友 笔友
文章
76
回复
1377
学术分
4
2014/04/30注册,46秒前活动

从事基于天然神经网络的天线拓扑优化

主体类型:个人
所属领域:无
认证方式:手机号
IP归属地:未同步
文件下载
加载中...
{{errorInfo}}
{{downloadWarning}}
你在 {{downloadTime}} 下载过当前文件。
文件名称:{{resource.defaultFile.name}}
下载次数:{{resource.hits}}
上传用户:{{uploader.username}}
所需积分:{{costScores}},{{holdScores}}下载当前附件免费{{description}}
积分不足,去充值
文件已丢失

当前账号的附件下载数量限制如下:
时段 个数
{{f.startingTime}}点 - {{f.endTime}}点 {{f.fileCount}}
视频暂不能访问,请登录试试
仅供内部学术交流或培训使用,请先保存到本地。本内容不代表科创观点,未经原作者同意,请勿转载。
音频暂不能访问,请登录试试
支持的图片格式:jpg, jpeg, png
插入公式
评论控制
加载中...
文号:{{pid}}
投诉或举报
加载中...
{{tip}}
请选择违规类型:
{{reason.type}}

空空如也

加载中...
详情
详情
推送到专栏从专栏移除
设为匿名取消匿名
查看作者
回复
只看作者
加入收藏取消收藏
收藏
取消收藏
折叠回复
置顶取消置顶
评学术分
鼓励
设为精选取消精选
管理提醒
编辑
通过审核
评论控制
退修或删除
历史版本
违规记录
投诉或举报
加入黑名单移除黑名单
查看IP
{{format('YYYY/MM/DD HH:mm:ss', toc)}}