矩和质心之积分的应用
目录
【矩和质心简介】
【沿直线的质量】
【一维示例:金属丝和细杄】
【小总结1----公式】
【思考一下1】
【二维示例:薄板】
【小总结2----公式】
【思考一下2】
【矩和质心简介】
许多结构和力学系统的行为跟它的质量集中在单独的一个点那样,该点称为质心。(图 1)。知道如何求这个点的位置是重要的并且做这件事基本上是数学工作。我们暂时只处理维和二维物体。三维物体利用重积分处理。
【沿直线的质量】
我们分阶段发展数学建模。 第一阶段是设想在刚性 x 轴上的质量 m1,m2 和 mg 被支撑在位于原点的支点上
(图1)
(图2)
我们太阳系的行星、小行星和彗星绕着它们的集体质心(位于太阳系内部)旋转。
这样生成的系统可能平衡,也可能不平衡,这取决于质量多大以及如何安置它们。
每个质量 生成一个向下的力,它等于质量大小乘以重力加速度。 这些力的每一个都有一个绕原点使轴转动的倾向,跟你转动一个跷跷板一样。这个称为转矩的效果由力 和从作用点到原点的有号距离的乘积来测量 。在原点左边的质量施加一个负的(反时针)转矩。原点右边的质量施加一个正的(顺时针)转矩。
转矩的和测最一个系统绕原点转动的倾向,这个和称为系统转矩 :
系统转矩 = (等式1)
当且仅当系统的转矩是零,它将平衡。
如果在等式(1)中提出公因子g。我们看到系统转矩是:
于是,转矩是重力加速度g。和数 的乘积。这里 g 是环境的特征,系统偶
然处于其中,而数 是系统本身的特征,这足一个常数,不论系统位于哪里,它都保持同一值。
数 称为系统关于原点的矩。它是个别质量的矩之和。
= 系统关于原点的矩 =
(这生我们转换成 记号,以便能含有更多的项。)
我们通常想知道把支点放在哪里可使系统平衡,即把支点放在什么点:可使转矩之和为零。
(图3)
【注:比较质量和重量】
重量是地心引力拉一个质量的结果 。如果一个质量为 m 的物体放在重力加速度为 g 的位置,物体在那里的重量(按照牛顿第二定律)是 F = mg。
每个质量关于在这个特殊位置的支点的转矩是:
关于 的转矩 = ( 离开 的有号距离)(向下的力)
=
写出说明这此转矩的和是零的等式,我们就得到能够解出了的方程:
这最后的等式告诉我们为求 x ,需用系统的总质量除系统的矩:
点 x,称为系统的质心。
【一维示例:金属丝和细杄】
在许多应用中,我们需要知道杆或细丝的质心。 在这类情况下,我们可以用一个连续两数
为质量分布建模,我们公式中的求和符号就以我们就要叙述的方式变为积分。
设想一段沿 x 轴从 x = a 到 x = b 放置的细长条并且通过区间 [a, b] 的一个划分,把它切成质量为 Δ 的小段。
(图4)
第 k 段长 Δ 单位,并且距离原点近似为 。现在注意三件事情。
首先,细长条的质心 近似地和质点系统的质心一样,把每一质量 Δ 放在点 就得到这
个质点系统:
其次,细长条的每一段关于原点的短近似地是,于是,系统矩近似地是之和:
系统矩 ≈
最后,如果细长条在 的密度是 ,用每单位长度的质量表示,如果,是 连续的,则
近似地是 (每单位长的质量乘长度):
组合这三个考察,即得
(近似式2)
近似式(2)中的分子是连续函数 在闭区间[a.b]上的黎曼和,而分母则是函数 在这个区间上的黎曼和。我们期望近似式(2)中的逼近随着分割愈来愈细而改进,这就导致等式
(公式1)
【注:密度】
一 种物质的密度是每单位体积的质量。但在实践中,我们往往使用测量方便的单位。对于金属丝,杆和窄条,我们使用单位长度的质量。对于平的薄片和平板,我们使用每单位面积的质量。
【小总结1----公式】
这就是我们用以求 的公式:
【思考一下1】
Q1: 系统转矩是什么?它由什么决定?
A1:系统转矩也称转矩的和,它测量的是一个系统绕原点转动的倾向。它由质量、引力和距离决定。
Q2 : 若想让系统达到平衡,系统转矩需要达到什么条件?
A2 :系统转矩 = 0。
Q3: “ 系统关于原点的矩 ” 与什么有关?
A3: 质量和距离。
Q4 :” 个别质量的矩 “ ,和 ” 系统关于原点的矩 “ 有什么关系?
A4 :个别质量的矩针对系统中的某一个物体,关于原点的矩针对系统整体。
Q5: 我们为什么要引入" 矩 ” 这个概念?
A5:给计算质心做铺垫。
【思考一下】
如何求分布在平面区域上的质量
(图5)
假定我们有分布在平面上的质量的有限集,在点 的质量为 见(图5). 系统的的质量是:
系统质量 :
每一个质量有关于每个轴的矩。它关于x轴的矩是 ,而它关于y轴的矩是 。整个系统
关于两个轴的矩是:
关于 x 轴的矩 :
关于 y 轴的矩:
系统质心的x 坐标定义为:
(等式2)
对于这样选择的 ,跟一维情形一样,系统关于直线 x = 平衡(图6)。
系统质心的 y 坐标定义为:
(等式3)
对于这样选择的 ,系统关于直线 y = 了也平衡。质量关于直线 y = 的转矩相互抵消。这样只要涉及到平衡问题,整个系统的行为就跟它的质量在单独一点 一样。 我们称这个点为系统的质心。
(图6)
【二维示例:薄板】
(图7)
一个平板被切成平行于 y 轴的窄条。一个典型条形关于每个轴作用的矩是它的质量 Δm 集中在条形的质心 作用的矩。
设想平板占据 x,y平面的一个区域,把它切割成平行于一个坐标轴(在图7中,是y轴)的窄条。一个典型窄条的质心是 。我们把窄条的质量 Δm 当作集中在 来处理。窄条关于 y 轴的矩就是 ;窄条关于x 轴的矩是 。等式(2)和(3)就成为
跟一维情形一样,和是积分的黎曼和,并且由乎板切成的窄条愈来愈窄时趋向这些积分 。 我们把这些积分符号化地写成如下公式。
【小总结2----公式】
例3(常密度板)图8 所示的三角形平板有常密度。=3克/ 厘米?
求:
(a)平板关于y轴的短M,
(h)平板的质量M.
(c)平板质心的x坐标.
(图8)【思考一下】
Q :有几种方法来计算?
A :从不同方向思考
(图9)
解:
方法1 :竖直窄条(图9)
(图10)方法2:水平窄条
矩 : 典型水平窄条质心的 y 坐标是 y,(见图10),于是 质心的,坐标是三角形的横截线的中点的 x 坐标。这使它是 y/2 (窄条左端的 x 值)和1(窄条右端的 x 值)的亚均值
【思考一下2】
质心是什么?
当密度两数是常数时,它就从 和 的公式中被消去 。这时涉及到 x 和 时,都可当作是1。
这样,当密度是常数时,质心是物体的几何特征,而非构成它的物质的特征。
在这种情形,工程师可以称质心为形状的质心,比如在“求三角形或锥体的质心〞。为求形状的质心,只须令 等于1,像前而那样求 和 ,即用质量除矩。
矩和质心之积分的应用相关推荐
- opencv findContours()轮廓特征分析大全(求面积、周长、几何矩、质心、凸包、最小外接矩形、最小外接三角形、最小外接椭圆等)
文章目录 前言 一.效果 二.opencv对应函数介绍 1.轮廓面积 2.轮廓周长 3.轮廓几何矩 4.轮廓的最大外接矩形 5.轮廓的凸包 6.轮廓的最小外接矩形 7.轮廓的最小外接三角形 8.轮廓的 ...
- [OpenCV实战]10 使用Hu矩进行形状匹配
目录 1 什么是图像矩? 2 如何计算图像矩 2.1 质心获取 2.2 中心矩 2.3 Hu矩 3 基于Hu矩实现形状匹配 3.1 Hu矩的计算 3.2 基于matchShapes函数计算两个图形之间 ...
- 小波矩特征提取matlab代码
这是我上研究生时写的小波矩特征提取代码: %新归一化方法小波矩特征提取---------------------------------------------------------- F=imre ...
- matlab球面波衍射,单色点源矩孔菲涅耳衍射光场的计算与模拟
点源照射的衍射较平面光照射的衍射更具一般性,对光束的传输与变换.光学系统的衍射成像以及光信息处理等方面有重要作用.单色点源照射矩孔产生的菲涅耳衍射光场的计算并未见报道,为此对单色点源照射矩孔产生的菲涅 ...
- 【opencv 450 Image Processing】Image Moments 图像矩
Goal 在本教程中,您将学习如何: 使用 OpenCV 函数 cv::moments 使用 OpenCV 函数 cv::contourArea 使用 OpenCV 函数 cv::arcLength ...
- 图像或轮廓的Hu矩的定义、优缺点、适用范围,并利用OpenCV的函数HuMoments()和matchShapes()实现Hu矩的计算和轮廓匹配
本文承接博主的上一篇博文: 什么叫图像或轮廓的空间矩.中心矩.归一化中心矩?并利用OpenCV的类Moments计算轮廓的这几个矩和质心位置 继续介绍Hu矩的相关知识. Hu矩是由二阶和三阶中心距计算 ...
- Opencv:基于Hu-moments(hu矩)的形状匹配
本文将按照以下目录展开介绍: 什么是图像矩: 如何计算图像矩: 什么是Hu矩: 如何利用Opencv计算一个图像Hu矩: 如何利用Hu-矩来寻找两个形状的相似性: 1. 什么是图像力矩 图像矩是图像像 ...
- 数学分析笔记16:重积分
文章目录 定义在矩体上的积分 积分的定义与性质 可积性理论 Jordan可测集上的积分 一般集合上的积分 Jordan可测集及Jordan测度 重积分的计算 重积分化为累次积分 重积分的变量替换 J可 ...
- 详解计算机视觉中的特征点检测:Harris / SIFT / SURF / ORB
作者丨Encoder@知乎 来源丨https://zhuanlan.zhihu.com/p/36382429 编辑丨极市平台 本文仅用于学术分享,若侵权,联系后台作删文处理.极市导读 Harris角点 ...
- 视觉SLAM总结——视觉特征子综述
视觉特征子综述 视觉特征子综述 第一部分:2D特征子 1. Harris 2. SIFT(Scale-invariant feature transform) 3. SURF(Speed up rob ...
最新文章
- 秒杀系统设计~亿级用户
- SpringMVC 运行过程
- 使用RMAN恢复数据库
- Python语言学习:复杂函数(yield/@property)使用方法、案例应用之详细攻略
- linux常用的makefile模版编写
- ReentrantReadWriteLock可重入读写锁分析
- 使用 pyenv 管理 Python 版本
- 如何解决vuepress部署出现样式问题
- Vertx JDBC 批处理
- Java 多线程 简单实例 (Thread)
- 扩展php-bcmath,centos安装PHP扩展(bcmath)
- ubuntu 安装docker_Docker学习笔记1 虚拟化历史及 Ubuntu环境下体验安装
- 2017年总结及2018年规划
- forcast iframe 及 四款播放器
- 二叉平衡树的基本操作(完整代码)
- 伤害世界不显示服务器,伤害世界Hurt world服务器挑选指南 不卡不清档无权限服务器挑选教程...
- Web自动化测试(二)
- windows10安装java
- 联想原装服务器有预装系统吗,预装Windows 8系统机型如何进行一键恢复
- linux下u盘检测程序