转动惯量矩阵推导

质点的角动量

角动量是矢量,可用位矢和动量的矢积表示:

\\\vec{L} = \\vec{r} \\times \\vec{p} \\tag{1} \\

惯性张量

对于通过质心,绕任意轴以角速度\(\omega\)旋转的刚体,对于质心的角动量定义为:

\H_{cg} = \\int(\\vec{r} \\times (\\vec{\\omega} \\times \\vec{r})) dm \\

r和w可以写成向量:

\\\vec{r} = x\\vec{i} + y\\vec{j} + z\\vec{z} \\

\\\vec{\\omega} = \\omega_x\\vec{i} + \\omega_y\\vec{j} + \\omega_z\\vec{z} \\

向量叉乘可以写成矩阵和向量相乘的形式:

\\\vec{r} \\times \\vec{q} = \\begin{bmatrix} r_y q_z - r_z q_y \\\\ r_z q_x - r_x q_z \\\\ r_x q_y -r_y q_x \\end{bmatrix} = \\begin{bmatrix} 0 \& -r_z \& r_y \\\\ r_z \& 0 \& -r_x \\\\ -r_y \& r_x \& 0 \\end{bmatrix} \\begin{bmatrix} q_x \\\\ q_y \\\\ q_z \\end{bmatrix} \\

因此展开角动量公式里的叉乘:

\H_{cg} = \\int(\\vec{r} \\times (\\vec{\\omega} \\times \\vec{r})) dm = \\int( \\begin{bmatrix} 0 \& -z \& y \\\\ z \& 0 \& -x \\\\ -y \& x \& 0 \\end{bmatrix} \\begin{bmatrix} 0 \& -\\omega_z \& \\omega_y \\\\ \\omega_z \& 0 \& -\\omega_x \\\\ -\\omega_y \& \\omega_x \& 0 \\end{bmatrix} \\begin{bmatrix} x \\\\ y \\\\ z \\end{bmatrix} ) dm \\\\ = \\int( \\begin{bmatrix} -z\\omega_z-y\\omega_y \& y\\omega_x \& z\\omega_x \\\\ x\\omega_y \& -z\\omega_z-x\\omega_x \& z\\omega_y \\\\ x\\omega_z \& y\\omega_z \& -y\\omega_y-x\\omega_x \\end{bmatrix} \\begin{bmatrix} x \\\\ y \\\\ z \\end{bmatrix} ) dm \\\\ = \\int( \\begin{bmatrix} (y\^2+z\^2)\\omega_x-xz\\omega_z - xy\\omega_y \\\\ (x\^2+z\^2)\\omega_y -yz\\omega_z-xy\\omega_x \\\\ (x\^2+y\^2)\\omega_z - yz\\omega_y - xz\\omega_x \\end{bmatrix} ) dm \\\\ \\

令:

\I_{xx} = \\int(y\^2+z\^2)dm \\

\I_{yy} = \\int(x\^2+z\^2)dm \\

\I_{zz} = \\int(y\^2+x\^2)dm \\

\I_{xy} = I_{yx} = \\int(xy)dm \\

\I_{xz} = I_{zx} = \\int(xz)dm \\

\I_{yz} = I_{zy} = \\int(yz)dm \\

上式可改写为:

\H_{cg} = \\begin{bmatrix} I_{xx}\\omega_x-I_{xz}\\omega_z - I_{xy}\\omega_y \\\\ I_{yy}\\omega_y -I_{yz}\\omega_z-I_{xy}\\omega_x \\\\ I_{zz}\\omega_z -I_{yz}\\omega_y - I_{xz}\\omega_x \\end{bmatrix} \\\\ = \\begin{bmatrix} I_{xx} \& -I_{xy} \& -I_{xz} \\\\ -I_{xy} \& I_{yy} \& -I_{yz} \\\\ -I_{xz} \& -I_{yz} \& I_{zz} \\\\ \\end{bmatrix} \\begin{bmatrix} \\omega_x \\\\ \\omega_y \\\\ \\omega_z \\end{bmatrix} \\

令矩阵I:

\I = \\begin{bmatrix} I_{xx} \& -I_{xy} \& -I_{xz} \\\\ -I_{xy} \& I_{yy} \& -I_{yz} \\\\ -I_{xz} \& -I_{yz} \& I_{zz} \\\\ \\end{bmatrix} \\

最终得到:

\H_{cg} = I\\vec{\\omega} \\

I就是转动惯量。

上式两边对于时间求导,在极短的时间内可以认为惯性矩阵I是常量:

\\\frac{d H_{cg}}{dt} = I \\frac{d \\vec{\\omega}}{dt} = I \\vec{\\alpha} \\

根据角动量定理(总外力矩等于刚体角动量的时间变化率),左侧就是外力矩,因此:

\\\vec{M} = I \\vec{\\alpha} \\Rightarrow I\^{-1} \\vec{M} = \\vec{\\alpha} \\tag{6} \\

这是旋转的运动学公式,总外力矩克服转动惯量,给予物体于角加速度。

和平移运动公式\(\vec{F}=m\vec{a}\)具有一样结构和地位。

计算转动惯量

\I_{xx} = \\int(y\^2+z\^2)dm \\

\I_{yy} = \\int(x\^2+z\^2)dm \\

\I_{zz} = \\int(y\^2+x\^2)dm \\

\I_{xy} = I_{yx} = \\int(xy)dm \\

\I_{xz} = I_{zx} = \\int(xz)dm \\

\I_{yz} = I_{zy} = \\int(yz)dm \\

\I = \\begin{bmatrix} I_{xx} \& -I_{xy} \& -I_{xz} \\\\ -I_{xy} \& I_{yy} \& -I_{yz} \\\\ -I_{xz} \& -I_{yz} \& I_{zz} \\\\ \\end{bmatrix} \\

根据它的定义,坐标系恒定情况下,当物体姿态发生变化后,各个质量微原的位置发生了变化,因此每个量都需要重新计算,这带来了很大计算量。

然而实际不需要那么麻烦。

将I写成另一种形式:

\I=\\sum m_i(r_i\^T r_i 1 - r_i r_i\^T) \\

其中 1代表单位矩阵。

如图在参考姿态下:

\I_{ref}=\\sum m_i(r_i\^T r_i 1 - r_i r_i\^T) \\

当物体旋转后,原来的微原位于\(Rr_i\)处,因此

\I=\\sum m_i((Rr_i)\^T (Rr_i) 1 - (Rr_i) (Rr_i)\^T) \\\\ =\\sum m_i(r_i\^T R\^T Rr_i 1 - Rr_i r_i\^T R\^T) \\\\ =\\sum m_i(r_i\^T r_i 1 - Rr_i r_i\^T R\^T) \\\\ =\\sum m_i(R r_i\^T r_i 1 R\^T - Rr_i r_i\^T R\^T) \\\\ =\\sum m_i R(r_i\^T r_i 1 - r_i r_i\^T) R\^T \\\\ =R I_{ref} R\^T \\

最后:

\I = R I_{ref} R\^T \\

相关推荐
逻辑君14 天前
Foresight研究报告【20260006】
人工智能·物理
逻辑君16 天前
物理生物学研究报告【20260016】
人工智能·算法·物理
逻辑君17 天前
物理生物学研究报告【20260015】
人工智能·物理
逻辑君19 天前
物理生物学研究报告【20260014】
物理
E等于MC平方1 个月前
AI 辅助物理课堂实验
人工智能·ai·大模型·模拟·物理·实验
Cathy Bryant2 个月前
微分几何:度规和高斯曲率
笔记·高等数学·物理·微分几何
Cathy Bryant2 个月前
微分几何:度规(度量)metric
笔记·线性代数·矩阵·高等数学·物理
Cathy Bryant3 个月前
薛定谔方程
笔记·数学建模·高等数学·物理
HyperAI超神经3 个月前
物理信息机器学习新突破!新型GNN架构可对复杂多体动力系统进行准确预测,赋能机器人/航空航天/材料科学
人工智能·深度学习·机器学习·架构·机器人·cpu·物理
API容易着火4 个月前
电磁感应与麦克斯韦方程组
物理