CycloidAI 回到执行器验证服务 中文|English

为什么一个已经很接近的模型,还要继续优化?

一项 {mf_psi} % 的磁链参数修正,使关键指标再下降 {mf_red} %。

01

人体运动

十五名被试、四百余个步态周期,给出膝关节的角度、角速度与力矩包络。

看演示 →
02

关节需求

按助力比例与相位窗反推执行器输出端的转矩—转速—功率包络。

看需求来源 →
03

电机模型

常参数电机模型对照有限元查表模型,判定额定能力是否覆盖需求。

看能力覆盖 →
04

模型保真度

能覆盖之后,追问两个模型为什么仍有差异——本页。

一次修正带来的变化

同一条判据、同一组工况、同一个电机模型;只改一个参数,其余全部不动。

为什么这么小的改动会这么重要

一个电机模型参数常参数模型把一项随电流变化的磁链量当成常数;有限元查表模型让它随电流变化。
一次很小的修正两者在额定电流处的差异不到千分之一,放在任何数据表里都会被当作噪声忽略。
一次很大的影响但它直接进入电流方程,而电流是判据最灵敏的通道;于是关键指标下降了近三分之二。
我们不只关心关节能不能工作,也关心模型为什么会出现差异。前者回答"够不够",后者决定下一次设计能不能更准。

这项修正没有解释全部剩余差异;余下的部分仍在归因中,页面按原样列出,不把它写成"已完成"。

这个案例在链路里的位置

三个入口,回到它所依赖的需求定义、能力覆盖与验证记录。

需求定义 能力覆盖 验证记录 看我们的判据是怎么被更正的

导出时间