CN119475633A 高阶算力自动驾驶fpc传感模组的弯折成型方法及装置 （珠海新立电子科技有限公司）

高阶算力自动驾驶FPC传感模组的弯折成型本发明涉及高阶算力自动驾驶FPC传感模组的弯折成型方法及装置，方法包括获取FPC传感模组的物理特性信息，基于预设的Neo_Hookean超弹性算法对所述物理特性信息进行应力框架力矩平衡算法对所述初始特性数据集进行弯折工艺参数对所述FPC传感模组进行目标多轴弯折基于所述电气性能优化架构和所述抗振动优化2获取FPC传感模组的物理特性信息，基于预设的Neo_Hookea基于预设的力矩平衡算法对所述初始特性数据集进行弯折分析，得到对基于所述弯折工艺参数对所述FPC传感模组进行目标多轴弯折仿真分析，得到初始成对所述初始成型信息的形变特性进行梯度冷压和振动抑基于所述电气性能优化架构和所述抗振动优化架构结合所述初始成型信息进行方案2.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在根据所述层间结构参数和所述材料特性参数进行Neo_Hookean超弹性计算矩阵构建，3.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在对所述初始特性数据集进行材料弹性模量参数和泊松比参数提取处理根据所述材料特征参数对所述FPC传感模组进行横向力矩和纵向力矩分解处理，得到根据所述横向弯折力参数和所述纵向弯折力参数对所述FPC传感模组进行弯折受力合根据所述平衡状态参数对所述FPC传感模组进行弯折力度计算，得到对应的力度控制3根据所述角度控制参数对所述FPC传感模组进行弯折速率计算，得到对应的速率控制对所述力度控制参数、所述角度控制参数和所述速率控制参数进行整4.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在根据所述弯折工艺参数对所述FPC传感模组进行边界曲面细分处理，得到对应的网格对所述应力分布函数进行各轴向弯折过程中的变形能量求解分析，对所述运动参数集、所述能量变化趋势和所述空间旋转轨迹进行成5.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在根据所述冷压特性参数和所述形变特性矩阵进行Rayleigh阻尼根据所述抗振动架构参数、所述梯度压力数据和所述6.根据权利要求5所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在4对所述质量矩阵和所述刚度矩阵进行线性组合，并根据所述阻尼系数进7.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在基于预设的频域耦合平衡算法对所述电磁干扰频率特征数据进行根据所述频域耦合矩阵对所述FPC传感模组进行信号传输路径多层阻抗分析，得到对根据所述阻抗匹配优化参数对所述FPC传感模组进行信号传输层分段阻抗补偿计算，根据所述电磁场空间分布特征和所述电气性能评估结果进行优化8.根据权利要求1所述的高阶算力自动驾驶FPC传感模组的弯折成型方法，其特征在根据所述阻抗密度分布矩阵对所述抗振动优化架构进行应力场叠对所述拓扑重构数据进行多参数耦合优化，得到工艺参数数据，采集模块，所述采集模块用于获取FPC传感模组的物理特性信息，基于预设的Neo_分析模块，所述分析模块用于基于预设的力矩平衡算法对关联模块，所述关联模块用于基于所述弯折工艺参数对所述FPC传感模组进行目标多处理模块，所述处理模块用于对所述初始成型信息的形变特性进行梯5控制模块，所述控制模块用于对所述抗振动优化架构进行阻执行模块，所述执行模块用于基于所述电气性能优化架构和所6[0002]随着自动驾驶技术的快速发展，高阶算力FPC传感模组作为车载感知系统的核心断提高，如何确保FPC传感模组在复杂的车载环境中保持稳定的性能和可靠的信号传输质[0003]本发明的主要目的为提供一种高阶算力自动驾驶FPC传感模组的弯折成型方法及[0004]为实现上述目的，本发明提供一种高阶算力自动驾驶FPC传感模组的弯折成型方基于所述弯折工艺参数对所述FPC传感模组进行目标多轴弯折仿真分析，得到初对所述初始成型信息的形变特性进行梯度冷压和振动抑制分析，并进行架构构基于所述电气性能优化架构和所述抗振动优化架构结合所述初始成型信息进行根据所述层间结构参数和所述材料特性参数进行Neo_Hookean超弹性计算矩阵构7[0006]进一步地，所述基于预设的力矩平衡算法对所述初始特根据所述材料特征参数对所述FPC传感模组进行横向力矩和纵向力矩分解处理，根据所述横向弯折力参数和所述纵向弯折力参数对所述FPC传感模组进行弯折受根据所述平衡状态参数对所述FPC传感模组进行弯折力度计算，得到对应的力度根据所述角度控制参数对所述FPC传感模组进行弯折速率计算，得到对应的速率[0007]进一步地，所述基于所述弯折工艺参数对所述FPC传感模组进行目标多轴弯折仿根据所述弯折工艺参数对所述FPC传感模组进行边界曲面细分处理，得到对应的基于所述变形控制点坐标集进行四元数旋转插值运算，得到对应的空间旋转轨8[0008]进一步地，所述对所述初始成型信息的形变特性进行梯根据所述抗振动架构参数、所述梯度压力数据和所述振动抑制数据进行架构构对所述质量矩阵和所述刚度矩阵进行线性组合，并根据所述阻尼系数进行根据所述频域耦合矩阵对所述FPC传感模组进行信号传输路径多层阻抗分析，得根据所述阻抗匹配优化参数对所述FPC传感模组进行信号传输层分段阻抗补偿计9根据所述特征向量组对所述初始成型信息进行几何拓扑重构，得到拓扑重构数[0012]本发明提供一种高阶算力自动驾驶FPC传感模组的弯折成型装置，应用于上述任关联模块，所述关联模块用于基于所述弯折工艺参数对所述FPC传感模组进行目[0013]本发明提供的一种高阶算力自动驾驶FPC传感模组的弯折成型方法及装置，具有将抗振动优化架构与电气性能优化架构进行综合分析，制定出更为合理的模组成型方案，[0014]图1是为本发明提供的一种高阶算力自动驾驶FPC传感模组的弯折成型方法流程图2是为本发明提供的一种高阶算力自动驾驶FPC传感模组的弯折成型装置结构[0018]参照图1所示，本发明提供一种高阶算力自动驾驶FPC传[0028]本发明提供的一种高阶算力自动驾驶FPC传感模组的弯折成型方法，通过引入物理特性信息获取与Neo_Hookean超弹性算法分析过程具体包含多个技术环节。[0032]材料变形率数据计算基于Neo_Hookean本构方程，建立应力响应函数与应变的映[0035]本实施例通过建立完整的物理特性信息获取与Neo_Hookean超弹性分析体系，实结合Neo_Hookean超弹性理论构建应力计算矩阵，确保了层间结构参数与材料特性的准确[0039]根据横向弯折力参数Fx和纵向弯折力参数Fy，采用力的平行四边形法则进行合对FPC传感模组弯折过程中力学特性的精确把控，有效避免了传统弯折方法中由于参数控基于弯折工艺参数对FPC传感模组进行目标多轴弯折仿真分析，获取初始成型信[0054]本实施例通过对FPC传感模组进行边界曲面细分处理和网格拓扑数据构建，实现[0059]根据冷压特性参数和形变特性矩阵，采用模态分析方法进行Rayleigh阻尼计[0063]本实施例通过对初始成型信息进行多维度张量分解及组合运算，精确获取FPC传[0064]在一个实施例中，根据冷压特性参数和形变特性矩阵进行Rayleigh阻尼模态分在形变特性矩阵的质量分布计算中，利用单元网格划分技术将FPC传感模组划分[0065]对于冷压特性参数的弹性模量分析，基于材料力学理论频率的计算精度要求优于零点一赫兹。所得固有频率数据用于指导FPC传感模组的弯折成[0071]本实施例通过对高阶算力自动驾驶FPC传感模组进行精细化的弯折成型分析，建[0074]根据所述频域耦合矩阵，运用多层传输线理论对FPC传感模组的信号传输路径进[0075]通过谐波分析器对阻抗分布特征图进行谐波分量提取，获得阻抗谐波分量数[0079]基于电磁场空间分布特征及性能评估结果，运用拓扑优化算法对FPC传感模组的[0080]本实施例通过对抗振动优化架构进行阻抗匹配分析，实现了FPC传感模组的高精针对电气性能优化架构的阻抗分布映射处理过程中，通过有限元分析获取FPC传[0087]本实施例通过电气性能优化架构进行阻抗分布映射处理，实现了FPC传感模组表[0088]