“机械动力机器数值分析”的版本间的差异
[未复核版本] | [未复核版本] |
(→分析) |
(→粉碎轮) |
||
第52行: | 第52行: | ||
单位时间产量与转速成正比,1速64堆叠下粉碎轮每秒可处理3.2个物品 | 单位时间产量与转速成正比,1速64堆叠下粉碎轮每秒可处理3.2个物品 | ||
=== 辊压机 === | |||
==== 分析 ==== | |||
public static final int CYCLE = 240; | |||
runningTicks += (int) Mth.lerp(Mth.clamp(Math.abs(speed) / 512f, 0, 1), 1, 60); | |||
runningTicks > CYCLE | |||
这里的speed就直接是转速了 | |||
lerp函数作用是将0-1小数等比放大到一定范围内 | |||
但是这都不重要,重要的是这玩意是基本线性的,容易列出单个物品处理时间近似为t=240/(60*speed/512)/20=102.4/speed (S) | |||
每秒可产物品数量speed/102.4 | |||
==== 人话 ==== | |||
辊压机转速除102.4就是每秒可产的物品数量 |
2023年1月28日 (六) 21:31的版本
冬季救援整合包里面的应力相对来说获取困难。为了极致地利用应力以及做好机器匹配,我查阅了相关代码并对其进行了分析。由于本人代码水平也不是很好,也没有编写java的经验,难免有解读错误的地方,望大佬继续补充。
粉碎轮
分析
粉碎轮速度相关的代码为
inventory.remainingTime = recipe.isPresent() ? recipe.get().getProcessingDuration() : 100;
crushingspeed = compound.getFloat("Speed");
float speed = crushingspeed * 4;
float processingSpeed =Mth.clamp((speed) / (!inventory.appliedRecipe ? Mth.log2(inventory.getStackInSlot(0).getCount()) : 1), .25f, 20);
inventory.remainingTime -= processingSpeed;
其中crushingspeed就是我们给的转速/12.5,这个速度取速度慢的轮,所以我们统一按两轮等速讨论
每次处理所需要的总进度如果配方有写就按配方,没有就是100(一般都是100)
首先看条件,假如已经吸入了物品(即不是掉落物形态),除数为log2(物品数量),否则按1
但实际上这个没啥用,因为我们都采用溜槽等方式直接跳过了吸入过程,去除了吸入所需时间,因此我们直接按着已吸入计算即可
clamp的作用是限定范围,高于最大值就等于最大值,小于最小值就等于最小值,这里的上下限是0.25和20
为了方便讨论,我们提出一个问题,假设我要总共处理a个物品,可用应力为定值b,单个机器单次处理y个,转速x,求处理总用时t
已知单个机器(两个粉碎轮)rpm为16,由此可以得可用机器数量k=b/16x
我们先假设clamp函数不起作用,不难列出如下公式
其中a,b,T=100为问题一开始就确立的定值,可操作变量为x,y
易得处理总时在一定的总应力下与转速无关,单个机器单次处理量越大处理总需时越小
在这个结论的基础上我们再讨论clamp函数的影响
易知单个机器处理初始速度为
另v分别等于0.25与20,我们可以得出,上方公式的适用范围
高于红线则转速无效,低于蓝线则有增益
人话
在确定总应力下,处理耗时只与单次处理量有关
直接用智能溜槽喂64是最佳选择
粉碎轮转速调成1即可
单位时间产量与转速成正比,1速64堆叠下粉碎轮每秒可处理3.2个物品
辊压机
分析
public static final int CYCLE = 240;
runningTicks += (int) Mth.lerp(Mth.clamp(Math.abs(speed) / 512f, 0, 1), 1, 60);
runningTicks > CYCLE
这里的speed就直接是转速了
lerp函数作用是将0-1小数等比放大到一定范围内
但是这都不重要,重要的是这玩意是基本线性的,容易列出单个物品处理时间近似为t=240/(60*speed/512)/20=102.4/speed (S)
每秒可产物品数量speed/102.4
人话
辊压机转速除102.4就是每秒可产的物品数量