企业官网建设流程全解析

保险咨询免费,seo自学网免费,wordpress 上一篇下一篇 文章的图片,Wordpress分享到微信图标行星齿轮非线性程序#xff0c;能出相图#xff0c;庞加莱#xff0c;分叉图。行星齿轮系统这玩意儿搞动力学分析#xff0c;满屏都是非线性项。刚接触那会儿看着微分方程头皮发麻#xff0c;后来发现直接数值求解才是真香。咱今天就拿Python撸个能出相图、庞加莱截面和分…行星齿轮非线性程序能出相图庞加莱分叉图。行星齿轮系统这玩意儿搞动力学分析满屏都是非线性项。刚接触那会儿看着微分方程头皮发麻后来发现直接数值求解才是真香。咱今天就拿Python撸个能出相图、庞加莱截面和分叉图的脚本手把手看看这非线性系统能整出什么活。先上核心代码骨架import numpy as np from scipy.integrate import odeint import matplotlib.pyplot as plt mu 0.1 # 阻尼比 k 10.0 # 刚度 omega_n np.sqrt(k) # 固有频率 Omega 0.8 * omega_n # 激励频率 F 0.5 # 激励幅值 def system(y, t): x, dx y ddx -mu*dx - k*x F*np.cos(Omega*t) 0.1*x**3 # 含三次非线性项 return [dx, ddx] t np.linspace(0, 1000, 50000) # 长时间仿真 sol odeint(system, [0.1, 0], t)这段代码把行星齿轮常见的非线性因素——三次刚度项给塞进去了。注意时间序列取得特别长这是为了后面取庞加莱截面时能过滤掉瞬态响应。不过直接画相图的话得截取后面稳定段# 截取稳定段 x, dx sol[-2000:,0], sol[-2000:,1] plt.plot(x, dx, ,k, alpha0.5) plt.xlabel(Displacement) plt.ylabel(Velocity) plt.title(Phase Portrait)跑出来的相图要是出现个极限环说明系统在做周期性振动。但要是看到轨迹开始乱窜那可能进入混沌状态了——这时候就该庞加莱截面出场了。取庞加莱截面的骚操作在于按激励周期采样# 计算激励周期对应的采样间隔 T 2*np.pi / Omega dt t[1] - t[0] stride int(T/dt) # 取截面点 poincare_x x[::stride] poincare_dx dx[::stride] plt.figure() plt.plot(poincare_x, poincare_dx, .r, markersize2) plt.title(Poincare Section)当庞加莱截面呈现孤立点时是周期运动出现成片的点云可能就混沌了。不过最直观的还是分叉图——看参数变化时系统如何从老实变癫狂bifurcation [] omega_range np.linspace(0.5, 2.0, 300) for Om in omega_range: # 每次微调参数重新仿真 def local_system(y, t): x, dx y ddx -mu*dx -k*x F*np.cos(Om*t) 0.1*x**3 return [dx, ddx] sol odeint(local_system, [0.1,0], t) x sol[-2000:,0] # 记录局部极值 peaks (x[1:-1] x[:-2]) (x[1:-1] x[2:]) bifurcation.append(x[1:-1][peaks]) plt.figure() for i, Om in enumerate(omega_range): plt.plot([Om]*len(bifurcation[i]), bifurcation[i], ,k, markersize0.1) plt.title(Bifurcation Diagram)这段分叉图代码有个坑参数循环时每次都要重新定义微分方程。如果直接修改外层变量会导致闭包问题所以得在循环内部重新定义local_system。当分叉图从单支分裂成多支说明系统开始出现倍周期分叉——这是进入混沌的前戏。跑完这三板斧基本上能把行星齿轮的非线性特性摸个大概。不过实际工程中参数选择更讲究比如阻尼比μ别超过0.3否则啥非线性现象都给你压没了。另外激励频率Ω在固有频率附近最容易出活调参时可以重点照顾这个区间。