预设方案
参数设置
轨迹与速度
显示选项
最大李雅普诺夫指数（估算）：需2条以上轨迹
时间 t = 0.0
拖动旋转视角 ｜ 滚轮/捏合缩放
理论与主要公式
$$\frac{dx}{dt}= \sigma(y - x)$$
$$\frac{dy}{dt}= x(\rho - z) - y$$
$$\frac{dz}{dt} = xy - \beta z$$
数值方法：四阶龙格-库塔法 (dt = 0.01)
什么是洛伦兹吸引子
🙋
“蝴蝶效应”到底是什么意思？为什么天气总是预报不准？
🎓
简单来说，就是初始条件一个微小的变化，会导致系统未来状态天差地别。洛伦兹教授当年用计算机模拟天气，发现把初始温度从0.506127改成0.506，结果整个长期预测就完全不一样了。这就像蝴蝶扇动翅膀，可能最终在远方引发一场风暴。在我们的模拟器里，你试着点击“添加轨迹”按钮，生成两条起点几乎一样的轨迹线，然后拖动“仿真速度”滑块加快播放，看看会发生什么？
🙋
诶，真的吗？我试了一下，两条线一开始还缠在一起，后面果然分道扬镳了！那控制这个“分道扬镳”速度的，就是下面那三个奇怪的参数σ、ρ、β吗？
🎓
没错！这三个参数就像系统的“性格设定”。比如ρ（瑞利数），它代表了浮力驱动对流的强度。在实际工程中，比如模拟建筑物内的热空气流动，这个数就很重要。你试着把ρ从经典的28慢慢拖到100以上，看看吸引子的形状会怎么“暴走”？你会发现它从经典的蝴蝶翅膀，变成了更复杂、更狂野的轨道。
🙋
哇，形状真的变了好多！那这个模拟出来的扭来扭去的线，和我们学的流体力学、还有那些CAE软件有什么关系呢？
🎓
关系可大了！首先，你看到的这条轨迹是用“四阶龙格-库塔法”算出来的，这个数值积分方法和Abaqus、ANSYS做瞬态动力学分析时用的核心算法是一样的。其次，洛伦兹方程本身就是从大气对流模型简化来的，它揭示的混沌现象，在汽车外流场分析、发动机缸内湍流燃烧模拟中无处不在。试着切换到“2D投影”模式，从顶部看X-Z平面，是不是很像湍流中某个涡旋的轨迹？这就是非线性动力学的魅力。
物理模型与关键公式
洛伦兹方程组描述了一个简化的热对流系统，由三个耦合的非线性常微分方程构成，是混沌理论的经典模型。
$$\frac{dx}{dt}= \sigma(y - x)$$
$$\frac{dy}{dt}= x(\rho - z) - y$$
$$\frac{dz}{dt}= xy - \beta z$$
x: 对流运动的强度（正比于流体速度）。
y: 上升流与下降流的温度差。
z: 垂直温度廓线与线性分布的偏离。
t: 无量纲时间。
σ (sigma): 普朗特数，流体动量扩散率与热扩散率之比。
ρ (rho): 瑞利数，浮力与粘性力之比，是对流驱动力的度量。
β (beta): 与流体层几何纵横比相关的参数。
本模拟器采用四阶龙格-库塔法 (RK4)进行数值积分，这是CAE软件中求解瞬态问题的标准方法之一，在保证精度的同时具有较好的稳定性。
$$y_{n+1}= y_n + \frac{1}{6}(k_1 + 2k_2 + 2k_3 + k_4)\Delta t$$
其中 $k_1, k_2, k_3, k_4$ 是不同时间步中间点的斜率估计值。$\Delta t$ 是时间步长（本模拟器中固定为0.01）。通过迭代计算，将连续的微分方程转化为离散的轨迹点，从而在三维空间中绘制出吸引子。
现实世界中的应用
气象与气候预测：洛伦兹方程直接源于大气对流模型，其揭示的“蝴蝶效应”是长期天气预报的根本性限制。现代气候模型是包含数百万个方程的超级复杂系统，但其非线性混沌的本质与此一脉相承。
计算流体动力学 (CFD)：在汽车空气动力学、飞机机翼绕流分析中，湍流就是一种混沌现象。理解洛伦兹系统的特性，有助于工程师解读CFD模拟中看似“随机”的流场波动，并评估模拟结果对初始条件和边界条件的敏感性。
CAE结构动力学：大型柔性结构（如风力发电机叶片、高层建筑）在强风或地震作用下的非线性振动，其相空间轨迹也可能呈现类似吸引子的复杂结构。用于求解洛伦兹方程的RK4方法，正是LS-DYNA等软件进行显式动力学时间积分的基础。
加密与信息科学：混沌系统对初始条件的极端敏感性，使其可用于生成伪随机序列，应用于通信加密和图像加密等领域。确保信息传输的安全性与不可预测性。
常见误解与注意事项
首先，要明确“混沌不等于随机”这一点。洛伦兹吸引子的轨迹即使看起来杂乱无章，也完全是由确定的方程通过决定论方式生成的。如果初始值相同，每次都会描绘出完全相同的轨迹。这种“确定性混沌”的概念在工程实践中也很重要。例如，当在相同条件下运行两次CFD模拟却得到略有差异的结果时，不应简单归因为“混沌导致无法避免”，而需要保持警惕：这可能是网格的细微差异或数值误差所致。
其次，需要了解参数设置的“安全区”与“危险区”。默认参数（σ=10, ρ=28, β=8/3）是混沌现象显著的黄金组合，但若将ρ设置过大（例如超过40），轨迹可能会发散导致计算崩溃。这在实践的非线性分析中同样存在：若将材料模型的参数设为极端值，求解器可能无法收敛并报错终止。技巧在于先用默认值运行，再逐步（例如以1或2为步长调整ρ）改变参数观察行为变化。
最后，要理解本模拟器是“可视化工具”而非“设计工具”。在实际CAE工程中，虽然很少直接求解洛伦兹方程，但其使用的RK4等数值积分方法以及对混沌行为的理解“直觉”却极具价值。例如，在分析汽车悬架非线性振动时，初始条件的微小差异（如乘员体重分布）可能导致长期行驶后零件疲劳寿命产生显著波动——理解混沌现象能为这类问题的研究奠定基础。