使用说明
• 点击画布 → 从该点开始绘制轨迹
• 可同时显示多条轨迹
• 调整参数改变系统行为
方程
轨迹数: 0
积分方法: RK4 / dt = 0.01
使用RK4数值积分实时可视化谐振子、阻尼振子、范德波尔振子、达芬振子和洛伦兹系统的相空间轨迹。探索吸引子、极限环与混沌现象。
动力系统的状态由位置 $x$ 和速度 $\dot{x}$ 完全确定。以这两个量为坐标轴的平面称为相空间，系统随时间的演化在相空间中描绘出一条曲线（轨迹）。
能量守恒系统。相图中轨迹为封闭椭圆，形成同心椭圆族，不同轨迹互不相交。椭圆的大小反映振幅，形状由频率决定。
能量耗散系统。轨迹以螺旋形式收敛至原点（稳定不动点）。$\gamma < \omega$ 时欠阻尼螺旋衰减，$\gamma > \omega$ 时过阻尼单调衰减。
$|x|<1$ 时负阻尼（能量注入），$|x|>1$ 时正阻尼（能量耗散）。所有轨迹最终收敛到唯一的极限环。真空管振荡电路和心脏节律的数学模型。
非线性弹簧加周期外力。适当参数下出现奇异吸引子和确定性混沌，可直观观察蝴蝶效应（初始值敏感性）。
大气对流的简化模型。三维轨迹投影到x-z平面，展示标志性的"蝴蝶型"奇异吸引子，是确定性混沌的经典演示。
学生：相图和普通的时间序列图有什么区别？
工程师：时间序列图是"横轴时间、纵轴位移"，而相图是"横轴位移、纵轴速度"。去掉时间轴的好处是系统的定性结构变得一目了然——封闭曲线代表周期运动，螺旋线代表衰减，复杂缠绕代表混沌。只看一眼相图，就能判断系统的长期行为。
学生：那阻尼振子的轨迹是螺旋形收缩到原点吗？
工程师：正确。原点就是"稳定不动点吸引子"。工程实践中，减振设计的核心就是调整阻尼系数，让振动尽快衰减。从相图上可以直观看出：螺旋收缩越快，衰减越迅速。调整参数 $\gamma$ 试试，可以看到从欠阻尼螺旋到过阻尼单调收敛的转变。
学生：范德波尔振子的极限环为什么对初始条件不敏感，无论从哪里出发最终都到达同一轨道？
工程师：关键在于 $\mu(1-x^2)y$ 这一项。$|x|<1$ 时该项给系统注入能量，轨迹向外扩展；$|x|>1$ 时耗散能量，轨迹向内收缩。两者达到平衡的那条闭合曲线就是极限环，它从内外两侧都吸引轨迹。这是一种自持振荡，不需要外部激励就能维持稳定节律。
学生：心脏也是这样的吗？
工程师：可以这样理解。心脏起搏细胞无需外部刺激就能自主节律放电，受到干扰后也能恢复原有节律——这正是极限环吸引子的特征。把参数 $\mu$ 调大，波形会变成锯齿状（弛豫振荡），与某些心律不齐的心电图形态颇为相似。
学生：混沌和随机有什么区别？两者看起来都是不可预测的。
工程师：这是非常重要的区别。混沌是确定性的——方程完全确定，相同初始条件必然产生相同轨迹。不可预测性来自初始值的极端敏感性：两条极近的初始轨迹会指数级分离（李雅普诺夫指数为正）。而随机性是本质上的不确定。天气预报在两周后失效，不是因为大气是随机的，而是因为它是混沌的——初始数据的微小误差会被指数放大。
动力系统的核心通常用一组一阶微分方程描述，定义了每个状态变量随时间的变化率。对于简谐振子：
$$\dot{x}= v, \quad \dot{v}= -\omega^2 x$$这里，$x$ 是位移，$v$ 是速度，$\omega$ 是系统的固有角频率。这个系统能量守恒，所以在相空间 $(x, v)$ 中轨迹是椭圆。
对于更复杂的耗散或受迫系统，方程会加入阻尼项、非线性项或外力项。例如，阻尼线性振子和达芬振子：
$$\dot{x}= v, \quad \dot{v}= -2\gamma v - \omega^2 x$$ $$\dot{x}= v, \quad \dot{v} = -\delta v - \alpha x - \beta x^3 + \gamma \cos(\omega t)$$$\gamma$ 或 $\delta$ 是阻尼系数，导致能量耗散。$\beta x^3$ 是非线性刚度项，$\gamma \cos(\omega t)$ 是周期性外力。这些项的共同作用可以产生极限环、倍周期分岔乃至混沌。
机械振动与故障诊断：在航空发动机或大型桥梁的振动监测中，相空间图可用于识别系统的健康状态。正常阻尼振动呈现规则的螺旋收敛，而出现裂纹或松动等非线性故障时，相图可能出现畸变或混沌特征，为早期预警提供线索。
电子电路设计：许多振荡器电路，如基于范德波尔方程的电路，其设计目标就是产生稳定的极限环振荡。通过相空间分析，工程师可以优化电路参数，确保输出信号的频率和振幅稳定，应用于通信和信号发生器。
生物节律研究：心脏的电生理活动（心电图）、神经元放电等都可以建模为非线性振子。极限环对应着稳定的节律（如正常心跳），而相图轨迹的失稳或变异可能预示着心律失常或癫痫等疾病状态。
气候与流体力学建模：洛伦兹系统最初就是从大气对流模型中简化而来。虽然极度简化，但其揭示的混沌特性——对初始条件的极端敏感性，从根本上说明了长期天气预测的困难。类似的概念也用于分析湍流等复杂流动。
开始使用此工具时，有几个容易陷入的误区。首先是“即使改变初始条件，轨迹看起来也相同”的情况。例如在“达芬振子”中关闭强制振动，并将阻尼设为零。即使改变初始条件，所有轨迹都会落在同一条闭合曲线上。这是因为这是“保守系统”。能量守恒使得系统会始终沿着由初始“推动程度”决定的恒定能量曲线（类似等高线）循环运动。轨迹并非重叠，而是具有不同能量的独立轨迹各自描绘出不同的闭合曲线。如果在参数设置中加入少许“阻尼”，就能观察到这些轨迹呈螺旋状收敛的现象，建议尝试一下。
其次是对数值计算精度的过度信赖。本工具虽然采用了RK4这种高精度方法，但在混沌系统（如洛伦兹系统）中，微小的计算误差会随时间呈指数级放大（即蝴蝶效应）。因此，切勿将长时间模拟结果的细微轨迹视为“绝对真理”。在实际应用中，它主要用于观察吸引子的“形态”和“性质”（稳定与否）等定性行为。
最后是参数修改的“一步到位”问题。若突然大幅度调整参数，系统行为可能发生剧变，导致陷入“不知发生了什么”的状态。例如将范德波尔振子的非线性参数$\mu$从0.1直接改为5.0，其形态会发生剧烈变化。理解这种变化的关键在于：按照0.1、0.5、1.0、2.0…的步长逐步调整，同时追踪极限环如何连续变形。通过这种方式，可以切身感受“参数的物理意义”。
相空间的概念已广泛应用于许多看似不相关的领域。例如在控制工程中，它被称为“状态空间”，本质上就是相空间。将无人机或机械臂的姿态（位移）与角速度（速度）视为状态向量，并以此为基础设计最优控制输入——这正是LQR（线性二次调节器）等方法的基础。在本模拟器中观察阻尼振动轨迹向原点收敛的过程，正是直观学习控制系统“稳定性”的第一步。
在电气电子工程领域，除了之前提到的振荡电路，它还用于分析PLL（锁相环）的捕获现象以及开关电源的稳定性。通过将电压和电流作为相平面的坐标轴，可以追踪开关通断时轨迹的跳跃行为，这属于“不连续系统”分析。此外，在机电一体化中，通过相平面分析电机的转角与角速度关系，可评估定位控制的响应特性。
更进一步，在化学工程的连续搅拌釜反应器（CSTR）中，反应物浓度与温度耦合可能引发非线性振荡（化学振荡），其稳定性可通过相图进行研究。除生物学外，经济物理学等领域也尝试用非线性振子模型描述市场波动，其应用范围正在持续扩展。
熟悉本工具后若想“深入了解”，可尝试进入下一阶段。首先在数学基础方面，线性代数与常微分方程的基础知识必不可少。特别是学习通过线性化（雅可比矩阵计算）与特征值分析来研究平衡点（不动点）附近的行为，这将帮助你从数学公式层面清晰理解“为何会被吸引至原点”“为何会持续旋转”。例如，你可以解释：阻尼振动的线性化矩阵特征值为复数且实部为负，因此系统会“以衰减振荡形式收敛”。
接下来建议挑战“分岔分析”。在本工具中连续调整参数时，系统行为可能在某个临界点突然改变（例如：稳定不动点失稳，同时产生极限环）。这就是所谓的霍普夫分岔现象——当范德波尔振子的$\mu$参数从0向正值变化时便会出现这种情况。通过绘制分岔图，可以构建系统行为的“地图”。
最后，作为混沌理论的入门，建议深入探究“奇怪吸引子”的特性。洛伦兹吸引子具有分形结构（自相似性）并呈现初值敏感性。理解这些需要接触李雅普诺夫指数（表征轨迹发散/收敛的平均速率）和庞加莱截面（从连续轨迹获取离散点集的技术）等概念。掌握这些工具后，你将能够解读看似随机行为背后隐藏的规律。