一类三稳态系统确定性及随机分岔现象分析
含有随机参数的随机动力系统的稳定性及分岔分析

含有随机参数的随机动力系统的稳定性及分岔分析含有随机参数的随机动力系统的稳定性及分岔分析随机动力系统是一类重要的数学模型,用于描述具有随机性的动态系统。
在许多实际应用中,系统的参数往往受到随机因素的影响,这种情况下的随机动力系统被称为含有随机参数的随机动力系统。
该类系统的稳定性和分岔行为是研究的重点问题之一。
稳定性是描述系统长期行为的关键性质,其决定了系统是否会收敛到某一稳定状态。
对于含有随机参数的随机动力系统而言,稳定性分析变得更为复杂。
基于随机激励的系统通常会在动态过程中经历无数次扰动和变化,因此存在一定的随机性。
为了研究这类系统的稳定性,我们需要引入概率统计方法。
首先,我们引入了马尔可夫跳变的随机参数模型。
这种模型可以很好地描述参数的随机变化,并且由于其数学性质简单易用,被广泛用于含有随机参数的动力系统的研究中。
然后,我们可以通过分析系统的随机Lyapunov方程来确定系统的稳定性。
随机Lyapunov方程是描述系统演化的随机微分方程,通过求解该方程的稳定解,可以判断系统是否稳定。
除了稳定性分析,分岔行为是另一个重要的研究方向。
分岔是系统在参数变化过程中出现的质的变化,通常表现为系统从一种稳定状态跳变到另一种稳定状态或周期解。
对于含有随机参数的随机动力系统,分岔行为更为多样且复杂。
在分岔分析中,我们可以通过确定系统参数变化的临界点来判断系统的临界稳定性。
当系统参数达到临界值时,系统的稳定性会发生突变,这是一个分岔发生的地点。
然后,我们可以通过稳定性判据来判断分岔发生的类型,例如鞍点分岔或极限环分岔。
在对含有随机参数的随机动力系统进行稳定性和分岔分析时,我们可以利用Monte Carlo模拟方法来对系统进行数值模拟。
通过生成一系列随机参数的样本,我们可以模拟系统的演化过程,并统计得到系统的稳定性和分岔特性。
总的来说,含有随机参数的随机动力系统的稳定性和分岔分析是一个复杂而重要的研究课题。
通过引入随机参数模型和概率统计方法,我们可以揭示系统动态行为中的随机性和变异性,从而深入了解系统的稳定性和分岔特征。
混沌动力学中的分岔现象与稳定性分析

混沌动力学中的分岔现象与稳定性分析混沌动力学是一门研究非线性系统行为的学科,它揭示了许多复杂系统中的混沌现象。
其中一个重要的研究方向是分岔现象与稳定性分析,它们对于理解系统的演变和控制具有重要意义。
一、分岔现象的基本概念分岔现象是指系统在参数变化过程中,由于参数的微小变化,系统的行为发生了剧烈的变化。
简单来说,就是系统在某个特定参数值附近,出现了多个稳定状态或周期解。
这种现象在混沌动力学中被广泛研究。
分岔现象的典型例子是一维映射系统的Feigenbaum分岔图。
在这个图中,横轴表示参数的变化,纵轴表示系统状态的变化。
当参数在某个特定值附近变化时,系统的状态从一个稳定状态突然变为两个稳定状态,然后又变为四个、八个,以此类推。
这种分岔现象呈现出一种分形的结构,即在不同尺度上都有相似的形态。
二、分岔现象的机理分岔现象的机理可以通过动力学方程的稳定性分析来解释。
在分岔点附近,系统的稳定性发生了变化,从而导致了系统行为的剧烈变化。
稳定性分析是研究系统平衡点或周期解的稳定性的方法。
通过计算系统方程的雅可比矩阵的特征值,可以判断系统的稳定性。
当特征值的实部为负时,系统为稳定状态;当特征值的实部为正时,系统为不稳定状态;当特征值有一对纯虚数时,系统为周期解。
在分岔点附近,系统的雅可比矩阵的特征值发生了变化,从而导致了系统稳定性的改变。
当参数变化超过某个临界值时,特征值的实部从负数变为正数,系统从稳定状态变为不稳定状态,从而引发了分岔现象。
三、分岔现象的应用分岔现象在许多领域都有广泛的应用。
在自然科学中,分岔现象可以用来解释生物体的形态变化、气候系统的变化等。
在工程领域中,分岔现象可以用来设计新型的控制系统,实现系统的稳定性和可控性。
例如,在电力系统中,分岔现象可以用来研究电力系统的稳定性和可靠性。
通过对电力系统的分岔现象进行分析,可以找到系统的临界点,从而实现对系统的控制。
这对于提高电力系统的稳定性和可靠性具有重要意义。
一类三维混沌系统的分叉及稳定性分析

衡点处产生一个 H p 分支 , of 然后利用 L au o 方法 和高维 Hof yp nv p 分支理论研究 了系统 的局部分叉特性 , 并通 过二维 中心流形定理详细对 Hof p 分叉 和稳定性 进行了分析 和研 究 , 获得 了一些 亚临 界和超临界条 件. 后 最 通过数值示例进行仿真 , 对文 中论述进行 了强有力 的验 证. 关键词 H p 分叉 , 混沌系统 , 共轭 L rn 系统 of oez
三维 自治 系 统 首 次 发 现 了 混 沌 吸 引 子 . 99年 , 19
C e n ea4 也发 现 了一 种 和 L rn 系 统族相 h nadU t[ oez
对于系统( )可计算散度 1,
dv )= O + i(
x Oy
+
Oy
= 一 a+b ) —c ,
和 一对 共 轭 纯 虚 根 A , : :±/ 3c 2 , 、 + a 一 ai当且 / c
2 0 >0. 6
则 特征 值 为
・
-
命 题 1方程 ( ) 有一 个实 根 A 4具 :
3a 2
,
— 一
A :一 , A : - ̄  ̄ 2 a 6 : 丁 O — +6c C +/ c
A =丁 O一— _c ~ a , C  ̄  ̄c 6 - 2 - / a 3
2+—Βιβλιοθήκη 其 中 a bC为实数 ,b#O 和 系 统 J ,, ac . M 相 比 , 该 系统在参 数选 择上 有很 大 的容许 性 , 因而 它 可表 现
出更加 复杂 的动力 行 为.
生物动力系统的稳定性和分岔分析

生物动力系统的稳定性和分岔分析生物动力系统的稳定性和分岔分析生物动力系统是指生物体内各种生理过程与相互作用的系统,包括细胞内的代谢反应、细胞间的信号传导、器官功能的调控等。
这些生物动力系统的稳定性和分岔分析对于了解生物体内的正常生理过程和疾病的发生机制都具有重要意义。
本文将从生物动力系统的稳定性和分岔现象入手,对其进行探讨和分析。
稳定性是指系统在受到外界扰动后,其内部状态能够保持在某个平衡点附近。
在生物动力系统中,稳定性是维持正常生理功能的基础。
生物体内的许多生理过程,如心脏的节律、呼吸的节律、细胞内的代谢反应等,都需要维持在稳定的状态。
如果稳定性被破坏,这些生理过程就会失去正常的调节和平衡,从而引发各种疾病。
稳定性的研究主要采用数学建模和仿真的方法。
数学建模是通过建立系统的方程或函数关系,来描述和解释生物动力系统的运动规律和稳定性条件。
而仿真则是利用计算机等工具,通过模拟和计算来观察系统的行为和变化。
通过这些方法,研究者可以定量分析系统的稳定性,并预测系统对不同因素的响应。
分岔是指系统参数的微小变化引起系统内部状态的剧变。
生物动力系统中的许多现象都可以解释为分岔现象。
例如,细胞内的信号传导网络在特定条件下可能出现稳定态和振荡态之间的切换,这就是一种分岔现象。
分岔分析可以帮助我们理解生物体内复杂的动态行为和转变过程,并且可以用于预测和干预疾病的发生机制。
在分岔分析中,重要的工具是相图和参数扫描。
相图是将系统状态表示为变量之间的关系图,可以直观地观察系统的稳定性和分岔现象。
参数扫描则是逐渐调整系统内的参数,观察系统状态的变化。
通过相图和参数扫描,研究者可以识别出系统中可能存在的稳定点和分岔点,并进一步研究其对系统行为的影响。
生物动力系统的稳定性和分岔分析不仅对于基础科学研究有着重要的应用,也有助于深入理解生物学中一些重要问题,如疾病的发生机制和治疗方法的探索。
例如,通过对心脏的稳定性和分岔现象的研究,可以帮助我们更好地理解心脏节律失调的发生机制,并开发出相应的治疗措施。
三维自治系统的稳定性分析及其分岔研究

V0 1 .2 7
重 庆 理 工 大 学 学 报 (自然科 学)
J o u r n a l o f C h o n g q i n g U n i v e r s i t y o f T e c h n o l o g y ( N a t u r a l S c i e n c e )
李耀伟 , 彭战松。 , 俞建 宁
( 1 . 兰州 交通 大学 , 兰州 摘 7 3 0 0 7 0 ; 2 . 黄河 水利 职业 技术 学 院 , 开封 4 7 5 0 0 4 )
要: 提 出了一个 结构 简单 的 三维 自治 系统 , 分析 了 系统 的 基本 特 性 , 利 用相 图、 P o i n c a r e
行 为。
关
键
词: 自治 系统 ; 相图; P o i n c a r e截 面 ; L y a p u n o v指 数谱 ; 分 岔 图
中图分 类 号 : 0 4 1 5 . 5
文献 标识 码 : A
文章 编号 : 1 6 7 4—8 4 2 5 ( 2 0 1 3 ) 1 0— 0 1 2 1— 0 4
a g r a m
1 9 6 3年 , L o r e n z 在 三 维 自治 系 统 中发 现 了第
一
的混 沌 系统 的基 础上 , 通 过 理 论分 析 、 数 值 仿 真详 细研究 了该 系统 的基 本动 力学 特性 。
个混 沌 吸 引 子 。近 年 来 , 随 着 对 混 沌 的深 入 研
Thr e e — Di me n s i o na l Aut o no mo u s S y s t e m St a bi l i t y a n d Bi f u r c a t i o n An a l y s i s
随机系统的稳定性分析与控制读书札记

《随机系统的稳定性分析与控制》读书札记1. 随机系统稳定性分析概述在《随机系统的稳定性分析与控制》作者首先为我们介绍了随机系统的定义、性质和分类。
随机系统是指其状态变量遵循随机过程的数学模型,这些过程通常具有一定的统计特性,如均值、方差等。
随机系统可以分为线性、非线性和时变三种类型,它们分别具有不同的稳定性特征。
线性随机系统是指其状态变量之间存在线性关系的系统,其稳定性分析主要集中在极点问题上。
非线性随机系统则需要考虑其解的奇偶性、连续性等因素,以确定系统的稳定性。
时变随机系统则需要考虑时间演化对系统稳定性的影响,这通常涉及到动态方程的稳定性分析。
为了研究随机系统的稳定性,我们需要先了解一些基本的概念和方法。
稳定性判据包括渐近稳定性、可控性、可观性等,它们可以用来判断系统是否稳定。
还有一些常用的数学工具,如微分方程、线性代数、概率论等,它们可以帮助我们分析系统的稳定性。
在实际应用中,随机系统的稳定性分析对于确保系统的安全运行至关重要。
在控制系统设计中,我们需要确保系统具有足够的稳定性以避免出现不可控的现象;在金融领域,稳定性分析可以帮助我们评估投资风险并制定相应的风险管理策略。
深入研究随机系统的稳定性分析具有重要的理论和实践意义。
1.1 随机过程的基本概念随机过程作为随机系统的基础组成部分,对于理解整个系统的动态行为和特性至关重要。
对于从事相关领域研究的人员来说,掌握随机过程的基本概念是进行稳定性分析与控制的前提。
本章节主要探讨了随机过程的基本概念、性质以及相关的数学工具,为后续研究打下坚实的基础。
随机过程是一系列随机事件的动态序列,其中每一事件都依赖于时间或其他参数的变化。
根据随机过程的特性,可以将其分为多种类型,如马尔科夫过程、泊松过程等。
理解这些不同类型的随机过程有助于我们更深入地研究其统计特性和概率分布。
本节详细阐述了随机变量、随机函数和随机过程之间的关系与差异。
随机变量描述的是单一事件的不确定性,而随机过程则描述了一系列随时间或其他参数变化的随机事件。
一类三维动力系统的分岔及混沌分析
图1
初值分别为 (3, 1, 5) 和 (3.1, 1.1, 5.1) 时系统 (1) 的时间响应图 (a = 0.9, b = 0.2, c = 1.2)
从图1可以看出,若系统初始条件有微小差异,随着时间的延长,图中两条重合的曲线会逐 渐变成两条分开的曲线,这说明三维动力系统的混沌行为越来越突出.通过系统的相图(见图2) 也可以看出,随着时间延长,系统的混沌现象也越发明显.通过系统在 x - z 平面的投影相图及庞
求得原系统的平衡点为 P P2 ( , (1 ac) / c, / c ) 、 P3 ( , (1 ac) / c, / c) , 1 (0,1/ b, 0) 、 其中 (c b abc ) / c . 将系统进行线性化得其Jacobian矩阵如下:
x 1 -a J 2 x b 0 , 1 0 c
将所求系统的平衡点带入Jacobian矩阵,通过Maple符号计算软件可求得:当 c b abc 0 时, 系统有唯一平衡点 P 1 (0,1/ b, 0) ,且当 c b abc 0 , c a 1/ b 0 时,平衡点 P 1 是稳定的, 当 c b abc 0 , c a 1/ b 0 时,平衡点 P 1 是鞍点,当 c b abc 0 , 0 c 1 时,平 衡点 P 1 是非双曲的不稳定平衡点;当 c b abc 0 时,系统有三个平衡点:
( 1)
式中, x 表示利率, y 表示投资需求, z 表示价格指数, a 为储蓄量, b 为投资成本, c 为商品
张功宇等:一类三维动力系统的分岔及混沌分析 通过稳定性理论研究的方法,令系统(1)的左边微分项为零,可得:
33
一类三维混沌系统的分叉及稳定性分析
E + 处有一个 H opf分叉. 证明: 由方程 ( 4)得,
b=
-
3
2 + c + 2a( 2c- a ) 2 + 2( a+ b - c) + bc
因而有
b ( b0 ) =
-
3
2+
2 + c + 2a ( 2c- a ) 2 4ac- 2a2 + ( c2 + 3ac-
2a2 )
c
和
=
c2 + 3ac- 2a2 i
b0 ) ( c- a) -
KMa2 -M2a)Y+ 1 ( (c( c- a) -KMa2 -M2a) LM ac
(2a- 3c) - 2M (aMb0 - aM (c- a) )+ c(KMa2 -
Z
=
1 La2M
(2a2M2 +
b0 c(c-
a-
b0
) )X
+
LMba02c( aM 2
+
(L
+K
3c) c
-
2MR
+
P
)Z
+
(a(4c- 2a) Lc b0 c
+
Fb0 c a2M
)X
2
+
(a(4c- 2a) ( 2a- 3c) - 2FM )Z2 + ( 4c- 2a+
Lc2 b0 c
c
Lc
值, 相应的特征相量分别记为 v1, v2, v3, 则可计算向
量 = v2 + v3 = ( 1 1 2 a2
引言
随着非线性科学的广泛应用, 混沌控制已成为 一个热门的研 究领域. 1963 年, Lorenz[ 1 3 ] 在 一个
霍普夫分岔的条件
霍普夫分岔的条件全文共四篇示例,供读者参考第一篇示例:霍普夫分岔(Hopf Bifurcation)是一种在动力系统理论中非常重要的现象,它描述了当系统参数发生改变时,系统可能从稳定状态变为周期解的过程。
霍普夫分岔现象在物理、生物、经济等领域都有广泛的应用,对于理解复杂系统的行为具有重要意义。
霍普夫分岔的条件是一个系统必须具备的特定条件,只有满足这些条件系统才会出现霍普夫分岔。
在数学上,霍普夫分岔的条件主要有两种情况:一是系统的特征值以纯虚数的形式相遇,并且发生分岔。
这种情况通常在二维系统或三维系统中出现,系统的特征值在实空间中不相交,在虚空间中相遇并且交错。
当特征值相交的时候,系统出现分岔,从一个稳定状态变为周期解。
霍普夫分岔的条件是非常严格的,系统必须满足特定的数学条件才会出现这种现象。
霍普夫分岔的研究对于理解复杂系统的行为具有深远的意义,可以帮助人们预测系统的行为和变化趋势。
在实际应用中,通过对系统参数进行调节,可以引发霍普夫分岔,从而实现系统状态的转变和控制。
第二篇示例:霍普夫分岔是一种在动力系统中经常出现的现象,即系统的行为在某些参数值发生微小改变时,可能会出现质的转变。
这种现象在分岔理论中扮演了重要角色,可以帮助我们理解复杂系统的行为。
在这篇文章中,我们将讨论霍普夫分岔的条件以及其在自然界和工程领域中的应用。
霍普夫分岔的条件可以通过动态系统的微分方程来描述。
考虑一个一维非线性动态系统,其状态变量为x,系统的演化由下面的微分方程描述:dx/dt = f(x,μ)其中f是系统的动力学方程,μ是系统的参数。
在某些参数值μ0附近,系统可能会产生霍普夫分岔。
分岔点通常是一个不稳定的定点,当系统的参数值超过这一点时,系统的行为将发生质的变化。
霍普夫分岔的条件可以用下面的公式来描述:f'(x*) = 0, f''(x*) ≠ 0其中x*是分岔点,f'(x*)和f''(x*)分别是系统在x*处的一阶和二阶导数。
自控原理三阶系统的稳定性和瞬态响应
自控原理三阶系统的稳定性和瞬态响应三阶系统是一种具有三个输入和三个输出的控制系统。
在控制系统中,稳定性和瞬态响应是重要的性能指标,它们决定了系统的性能和鲁棒性。
稳定性是指一个系统在有限时间内能否回到平衡状态的性质。
在三阶系统中,判断稳定性可以使用极点的位置来分析。
极点是系统传递函数中分母的根,通过求解传递函数的特征方程可以得到极点的位置。
对于三阶系统,特征方程一般可以表示为:s^3 + as^2 + bs + c = 0其中,s是频率,a、b、c是特定的常数。
根据分析稳定性的方法,当特征方程的所有根的实部小于零时,系统是稳定的。
如果所有的实根都是负数,那么系统是渐进稳定的,即随着时间的推移,系统会逐渐趋于平衡状态。
如果存在一些根的实部大于零,但是其共轭复根的实部都小于零,那么系统是亚稳定的,即系统可能会出现一些振荡,但最终会回到平衡状态。
另一方面,瞬态响应是指系统在接收到输入信号后,经过一段时间后达到稳定状态的过程。
在三阶系统中,可以通过分析系统的阶跃响应来研究瞬态响应。
阶跃响应是指在输入信号发生跃变时输出信号的响应。
在三阶系统中,瞬态响应的性质可以通过观察系统的超调量、峰值时间和上升时间等指标来判断。
超调量指的是系统输出信号超过稳定状态的最大幅度,峰值时间是信号达到峰值的时间,上升时间是响应时间从10%上升到90%所需的时间。
对于三阶系统,瞬态响应可能存在多个峰值,这取决于系统的极点的位置。
在极点为纯虚数的情况下,系统会出现振荡,峰值时间和上升时间会增加。
而当极点存在实数部分时,系统响应会趋于稳定状态,瞬态响应的性能指标会随着实数部分的增加而改变。
总之,稳定性和瞬态响应是评估三阶系统性能的重要指标。
稳定性通过分析特征方程的根来判断,瞬态响应可以通过阶跃响应的性质来研究。
根据这些指标,我们可以对三阶系统的性能进行分析和改进,以满足实际控制需求。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第51卷 第9期 2018年9月天津大学学报(自然科学与工程技术版)Journal of Tianjin University (Science and Technology )V ol. 51 No. 9Sep. 2018收稿日期:2018-01-01;修回日期:2018-03-04.作者简介:吴志强(1968— ),男,博士,教授. 通讯作者:吴志强,zhiqwu@.基金项目:国家重点基础研究发展计划(973计划)资助项目(2014CB046805);国家自然科学基金资助项目(11672349,11372211).Supported by the National Basic Research Program of China (No.2014CB46805) and the National Natural Science Foundation of China(No.11672349 and No.11372211).DOI:10.11784/tdxbz201801003一类三稳态系统确定性及随机分岔现象分析吴志强1,王耀光1,张祥云1,王 喆2(1. 天津大学机械工程学院,天津 300072;2. 天津理工大学理学院,天津 300384)摘 要:非线性系统的随机行为与其确定性行为有密切联系,双稳态系统与三稳态系统的确定性行为有本质区别,其随机P 分岔有明显区别.针对确定性分岔定性相同的系统,开展了广义van der Pol 方程确定性分岔及随机P 分岔现象的理论与实验研究.结果表明:确定性分岔相同的系统,其随机P 分岔行为不一定相同;确定性情况下,系统中存在三稳态现象;在随机激励情况下,稳定系数、噪声强度都会导致随机P 分岔产生;稳定系数不变情况下,噪声强度变化能最多导致4次随机P 分岔现象.关键词:广义van der Pol 方程;确定性分岔;随机P 分岔;稳定系数;噪声强度中图分类号:O322;O324 文献标志码:A 文章编号:0493-2137(2018)09-0895-08Deterministic and Stochastic Bifurcations of a Tri -Stable SystemWu Zhiqiang 1,Wang Yaoguang 1,Zhang Xiangyun 1,Wang Zhe 2(1. School of Mechanical Engineering ,Tianjin University ,Tianjin 300072,China ; 2.School of Science ,Tianjin University of Technology ,Tianjin 300384,China )Abstract :The stochastic behavior of a nonlinear system is closely related to its deterministic behavior .The determi-nistic behavior of bistable system and tri-stable system is essentially different from each other ,and the stochastic P bifurcation is obviously different .The theoretical and experimental researches on the deterministic bifurcation and stochastic P bifurcation of the generalized van der Pol equation are carried out for the system with the qualitatively same deterministic bifurcation .The results show that the stochastic P bifurcation behavior of the system with the same deterministic bifurcation is not necessarily the same .Under the deterministic condition ,tri-stable phenomena exist in the system .In the case of stochastic excitation ,stability coefficient and noise intensity can lead to stochastic P bifur-cation .When stability coefficient is constant ,the variation of noise intensity can lead to four stochastic P bifurcation phenomena at most.Keywords :generaliz ed van der Pol equation ;deterministic bifurcation ;stochastic P-bifurcation ;stability coeffi-cient ;noise intensity随机P 分岔是一类典型随机非线性动力学现象,通常是指系统参数变化时引起系统响应稳态概率密度图峰数的变化[1-2].除几类典型系统外,绝大部分研究通过数值计算稳态响应(联合)概率密度图,来判断系统中是否存在随机分岔现象[3-4],极少涉及物理系统实验验证.存在随机P 分岔行为的系统,其确定性行为通常有多稳态现象.含平衡点与极限环共存的随机P 分岔现象,在理论上与广义Hopf 分岔有关,在应用上与机翼颤振[5-9]、列车失稳[10-11]等重要工程问题有关,因而在近年来引起人们的关注. 因物理意义清晰、代表性广、形式相对简单,广义van d er Pol 方程常被作为范例来研究含平衡点与极限环多稳态系统的随机分岔行为.为探索强非线·896· 天津大学学报(自然科学与工程技术版) 第51卷 第9期性阻尼的影响,人们引入不同阶次的阻尼项形成不同类型的多稳态系统,如含5次非线性阻尼的双稳态系统[12-13](平衡点与极限环)、含7次非线性阻尼的双节律系统[14](极限环与极限环)以及含9次非线性阻尼的三稳态系统[15-17](平衡点、极限环与极限环). 确定性分岔不同的系统,其随机P 分岔行为通常也不同,如双稳态van d er Pol 方程,稳定性系数(与线性阻尼系数反号)变化时,亚临界Hopf 分岔产生的极限环发生1次鞍结分岔,而三稳态时会发生2次鞍结分岔,二者确定性分岔有本质的不同.在加性高斯白噪声激励情况下,两类系统的随机P 分岔图均表示在稳定系数、随机激励强度组成的参数平面内,双稳态系统的分岔图只含有1个形如三角形的双模响应区[12-13],而三稳态系统的分岔图包含2个形如三角形的多模响应区[15-16],同样有明显的区别. 确定性分岔等价的系统,其随机P 分岔行为的等价性问题,目前还未见到明确的结论.本文拟以一类三稳态的van d er Pol 方程为对象来探索这一问题.首先理论分析其确定性及随机P 分岔行为,然后再通过电路实验加以验证.1 广义van der Pol 方程及其近似解为讨论含有平衡点与极限环的多稳态系统的随机动力学行为,引入广义van der Pol 方程24612(x x x x εααα−+−+−84)()x x x ατ+= (1)式中:ε为稳定系数;αi (i =1,…,4)为非线性阻尼项系数;()ξτ代表单位高斯白噪声激励,其特征描述为<ξ(τ)>=0,<ξ(τ)ξ(τ+t 1)>=δ(t 1).假设系统存在如下形式的解: ()cos ()sin x y t x y t ϕϕ=⎧⎨=−⎩ (2)式中:y (t )为响应的幅值;ϕ=τ+θ(τ)表示相位.对于确定性情形(D =0),应用确定性平均法,可求得平均方程为35127934d 111d 281657128256d 0d εααααθ⎧=+−+⎪⎪⎪−⎨⎪⎪=⎪⎩y y y y t y y t (3)由此可讨论系统确定性分岔行为.对于随机激励情形(D ≠0),利用随机平均法得到系统Ito 方程,再求解相应的FPK 方程,可求得系统稳态响应幅值的概率密度函数(PDF )表达式为()22111exp (216s y y P y y D D κεα⎡=+−⎢⎣468234157)485121280y y y α⎤+−⎥⎦ (4)其中κ为归一化常数.由此通过PDF 的定性变化讨论系统的随机P 分岔现象.需要特别强调,本文中参数取值为α1=2.45, α2=4.6,α3=2.5,α4=0.4,均与现有文献不同.ε、D 作为可调参数用来分析稳定系数和噪声强度对系统行为的影响.2 确定性分岔令d =0d yt,由式(3)中的第1式可知系统稳态解含零解(平衡点)和非零解(极限环)两部分:24681234011574864128εαααα=⎧⎪⎨=−+−+⎪⎩y y y y y (5)响应的分岔图见图1中细实线.为验证近似解的精度,图中还给出了Poincare 分岔图计算结果,并用绿色*标记.二者吻合很好,说明确定性平均的结果具有足够的精度,利用随机平均法得到的概率密度函数也有望获得对系统随机行为的高精度描述.图1 确定性分岔图Fig.1 Deterministic bifurcation diagram从图1分岔曲线看,近似解与数值解重合的部分是稳定的,没有数值解对应的部分是不稳定的[15,18]. ε<-0.215V 系统仅有唯一稳定的解是零解; -0.215V <ε<-0.192V 系统零解和小极限环共存; -0.192V <ε<-0.131V 系统同时存在零解和大、小极限环;-0.131V <ε<0V 系统存在零解和大极限环;ε>0V 系统仅有唯一稳定的解是大极限环.尽管系数αi (i =1,…,4)取值不同,但该分岔图与文献[15]所给分岔图定性相同(注意这是ε等同于原文-µ).通常认为确定性分岔定性相同的系统,其2018年9月 吴志强等:一类三稳态系统确定性及随机分岔现象分析 ·897·随机分岔也应相似,但这里所讨论的情况正相反(见第3节).为说明系统有3个稳态行为的特点,图2以情况ε=-0.172V 为例给出了对应的相图和时间历程图.显然,除稳定平衡点外,系统还同时存在2个稳定的极限环.(a )相图(b )时间历程图图2 ε=-0.172 V 相图及时间历程图Fig.2 Phase diagram and time history diagram for ε=-0.172 V3 随机P 分岔现象奇异性理论概率密度曲线峰数变化临界条件为 22()()0∂∂==∂∂s s P y P y y y (6)计算结果见图3(a ),文献中通常称其为随机P 分岔图,能反映稳定系数、噪声强度相互作用导致系统幅值概率密度图变化的规律,是一类双参数分岔图.为比较方便,图3(b )给出了文献[15]得到的随机P 分岔图.尽管确定性分岔图定性相同,但随机P 分岔图有本质不同.图3(a )中尖点C 2位于尖点C 1左侧,图3(b )则正相反.其直接后果是出现新的概率密度曲线演化序列(见图4).图4给出了ε=-0.235V 时噪声强度变化对PDF 曲线的影响.随着D 的增加,PDF 演化过程为单峰—双峰—单峰—双峰—单峰.发生了4次随机P 分岔,这种现象在文献[15]中是不可能出现的.这一结果表明,确定性分岔定性相同的系统其随机P分岔行为可能不同.这一较为反常的现象还鲜见文献报道.(a )本文结果(b )文献[15]结果图3 随机P 分岔图Fig.3 Stochastic P bifurcation diagram图5给出了D =0.005时稳定系数ε变化对PDF 曲线的影响.给定D 或ε,还可得到一系列单参数变化导致的PDF 演化序列,其种类远多于双稳态情形.限于篇幅本文不再赘述.图4 不同噪声强度D 下的PDF 曲线(ε=-0.235 V )Fig.4PDF curves for different noise intensities D (ε=-0.235 V )图5 不同稳定系数ε 下的PDF 曲线(D =0.005)Fig.5PDF curves for different stable parameters ε(D =0.005)·898· 天津大学学报(自然科学与工程技术版)第51卷 第9期4 实验研究本文实验所用非线性van d er Pol 电路如图6所示.V n 为噪声激励端口.实验装置见图7,主要包括信号发生器、直流稳压电源、示波器、示波记录仪、电路板等.图6 噪声激励下三稳态van der Pol 电路原理Fig.6 Circuit diagram of tri -stable van der Pol oscillator with noise图7 实验装置Fig.7 Experimental devices根据基尔霍夫电压电流定理,该电路的动力学方程为22243651111123224287910d d 101010(−+−+R R V V V R V t R R C R R R R 362481211112111153724141310151310d 1010d )−+R R V R R V V R R R R R R t3n11251216112R V V R R R C C R R C C = (7)式中:V 1为反向积分器A 1输出的电压信号,V ;R i (i =1,…,16)分别对应电路中电阻,Ω;C 1、C 2分别对应电路中电容值,F .各元器件参数取值见表1.表1 电路元器件参数Tab.1 Parameters of devices in the circuit电容/nF 电阻/k Ω可变电阻/k ΩC 1,C 2R 1,R 5,R 11,R 12,R 16R 2,R 3,R 4,R 10,R 13 R 6,R 8 R 7R 9R 14R 1510101100 4.0812.173425令ω=,作时间尺度变换τ=ωt ,可将式(7)转化为式(1)的形式,且有 136124272361123224291033612113532421314102436121147242421310n 216112=1010101010101010()V xR R R R C R R R R R R C R R R R R R R R C R R R R R R R R R C R R R V R R C C αωαωαωαωτω⎧⎪=⎪⋅⋅⎪⎪⋅=⎪⋅⎪⎨⋅=⎪⋅⎪⎪⋅=⋅⎪⎪=⎪⎩ (8)2018年9月 吴志强等:一类三稳态系统确定性及随机分岔现象分析 ·899·4.1 确定性分岔实验关闭随机输入端口V n ,即可进行确定性动力学行为实验.实验中,通过示波记录仪显示并采集运算放大器A 1、A 2输出电压V 1、V 2,以此获得系统响应的状态.图8给出了系统稳态响应的时间历程截屏图,上面波形为V 1的信号,下面波形为V 2的信号.图9给出了实验得到的三稳态行为相图.其中1211,V x V R C x ==− .(a )平衡点(b )小极限环(c )大极限环图8 确定性系统实验结果Fig.8Experimental results of deterministic system图9 三稳态行为相图Fig.9 Tri -stable behavior phase diagram图10给出了分岔图的对比,从对比情况来看,确定性系统的实验有足够的准确度,电路设计及参数选择是合理的,在此基础上进行随机实验是可行的.图10 实验与理论结果对比Fig.10 Comparison of experimental and theoretical results4.2 随机P 分岔实验通过V n 端口接入随机信号即可研究式(1)的随机动力学行为.分别选择不同噪声强度(V pp )、不同稳定系数,记录电路系统进入稳态后的数据,统计响应幅值的分布.保持稳定系数不变,取ε=-0.235V ,噪声强度对系统行为的影响见图11和图12.图11 同噪声强度下的实验结果Fig.11 Experimental results for different intensities噪声强度V pp =0.5V 时,系统响应主要集中在平衡点附近,呈单模响应特点,PDF 仅有单峰,对应平衡点,与图4中D =0.0095理论结果相近.噪声强度V pp =0.8V 时,系统响应主要在平衡点和小极限环附近切换,形成双模响应,PDF 出现双峰,分别对应平衡点和小极限环,与图4中D =0.025理论结果相似.噪声强度V pp =1.5V 时,系统响应主要集中在小极限环附近,呈单模响应特点,PDF 仅有单峰,对应小极限环,与图4中D =0.075理论结果相近.噪声强度V pp =2.5V 时,响应主要在大小极限环之间切换,呈现双模响应特点,大小极限环附近维持时间相近.PDF 出现两个峰,分别对应大、小极限环,·900· 天津大学学报(自然科学与工程技术版)第51卷 第9期与图4中D =0.195理论结果相似.噪声强度V pp=3.2V 时,系统响应主要集中在大极限环附近,呈单模响应特点,PDF 仅有单峰,对应大极限环,与图4中D =0.35理论结果相近.(a )V pp =0.5V(b )V pp =0.8V(c )V pp =1.5V(d )V pp =2.5V(e )V pp =3.2V图12 波形截屏图(ε=-0.25 V )Fig.12 Recorded waveform (ε=-0.25 V )保持噪声强度不变,取D =0.005,稳定系数对系统行为影响见图13和图14.图13 不同稳定系数下的实验结果Fig.13Experimental results under different stability pa -rameters(a )ε=-0.23 V(b )ε=-0.21 V(c )ε=-0.18 V(d )ε=-0.13 V图14 波形截屏图(D =0.005)Fig.14 Recorded waveform (D =0.005)2018年9月吴志强等:一类三稳态系统确定性及随机分岔现象分析 ·901·稳定系数ε=-0.23V时,响应主要集中在平衡点附近,呈现单模响应特点.PDF仅有单峰,与图5中 ε=-0.23V理论结果定性相同.稳定系数ε=-0.21V时,响应主要在平衡点与小极限环之间切换,呈现双模响应特点.PDF出现双峰,分别对应平衡点和小极限环,与图5中ε=-0.20V 理论结果定性相同.稳定系数ε=-0.18V时,系统出现平衡点与大、小极限环之间切换,形成三模响应.PDF出现3个峰,分别对应平衡点和大、小极限环,与图5中ε= -0.17V理论结果定性相同.稳定系数ε=-0.13V时,响应主要在大极限环和小极限环之间切换,呈现双模响应特点.PDF出现双峰,分别对应大、小极限环,与图5中ε=-0.15V理论结果定性相同.综合上面分析可知,噪声强度和稳定系数的变化导致了系统发生随机P分岔,同时相图与时间历程图都可以定性地看出系统响应的变化情况.5 结 语针对含9次非线性阻尼项的广义van d er Pol系统,设计并搭建了电路实验系统,实验验证了系统在确定性及随机激励情况下的分岔行为.确定性情况下,随着稳定系数增加,系统稳定行为演化过程为:平衡点—平衡点/小极限环—平衡点/小极限环/大极限环—平衡点/大极限环—大极限环.随机激励情况下,实验结果定性表明,噪声强度、稳定系数变化都能引起随机P分岔.但较双稳态情形更复杂,当噪声强度发生变化时,PDF曲线演化过程为:单峰—双峰—单峰—双峰—单峰,发生4次随机P分岔;当稳定系数发生变化时,PDF曲线演化过程为:单峰—双峰—三峰—双峰,发生了3次随机P分岔.与已有文献结果比较还发现:确定性分岔行为相似的系统,其随机P分岔行为可能不同.其动力学机制还有待进一步研究.参考文献:[1]朱位秋. 随机动力学引论[M]. 北京:科学出版社,2017.Zhu Weiqiu. Introduction to Stochastic Dynamics[M].Beijing:Science Press,2017(in Chinese).[2]Sun Jian-Qiao. Stochastic Dynamics and Contro[M].Nederland:Elsevier,2006.[3]Chen Lincong,Zhu Weiqiu. Stochastic jump and bifur-cation of Duffing oscillator with fractional derivativedamping under combined harmonic and white noise exci-tations[J]. International Journal of Non-Linear Mechan-ics,2011,46(10):1324-1329.[4]Kumar P,Narayanan S,Gupta S. Investigations on the bifurcation of a noisy Duffing-van der Pol oscillator[J].Probabi istic Engineering Mechanics,2016,45:70-86.[5]Christiansen L E,Mosekilde E,Matsushita H. Nonlin-ear characteristics of randomly excited transonic flutter[J]. Mathematics & Computers in Simul ation,2002,58(4/5/6):385-405.[6]Xu Yong,Liu Qi,Guo Guobin,et al. Dynamical re-sponses of airfoil models with harmonic excitation underuncertain disturbance[J]. Non l inear Dynamics,2017(3):1-12.[7]Javed U,Abdelkefi A,Akhtar I. An improved stability characterization for aeroelastic energy harvesting applica-tions[J]. Communications in Nonlinear Science and Nu-merical Simulation,2016,36:252-265.[8]Dimitriadis G,Li J. Bifurcation behavior of airfoil un-dergoing stall flutter oscillations in low-speed wind tun-nel[J]. Aiaa Journal,2009,47(47):2577-2596. [9]Lee B H K,Liu L,Chung K W. Airfoil motion in sub-sonic flow with strong cubic nonlinear restoring forces[J]. Journa l of Sound and Vibration,2005,281(3/4/5):699-717.[10]Dong H,Zeng J. Normal form method for large/small amplitude instability criterion with application to wheelset lateral stability[J]. International Journal of StructuralStability & Dynamics,2014,14(3):394-410. [11]Iwnicki S. Handbook of Railway Vehicle Dynamics[M].UK:CRC/Taylor & Francis,2006.[12]Xu Yong,Gu Rencai,Zhang Huiqing,et al. Stochastic bifurcations in a bistable Duffing-van der Pol oscillatorwith colored noise[J]. Phys Rev E,Stat Non in SoftMatter Phys,2011,83(5):56211-56215.[13]Zakharova A,Vadivasova T,Anishchenko V,et al.Stochastic bifurcations and coherencelike resonance in aself-sustained bistable noisy oscillator[J]. Physical Re-view E,Stat Nonlin Soft Matter Phys,2010,81(1):95-102.[14]Yamapi R,Chamgoué A C,Filatrella G,et al. Coher-ence and stochastic resonance in a birhythmic van der Pol·902·天津大学学报(自然科学与工程技术版)第51卷第9期system[J]. The European Physical Journal B,2017,90(8):153.[15]吴志强,郝 颖. 随机激励van der Pol-Duffing方程三峰P-分岔[J]. 中国科学:物理学力学天文学,2013,43(4):524-529.Wu Zhiqiang,Hao Ying. Three-peak P-bifurcations instochastically excited van der Pol-Duffing oscillator[J].Scientia Sinica:Physica,Hechanica and Astronomica,2013,43(4):524-529(in Chinese).[16]郝 颖,吴志强. 三稳态van der Pol-Duffng振子的随机p分岔[J]. 力学学报,2013,45(2):257-264.Hao Ying,Wu Zhiqiang. Stochastic P-bifurcation of tri-stable van der Pol-Duffing oscillator[J]. Chinese Journalof Theoretical and Applied Mechanics,2013,45(2):257-264(in Chinese). [17]吴志强,张宝强. 基于九阶van der Pol方程的三稳态电路设计及实现[J]. 天津大学学报:自然科学与工程技术版,2016,49(7):709-715.Wu Zhiqiang,Zhang Baoqiang. Design and implemen-tation of tri-stable circuit based on the ninth-order vander Pol equation[J]. Journa of Tianjin University:Science and Techno l ogy,2016,49(7):709-715(inChinese).[18]吴志强,郝 颖. 乘性色噪声激励下三稳态van der Pol-Duffing振子随机P-分岔[J]. 物理学报,2015,64(6):060501-1-060501-6.Wu Zhingqiang,Hao Ying. Stochastic P-bifurcations intri-stable van der Pol-Duffing oscillator withmultiplicative colored noise[J]. Acta Physica Sinica,2015,64(6):060501-1-060501-6(in Chinese).(责任编辑:金顺爱)。