2. 相平面与相轨迹：相平面的定义、相轨迹的概念、相轨迹的绘制方法

2.1 相平面——系统状态的“地图”

各位工程师，咱们先聊聊相平面。说白了，相平面就是一个二维的坐标系。横轴是系统的状态变量 x，纵轴是它的导数 ẋ（也就是速度）。

我刚开始接触这个概念时，也觉得有点抽象。后来我把它想象成一张地图——地图上每个点代表一个位置，而相平面上的每个点代表系统的一个“状态”。

举个例子。一个弹簧-质量-阻尼系统，它的状态可以用位移 x 和速度 v 来描述。那么相平面上的点 (x, v) 就唯一确定了系统在某一时刻的“处境”。

你想想看，有了这张“地图”，我们就能直观地看到系统从任意初始状态出发，会怎么演变。是不是比看一堆微分方程舒服多了？

2.2 相轨迹——系统运动的“足迹”

相轨迹是什么？就是系统状态点在相平面上留下的运动轨迹。

我记得有一次调试一个伺服系统，系统老是振荡。我盯着示波器看波形，看了半天没头绪。后来我把位置和速度画到相平面上，一条清晰的螺旋线出现了——系统在慢慢收敛，但阻尼不够。嗯，问题一下就找到了。

相轨迹有几个重要性质，我列出来：

• 唯一性：除奇点外，相轨迹不会相交。因为系统状态是确定的，一个点只能有一个运动方向。
• 方向性：相轨迹有方向，通常用箭头表示。上半平面（ẋ > 0）表示 x 在增大，下半平面（ẋ < 0）表示 x 在减小。
• 奇点：ẋ = 0 且 ẍ = 0 的点，系统处于平衡状态。奇点类型决定了系统稳定性。

2.3 相轨迹的绘制方法

绘制相轨迹，我常用的方法有三种。每种都有它的适用场景。

2.3.1 解析法

对于简单的二阶系统，可以直接从微分方程推导出相轨迹方程。

比如一个无阻尼弹簧系统：

ẍ + ω²x = 0

两边乘以 ẋ 再积分，得到：

ẋ² + ω²x² = C

这是个椭圆方程。相轨迹就是一圈圈的椭圆，代表系统在做等幅振荡。

我曾经用这个方法给学生演示过，他们一开始觉得数学推导很枯燥。但当我画出相轨迹图，看到椭圆一圈圈转时，大家都“哦”了一声——原来这就是无阻尼振荡啊。

2.3.2 等倾线法

这个方法更通用，适合非线性系统。核心思想是：相轨迹的斜率等于 ẍ/ẋ。

具体步骤：

1. 写出系统微分方程 ẍ = f(x, ẋ)
2. 计算斜率 k = ẍ/ẋ = f(x, ẋ)/ẋ
3. 令 k 为常数，得到等倾线方程
4. 在相平面上画出多条等倾线，每条线上标出对应斜率方向
5. 从初始点出发，沿着等倾线指示的方向画曲线

2.3.3 数值法

现在谁还手画啊？用 MATLAB 或 Python 几行代码就搞定了。

我常用的 Python 代码：

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint

def system(state, t):
    x, v = state
    dxdt = v
    dvdt = -x - 0.5*v  # 阻尼振荡
    return [dxdt, dvdt]

t = np.linspace(0, 20, 1000)
initial_states = [[1, 0], [2, 1], [-1, -2]]

for init in initial_states:
    sol = odeint(system, init, t)
    plt.plot(sol[:, 0], sol[:, 1], label=f'初始点 ({init[0]}, {init[1]})')

plt.xlabel('x')
plt.ylabel('ẋ')
plt.grid(True)
plt.legend()
plt.show()

这段代码能画出多条相轨迹，方便观察不同初始条件下的系统行为。

2.4 相平面分析的核心逻辑

为了让大家更直观地理解相平面分析的整体框架，我画了一张图：

这张图把整个流程串起来了：从微分方程出发，建立相平面，绘制相轨迹，最后分析系统行为。每一步都有它的意义。

2.5 实际应用中的注意事项

方法	适用场景	注意事项
解析法	线性系统、简单非线性系统	推导过程容易出错，建议用数值法验证
等倾线法	任意二阶系统	等倾线数量要足够，斜率变化剧烈区域加密
数值法	复杂系统、高阶系统降阶后	注意数值积分步长，步长太大会丢失细节

好了，这一章就到这里。相平面和相轨迹是后续分析的基础，大家一定要亲手画几条相轨迹感受一下。光看是学不会的，得动手。

---

公众号:蓝海资料掘金营，微信deep3321