振动分析中的各类图作用

Bode Plot（波特图）

定义：
Bode Plot 是一种用于分析线性时不变系统频率响应的图形工具，包含两个部分：

1. 幅频图（Magnitude Plot）：展示系统增益（通常以分贝表示）随频率的变化。
2. 相频图（Phase Plot）：展示系统相位随频率的变化。

用途：

• 系统分析：用于分析系统的稳定性、带宽、增益裕度和相位裕度。
• 控制器设计：帮助设计补偿器或控制器，以满足特定性能要求。
• 滤波器设计：用于设计和分析滤波器的频率响应。

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

# 定义系统
# 例如：传递函数 H(s) = 1 / (s^2 + 2s + 1)
numerator = [1]
denominator = [1, 2, 1]
system = signal.TransferFunction(numerator, denominator)

# 计算频率响应
frequencies = np.logspace(-2, 2, 500)  # 频率范围从 0.01 到 100 rad/s
w, mag, phase = signal.bode(system, frequencies)

# 绘制 Bode Plot
plt.figure(figsize=(10, 6))

# 幅频图
plt.subplot(2, 1, 1)
plt.semilogx(w, mag)  # 对数频率轴
plt.title('Bode Plot - Magnitude')
plt.ylabel('Magnitude [dB]')
plt.grid(which='both', axis='both')

# 相频图
plt.subplot(2, 1, 2)
plt.semilogx(w, phase)  # 对数频率轴
plt.title('Bode Plot - Phase')
plt.ylabel('Phase [degrees]')
plt.xlabel('Frequency [rad/s]')
plt.grid(which='both', axis='both')

plt.tight_layout()
plt.show()

Nyquist Diagram（奈奎斯特图）

定义：
Nyquist Diagram 是复平面上的极坐标图，展示系统频率响应函数的实部和虚部随频率的变化。

用途：

• 稳定性分析：通过奈奎斯特稳定性判据，判断闭环系统的稳定性。
• 系统设计：用于设计和分析控制系统的频率响应特性。

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

# 定义系统
# 例如：传递函数 H(s) = 1 / (s^2 + 2s + 1)
numerator = [1]
denominator = [1, 2, 1]
system = signal.TransferFunction(numerator, denominator)

# 计算频率响应
frequencies = np.logspace(-2, 2, 500)  # 频率范围从 0.01 到 100 rad/s
w, H = signal.freqresp(system, frequencies)

# 绘制 Nyquist Diagram
plt.figure(figsize=(6, 6))
plt.plot(H.real, H.imag, label='Nyquist Diagram')
plt.plot(H.real, -H.imag, '--', label='Mirror Image')  # 镜像部分
plt.title('Nyquist Diagram')
plt.xlabel('Real Axis')
plt.ylabel('Imaginary Axis')
plt.grid(True)
plt.axhline(0, color='black', linewidth=0.5)
plt.axvline(0, color='black', linewidth=0.5)
plt.legend()
plt.show()

区别

• 表示方式：Bode Plot 使用对数坐标，Nyquist Diagram 使用极坐标。
• 信息展示：Bode Plot 分开显示幅频和相频特性，Nyquist Diagram 同时显示实部和虚部。

总结

• Bode Plot：用于分析系统的幅频和相频特性，适合设计和分析滤波器及控制器。
• Nyquist Diagram：用于稳定性分析和系统设计，尤其在判断闭环系统稳定性时非常有用。

两者在控制系统设计和分析中都至关重要，各有其独特的应用场景。