Zener模型

经典的单自由度质量-弹簧-阻尼系统(sdof),系统的特征值有两个。Zener模型则由弹簧和具有弹性的(第二弹簧)阻尼及两者并联支撑质量的组成,该系统的特征方程有三个根:一个纯实数以及两个共轭复数。

[On the dynamic behaviour of a mass supported by a parallel combination of a spring and an elastically connected damper]分别研究自由振动和强迫振动(简谐激励、白噪声激励),在强迫振动中,还研究了幅值响应(外力传递到刚性基层)。

Zener模型对隔振有用,无外激励时(特征根为两个共轭复数),假若第二弹簧的刚度较小(不到主弹簧的8倍),则无法获得临界阻尼。

对于Zener模型而言,它的最优值并不是唯一确定的,不同的激励情况(有、无),不同的激励种类(简谐、白噪声),以及不同的所感兴趣的响应值,其最优解都不一样。

1自由振动:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了画出非线性二能级的Landau-Zener模型哈密顿量与反绝热哈密顿量构成的总哈密顿量在随时间演化下进行绝热布居数的图像,我们需要进行以下步骤: 1. 导入所需的库 我们需要导入 numpy 和 matplotlib 库来进行数值计算和可视化。 ```python import numpy as np import matplotlib.pyplot as plt ``` 2. 定义模型参数和时间演化的网格 我们假设哈密顿量具有如下形式: $$ H(t) = \begin{pmatrix} \epsilon(t) & \Delta \\ \Delta & -\epsilon(t) \end{pmatrix} $$ 其中 $\epsilon(t) = \epsilon_0 + \epsilon_1 t$ 是一个线性的时间依赖项,$\Delta$ 是一个常数。我们还需要定义模型的其他参数,如 $\epsilon_0$,$\epsilon_1$ 和 $\Delta$ 的值,以及时间演化的网格。 ```python epsilon0 = 0.5 epsilon1 = 1.0 Delta = 0.2 tmax = 10.0 N = 1000 t = np.linspace(0, tmax, N) ``` 3. 计算能级演化和布居数 接下来,我们需要计算能级演化和布居数。我们可以使用 numpy 中的 linalg.eigvals 函数来计算哈密顿量的本征值,从而得到能级演化。然后,我们可以使用 Landau-Zener 模型的公式来计算布居数: $$ P_{+}(t) = \exp\left(-\frac{\pi\Delta^2}{2\hbar}\frac{1}{\epsilon_1}\left[\frac{1}{2}+\frac{\epsilon_0}{\epsilon_1}-\frac{\Delta^2}{\epsilon_1^2}\int_0^t\frac{dt'}{\sqrt{\epsilon_0^2+\epsilon_1^2t'^2}}\right]\right) $$ ```python P_plus = np.zeros(N) for i in range(N): eps = epsilon0 + epsilon1*t[i] H = np.array([[eps, Delta], [Delta, -eps]]) eigvals = np.linalg.eigvals(H) P_plus[i] = np.exp(-np.pi*Delta**2/(2*epsilon1)*(0.5 + epsilon0/epsilon1 - (Delta**2/epsilon1**2)*np.sqrt(eps**2 + epsilon1**2*t[i]**2))) P_minus = 1 - P_plus ``` 4. 绘制图像 最后,我们可以使用 matplotlib 库中的函数来绘制布居数随时间演化的图像。 ```python plt.plot(t, P_plus, label='P+') plt.plot(t, P_minus, label='P-') plt.xlabel('Time') plt.ylabel('Population') plt.title('Nonlinear two-level Landau-Zener model') plt.legend() plt.show() ``` 下面是完整的 Python 代码: ```python import numpy as np import matplotlib.pyplot as plt # Model

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值