2. 一维系统级仿真的数学基础

一维系统级仿真的本质，是把一个物理系统沿“时间”这一唯一自变量展开，用一组数学方程描述其状态如何随时间演化。无论对象是电机转速、液压缸位移、电池荷电状态还是热交换器温度，仿真器最终处理的都是同一类数学结构：常微分方程（ODE）描述动态演化，代数约束描述瞬时耦合，状态空间表达把它们组织成统一的可计算形式。理解这四件事——ODE、代数约束、状态空间、刚性与稳定性——是判断“仿真结果能不能信”的前提。

一、常微分方程：动态的载体

一维动态系统的核心是形如 dx/dt = f(x, u, t) 的常微分方程，其中 x 是状态变量，u 是外部输入，t 是时间。以直流电机转速为例，忽略电感动态时，机械方程可写为：

J * dω/dt = Te - TL - B*ω
Te = Kt * i
i = (U - Ke*ω) / R

这里 ω 是转速（状态），U 是电枢电压（输入），J 为转动惯量，B 为粘性阻尼，Kt、Ke 为转矩与反电动势常数。把后两式代入第一式，就得到只含 ω 的一阶 ODE。这个“消元”过程说明：ODE 的阶数等于独立储能元件的个数，一维系统通常指状态维数较低、可解析或半解析处理的系统。

二、代数约束：瞬时关系的处理

并非所有变量都由微分方程描述。电阻上的电压电流关系、理想齿轮的转速比、刚性连接的位移相等，都是代数约束，它们不含导数，只描述同一时刻变量间的等式关系。当系统同时含微分方程和代数约束时，称为微分代数方程组（DAE）。

DAE 的关键难点在于指标（index）。指标可粗略理解为“需要对约束求导多少次才能得到显式 ODE”。例如约束 y = x 指标为 1，而 y = x + sin(t) 若再附加 dy/dt = g 则可能升为指标 2。高指标 DAE 不能直接交给普通 ODE 求解器，否则会出现数值漂移或约束违反。工程上常用两种处理：一是降指标，对约束求导后与微分方程联立；二是投影法，每步积分后把状态投影回约束流形。仿真中若发现“约束量缓慢漂移”，往往就是指标处理不当。

三、状态空间表达：统一的可计算形式

把 ODE 与代数约束整理成状态空间形式，是仿真器内部的标准做法。连续时间线性时不变系统的标准形式为：

ẋ = A x + B u
y  = C x + D u

其中 x 为状态向量，u 为输入，y 为输出。A 描述状态自身演化，B 描述输入对状态的作用，C、D 描述输出如何由状态和输入组合。对非线性系统，则写成 ẋ = f(x,u,t)、y = g(x,u,t)。

状态空间表达的价值在于：它把“物理对象”翻译成“矩阵与函数”，使数值积分、线性化、稳定性分析、控制器设计都能在同一套语言下进行。例如对上面的电机，取状态 x = [ω]、输入 u = [U]、输出 y = [ω]，可整理出 A = -(B + Kt*Ke/R)/J、B = Kt/(R*J)、C = [1]、D = [0]。这个一阶模型的特征值就是 A，其符号直接决定转速是否收敛。

四、刚性系统与求解稳定性

刚性是仿真中最容易被忽视、后果却最严重的问题。若系统同时包含快、慢两种时间尺度，且快模态衰减极快，则称系统刚性。典型例子是“小时间常数热容 + 大时间常数热容”串联，或“快电流环 + 慢转速环”的电机系统。刚性的量化指标是刚性比：最大与最小特征值实部绝对值之比。比值达到 10³～10⁶ 时，普通显式方法（如 RK4）会被迫用极小步长，否则数值解发散。

稳定性方面，显式方法的稳定域有限。以欧拉法为例，对测试方程 ẋ = λx，稳定条件为 |1 + λh| ≤ 1，即步长 h 必须小于 2/|λ|。当 λ 很大（快模态）时，h 被压得极小，仿真时间急剧增加。隐式方法（如后向欧拉、梯形法、BDF）具有更大的稳定域，后向欧拉甚至对任意 h 都稳定（A-稳定），因此更适合刚性系统。

五、四者关系与仿真判断

这四件事不是并列的，而是层层递进：ODE 给出动态骨架，代数约束补全瞬时关系，状态空间把二者整理成可计算形式，刚性与稳定性决定数值求解能否可信。实际仿真中，若结果出现“高频振荡”“步长被压到极小”“约束量漂移”“能量不守恒”，应依次检查：方程是否遗漏代数约束、状态空间是否奇异、系统是否刚性、求解器是否匹配。

把这张图记在脑子里，遇到仿真异常时就能快速定位：是方程本身不完整，还是约束没处理好，还是求解器选错了。数学基础不是抽象装饰，它直接决定仿真结果能不能用于工程判断。