Spotlight #58 – Розбіжність хаосу, реологія та аналіз сигналів

I. Вимірювання хаосу: показник Ляпунова

Що саме розходиться?

Детермінована система переходить з одного стану в наступний за фіксованими правилами, тож дві траєкторії, що стартують з однієї точки, лишаються ідентичними назавжди. Питання в іншому: як швидко розходяться траєкторії, що стартують поруч? Для подвійного маятника старт у точці (θ₁, θ₂) = (2.0, 1.0) і в точці (2.0 + 10⁻⁶, 1.0) — різниця менша за одну мільйонну радіана — породжує цілком різні рухи вже за кілька десятків секунд.

Показник Ляпунова λ кількісно описує це: у середньому розбіжність δ(t) ≈ δ(0)·e^λt. Якщо λ > 0, система хаотична. Що більший λ, то швидше розходяться два спочатку близькі стани й то коротший горизонт, на якому передбачення ще має сенс. Похибка прогнозу подвоюється кожні t_½ = ln 2 / λ секунд.

Ансамблевий підхід і регресія

Замість перенормування одного збурення (стандартний алгоритм Бенеттіна), симуляція застосовує простіший підхід: запускає N = 30 членів одночасно, кожен зі зміщенням Δθ₁(k) = k · Δθ, і відстежує max|θ₁(k,t) − θ₁(0,t)| протягом часу. Оскільки максимальна розбіжність зростає експоненційно (до настання насичення), log₁₀(розбіжність) зростає лінійно. Лінійна регресія по середніх 75% історії логарифмічної розбіжності дає нахил, який після перерахунку оцінює λ у бітах за секунду.

Регулярні й хаотичні початкові умови

Не всі початкові умови подвійного маятника є хаотичними. За малих кутів (скажімо, обидва < 20°) система поводиться майже як два зв'язані лінійні маятники — віяло ансамблю залишається вузьким протягом хвилин, а графік логарифмічної розбіжності майже плаский (λ ≈ 0). Збільшення початкового кута штовхає систему через невидиму межу у фазовому просторі між торами Колмогорова-Арнольда-Мозера (KAM) (регулярна поведінка) і хаотичним морем. Пресет «Кути перетину» (θ₁ = 2.5, θ₂ = 2.5 рад) надійно породжує хаос уже за кілька кроків інтегрування.

II. В'язкопружні матеріали: між пружністю та в'язкістю

Чому полімери стрибають і течуть?

Іграшкова «розумна» замазка відскакує від підлоги (пружна поведінка), але повільно провисає під власною вагою (в'язка поведінка). Це не дефект властивостей — це саме те, що передбачає в'язкопружність. Ключовим є відношення часового масштабу спостереження t_obs до часу релаксації матеріалу τ_R. Число Деборá De = τ_R / t_obs:

• De ≫ 1 (швидка деформація, повільний матеріал): переважає пружна поведінка — відскакування.
• De ≪ 1 (повільна деформація, тривалий час): переважає в'язка поведінка — провисання.
• De ≈ 1: змішана відповідь, де і накопичення, і розсіювання енергії значущі.

Назва вшановує біблійну пророчицю Дебору, яка сказала «гори розтанули перед Господом» (Суддів 5:5) — риторично, будь-яка речовина тече на достатньо довгому часовому масштабі.

Три геометрії моделі та їхні сигнатури

Кожна модель — це ланцюг пружин (пружні елементи, модуль G₀) і демпферів (в'язкі елементи, в'язкість η):

• Максвелл — послідовне з'єднання. За сталого напруження деформація зростає необмежено (тече). За сталої деформації напруження повністю релаксує до нуля. Добре підходить для рідин: одеколонів, розчинів полімерів. G→0 на низьких частотах.
• Кельвін-Фойгт — паралельне з'єднання. За сталого напруження деформація асимптотично зростає до σ/G₀ (обмежена повзучість). Напруження не релаксує до нуля. Добре підходить для гелів, гуми, біологічних тканин. G′ = const на всіх частотах.
• Стандартне лінійне тіло (SLS) — плече Максвелла паралельно з пружиною. Одночасно обмежена повзучість і справжня релаксація напруження. G на великих часах = αG₀, де α ∈ (0,1). Найкраще підходить для більшості реальних полімерів, хряща, м'язів.

Читання динамічного спектра G′(ω) та G″(ω)

В експерименті з коливальним зсувом за деформації ε = ε₀ sin(ωt) синфазна складова напруження — це G′ (модуль накопичення, енергія, що зберігається пружно за цикл), а протифазна — G″ (модуль втрат, розсіяна енергія). Частота перетину ω_c = 1/τ_R — це точка, де G′ = G″; нижче неї переважає в'язкість, вище — пружність.

Для моделі Максвелла це перетин — ідеальне перехрещення двох простих кривих. Погляньте на вкладку частотної розгортки в симуляції: перетягніть G₀ або η і подивіться, як ω_c зсувається вліво й вправо. Оскільки τ_R = η/G₀, подвоєння в'язкості за сталої пружності зсуває точку перетину до нижчої частоти — матеріал набуває довшої «пам'яті».

III. Бачення сигналів у часо-частотному просторі

Від «які частоти» до «які частоти в який момент часу»

Дискретне перетворення Фур'є відповідає на глобальне питання: які частоти присутні в усьому сигналі? Для стаціонарної синусоїди це саме те, що потрібно. Але для чирпа (частота, що змінюється в часі), музичної ноти, що затухає, або удару барабана з різким перехідним процесом, за яким слідує реверберація приміщення, ДПФ дає розмите усереднення, яке втрачає часову структуру.

Короткочасне перетворення Фур'є відповідає на локальне питання: які частоти присутні в кожному короткому вікні часу? Ковзаючи вікном з N відліків по сигналу, обчислюючи ДПФ у кожній позиції та складаючи результати, отримуємо спектрограму: 2D-зображення з часом по горизонтальній осі, частотою по вертикальній осі та кольором, що кодує логарифм амплітуди. Чирп виглядає як діагональна смуга; чистий тон — як горизонтальна лінія; удар барабана — як вертикальний спалах, що швидко згасає.

Принцип невизначеності в обробці сигналів

Існує фундаментальний компроміс — математично еквівалентний принципу невизначеності Гейзенберга — між часовою та частотною роздільною здатністю в STFT:

Δt · Δf ≥ 1 / (4π)    (границя Габора)

Коротке вікно дає хорошу часову роздільну здатність (можна точно побачити, коли стався імпульс), але погану частотну роздільну здатність (спектр короткого чирпа розмитий). Довге вікно дає чітку частотну роздільну здатність, але розмиває час. Симуляція дозволяє змінювати довжину вікна N: спробуйте N = 128 і N = 1024 на сигналі чирпа й безпосередньо спостерігайте цей компроміс на спектрограмі.

Віконні функції та спектральний витік

Якщо синусоїда не завершує ціле число циклів у межах вікна ДПФ, різке обрізання на краях вікна створює розрив, який розмазує енергію по всіх частотних бінах — це спектральний витік. Віконні функції плавно згладжують сигнал до нуля на краях, зменшуючи витік ціною ширшої головної пелюстки.

Щоб побачити витік наживо: виберіть чистий синусоїдальний сигнал і наблизьте панель спектра ДПФ. З прямокутним вікном ви побачите кілька вторинних піків поруч з головним піком. Перемкніться на вікно Блекмана: вторинні піки різко зменшаться, залишивши лише головний пік та найближчих сусідів. Поверніться до прямокутного — витік повернеться. Це найпряміша демонстрація того, чому звукоінженери за замовчуванням використовують вікна Ганна чи Хеммінга.

Розбір сигналу АМ

Амплітудна модуляція (АМ-радіо) множить несучу cos(2πf_ct) на повільно змінне повідомлення 1 + m·cos(2πf_mt). Розкриваючи дужки:

x(t) = cos(2πfct) + (m/2)cos(2π(fc+fm)t) + (m/2)cos(2π(fc-fm)t)

ДПФ мав би показати три піки: несучу на f_c і дві бічні смуги на f_c ± f_m. Спробуйте пресет АМ у симуляції: встановіть f₀ = 400 Гц (частота несучої), і ви побачите пік несучої, оточений двома меншими бічними смугами, з відстанню, пропорційною f_m = f₀/10 = 40 Гц.

Зв'язки між трьома темами

Усі три симуляції хвилі 61 присвячені вимірюванню прихованої структури в динамічних системах. Показник Ляпунова вимірює, як швидко інформація про початкові умови розпадається в хаотичній системі. Комплексний модуль вимірює, як енергія розподіляється між накопиченням і втратами у в'язкопружному матеріалі. Перетворення Фур'є вимірює розподіл енергії за частотами в сигналі.

Існує навіть прямий математичний зв'язок: комплексний модуль G*(ω) = G′(ω) + iG″(ω), який ви обчислюєте в симуляції в'язкопружності, пов'язаний з перетворенням Фур'є модуля релаксації напруження G(t): G*(ω) = iω∫₀^∞ G(t) e^−iωt dt. Реологія та обробка сигналів — на певному рівні одна й та сама математика.