博客文章:Dimensional Analysis量纲分析入门
幂律(Power Law)
在物理学中,幂律(Power Law)是指量之间的幂次关系,通常表示为:
y
=
k
x
1
n
1
x
2
n
2
⋯
x
m
n
m
y = kx_1^{n_1}x_2^{n_2}\cdots x_m^{n_m}
y=kx1n1x2n2⋯xmnm
其中, k k k 是常数, x 1 , x 2 , ⋯ , x m x_1, x_2, \cdots, x_m x1,x2,⋯,xm 是变量, n 1 , n 2 , ⋯ , n m n_1, n_2, \cdots, n_m n1,n2,⋯,nm 是幂次。
定理:有单位的物理量,只能形成幂律关系。
这个定理的证明很简单(!)。

证明:不失一般性,假设 y y y和 x x x是两个有单位的物理量,那么 y y y和 x x x的关系可以表示为:
y = f ( x ) y = f(x) y=f(x)
量纲,也就是物理单位,通常本身也是一种比例关系,例如长度,很原始的基准是手肘到中指尖的长度(英尺),很科幻的现代基准是光在真空中1/299792458秒内走过的距离(米)。有物理单位的量,可以通过取比值的方式来消去单位。
y 1 y 2 = f ( x 1 ) f ( x 2 ) \frac{y_1}{y_2} = \frac{f(x_1)}{f(x_2)} y2y1=f(x2)f(x1)
这个式子,就是一个与单位无关的公式,也就是说,无论 x x x的单位是什么, y y y的单位是什么,这个式子都成立。
那么这里就有一个决定性的推理。
f ( x 1 ) f ( x 2 ) = α x 1 α x 2 \frac{f(x_1)}{f(x_2)} = \frac{\alpha x_1}{\alpha x_2} f(x2)f(x1)=αx2αx1
也就是, x x x取不同的单位,体现为单位转换系数 α \alpha α, y 1 y 2 \frac{y_1}{y_2} y2y1 不变。只要这个式子成立,很容易就能得到: y y y和 x x x就满足幂律关系。
对上面的式子求取 α \alpha α的导数,可以得到:
x 1 f ( α x 2 ) f ′ ( α x 1 ) = x 2 f ( α x 1 ) f ′ ( α x 2 ) x_1f(\alpha x_2) f'(\alpha x_1) = x_2 f(\alpha x_1) f'(\alpha x_2) x1f(αx2)f′(αx1)=x2f(αx1)f′(αx2)
对所有的 α , x 1 , x 2 \alpha, x_1, x_2 α,x1,x2,这个式子都成立,我们取 α = 1 , x 2 = 1 , x 1 = x \alpha = 1, x_2 = 1, x_1 = x α=1,x2=1,x1=x,可以得到:
x f ′ ( x ) f ( x ) = f ′ ( 1 ) f ( 1 ) ≡ k \frac{x f'(x)}{f(x)} = \frac{f'(1)}{f(1)} \equiv k f(x)xf′(x)=f(1)f′(1)≡k
这里的 k k k是一个常数。
∫ f ′ ( x ) f ( x ) = ∫ k x \int \frac{f'(x)}{f(x)} = \int \frac{k}{x} ∫f(x)f′(x)=∫xk
计算不定积分,可以得到:
ln f ( x ) = k ln x + c \ln f(x) = k \ln x + c lnf(x)=klnx+c
取指数,可以得到:
f ( x ) = C x k f(x) = C x^k f(x)=Cxk
这里 C C C是另外一个积分常数。Quod Erat Demonstrandum (Q.E.D.)。
当然,从一般的物理规律出发,也能理解为什么有单位的量只能出现在幂律关系中。就比如一个长度量 l l l, e l e^l el的含义是什么? sin ( l ) \sin(l) sin(l)的含义是什么?从数学上来看
e l = 1 + l + l 2 2 ! + l 3 3 ! + ⋯ e^l = 1 + l + \frac{l^2}{2!} + \frac{l^3}{3!} + \cdots el=1+l+2!l2+3!l3+⋯
等于把无量纲量、长度量、面积量、体积量……全部加在一起,这显然是没有任何物理意义的。
SI量纲
SI量纲,也就是国际单位制,是国际上通用的物理量单位体系。SI量纲有7个基本量,参考国标GB 3100-1993的3.1节SI基本单位:
- 长度( L L L), 单位:米( m m m)
- 质量( M M M), 单位:千克( k g kg kg)
- 时间( T T T), 单位:秒( s s s)
- 电流( I I I), 单位:安培( A A A)
- 热力学温度( Θ Θ Θ), 单位:开尔文( K K K)
- 物质的量( N N N), 单位:摩尔( m o l mol mol)
- 发光强度( J J J), 单位:坎德拉( c d cd cd)
我们把一个物理量的单位信息记为 [ y ] [y] [y],表达为上述基本量的幂次形式,例如速度的单位是 m s \frac{m}{s} sm,那么 [ v ] = L T − 1 [v] = L T^{-1} [v]=LT−1,加速度的单位是 m s 2 \frac{m}{s^2} s2m,那么 [ a ] = L T − 2 [a] = L T^{-2} [a]=LT−2。
所以对于有单位物理量 y y y,可以表示为:
y = C a α b β c γ ⋯ y = C a^\alpha b^\beta c^\gamma \cdots y=Caαbβcγ⋯
其中 a , b , c , ⋯ a, b, c, \cdots a,b,c,⋯是有单位的物理参数, C C C是常数, α , β , γ , ⋯ \alpha, \beta, \gamma, \cdots α,β,γ,⋯是幂次。
[ y ] = [ a ] α [ b ] β [ c ] γ ⋯ [y] = [a]^\alpha [b]^\beta [c]^\gamma \cdots [y]=[a]α[b]β[c]γ⋯
再结合上面的SI量纲,可以得到一组方程,分别对应7个基本量:
[ y ] = L α y M β y T γ y I δ y Θ ϵ y N ζ y J η y [ a ] = L α a M β a T γ a I δ a Θ ϵ a N ζ a J η a [ b ] = L α b M β b T γ b I δ b Θ ϵ b N ζ b J η b [ c ] = L α c M β c T γ c I δ c Θ ϵ c N ζ c J η c ⋯ \begin{split} &[y] = L^{\alpha_y} M^{\beta_y} T^{\gamma_y} I^{\delta_y} Θ^{\epsilon_y} N^{\zeta_y} J^{\eta_y} \\ &[a] = L^{\alpha_a} M^{\beta_a} T^{\gamma_a} I^{\delta_a} Θ^{\epsilon_a} N^{\zeta_a} J^{\eta_a} \\ &[b] = L^{\alpha_b} M^{\beta_b} T^{\gamma_b} I^{\delta_b} Θ^{\epsilon_b} N^{\zeta_b} J^{\eta_b} \\ &[c] = L^{\alpha_c} M^{\beta_c} T^{\gamma_c} I^{\delta_c} Θ^{\epsilon_c} N^{\zeta_c} J^{\eta_c} \\ &\cdots \end{split} [y]=LαyMβyTγyIδyΘϵyNζyJηy[a]=LαaMβaTγaIδaΘϵaNζaJηa[b]=LαbMβbTγbIδbΘϵbNζbJηb[c]=LαcMβcTγcIδcΘϵcNζcJηc⋯
这样可以得到一组方程:
α y = α a ⋅ α + α b ⋅ β + α c ⋅ γ + ⋯ β y = β a ⋅ α + β b ⋅ β + β c ⋅ γ + ⋯ γ y = γ a ⋅ α + γ b ⋅ β + γ c ⋅ γ + ⋯ δ y = δ a ⋅ α + δ b ⋅ β + δ c ⋅ γ + ⋯ ϵ y = ϵ a ⋅ α + ϵ b ⋅ β + ϵ c ⋅ γ + ⋯ ζ y = ζ a ⋅ α + ζ b ⋅ β + ζ c ⋅ γ + ⋯ η y = η a ⋅ α + η b ⋅ β + η c ⋅ γ + ⋯ \begin{split} &\alpha_y = \alpha_a \cdot \alpha + \alpha_b \cdot \beta + \alpha_c \cdot \gamma + \cdots \\ &\beta_y = \beta_a \cdot \alpha + \beta_b \cdot \beta + \beta_c \cdot \gamma + \cdots \\ &\gamma_y = \gamma_a \cdot \alpha + \gamma_b \cdot \beta + \gamma_c \cdot \gamma + \cdots \\ &\delta_y = \delta_a \cdot \alpha + \delta_b \cdot \beta + \delta_c \cdot \gamma + \cdots \\ &\epsilon_y = \epsilon_a \cdot \alpha + \epsilon_b \cdot \beta + \epsilon_c \cdot \gamma + \cdots \\ &\zeta_y = \zeta_a \cdot \alpha + \zeta_b \cdot \beta + \zeta_c \cdot \gamma + \cdots \\ &\eta_y = \eta_a \cdot \alpha + \eta_b \cdot \beta + \eta_c \cdot \gamma + \cdots \\ \end{split} αy=αa⋅α+αb⋅β+αc⋅γ+⋯βy=βa⋅α+βb⋅β+βc⋅γ+⋯γy=γa⋅α+γb⋅β+γc⋅γ+⋯δy=δa⋅α+δb⋅β+δc⋅γ+⋯ϵy=ϵa⋅α+ϵb⋅β+ϵc⋅γ+⋯ζy=ζa⋅α+ζb⋅β+ζc⋅γ+⋯ηy=ηa⋅α+ηb⋅β+ηc⋅γ+⋯
举个例子
我们来分析一个单摆的周期。单摆的长度为 l l l,质量为 m m m,角频率为 ω \omega ω,重力加速度为 g g g。

我们写成:
ω = C l α m β g γ \omega = C l^\alpha m^\beta g^\gamma ω=Clαmβgγ
量纲分析有:
[ l ] = L [ m ] = M [ g ] = L T − 2 [ ω ] = T − 1 \begin{split} &[l] = L \\ &[m] = M \\ &[g] = L T^{-2} \\ &[\omega] = T^{-1} \end{split} [l]=L[m]=M[g]=LT−2[ω]=T−1
因此有:
T − 1 = L α M β ( L T − 2 ) γ T^{-1} = L^\alpha M^\beta (L T^{-2})^\gamma T−1=LαMβ(LT−2)γ
{ α + γ = 0 β = 0 − 2 γ = − 1 \left\{ \begin{split} &\alpha + \gamma = 0 \\ &\beta = 0 \\ & -2\gamma = -1 \end{split} \right. ⎩ ⎨ ⎧α+γ=0β=0−2γ=−1
解得:
{ α = − 1 2 β = 0 γ = 1 2 \left\{ \begin{split} &\alpha = -\frac{1}{2} \\ &\beta = 0 \\ &\gamma = \frac{1}{2} \end{split} \right. ⎩ ⎨ ⎧α=−21β=0γ=21
所以有:
ω = C l − 1 2 g 1 2 = C g l \omega = C l^{-\frac{1}{2}} g^{\frac{1}{2}} = C \sqrt{\frac{g}{l}} ω=Cl−21g21=Clg
实际上,通过动力学积分,也能够很简单地得到:
ω = g l = 2 π f \omega = \sqrt{\frac{g}{l}} = 2\pi f ω=lg=2πf
频率为
f
=
1
2
π
g
l
f = \frac{1}{2\pi} \sqrt{\frac{g}{l}}
f=2π1lg
周期为
T = 1 f = 2 π l g T = \frac{1}{f} = 2\pi \sqrt{\frac{l}{g}} T=f1=2πgl
这个很简单的推导就留给读者作为练习(!)。

进一步的讨论
当然,前面的7个方程,其解的情况可以分为三类:
- 无解:这个是时候,我们就知道肯定丢失了重要的参数
- 唯一解:非常幸运,只需要通过实验确定常数 C C C
- 多解:依然得到了一些有用的信息,可以用于指导实验
对于无解和唯一解的情形,我们很容易理解。那么对于多解的情形,物理上的含义如何呢?我们如何选择呢?有什么意义呢?
我们再考虑一个例子,用速度 V V V把一个质量为 m m m的物体向上抛出,这个球所受到的空气阻力服从平方率,也就是阻力 k V 2 k V^2 kV2。这里的 k k k是阻力系数。问,这个物体上升的高度 h h h和什么有关?
h = C m α g β k γ V δ h = C m^\alpha g^\beta k^\gamma V^\delta h=CmαgβkγVδ
有 [ k ] = [ f o r c e ] / [ v e l o c i t y ] 2 = M L T − 2 L − 2 / ( L T − 1 ) 2 = M L − 1 [k] = [force]/[velocity]^2 = M L T^{-2} L^{-2} / (L T^{-1})^2 = M L^{-1} [k]=[force]/[velocity]2=MLT−2L−2/(LT−1)2=ML−1,所以有:
{ α + γ = 0 β − γ + δ = 1 − 2 β − δ = 0 \left\{ \begin{split} & \alpha + \gamma = 0 \\ & \beta - \gamma + \delta = 1\\ & -2\beta -\delta = 0 \end{split} \right. ⎩ ⎨ ⎧α+γ=0β−γ+δ=1−2β−δ=0
这个方程组有无穷多解。例如前面所说的
{ α = 1 β = 0 γ = − 1 δ = 0 \left\{ \begin{split} & \alpha = 1 \\ & \beta = 0 \\ & \gamma = -1 \\ & \delta = 0 \end{split} \right. ⎩ ⎨ ⎧α=1β=0γ=−1δ=0
这就表明, 上升高度与 m / k m/k m/k成正比,如果我们把 h h h替换为 h / ( m / k ) h/(m/k) h/(m/k),就可以得到一个无量纲量。进行同样的量纲分析
h m / k = C m α g β k γ V δ \frac{h}{m/k} = C m^\alpha g^\beta k^\gamma V^\delta m/kh=CmαgβkγVδ
得到如下的方程,因为是 h / ( m / k ) h/(m/k) h/(m/k)是无量纲量,所以方程的右边全部是0。
{ α + γ = 0 β − γ + δ = 0 − 2 β − δ = 0 \left\{ \begin{split} & \alpha + \gamma = 0 \\ & \beta - \gamma + \delta = 0\\ & -2\beta -\delta = 0 \end{split} \right. ⎩ ⎨ ⎧α+γ=0β−γ+δ=0−2β−δ=0
解得:
{ β = α γ = − α δ = − 2 α \left\{ \begin{split} & \beta = \alpha \\ & \gamma = -\alpha \\ & \delta = -2\alpha \end{split} \right. ⎩ ⎨ ⎧β=αγ=−αδ=−2α
所以有:
h m / k = C m α g α k − α V − 2 α = C ( m g k V 2 ) α \frac{h}{m/k} = C m^\alpha g^\alpha k^{-\alpha} V^{-2\alpha} = C \left(\frac{mg}{k V^2}\right)^\alpha m/kh=Cmαgαk−αV−2α=C(kV2mg)α
从这里我们可以得出结论, λ = m g k V 2 \lambda = \frac{mg}{k V^2} λ=kV2mg是我们问题中的唯一需要考虑的无量纲量。
h m / k = f ( m g k V 2 ) , i.e. h = m k f ( m g k V 2 ) \frac{h}{m/k} = f \left(\frac{mg}{k V^2}\right) \text{, i.e. } h = \frac{m}{k} f \left(\frac{mg}{k V^2}\right) m/kh=f(kV2mg), i.e. h=kmf(kV2mg)
因为 λ \lambda λ是一个无量纲量,所以这个函数 f f f就不见得是幂律关系。实际上,如果我们简单(!)地分析动力学,可以得到:
f ( λ ) = 1 2 ln ( 1 + λ − 1 ) f(\lambda) = \frac{1}{2} \ln (1+\lambda ^{-1}) f(λ)=21ln(1+λ−1)
推导到这里就有一个问题,因为前面我们选择的组合是随意的,所以的,这个结果有意义吗?这里只是简单展示一下。
例如,
{ α + γ = 0 β − γ + δ = 1 − 2 β − δ = 0 \left\{ \begin{split} & \alpha + \gamma = 0 \\ & \beta - \gamma + \delta = 1\\ & -2\beta -\delta = 0 \end{split} \right. ⎩ ⎨ ⎧α+γ=0β−γ+δ=1−2β−δ=0
的解还可能是:
{ α = 0 β = − 1 γ = 0 δ = 2 \left\{ \begin{split} & \alpha = 0 \\ & \beta = -1 \\ & \gamma = 0 \\ & \delta = 2 \end{split} \right. ⎩ ⎨ ⎧α=0β=−1γ=0δ=2
这个时候,上面的过程就变成了:
h V 2 / g = C m α g β k γ V δ \frac{h}{V^2/g} = C m^\alpha g^\beta k^\gamma V^\delta V2/gh=CmαgβkγVδ
当然,这次的量纲方程组求解会得到同样的结果,也就是 λ = m g k V 2 \lambda = \frac{mg}{k V^2} λ=kV2mg。
h = V 2 g f ^ ( m g k V 2 ) h = \frac{V^2}{g} \hat{f} \left(\frac{mg}{k V^2}\right) h=gV2f^(kV2mg)
观察发现,
f ~ ( λ ) = f ^ / λ \tilde{f}(\lambda) = \hat{f} / \lambda f~(λ)=f^/λ
h = m k f ~ ( m g k V 2 ) h = \frac{m}{k} \tilde{f} \left(\frac{mg}{k V^2}\right) h=kmf~(kV2mg)
因此,选择不同的解,得到的结果是等价的。
通常,我们也把这个公式写成:
g ( m g k V 2 , k h m ) = 0 g\left(\frac{mg}{kV^2}, \frac{kh}{m}\right) = 0 g(kV2mg,mkh)=0
这里 g g g是一个函数, m g k V 2 \frac{mg}{kV^2} kV2mg和 k h m \frac{kh}{m} mkh是两个无量纲量。当然, g g g可以有很多种用 f f f表示的形式。
g ( x , y ) = y − f ( x ) g(x, y) = y - f(x) g(x,y)=y−f(x)
g ( x , y ) = y 2 − f 2 ( x ) g(x, y) = y^2 - f^2(x) g(x,y)=y2−f2(x)
或者
g ( x , y ) = ln 1 + y 1 + f ( x ) g(x, y) = \ln \frac{1+y}{1+f(x)} g(x,y)=ln1+f(x)1+y
如果在上面的例子里面,我们再增加变量,就是丢球的角度 θ \theta θ,因为 θ \theta θ是角度,一个无量纲量,那么我们就能写成:
h = m k F ( m g k V 2 , θ ) = m k F ( λ , θ ) h = \frac{m}{k} F \left(\frac{mg}{k V^2}, \theta\right) = \frac{m}{k} F \left(\lambda, \theta\right) h=kmF(kV2mg,θ)=kmF(λ,θ)
实际上, F F F无法写出解析形式。
那么,我们这么做有什么意义呢?
通过量纲分析,我们把一个依赖于多个物理量的函数,简化为一个依赖于较少的无量纲量的函数,这非常有助于我们对问题的理解,并且可以指导我们进行实验设计。
抛石问题分析
考虑一个二维的抛石问题,定义位置向量为 x ⃗ = ( x , y ) \vec{x} = (x, y) x=(x,y),抛石角度为 θ \theta θ,抛石初速度为 V V V。
m x ⃗ ¨ = m g ⃗ − k ∣ x ⃗ ˙ ∣ x ⃗ ˙ m \ddot{\vec{x}} = m\vec{g} - k |\dot{\vec{x}}| \dot{\vec{x}} mx¨=mg−k∣x˙∣x˙
展开得到:
m x ¨ = − k x ˙ 2 + y ˙ 2 x ˙ m y ¨ = − k x ˙ 2 + y ˙ 2 y ˙ − m g \begin{split} & m \ddot{x} = -k \sqrt{\dot{x}^2 + \dot{y}^2} \dot{x} \\ & m \ddot{y} = -k \sqrt{\dot{x}^2 + \dot{y}^2} \dot{y} - mg \end{split} mx¨=−kx˙2+y˙2x˙my¨=−kx˙2+y˙2y˙−mg
t = 0 t=0 t=0时, x ⃗ = ( 0 , 0 ) \vec{x} = (0, 0) x=(0,0), x ⃗ ˙ = ( V cos θ , V sin θ ) \dot{\vec{x}} = (V \cos \theta, V \sin \theta) x˙=(Vcosθ,Vsinθ)。
经过上面的量纲分析,我们可以发现,长度的量纲组合是 m / k m/k m/k,速度的量纲组合是 V V V,那么时间量纲组合是 m / k V m/kV m/kV。我们就可以按照量纲组合的把量纲量转化成无量纲量。
X = x m / k , Y = y m / k , T = t m / k V X = \frac{x}{m/k}, \quad Y = \frac{y}{m/k}, \quad T = \frac{t}{m/kV} X=m/kx,Y=m/ky,T=m/kVt
根据链式法则,
x ˙ = d T d t d x d T = k V m d d T ( m k X ) = V X ′ \dot{x} = \frac{dT}{dt}\frac{dx}{dT} = \frac{kV}{m} \frac{d}{dT}\left(\frac{m}{k} X\right) = V X' x˙=dtdTdTdx=mkVdTd(kmX)=VX′
x ¨ = d T d t d x ˙ d T = k V m d d T ( V X ′ ) = k V 2 m X ′ ′ \ddot{x} = \frac{dT}{dt}\frac{d\dot{x}}{dT} = \frac{kV}{m} \frac{d}{dT}(V X') = \frac{kV^2}{m} X'' x¨=dtdTdTdx˙=mkVdTd(VX′)=mkV2X′′
最终可以得到:
k V 2 X ′ ′ = − k V 2 X ′ 2 + V 2 Y ′ 2 V X ′ k V 2 Y ′ ′ = − k V 2 X ′ 2 + V 2 Y ′ 2 V Y ′ − m g \begin{split} & kV^2 X'' = -k \sqrt{V^2 X'^2 + V^2 Y'^2} V X' \\ & kV^2 Y'' = -k \sqrt{V^2 X'^2 + V^2 Y'^2} V Y' - mg \end{split} kV2X′′=−kV2X′2+V2Y′2VX′kV2Y′′=−kV2X′2+V2Y′2VY′−mg
根据 λ = m g k V 2 \lambda = \frac{mg}{kV^2} λ=kV2mg,可以得到:
X ′ ′ = − X ′ 2 + Y ′ 2 X ′ Y ′ ′ = − X ′ 2 + Y ′ 2 Y ′ − λ \begin{split} & X'' = - \sqrt{X'^2 + Y'^2} X' \\ & Y'' = - \sqrt{X'^2 + Y'^2} Y' - \lambda \end{split} X′′=−X′2+Y′2X′Y′′=−X′2+Y′2Y′−λ
T = 0 T = 0 T=0时, X = 0 , Y = 0 , X ′ = cos θ , Y ′ = sin θ X = 0, Y = 0, X' = \cos \theta, Y' = \sin \theta X=0,Y=0,X′=cosθ,Y′=sinθ。这个方程组的初始值和方程都依赖于无量纲量,整个问题只依赖于两个参数 λ \lambda λ和 θ \theta θ。对于其运动的最高点(对应时间 T 0 T_0 T0), Y ′ ( T 0 ) = 0 Y'(T_0) = 0 Y′(T0)=0,此时 h = ( m / k ) Y ( T 0 ) h = (m/k) Y(T_0) h=(m/k)Y(T0)。
这就成功地把一个 ( m , k , g , V , θ ) (m, k, g, V, \theta) (m,k,g,V,θ)的问题,转化为了一个 ( λ , θ ) (\lambda, \theta) (λ,θ)的求解。我们这里甚至可以给 λ \lambda λ一个名称,考虑到这个参数实际上描述了重力与阻力的相对关系,我们就叫它格拉维-夸德雷特-埃尔雷兹斯唐斯数,简称Grr数。
程序实现
都已经写到这里了,很难不搞一个程序。
function [value, isterminal, direction] = heightEvent(t, y, Y0)
% 当Y回到初始高度时停止
value = y(2) - Y0; % 当前高度与初始高度的差
isterminal = 1; % 停止积分
direction = -1; % 只在下降穿过初始高度时停止
end
function dydt = dimensionlessODE(t, y, lambda)
% y = [X; Y; X'; Y']
X = y(1);
Y = y(2);
Xp = y(3);
Yp = y(4);
% Calculate velocity magnitude
V = sqrt(Xp^2 + Yp^2);
% ODE system
dydt = zeros(4,1);
dydt(1) = Xp;
dydt(2) = Yp;
dydt(3) = -V * Xp;
dydt(4) = -V * Yp - lambda;
end
这两个函数定义了ODE和终止条件(高度再次为0的事件)。
调用ODE45求解,得到结果。
function [T, X, Y] = solveDimensionlessODE(app)
% 初始条件
X0 = 0;
Y0 = 0;
Xp0 = cos(app.Theta);
Yp0 = sin(app.Theta);
% 求解ODE直到Y回到初始高度
y0 = [X0; Y0; Xp0; Yp0];
options = odeset('Events', @(t,y) heightEvent(t,y,Y0), ...
'RelTol', 1e-8, ... % 相对误差
'AbsTol', 1e-8, ... % 绝对误差
'MaxStep', 0.01); % 最大步长
[T, Y] = ode45(@(t,y) dimensionlessODE(t, y, app.Lambda), [0 100], y0, options);
X = Y(:,1);
Y = Y(:,2);
end
界面什么的就不纠结了,左边是几个物理参数:质量、阻力系数、重力加速度、初始速度、抛射角度;下面是相应的参考长度、参考时间、最大投射高度(有量纲、无量纲)。
app = ProjectileApp;
exportapp(app.Figure, "mainui.png")

右边两个标签,分别是有量纲的轨迹和两个无量纲参数下最大射程的图形。
我们就演示一个东西,就是不同的质量下的投射距离。我们一通调节质量,得到如下的结果:
exportgraphics(app.NonDimAxes, "ndt.png")

exportgraphics(app.DimensionalAxes, "dt.png")

挺好玩的结论:
- 质量越大,有量纲的投射距离越大,但是无量纲的投射距离越小。
- 质量很大之后,有量纲的投射距离会趋于一个定值,但是无量纲的投射距离会趋于0。
因为参考长度为 m / k m/k m/k,所以质量越大,参考长度越大,这就是上面现象的原因。
至于其他参数的变化,读者可以自行尝试。
完整代码
classdef ProjectileApp < matlab.apps.AppBase
properties
% UI Components
Figure
MainGrid % 主网格布局
LeftGrid % 左侧网格布局
RightGrid % 右侧网格布局
NonDimAxes % 无量纲坐标轴
DimensionalAxes % 有量纲坐标轴
% Tab Group
TabGroup
TrajectoryTab
DimensionalTab
SurfaceTab
% Input Parameters
MassEdit
DragCoeffEdit
GravityEdit
VelocityEdit
AngleEdit
% Simulation Parameters
Lambda % 无量纲量 mg/(kV^2)
LengthScale % 无量纲长度 m/k
TimeScale % 无量纲时间 m/(kV)
Theta
% Display Labels
LengthScaleLabel
TimeScaleLabel
% Plot Data
TimeData
XData
YData
% Value Changed Listeners
MassListener
DragCoeffListener
GravityListener
VelocityListener
AngleListener
% 最高点显示
MaxHeightLabel
MaxHeightNondimLabel
% 3D Plot
Surface3DAxes % 三维图坐标轴
LambdaRange % lambda 的范围数组
ThetaRange % theta 的范围数组
RangeData % 存储射程数据的矩阵
% 轨迹数据存储
TrajectoryData % 存储所有轨迹数据的结构体数组
TrajectoryLines % 存储所有轨迹线的句柄数组
LegendEntries % 存储图例条目
% 删除按钮
ClearButton
end
methods
function app = ProjectileApp
% 初始化基类
app = app@matlab.apps.AppBase();
% 创建主窗口
app.Figure = uifigure('Name', 'Projectile Motion Analysis', ...
'Position', [100 100 1200 600]);
movegui(app.Figure, 'center');
% 创建主网格布局 - 2列,左窄右宽
app.MainGrid = uigridlayout(app.Figure, [1 2]);
app.MainGrid.ColumnWidth = {'3x', '7x'};
% 创建左侧控制面板网格 - 增加行数以容纳无量纲量显示
app.LeftGrid = uigridlayout(app.MainGrid, [11 2]);
app.LeftGrid.RowHeight = {'fit', 'fit', 'fit','fit', 'fit', 'fit', 'fit', 'fit', 'fit', 'fit', 'fit'};
app.LeftGrid.Padding = [10 10 10 10];
app.LeftGrid.RowSpacing = 10;
% 创建右侧图表网格
app.RightGrid = uigridlayout(app.MainGrid, [1 1]);
app.RightGrid.Padding = [10 10 10 10];
% 创建 Tab Group
app.TabGroup = uitabgroup(app.RightGrid);
% 创建轨迹 Tab
app.TrajectoryTab = uitab(app.TabGroup);
app.TrajectoryTab.Title = 'Non-dimensional';
% 创建轨迹 Tab 的网格布局
trajectoryGrid = uigridlayout(app.TrajectoryTab, [1 1]);
trajectoryGrid.Padding = [10 10 10 10];
% 创建有量纲轨迹 Tab
app.DimensionalTab = uitab(app.TabGroup);
app.DimensionalTab.Title = 'Dimensional';
% 创建有量纲轨迹 Tab 的网格布局
dimensionalGrid = uigridlayout(app.DimensionalTab, [1 1]);
dimensionalGrid.Padding = [10 10 10 10];
% 创建三维图 Tab
app.SurfaceTab = uitab(app.TabGroup);
app.SurfaceTab.Title = 'Range Surface';
% 创建三维图 Tab 的网格布局
surfaceGrid = uigridlayout(app.SurfaceTab, [1 1]);
surfaceGrid.Padding = [10 10 10 10];
% 创建输入控件
createInputFields(app);
% 创建轨迹图
app.NonDimAxes = uiaxes(trajectoryGrid);
app.NonDimAxes.Layout.Row = 1;
app.NonDimAxes.Layout.Column = 1;
title(app.NonDimAxes, 'Non-dimensional Trajectories');
xlabel(app.NonDimAxes, 'X (Non-dimensional)');
ylabel(app.NonDimAxes, 'Y (Non-dimensional)');
grid(app.NonDimAxes, 'on');
% 创建有量纲轨迹图
app.DimensionalAxes = uiaxes(dimensionalGrid);
app.DimensionalAxes.Layout.Row = 1;
app.DimensionalAxes.Layout.Column = 1;
title(app.DimensionalAxes, 'Dimensional Trajectories');
xlabel(app.DimensionalAxes, 'x (m)');
ylabel(app.DimensionalAxes, 'y (m)');
grid(app.DimensionalAxes, 'on');
% 创建三维图
app.Surface3DAxes = uiaxes(surfaceGrid);
app.Surface3DAxes.Layout.Row = 1;
app.Surface3DAxes.Layout.Column = 1;
title(app.Surface3DAxes, 'Range Surface');
xlabel(app.Surface3DAxes, 'λ');
ylabel(app.Surface3DAxes, 'θ (deg)');
zlabel(app.Surface3DAxes, 'Range (m)');
grid(app.Surface3DAxes, 'on');
view(app.Surface3DAxes, 45, 30);
% 初始化三维图
calculateRangeSurface(app);
% 初始化无量纲参数
updateDimensionlessParameters(app);
end
function createInputFields(app)
% 质量输入
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Mass (kg):';
lbl.Layout.Row = 1;
lbl.Layout.Column = 1;
app.MassEdit = uislider(app.LeftGrid);
app.MassEdit.Limits = [0.1 10];
app.MassEdit.Value = 1;
app.MassEdit.Layout.Row = 1;
app.MassEdit.Layout.Column = 2;
% 阻力系数输入
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Drag Coefficient (N·s²/m²):';
lbl.Layout.Row = 2;
lbl.Layout.Column = 1;
app.DragCoeffEdit = uislider(app.LeftGrid);
app.DragCoeffEdit.Limits = [0.01 1];
app.DragCoeffEdit.Value = 0.1;
app.DragCoeffEdit.Layout.Row = 2;
app.DragCoeffEdit.Layout.Column = 2;
% 重力加速度输入
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Gravity (m/s²):';
lbl.Layout.Row = 3;
lbl.Layout.Column = 1;
app.GravityEdit = uislider(app.LeftGrid);
app.GravityEdit.Limits = [1 20];
app.GravityEdit.Value = 9.81;
app.GravityEdit.Layout.Row = 3;
app.GravityEdit.Layout.Column = 2;
% 初速度输入
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Initial Velocity (m/s):';
lbl.Layout.Row = 4;
lbl.Layout.Column = 1;
app.VelocityEdit = uislider(app.LeftGrid);
app.VelocityEdit.Limits = [1 50];
app.VelocityEdit.Value = 10;
app.VelocityEdit.Layout.Row = 4;
app.VelocityEdit.Layout.Column = 2;
% 角度输入
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Angle (degrees):';
lbl.Layout.Row = 5;
lbl.Layout.Column = 1;
app.AngleEdit = uislider(app.LeftGrid);
app.AngleEdit.Limits = [0 90];
app.AngleEdit.Value = 45;
app.AngleEdit.Layout.Row = 5;
app.AngleEdit.Layout.Column = 2;
% 无量纲量显示
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Length Scale (m/k):';
lbl.Layout.Row = 6;
lbl.Layout.Column = 1;
app.LengthScaleLabel = uilabel(app.LeftGrid);
app.LengthScaleLabel.Text = '0';
app.LengthScaleLabel.Layout.Row = 6;
app.LengthScaleLabel.Layout.Column = 2;
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Time Scale (m/kV):';
lbl.Layout.Row = 7;
lbl.Layout.Column = 1;
app.TimeScaleLabel = uilabel(app.LeftGrid);
app.TimeScaleLabel.Text = '0';
app.TimeScaleLabel.Layout.Row = 7;
app.TimeScaleLabel.Layout.Column = 2;
% 添加最高点显示
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Max Height (m):';
lbl.Layout.Row = 8;
lbl.Layout.Column = 1;
app.MaxHeightLabel = uilabel(app.LeftGrid);
app.MaxHeightLabel.Text = '0';
app.MaxHeightLabel.Layout.Row = 8;
app.MaxHeightLabel.Layout.Column = 2;
lbl = uilabel(app.LeftGrid);
lbl.Text = 'Max Height (Non-dim):';
lbl.Layout.Row = 9;
lbl.Layout.Column = 1;
app.MaxHeightNondimLabel = uilabel(app.LeftGrid);
app.MaxHeightNondimLabel.Text = '0';
app.MaxHeightNondimLabel.Layout.Row = 9;
app.MaxHeightNondimLabel.Layout.Column = 2;
% 创建按钮网格布局
buttonGrid = uigridlayout(app.LeftGrid, [2 1]);
buttonGrid.Layout.Row = 10;
buttonGrid.Layout.Column = [1 2];
buttonGrid.RowHeight = {'1x', '1x'};
buttonGrid.RowSpacing = 5;
% 模拟按钮
btn = uibutton(buttonGrid);
btn.Text = 'Simulate';
btn.ButtonPushedFcn = @app.simulateButtonPushed;
btn.Layout.Row = 1;
btn.Layout.Column = 1;
% 清空按钮
app.ClearButton = uibutton(buttonGrid);
app.ClearButton.Text = 'Clear All';
app.ClearButton.ButtonPushedFcn = @app.clearButtonPushed;
app.ClearButton.Layout.Row = 2;
app.ClearButton.Layout.Column = 1;
% 添加值改变事件监听
app.MassListener = listener(app.MassEdit, 'ValueChanged', @(~,~) updateDimensionlessParameters(app));
app.DragCoeffListener = listener(app.DragCoeffEdit, 'ValueChanged', @(~,~) updateDimensionlessParameters(app));
app.GravityListener = listener(app.GravityEdit, 'ValueChanged', @(~,~) updateDimensionlessParameters(app));
app.VelocityListener = listener(app.VelocityEdit, 'ValueChanged', @(~,~) updateDimensionlessParameters(app));
app.AngleListener = listener(app.AngleEdit, 'ValueChanged', @(~,~) updateDimensionlessParameters(app));
end
function updateDimensionlessParameters(app)
% 获取当前参数
m = app.MassEdit.Value;
k = app.DragCoeffEdit.Value;
g = app.GravityEdit.Value;
V = app.VelocityEdit.Value;
theta_deg = app.AngleEdit.Value;
% 计算无量纲参数
app.LengthScale = m/k;
app.TimeScale = m/(k*V);
app.Lambda = m*g/(k*V^2);
app.Theta = theta_deg * pi/180;
% 更新显示
app.LengthScaleLabel.Text = sprintf('%.2f m', app.LengthScale);
app.TimeScaleLabel.Text = sprintf('%.2f s', app.TimeScale);
% 检查是否已存在相同无量纲参数的轨迹
if ~isempty(app.TrajectoryData)
existingParams = [app.TrajectoryData.params];
for i = 1:length(existingParams)
% 计算已存在轨迹的无量纲参数
existingLambda = existingParams(i).m * existingParams(i).g / ...
(existingParams(i).k * existingParams(i).V^2);
existingTheta = existingParams(i).theta * pi/180;
% 使用无量纲参数进行比较
if abs(existingLambda - app.Lambda) < 1e-6 && ...
abs(existingTheta - app.Theta) < 1e-6
% 如果找到相同无量纲参数,直接返回
return;
end
end
end
% 求解ODE
[app.TimeData, app.XData, app.YData] = solveDimensionlessODE(app);
% 计算最高点
[maxHeight, maxIdx] = max(app.YData);
maxHeightDim = maxHeight * app.LengthScale;
% 更新最高点显示
app.MaxHeightLabel.Text = sprintf('%.2f m', maxHeightDim);
app.MaxHeightNondimLabel.Text = sprintf('%.2f', maxHeight);
% 创建新的轨迹线 - 使用无量纲坐标
hold(app.NonDimAxes, 'on');
newLine = plot(app.NonDimAxes, app.XData, app.YData, 'LineWidth', 2);
hold(app.NonDimAxes, 'off');
% 创建新的轨迹线 - 使用有量纲坐标
hold(app.DimensionalAxes, 'on');
newDimensionalLine = plot(app.DimensionalAxes, app.XData * app.LengthScale, app.YData * app.LengthScale, 'LineWidth', 2);
hold(app.DimensionalAxes, 'off');
% 存储轨迹数据 - 同时存储有量纲和无量纲坐标
newData = struct('x', app.XData * app.LengthScale, 'y', app.YData * app.LengthScale, ...
'X', app.XData, 'Y', app.YData, ...
'params', struct('m', m, 'k', k, 'g', g, 'V', V, 'theta', theta_deg));
app.TrajectoryData = [app.TrajectoryData, newData];
app.TrajectoryLines = [app.TrajectoryLines, newLine, newDimensionalLine];
% 更新图例
legendText = sprintf('λ=%.2f, θ=%.1f°', app.Lambda, theta_deg);
app.LegendEntries = [app.LegendEntries, {legendText}];
% 在最高点添加文本标注
[maxY, maxIdx] = max(app.YData);
text(app.NonDimAxes, app.XData(maxIdx), maxY, legendText, ...
'VerticalAlignment', 'bottom', ...
'HorizontalAlignment', 'center');
% 在有量纲图中添加最高点标注
text(app.DimensionalAxes, app.XData(maxIdx) * app.LengthScale, maxY * app.LengthScale, legendText, ...
'VerticalAlignment', 'bottom', ...
'HorizontalAlignment', 'center');
% 将图例移到坐标轴外部
legend(app.NonDimAxes, app.LegendEntries, 'Location', 'eastoutside');
legend(app.DimensionalAxes, app.LegendEntries, 'Location', 'eastoutside');
% 设置坐标轴范围为自动
axis(app.NonDimAxes, 'auto');
axis(app.DimensionalAxes, 'auto');
% 更新标题
title(app.NonDimAxes, sprintf('Non-dimensional Trajectories (λ=%.2f, θ=%.1f°)', app.Lambda, theta_deg));
title(app.DimensionalAxes, sprintf('Dimensional Trajectories (λ=%.2f, θ=%.1f°)', app.Lambda, theta_deg));
% 更新三维图
calculateRangeSurface(app);
end
function simulateButtonPushed(app, ~, ~)
% 直接调用updateDimensionlessParameters来更新轨迹
updateDimensionlessParameters(app);
end
function [T, X, Y] = solveDimensionlessODE(app)
% 初始条件
X0 = 0;
Y0 = 0;
Xp0 = cos(app.Theta);
Yp0 = sin(app.Theta);
% 求解ODE直到Y回到初始高度
y0 = [X0; Y0; Xp0; Yp0];
options = odeset('Events', @(t,y) heightEvent(t,y,Y0), ...
'RelTol', 1e-8, ... % 相对误差
'AbsTol', 1e-8, ... % 绝对误差
'MaxStep', 0.01); % 最大步长
[T, Y] = ode45(@(t,y) dimensionlessODE(t, y, app.Lambda), [0 100], y0, options);
X = Y(:,1);
Y = Y(:,2);
end
function calculateRangeSurface(app)
% 创建lambda和theta的网格
app.LambdaRange = linspace(0.01, 100, 20);
app.ThetaRange = linspace(1, 90, 20); % 从1度开始,而不是0度
[Lambda, Theta] = meshgrid(app.LambdaRange, app.ThetaRange);
app.RangeData = zeros(size(Lambda));
% 计算每个点的最终x距离
for i = 1:length(app.ThetaRange)
for j = 1:length(app.LambdaRange)
lambda = Lambda(i,j);
theta = Theta(i,j) * pi/180;
% 求解ODE直到Y回到初始高度
y0 = [0; 0; cos(theta); sin(theta)];
options = odeset('Events', @(t,y) heightEvent(t,y,0), ...
'RelTol', 1e-8, ...
'AbsTol', 1e-8, ...
'MaxStep', 0.01);
[~, Y] = ode45(@(t,y) dimensionlessODE(t, y, lambda), [0 100], y0, options);
% 检查是否有解
if ~isempty(Y)
% 获取最终x距离(转换为有量纲)
% Y(end,1)是物体落地时的x坐标,Y(end,2)是y坐标(应该接近0)
if abs(Y(end,2)) < 1e-6 % 确保物体确实落地
app.RangeData(i,j) = Y(end,1) * lambda;
else
% 如果物体没有正确落地,设置为NaN
app.RangeData(i,j) = NaN;
end
else
% 如果没有解,设置为NaN
app.RangeData(i,j) = NaN;
end
end
end
% 绘制三维图
surf(app.Surface3DAxes, Lambda, Theta, app.RangeData);
colorbar(app.Surface3DAxes);
shading(app.Surface3DAxes, 'interp');
% 更新标签
title(app.Surface3DAxes, 'Range Surface');
xlabel(app.Surface3DAxes, 'λ');
ylabel(app.Surface3DAxes, 'θ (deg)');
zlabel(app.Surface3DAxes, 'Range (m)');
% 在当前参数位置添加标记
% hold(app.Surface3DAxes, 'on');
% plot3(app.Surface3DAxes, app.Lambda, app.Theta*180/pi, ...
% app.XData(end) * app.LengthScale, 'ro', 'MarkerSize', 10, 'MarkerFaceColor', 'r');
% hold(app.Surface3DAxes, 'off');
end
function clearButtonPushed(app, ~, ~)
% 清除所有轨迹线
if ~isempty(app.TrajectoryLines)
delete(app.TrajectoryLines);
app.TrajectoryLines = [];
end
% 清除所有轨迹数据
app.TrajectoryData = [];
% 清除图例
app.LegendEntries = {};
legend(app.NonDimAxes, 'off');
legend(app.DimensionalAxes, 'off');
% 清除坐标轴上的文本标注
for ax = [app.NonDimAxes, app.DimensionalAxes]
children = get(ax, 'Children');
for i = 1:length(children)
if isa(children(i), 'matlab.graphics.primitive.Text')
delete(children(i));
end
end
end
% 重置坐标轴
axis(app.NonDimAxes, 'auto');
axis(app.DimensionalAxes, 'auto');
% 更新标题
title(app.NonDimAxes, 'Non-dimensional Trajectories');
xlabel(app.NonDimAxes, 'X (Non-dimensional)');
ylabel(app.NonDimAxes, 'Y (Non-dimensional)');
title(app.DimensionalAxes, 'Dimensional Trajectories');
xlabel(app.DimensionalAxes, 'x (m)');
ylabel(app.DimensionalAxes, 'y (m)');
% 更新三维图
calculateRangeSurface(app);
end
end
end
function [value, isterminal, direction] = heightEvent(t, y, Y0)
% 当Y回到初始高度时停止
value = y(2) - Y0; % 当前高度与初始高度的差
isterminal = 1; % 停止积分
direction = -1; % 只在下降穿过初始高度时停止
end
function dydt = dimensionlessODE(t, y, lambda)
% y = [X; Y; X'; Y']
X = y(1);
Y = y(2);
Xp = y(3);
Yp = y(4);
% Calculate velocity magnitude
V = sqrt(Xp^2 + Yp^2);
% ODE system
dydt = zeros(4,1);
dydt(1) = Xp;
dydt(2) = Yp;
dydt(3) = -V * Xp;
dydt(4) = -V * Yp - lambda;
end
总结
量纲分析,通过量纲组合,把一个依赖于多个物理量的函数,简化为一个依赖于较少的无量纲量的函数,这非常有助于我们对问题的理解,并且可以指导我们进行实验设计。
763

被折叠的 条评论
为什么被折叠?



