「Python与地震工程」单自由度体系求解之通用微分方程数值解法(基于odeint)

2008年5月汶川地震

「Python与地震工程」单自由度体系求解之通用微分方程数值解法(基于odeint)

原理

单自由度体系分析是结构动力学和地震工程学习的启蒙知识,也是复杂结构动力分析的基石,具有重要的作用和研究价值。本文将探讨如何用Python的科学计算模块来实现单自由度体系的动力响应分析。

经典的弹性有阻尼单自由度体系在任意激励P(t)作用下的运动方程可写为

m\ddot{x}\left( t \right) + c\dot{x}\left( t \right) + kx\left( t \right) = P\left( t \right)

\ddot{x}\left( t \right) + 2 \zeta \omega_0 \dot{x}\left( t \right) + \omega_0^2 x\left( t \right) = p\left( t \right)

求解此运动方程的经典方法有杜哈梅积分法、Newmark-β法、中心差分法等。借助Python求解此方程最快捷(编程者的工作量小,并非最快速)的方法就是将方程降阶为状态空间形式调用scipy.integrate.odeint()函数。需要注意的是,对于地震激励,需要把离散的地震波“包装”成一个连续函数才能被odeint识别。

上述方程的状态空间形式为

\frac{{\rm{d}}}{{{\rm{d}}t}}\left( {\begin{array}{c} {{y_1}}\\ {{y_2}} \end{array}} \right) = \left( {\begin{array}{c} {{y_2}}\\ {p\left( t \right) - 2\zeta \omega_0 {y_2} - {\omega_0^2}{y_1}} \end{array}} \right)

程序代码

采用odeint()进行单自由度体系共振简谐激励和地震激励作用下响应求解的完整代码为

import scipy as sp
from scipy.integrate import odeint
import matplotlib.pyplot as plt


def pd(tn,*p_args):
    """ 等时间间隔离散信号a对应的连续化函数(线性插值方法实现) """
    dt = p_args[0] # 离散信号时间间隔
    a  = p_args[1] # 离散信号数据

    ind = int(sp.floor(tn/dt))
    if (ind+1)>=len(a):
        return 0.0
    else:
        al = a[ind]; ar = a[ind + 1];
        k = (ar - al) / dt
        return al+k*(tn-ind*dt)

def solve_sdof_resonance(omg = 1.0*2.0*sp.pi, zeta = 0.02):

    y0 = sp.asarray([0.0,0.0]) # 初始条件
    p = lambda t: sp.sin(omg*t) # 共振简谐激励

    f_sdof = lambda y,t: sp.asarray([ y[1], -p(t)-2.0*zeta*omg*y[1]-omg*omg*y[0] ])

    t = sp.linspace(0, 30, 1001)
    y = odeint(f_sdof, y0, t)

    # 绘图:
    plt.figure("Resonance Response",(12,4))
    plt.plot(t,y[:,0])
    plt.grid(True)
    plt.show()


def draw_response(title, ta, a, t, u):
    plt.figure(title,(12,6))
    plt.subplot(2,1,1)
    plt.plot(ta,a,label=r"输入地震波加速度时程")
    plt.grid(True)
    plt.legend()
    plt.xlim(0,t[-1])
    plt.subplot(2,1,2)
    plt.plot(t,u,label=r"SDOF体系位移响应时程")
    plt.xlabel(r"时间 (s)")
    plt.grid(True)
    plt.legend()
    plt.xlim(0,t[-1])
    plt.show()


def solve_sdof_eqwave_odeint(omg0 = 1.0*2.0*sp.pi, zeta = 0.05):

    y0 = sp.asarray([0.0,0.0]) # 初始条件

    acc0 = sp.loadtxt("EQ-S-3.txt") # 读取地震波
    dt = 0.005 # 时间间隔
    n = len(acc0)
    t0 = sp.linspace(0.0, dt*(n-1), n)
    p = lambda t: pd(t, dt, acc0) # 线性连续化地震激励

    f_sdof = lambda y,t: sp.asarray([ y[1], -p(t)-2.0*zeta*omg0*y[1]-omg0*omg0*y[0] ])

    # 显示地震结束后一段时间内的自由振动衰减情况
    ne = round(n*1.2)
    t = sp.linspace(0.0,dt*(ne-1),ne)
    y = odeint(f_sdof, y0, t)

    draw_response("Seismic Response -- scipy.integrate.odeint", t0, acc0, t, y[:,0]) # 绘图


if __name__ == '__main__':
    solve_sdof_resonance()
    solve_sdof_eqwave()

文中所用地震波下载:
EQ-S-3.txt

结果

共振响应曲线
地震激励及响应曲线

转载本文请注明出处。

「Python与地震工程」单自由度体系求解之通用微分方程数值解法

科研成果中使用本文代码请引用作者课题组的研究论文:

作者课题组发表的研究论文列表(持续更新中……)

本文由mdnice多平台发布

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,525评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,203评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,862评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,728评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,743评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,590评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,330评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,244评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,693评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,885评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,001评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,723评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,343评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,919评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,042评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,191评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,955评论 2 355

推荐阅读更多精彩内容