借助 Python 进行 Newmark_beta 法计算结构响应

Jay_fc

已于 2022-10-07 11:25:25 修改

阅读量1.6k

点赞数 2

于 2021-09-02 21:34:39 首次发布

本文链接：https://blog.csdn.net/jay_0904/article/details/120070269

版权

该博客介绍了如何运用Newmark-Beta方法对多层简化结构模型进行动力学分析。代码实现包括了质量矩阵、刚度矩阵、阻尼矩阵的构建，并通过迭代计算求解结构在不同时间步长下的位移、速度和加速度。内容涵盖了结构动力学的基础概念和Python实现细节。

摘要由CSDN通过智能技术生成

原理见《结构动力学》

已做面向对象处理，可直接调用

注意：该脚本面向层数大于1的 ''糖葫芦串'' 简化结构模型

响应初始值默认为0

其他相关说明见代码

import numpy as np
from scipy import linalg

class newmark_beta:
    # 该方法将结构简化为框架结构
    # self.m_matrax 返回质量矩阵
    # self.k_matrix 返回刚度矩阵
    # self.w_n 返回各阶基频(Hz)
    # self.c_matrax 返回阻尼矩阵
    # self.t 返回时刻矩阵[i,j],i=1，j为对应时刻
    # self.d 返回位移矩阵[i,j],i为对应层数，j为对应时刻
    # self.v 返回速度矩阵[i,j],i为对应层数，j为对应时刻
    # self.a 回加速度矩阵[i,j],i为对应层数，j为对应时刻
    def __init__(self,m,k,zeta,nt,dt,force,gama_newmark = 0.5, beta_newmark = 0.25):
        # m 简化为悬臂梁后的质量列表，由下至上
        # k 简化为悬臂梁后的刚度列表，由下至上
        # zeta 阻尼比
        # nt 总步数
        # dt 子步长
        # force 外力矩阵，由下至上，i = 层数，j = 子步数
        # gama_newmark: newmark_beta法稳定系数，取值0.5
        # beta_newmark: newmark_beta法稳定系数，取值.25
        if len(m) != len(k):