structural-dynamic-tools 1.2.4

A Python library for structural dynamics analysis

structural-dynamic-tools

English | 中文

一个专注于结构动力学分析的开源 Python 工具集，提供高效、准确的仿真与分析功能，适用于工程设计与科研。

特性

• SDOF 线性分析：Duhamel 积分（解析/数值/并行）、分段解析法、中心差分法、Newmark-β 法
• SDOF 非线性分析：中心差分法、Newmark-β 法、HHT-α 法，结合非线性本构模型及 Newton-Raphson 迭代
• SDOF 自适应积分：自适应 RK45（Dormand-Prince 5(4)）、含子步进的自适应 Newmark-β
• MDOF 线性分析：中心差分法、Newmark-β 法、Wilson-θ 法，支持多自由度系统
• MDOF 非线性分析：中心差分法、Newmark-β 法、HHT-α 法，含 Newton-Raphson 迭代
• MDOF 自适应积分：自适应 RK45、含子步进的自适应 Newmark-β
• 本构模型：Elastic、Bilinear、BoucWen、Clough、RambergOsgood、PeakOriented、BoucWenBaberNoori、Pinching4、EnhancedClough、LRB、FPS、ViscousDamper、Steel02、Concrete01、Concrete02 共 15 种模型
• 模态分析：Jacobi 迭代、子空间迭代、Lanczos 法、Rayleigh-Ritz 法、矩阵迭代法、Dunkerley 法等
• 反应谱分析：反应谱计算、GB 50011 / ASCE 7-22 / EC8 / 日本规范设计谱、振型分解反应谱分析、地震动缩放与兼容性检查
• 振型叠加：Fourier 变换法、振型叠加法、复模态分析法（非比例阻尼）
• 频域分析：FFT 功率谱密度（PSD）、频响函数（FRF）、传递函数、相干性分析
• 随机振动：虚拟激励法（PEM）求解多点地震激励与风振随机振动问题
• OMA 运行模态分析：SSI-COV（协方差驱动）、SSI-DATA（数据驱动），含稳定图生成
• 建模工具：层剪切模型（含 P-Delta）、Rayleigh/Caughey 阻尼、非比例阻尼
• I/O 工具：支持 PEER、KIK 等标准地震动格式的读写，内置 El Centro 示例波
• 地震动强度指标：21 种常用 IM（PGA/PGV/PGD、Arias、CAV、ASI、HI、SA/SV/SD 等），支持批量计算与等比缩放
• 地震动信号处理：基线校正（多项式/Butterworth 高通）、滤波（低通/高通/带通/带阻）、数值积分与微分（加速度↔速度↔位移）、零线调整
• 静力非线性分析 (Pushover)：能力谱法 (ATC-40)、N2 方法 (Eurocode 8)、位移系数法 (FEMA 440)，推覆曲线 → 性能点求解 — 基于性能抗震设计的核心工具

安装

pip install structural-dynamic-tools

快速开始

import numpy as np
from structural_dynamic_tools import (
    sdof_linear_newmark_beta,
    load_example_seismic_wave,
)

# 加载示例地震波
time, acc = load_example_seismic_wave("elcentro")

# SDOF 线性分析 — Newmark-β 法
mass = 1.0                   # 质量
omega_n = 2 * np.pi / 1.0    # 固有圆频率 (周期=1.0s)
stiffness = mass * omega_n**2
damping_ratio = 0.05         # 阻尼比

disp, vel, abs_acc = sdof_linear_newmark_beta(
    mass, stiffness, acc, time, damping_ratio=damping_ratio
)

print(f"最大位移: {np.max(np.abs(disp)):.4f} m")

原理说明

本库的核心算法基于经典结构动力学理论，各原理文档入口：

📖 原理文档索引

API 参考

本库包含 10 个模块，提供从地震波读写、结构建模、模态分析到时程响应计算的完整工具链。

📖 API 文档索引

依赖

• Python >= 3.12
• NumPy >= 1.26
• SciPy >= 1.17.1

许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。