看一段建筑振动的动画，画面似乎连续流畅。实际上，电脑把时间切成许多小段，一步一步推算下一刻。如果每一步都让振动稍微快一点或慢一点，累积起来，峰值出现的时刻就会偏离真实节奏。
振幅之外，还要算准节奏
时间积分算法负责把结构的运动方程推进到下一时刻。评价一种算法时，研究人员会关注计算能否稳定、振幅是否出现额外衰减，以及振动周期是否被拉长或缩短。最后这一类误差，常被称为数值色散。
这篇论文提出一族具有可控数值色散特征的显式算法 TL-φ。它利用结构本身的动力特性，通过参数 φ 调整周期误差，让算法在目标振动范围内更贴近原有节奏。图中的曲线描述的正是这种调整能力。
“显式”描述下一步状态怎样算出来：算法尽量利用已有时刻的信息直接推进，适合需要大量时间步的动力分析。“结构相关”则表示算法系数与所计算结构的动力特征有关。论文从控制理论中的变换思路出发，使算法对应的振动特性更贴近目标系统。φ 因而像一个校准旋钮，用来调整离散时间中的运动节奏，让计算过程更好地跟上结构原有的频率。
把镜头放大，看看峰值有没有错位
论文用多组线性和非线性算例比较算法表现。在完整时程里，几条曲线可能看起来差不多；把其中一次振动放大，峰值有没有提前、推迟，便清楚了。原图右侧的局部放大，让这种差别很容易辨认。
当时间步长增大，每一步跨过的运动过程更多，周期误差也更容易积累。合适的 φ 参数能够改善这种偏差，同时较少影响算法的其他特性。对需要比较波形和响应相位的计算，这一点尤其有用。
原图上下两组采用不同时间步长。在较小步长下，许多方法的曲线相当接近；步长增大后，右侧局部峰值的错位更明显。即使每个周期只偏一点点，经过多次振动也会累积成肉眼可见的相位差。对单个峰值分析，这种误差可能影响最大响应发生的时刻；对多个自由度共同运动的结构，它还关系到不同部位的运动能否在正确时间叠加。
让时间步长与结构特点配合
研究分别讨论了线性和非线性系统的稳定条件：线性系统具有无条件稳定特征，非线性分析仍需结合相应条件选择计算参数。稳定性与精度各有任务，算得顺利之后，还需要检查振幅和周期是否准确。
这项工作的价值，是给时间积分多提供了一个可调节的控制量。认识结构主要以什么节奏运动，再据此安排算法与步长，可以让电脑中的振动过程更贴近要研究的真实运动。
论文用不同复杂程度的算例检查算法，让验证从单一振子的规则运动，逐步走向多自由度和非线性系统。选择计算步长时，可以先关注结构中需要准确保留的频率范围，再观察周期误差和幅值变化。这样，算法参数的选择就与具体任务联系起来：关心低频整体摆动，还是需要分辨更快的局部运动，会影响应当把精度集中在哪一段频率上。