Scipy常微分方程求解器不具有用户自定义动作的事件-动作机制，事件函数只是轨迹上的一个标量函数，其零点（如果设置了交叉方向）是事件。这意味着事件函数用于搜索事件（首先检测符号变化，然后使用布伦特方法进行细化）。每个时间步长将调用多次，与时间步长是否包含事件无关。
内置的操作是“注册”（默认）和“终止”。
你将不得不在一次反弹时中断积分，并以反射状态作为初始条件重新开始。将各部分分开绘制或使用连接得到一个大的解数组。

实际上，您可以使用solve_ivp的事件处理程序，通过在y〈=0时触发模拟终止来检测球撞击地面时的冲击。
终止后，安全最后一个时间步长的所有状态，降低速度并反转y方向（在您的情况下为-0.9）。然后将数组作为下一次运行的初始条件传递。循环直到您到达定义的模拟结束时间。要完全退出模拟循环，请添加名为“end_of_simulation”的第二个事件检测。如果累计模拟时间超过t_end = 7，模拟完全终止。
注意，时间向量以及所有状态向量需要在每个循环中堆叠在一起。
此外，当球的速度低于某个阈值（例如0.1m/s）时，请关闭速度和重力。否则，球将“坠落”穿过地面。如果有人有更好的主意来处理这种情况，请告诉我。
总而言之，它看起来是这样的：

from scipy.integrate import solve_ivp
import numpy as np
from matplotlib import pyplot as plt

def falling_obj_rhs(t, Y, *args):
    
    g, _, _ = args
    
    dxdt = Y[2]
    dydt = Y[3]
    
    dvxdt = 0
    dvydt = g
    
    return dxdt, dydt, dvxdt, dvydt

def hit_ground(t, Y, *args): 
    return Y[1]

def end_of_simulation(t, Y, *args):
    _, tend, cum_t_event = args
    
    if tend - (cum_t_event + t) <= 0:
        return 0
    else:
        return 1

def main():

    g       = -9.81
    t_start = 0
    t_end   = 7
    
    # the function y is approaching the x axis from above --> negative slope
    hit_ground.direction       = -1  
    hit_ground.terminal        = True
    end_of_simulation.terminal = True
    
    #       x, y, vx, vy
    ic   = [0, 10, 1, 0]
    t    = np.array([])
    ypos = np.array([])
    
    cum_t_event = 0.0
    while cum_t_event < t_end:
        
        sol = solve_ivp( falling_obj_rhs, 
                         [t_start, t_end], 
                         ic, 
                         max_step = 0.01, 
                         events   = [hit_ground, end_of_simulation], 
                         args     = (g, t_end, cum_t_event), )
        
        if sol.t_events[1].size == 1:
            # end_of_simulation event happened --> terminate
            cum_t_event = t_end
        elif sol.t_events[0].size == 0:
            # no hit_ground did occure --> array is empty
            pass
        else:
            cum_t_event = cum_t_event + sol.t_events[0][-1]
        
        # store solution from last time step as initial condition
        ic = sol.y[:,-1]
        # reduce initial condition of y-velocity (energy loss du to collision)
        # and change sign
        ic[-1] = ic[-1]*-0.9
        # turn off gravity and velocity once the ball is on the ground
        if ic[-1] < 0.1:
            ic[-1] = 0
            g      = 0
        
        t    = np.concatenate([t, sol.y[0]], axis=0)
        ypos = np.concatenate([ypos, sol.y[1]], axis=0)
    
    plt.plot(t, ypos, label='obj. trajectory')
    plt.xlabel('t')
    plt.ylabel('y')
    plt.grid()
    plt.legend()

if __name__ == '__main__':
    main()