这个现象看起来是正常的，步长越大，越容易发散，不收敛，残差大于精度要求后，仿真失败，可以切换变步长算法进行计算。

原因解释：

变步长方法是根据用户指定的精度由算法自行选择合适的步长，因此变步长算法是有精度保证的，即可以保证误差不超过用户指定的精度值。由于积分方法的局部截断误差（与精度紧密相关）是与步长相关的，定步长算法是根据用户指定的步长推进积分计算，因不能自行改变步长故而无法有效控制截断误差，因此定步长算法需要用户选择合适的积分步长实现精度控制，算法本身是不提供精度保证的。

定步长算法是严格按照用户指定的步长推进积分计算，不能精确处理模型中的事件，而只能近似处理，其做法是将当前一步之内发生的事件均延迟到步长点时刻进行处理，这就导致可能存在误差，仿真越往后，误差越大，收敛不了，结果就发散了

例如：假设步长为0.1秒，那么从0至0.1秒的第一步内，若在0.04秒与0.05秒两个时刻均有事件发生，但由于步长的限定，第一步即需要计算至0.1秒，故只能将事件延迟到0.1秒进行处理。这种非精确的事件处理方式会导致仿真结果存在一定的误差。消除误差的有效方式是缩小积分步长，但步长缩小会增加计算量，降低仿真速度。

所以结论就是，一些模型不一定适合使用定步长去仿真，因为不能保证其精度可控。