Denne publikation giver en transskription af webinaret . Webinaret blev udført af Mikhail Peselnik, ingeniør .)
I dag vil vi lære, at vi kan tune modeller for at opnå den optimale balance mellem pålideligheden og nøjagtigheden af simuleringsresultaterne og hastigheden af simuleringsprocessen. Dette er nøglen til at bruge simulering effektivt og sikre, at detaljeringsniveauet i din model er passende til den opgave, du har til hensigt at udføre.
Vi vil også lære:
- Hvordan du kan fremskynde simuleringer ved at bruge optimeringsalgoritmer og parallel computing;
- Hvordan man distribuerer simuleringer på tværs af flere computerkerner, hvilket fremskynder opgaver såsom parameterestimering og parametervalg;
- Hvordan man fremskynder udviklingen ved at automatisere simulerings- og analyseopgaver ved hjælp af MATLAB;
- Hvordan man bruger MATLAB scripts til harmonisk analyse og dokumenterer resultaterne af enhver type test ved hjælp af automatisk rapportgenerering.
Vi starter med en oversigt over flyets elektriske netværksmodel. Vi vil diskutere, hvad vores simuleringsmål er, og se på udviklingsprocessen, der blev brugt til at skabe modellen.
Vi vil derefter gennemgå faserne af denne proces, herunder det indledende design - hvor vi afklarer kravene. Detaildesign - hvor vi vil se på de enkelte komponenter i det elektriske netværk, og til sidst vil vi bruge simuleringsresultaterne af detaildesignet til at justere parametrene for den abstrakte model. Til sidst vil vi se på, hvordan du kan dokumentere resultaterne af alle disse trin i rapporter.
Her er en skematisk fremstilling af det system, vi er ved at udvikle. Dette er en halv flyvemaskinemodel, der inkluderer en generator, en AC-bus, forskellige AC-belastninger, en transformer-ensretterenhed, en DC-bus med forskellige belastninger og et batteri.
Afbrydere bruges til at forbinde komponenter til det elektriske netværk. Når komponenter tændes og slukkes under flyvning, kan de elektriske forhold ændre sig. Vi ønsker at analysere denne halvdel af flyets elnet under disse skiftende forhold.
En komplet model af et flys elektriske system skal omfatte andre komponenter. Vi har ikke inkluderet dem i denne halvplansmodel, fordi vi kun ønsker at analysere vekselvirkningerne mellem disse komponenter. Dette er en almindelig praksis inden for fly- og skibsbygning.
Simuleringsmål:
- Bestem de elektriske krav til de forskellige komponenter samt de strømledninger, der forbinder dem.
- Analyser systeminteraktioner mellem komponenter fra forskellige ingeniørdiscipliner, herunder elektriske, mekaniske, hydrauliske og termiske effekter.
- Og på et mere detaljeret niveau, udfør harmonisk analyse.
- Analyser kvaliteten af strømforsyningen under skiftende forhold og se på spændinger og strømme i forskellige netværksknuder.
Dette sæt af simuleringsmål tjener bedst ved at bruge modeller med varierende detaljeringsgrad. Vi vil se, at når vi bevæger os gennem udviklingsprocessen, vil vi have en abstrakt og en detaljeret model.
Når vi ser på simuleringsresultaterne af disse forskellige modelvarianter, ser vi, at resultaterne af modellen på systemniveau og den detaljerede model er de samme.
Hvis vi ser nærmere på simuleringsresultaterne, ser vi, at selv på trods af dynamikken forårsaget af skift af strømenheder i den detaljerede version af vores model, er de overordnede simuleringsresultater de samme.
Dette giver os mulighed for at udføre hurtige iterationer på systemniveau, samt detaljeret analyse af det elektriske system på et granulært niveau. På den måde kan vi nå vores mål effektivt.
Lad os nu tale om den model, vi arbejder med. Vi har lavet flere muligheder for hver komponent i det elektriske netværk. Vi vælger hvilken komponentvariant der skal bruges afhængigt af det problem vi løser.
Når vi udforsker mulighederne for elproduktion til nettet, kan vi erstatte den integrerede drevgenerator med en cyklokonvektortype variabel hastighedsgenerator eller en DC-koblet frekvensgenerator. Vi kan bruge abstrakte eller detaljerede belastningskomponenter i et AC-kredsløb.
Tilsvarende kan vi for et DC-netværk bruge en abstrakt, detaljeret eller multidisciplinær mulighed, der tager højde for indflydelsen fra andre fysiske discipliner såsom mekanik, hydraulik og temperatureffekter.
Flere detaljer om modellen.
Her ser du generatoren, distributionsnettet og komponenterne i netværket. Modellen er i øjeblikket sat op til simulering med abstrakte komponentmodeller. Aktuatoren modelleres ganske enkelt ved at specificere den aktive og reaktive effekt, som komponenten forbruger.
Hvis vi konfigurerer denne model til at bruge detaljerede komponentvarianter, er aktuatoren allerede modelleret som en elektrisk maskine. Vi har permanent magnet synkronmotor, omformere og DC bus og styresystem. Hvis vi ser på transformer-ensretterenheden, ser vi, at den er modelleret ved hjælp af transformere og universalbroer, der bruges i effektelektronik.
Vi kan også vælge en systemmulighed (på TRU DC Loads -> Block Choices -> Multidomain), der tager højde for effekter forbundet med andre fysiske fænomener (i Fuel Pump). Til brændstofpumpen ser vi, at vi har en hydraulisk pumpe, hydrauliske belastninger. For varmelegemet ser vi overvejelser om temperatureffekter, der påvirker den pågældende komponents opførsel, når temperaturen ændres. Vores generator er modelleret ved hjælp af en synkronmaskine, og vi har et styresystem til at indstille spændingsfeltet for denne maskine.
Flyvecyklusser vælges ved hjælp af en MATLAB-variabel ved navn Flight_Cycle_Num. Og her ser vi data fra MATLAB-arbejdsområdet, der styrer, hvornår visse elektriske netværkskomponenter tænder og slukker. Dette plot (Plot_FC) viser for den første flyvecyklus, når komponenter er tændt eller slukket.
Hvis vi tuner modellen til den indstillede version, kan vi bruge dette script (Test_APN_Model_SHORT) til at køre modellen og teste den i tre forskellige flyvecyklusser. Den første flyvecyklus er i gang, og vi tester systemet under forskellige forhold. Vi konfigurerer derefter automatisk modellen til at køre en anden flyvecyklus og en tredje. Efter afslutningen af disse tests har vi en rapport, der viser resultaterne af disse tre tests sammenlignet med tidligere testkørsler. I rapporten kan du se skærmbilleder af modellen, skærmbilleder af grafer, der viser hastigheden, spændingen og den genererede effekt ved generatorens udgang, sammenligningsgrafer med tidligere tests, samt resultaterne af en analyse af kvaliteten af det elektriske netværk.
At finde en afvejning mellem modeltroskab og simuleringshastighed er nøglen til at bruge simulering effektivt. Efterhånden som du tilføjer flere detaljer til din model, øges den tid, der kræves til at beregne og simulere modellen. Det er vigtigt at tilpasse modellen til det specifikke problem, du løser.
Når vi er interesseret i detaljer som strømkvalitet, tilføjer vi effekter som strømelektronikskift og realistiske belastninger. Men når vi er interesserede i spørgsmål som generering eller forbrug af energi fra forskellige komponenter i det elektriske net, vil vi bruge komplekse simuleringsmetoder, abstrakte belastninger og gennemsnitsspændingsmodeller.
Ved at bruge Mathworks-produkter kan du vælge det rigtige detaljeringsniveau til det aktuelle problem.
For at designe effektivt har vi brug for både abstrakte og detaljerede modeller af komponenter. Sådan passer disse muligheder ind i vores udviklingsproces:
- Først præciserer vi kravene ved hjælp af en abstrakt version af modellen.
- Vi bruger derefter de raffinerede krav til at designe komponenten i detaljer.
- Vi kan kombinere en abstrakt og detaljeret version af en komponent i vores model, hvilket muliggør verifikation og kombination af komponenten med mekaniske systemer og styresystemer.
- Endelig kan vi bruge simuleringsresultaterne af den detaljerede model til at justere parametrene for den abstrakte model. Dette vil give os en model, der kører hurtigt og giver præcise resultater.
Du kan se, at disse to muligheder – system og detaljeret model – supplerer hinanden. Det arbejde, vi udfører med den abstrakte model for at afklare krav, reducerer antallet af iterationer, der kræves til detaljeret design. Dette fremskynder vores udviklingsproces. Simuleringsresultaterne af den detaljerede model giver os en abstrakt model, der kører hurtigt og giver nøjagtige resultater. Dette giver os mulighed for at opnå et match mellem modellens detaljeringsgrad og den opgave, simuleringen udfører.
Mange virksomheder rundt om i verden bruger MOS til at udvikle komplekse systemer. Airbus er ved at udvikle et brændstofstyringssystem til A380 baseret på MOP. Dette system indeholder mere end 20 pumper og mere end 40 ventiler. Du kan forestille dig antallet af forskellige fejlscenarier, der kan opstå. Ved hjælp af simulering kan de køre over hundrede tusinde test hver weekend. Dette giver dem tillid til, at deres kontrolsystem kan håndtere det uanset fejlscenariet.
Nu hvor vi har set et overblik over vores model og vores simuleringsmål, vil vi gennemgå designprocessen. Vi starter med at bruge en abstrakt model til at tydeliggøre systemkravene. Disse raffinerede krav vil blive brugt til detaljeret design.
Vi vil se, hvordan man integrerer kravdokumenter i udviklingsprocessen. Vi har et stort kravdokument, der skitserer alle kravene til vores system. Det er meget svært at sammenligne kravene med projektet som helhed og sikre sig, at projektet lever op til disse krav.
Ved hjælp af SLVNV kan du direkte linke kravdokumenter og modellen i Simulink. Du kan oprette links direkte fra modellen direkte til kravene. Dette gør det nemmere at verificere, at en bestemt del af modellen relaterer sig til et specifikt krav og omvendt. Denne kommunikation er tovejs. Så hvis vi kigger på et krav, kan vi hurtigt springe til en model for at se, hvordan dette krav opfyldes.
Nu hvor vi har integreret kravdokumentet i arbejdsgangen, vil vi finpudse kravene til det elektriske netværk. Specifikt vil vi se på drifts-, spidsbelastnings- og designbelastningskrav for generatorer og transmissionsledninger. Vi vil teste dem over en bred vifte af netforhold. De der. under forskellige flyvecyklusser, når forskellige belastninger tændes og slukkes. Da vi kun fokuserer på strøm, vil vi forsømme at skifte i strømelektronik. Derfor vil vi bruge abstrakte modeller og simplificerede simuleringsmetoder. Det betyder, at vi vil tune modellen til at ignorere detaljer, som vi ikke har brug for. Dette vil få simuleringen til at køre hurtigere og give os mulighed for at teste forhold under lange flyvecyklusser.
Vi har en vekselstrømkilde, der går gennem en kæde af modstande, kapacitanser og induktanser. Der er en kontakt i kredsløbet, der åbner efter noget tid og derefter lukker igen. Hvis du kører simuleringen, kan du se resultaterne med den kontinuerlige løser. (V1) Du kan se, at svingningerne i forbindelse med åbning og lukning af kontakten vises nøjagtigt.
Lad os nu skifte til diskret tilstand. Dobbeltklik på PowerGui-blokken, og vælg den diskrete løser på fanen Løser. Du kan se, at den diskrete løser nu er valgt. Lad os starte simuleringen. Du vil se, at resultaterne nu er næsten de samme, men nøjagtigheden afhænger af den valgte prøvehastighed.
Nu kan jeg vælge den komplekse simuleringstilstand, indstille frekvensen - da løsningen kun opnås ved en bestemt frekvens - og køre simuleringen igen. Du vil se, at kun signalamplituderne vises. Ved at klikke på denne blok kan jeg køre et MATLAB-script, der vil køre modellen sekventielt i alle tre simuleringstilstande og plotte de resulterende plot ovenpå hinanden. Hvis vi ser nærmere på strøm og spænding, vil vi se, at de diskrete resultater er tæt på de kontinuerlige, men er fuldstændig sammenfaldende. Hvis du ser på strømmen, kan du se, at der er en top, som ikke blev noteret i den diskrete tilstand af simuleringen. Og vi ser, at den komplekse tilstand giver dig mulighed for kun at se amplituden. Hvis vi ser på solver-trinnet, kan vi se, at den komplekse solver kun krævede 56 trin, mens de andre solvere krævede mange flere trin for at gennemføre simuleringen. Dette gjorde det muligt for den komplekse simuleringstilstand at køre meget hurtigere end andre tilstande.
Ud over at vælge en passende simuleringstilstand har vi brug for modeller med et passende detaljeringsniveau. For at tydeliggøre strømkravene til komponenter i et elektrisk netværk vil vi bruge abstrakte modeller af generel anvendelse. Dynamic Load-blokken giver os mulighed for at specificere den aktive og reaktive effekt, som en komponent forbruger eller genererer i netværket.
Vi vil definere en indledende abstrakt model for reaktiv og aktiv effekt baseret på et indledende sæt krav. Vi vil bruge den ideelle kildeblok som kilde. Dette giver dig mulighed for at indstille spændingen på netværket, og du kan bruge denne til at bestemme generatorens parametre og forstå, hvor meget strøm den skal producere.
Dernæst vil du se, hvordan du bruger simulering til at forfine strømkravene til en generator og transmissionsledninger.
Vi har et indledende sæt krav, der inkluderer effektmærkning og effektfaktor for komponenterne i netværket. Vi har også en række forhold, som dette netværk kan fungere under. Vi ønsker at forfine disse indledende krav ved at teste under en lang række forhold. Det vil vi gøre ved at tune modellen til at bruge abstrakte belastninger og kilder og teste kravene under en lang række driftsforhold.
Vi vil konfigurere modellen til at bruge abstrakte belastnings- og generatormodeller og se den strøm, der genereres og forbruges over en lang række driftsforhold.
Nu går vi videre til detaljeret design. Vi vil bruge de raffinerede krav til at detaljere designet, og vi vil kombinere disse detaljerede komponenter med systemmodellen for at opdage integrationsproblemer.
I dag er der flere muligheder for at generere elektricitet i et fly. Typisk drives generatoren af kommunikation med en gasturbine. Turbinen roterer med en variabel frekvens. Hvis nettet skal have en fast frekvens, så kræves en konvertering fra variabel turbineakselhastighed til en konstant frekvens i nettet. Dette kan gøres ved at bruge et integreret konstant hastighedsdrev opstrøms for generatoren, eller ved at bruge effektelektronik til at konvertere variabel frekvens AC til konstant frekvens AC. Der findes også systemer med flydende frekvens, hvor frekvensen i nettet kan ændre sig og energiomsætning sker ved belastningerne i nettet.
Hver af disse muligheder kræver en generator og strømelektronik til at konvertere energien.
Vi har en gasturbine, der roterer med variabel hastighed. Denne turbine bruges til at rotere generatorakslen, som producerer vekselstrøm med variabel frekvens. Forskellige effektelektronik muligheder kan bruges til at konvertere denne variable frekvens til en fast frekvens. Vi vil gerne vurdere disse forskellige muligheder. Dette kan gøres ved hjælp af SPS.
Vi kan modellere hvert af disse systemer og køre simuleringer under forskellige forhold for at vurdere, hvilken mulighed der er bedst for vores system. Lad os skifte til modellen og se, hvordan dette gøres.
Her er modellen, vi arbejder med. Den variable hastighed fra gasturbineakslen overføres til generatoren. Og cyklokonverteren bruges til at producere vekselstrøm med fast frekvens. Hvis du kører simuleringen, vil du se, hvordan modellen opfører sig. Den øverste graf viser den variable hastighed af en gasturbine. Du kan se, at frekvensen ændrer sig. Dette gule signal i den anden graf er spændingen fra en af faserne ved generatorens udgang. Denne fastfrekvente vekselstrøm er skabt ud fra variabel hastighed ved hjælp af kraftelektronik.
Lad os se på, hvordan AC-belastninger beskrives. Vores er forbundet med en lampe, en hydraulikpumpe og en aktuator. Disse komponenter er modelleret ved hjælp af blokke fra SPS.
Hver af disse blokke i SPS inkluderer konfigurationsindstillinger for at give dig mulighed for at rumme forskellige komponentkonfigurationer og justere detaljeringsniveauet i din model.
Vi konfigurerede modellerne til at køre en detaljeret version af hver komponent. Så vi har meget kraft til at modellere AC-belastninger, og ved at simulere detaljerede komponenter i diskret tilstand kan vi se meget flere detaljer om, hvad der foregår i vores elektriske netværk.
En af de opgaver, vi vil udføre med den detaljerede version af modellen, er analysen af kvaliteten af elektrisk energi.
Når en belastning indføres i systemet, kan det forårsage bølgeformsforvrængning ved spændingskilden. Dette er en ideel sinusformet, og et sådant signal vil være ved generatorens udgang, hvis belastningerne er konstante. Men efterhånden som antallet af komponenter, der kan tændes og slukkes, stiger, kan denne bølgeform blive forvrænget og resultere i så små overskridelser.
Disse spidser i bølgeformen ved spændingskilden kan forårsage problemer. Dette kan føre til overophedning af generatoren pga. kobling i effektelektronikken, dette kan skabe store neutrale strømme, og også forårsage unødvendig kobling i effektelektronikken pga. de forventer ikke denne afvisning i signalet.
Harmonisk forvrængning giver et mål for kvaliteten af AC elektrisk strøm. Det er vigtigt at måle dette forhold under skiftende netværksforhold, fordi kvaliteten vil variere afhængigt af, hvilken komponent der tændes og slukkes. Dette forhold er nemt at måle ved hjælp af MathWorks-værktøjer og kan automatiseres til test under en lang række forhold.
Lær mere om THD på .
Dernæst vil vi se, hvordan vi udfører strømkvalitetsanalyse ved hjælp af simulering.
Vi har en model af et flys elektriske netværk. På grund af forskellige belastninger i netværket er spændingsbølgeformen ved generatorudgangen forvrænget. Dette fører til en forringelse af kvaliteten af maden. Disse belastninger afbrydes og bringes online på forskellige tidspunkter under flyvecyklussen.
Vi ønsker at evaluere strømkvaliteten af dette netværk under forskellige forhold. Til dette vil vi bruge SPS og MATLAB til automatisk at beregne THD. Vi kan beregne forholdet interaktivt ved hjælp af en GUI eller bruge et MATLAB-script til automatisering.
Lad os gå tilbage til modellen for at vise dig dette med et eksempel. Vores elektriske netværksmodel for fly består af en generator, en AC-bus, AC-belastninger og en transformer-ensretter og DC-belastninger. Vi ønsker at måle strømkvaliteten på forskellige punkter i netværket under forskellige forhold. Til at starte med vil jeg vise dig, hvordan du gør dette interaktivt kun for generatoren. Så vil jeg vise dig, hvordan du automatiserer denne proces ved hjælp af MATLAB. Vi vil først køre en simulering for at indsamle de data, der kræves for at beregne THD.
Denne graf (Gen1_Vab) viser spændingen mellem generatorfaserne. Som du kan se, er dette ikke en perfekt sinusbølge. Det betyder, at netværkets strømkvalitet påvirkes af komponenterne på netværket. Når simuleringen er færdig, vil vi bruge Fast Fourier Transform til at beregne THD. Vi åbner powergui-blokken og åbner FFT-analyseværktøjet. Du kan se, at værktøjet automatisk indlæses med de data, som jeg registrerede under simuleringen. Vi vælger FFT-vinduet, specificerer frekvens og rækkevidde og viser resultaterne. Du kan se, at den harmoniske forvrængningsfaktor er 2.8%. Her kan du se bidraget fra de forskellige harmoniske. Du så, hvordan du kan beregne harmonisk forvrængningskoefficient interaktivt. Men vi vil gerne automatisere denne proces for at beregne koefficienten under forskellige forhold og på forskellige punkter i netværket.
Vi vil nu se på de tilgængelige muligheder for modellering af DC-belastninger.
Vi kan modellere rene elektriske belastninger såvel som multidisciplinære belastninger, der indeholder elementer fra forskellige ingeniørområder, såsom elektriske og termiske effekter, elektriske, mekaniske og hydrauliske.
Vores DC-kredsløb inkluderer en transformer-ensretter, lamper, varmelegeme, brændstofpumpe og batteri. Detaljerede modeller kan tage højde for effekter fra andre områder, for eksempel tager en varmelegememodel højde for ændringer i den elektriske dels opførsel i takt med temperaturændringer. Brændstofpumpen tager højde for effekter fra andre områder for også at se deres indvirkning på komponentens opførsel. Jeg går tilbage til modellen for at vise dig, hvordan den ser ud.
Det er den model, vi arbejder med. Som du kan se, er transformator-ensretteren og DC-netværket nu rent elektriske, dvs. kun effekter fra det elektriske domæne tages i betragtning. De har forenklede elektriske modeller af komponenterne i dette netværk. Vi kan vælge en variant af dette system (TRU DC Loads -> Multidomain), der tager højde for effekter fra andre ingeniørområder. Man ser, at vi i netværket har de samme komponenter, men i stedet for antallet af elektriske modeller har vi tilføjet andre effekter - for eksempel for hiteren, et fysisk temperaturnetværk, der tager højde for temperaturens indflydelse på adfærd. I pumpen tager vi nu højde for pumpernes hydrauliske effekter og andre belastninger i systemet.
Komponenterne du ser i modellen er samlet fra Simscape biblioteksblokke. Der er blokke til regnskab for elektriske, hydrauliske, magnetiske og andre discipliner. Ved hjælp af disse blokke kan du lave modeller, som vi kalder multidisciplinære, dvs. under hensyntagen til effekter fra forskellige fysiske og tekniske discipliner.
Effekter fra andre områder kan integreres i den elektriske netværksmodel.
Simscape-blokbiblioteket inkluderer blokke til simulering af effekter fra andre domæner, såsom hydraulik eller temperatur. Ved at bruge disse komponenter kan du skabe mere realistiske netværksbelastninger og derefter mere præcist definere de forhold, som disse komponenter kan fungere under.
Ved at kombinere disse elementer kan du skabe mere komplekse komponenter, samt skabe nye tilpassede discipliner eller områder ved hjælp af Simscape-sproget.
Mere avancerede komponenter og parameterindstillinger er tilgængelige i specialiserede Simscape-udvidelser. Mere komplekse og detaljerede komponenter er tilgængelige i disse biblioteker under hensyntagen til effekter som effektivitetstab og temperatureffekter. Du kan også modellere XNUMXD- og multibody-systemer ved hjælp af SimMechanics.
Nu hvor vi har afsluttet det detaljerede design, vil vi bruge resultaterne af de detaljerede simuleringer til at justere parametrene for den abstrakte model. Dette vil give os en model, der kører hurtigt, mens den stadig producerer resultater, der matcher resultaterne af en detaljeret simulering.
Vi startede udviklingsprocessen med abstrakte komponentmodeller. Nu hvor vi har detaljerede modeller, vil vi gerne sikre os, at disse abstrakte modeller giver lignende resultater.
Grøn viser de indledende krav, vi modtog. Vi ser gerne, at resultaterne fra den abstrakte model, vist her i blåt, er tæt på resultaterne fra den detaljerede modelsimulering, vist med rødt.
For at gøre dette vil vi definere de aktive og reaktive kræfter for den abstrakte model ved hjælp af inputsignalet. I stedet for at bruge separate værdier for aktiv og reaktiv effekt, vil vi skabe en parametriseret model og justere disse parametre, så de aktive og reaktive effektkurver fra den abstrakte modelsimulering matcher den detaljerede model.
Dernæst vil vi se, hvordan den abstrakte model kan tunes til at matche resultaterne af den detaljerede model.
Dette er vores opgave. Vi har en abstrakt model af en komponent i et elektrisk netværk. Når vi anvender et sådant styresignal til det, er outputtet følgende resultat for aktiv og reaktiv effekt.
Når vi anvender det samme signal til input af en detaljeret model, får vi resultater som disse.
Vi har brug for, at simuleringsresultaterne af den abstrakte og detaljerede model er konsistente, så vi kan bruge den abstrakte model til hurtigt at iterere på systemmodellen. For at gøre dette vil vi automatisk justere parametrene for den abstrakte model, indtil resultaterne matcher.
For at gøre dette vil vi bruge SDO, som automatisk kan ændre parametre, indtil resultaterne af de abstrakte og detaljerede modeller matcher.
For at konfigurere disse indstillinger følger vi følgende trin.
- Først importerer vi simuleringsoutput af den detaljerede model og vælger disse data til parameterestimering.
- Vi vil derefter specificere hvilke parametre der skal konfigureres og indstille parameterområder.
- Dernæst vil vi evaluere parametrene, hvor SDO justerer parametrene, indtil resultaterne matcher.
- Endelig kan vi bruge andre inputdata til at validere parameterestimeringsresultaterne.
Du kan fremskynde udviklingsprocessen betydeligt ved at distribuere simuleringer ved hjælp af parallel computing.
Du kan køre separate simuleringer på forskellige kerner i en multi-core processor eller på computerklynger. Hvis du har en opgave, der kræver, at du kører flere simuleringer – for eksempel Monte Carlo-analyse, parametertilpasning eller at køre flere flyvecyklusser – kan du distribuere disse simuleringer ved at køre dem på en lokal multi-core maskine eller computerklynge.
I mange tilfælde vil dette ikke være sværere end at erstatte for-løkken i scriptet med en parallel for loop, parfor. Dette kan føre til en betydelig fremskyndelse i at køre simuleringer.
Vi har en model af et flys elektriske netværk. Vi vil gerne teste dette netværk under en lang række driftsforhold - herunder flyvecyklusser, forstyrrelser og vejr. Vi vil bruge PCT til at fremskynde disse tests, MATLAB til at tune modellen for hver test, vi ønsker at køre. Vi vil derefter fordele simuleringerne på tværs af forskellige kerner på min computer. Vi vil se, at parallelle test gennemføres meget hurtigere end sekventielle.
Her er de trin, vi skal følge.
- Først vil vi oprette en pulje af arbejdsprocesser, eller såkaldte MATLAB-arbejdere, ved hjælp af parpool-kommandoen.
- Dernæst vil vi generere parametersæt for hver test, vi ønsker at køre.
- Vi kører simuleringerne først sekventielt, den ene efter den anden.
- Og sammenlign så dette med at køre simuleringer parallelt.
Ifølge resultaterne er den samlede testtid i parallel tilstand ca. 4 gange mindre end i sekventiel tilstand. Vi så på graferne, at strømforbruget generelt er på det forventede niveau. De synlige peaks er relateret til forskellige netværksforhold, når forbrugere er tændt og slukket.
Simuleringerne omfattede mange test, som vi var i stand til at køre hurtigt ved at fordele simuleringerne på tværs af forskellige computerkerner. Dette gav os mulighed for at evaluere en virkelig bred vifte af flyveforhold.
Nu hvor vi har afsluttet denne del af udviklingsprocessen, vil vi se, hvordan vi kan automatisere oprettelsen af dokumentation for hvert trin, hvordan vi automatisk kan køre test og dokumentere resultaterne.
Systemdesign er altid en iterativ proces. Vi foretager en ændring af et projekt, tester ændringen, evaluerer resultaterne og laver derefter en ny ændring. Processen med at dokumentere resultater og begrundelse for ændringer tager lang tid. Du kan automatisere denne proces ved hjælp af SLRG.
Ved hjælp af SLRG kan du automatisere udførelsen af tests og derefter indsamle resultaterne af disse tests i form af en rapport. Rapporten kan indeholde evaluering af testresultater, skærmbilleder af modeller og grafer, C- og MATLAB-kode.
Jeg vil afslutte med at minde om hovedpunkterne i denne præsentation.
- Vi så mange muligheder for at tune modellen for at finde en balance mellem modeltroskab og simuleringshastighed – inklusive simuleringstilstande og modelabstraktionsniveauer.
- Vi så, hvordan vi kan fremskynde simuleringer ved hjælp af optimeringsalgoritmer og parallel computing.
- Til sidst så vi, hvordan vi kan fremskynde udviklingsprocessen ved at automatisere simulerings- og analyseopgaver i MATLAB.
Forfatter af materialet — Mikhail Peselnik, ingeniør .
Link til dette webinar
Kilde: www.habr.com