Designe et elektrisk nettverk for fly ved bruk av modellbasert design

Denne publikasjonen gir en transkripsjon av webinaret "Utvikling av et flyelektrisk nettverk ved bruk av modellbasert design". Webinaret ble gjennomført av Mikhail Peselnik, ingeniør CITM utstiller.)

I dag skal vi lære at vi kan justere modeller for å oppnå den optimale balansen mellom nøyaktigheten og nøyaktigheten til simuleringsresultatene og hastigheten på simuleringsprosessen. Dette er nøkkelen til å bruke simulering effektivt og sørge for at detaljnivået i modellen din er passende for oppgaven du har tenkt å utføre.

Vi vil også lære:

• Hvordan du kan øke hastigheten på simuleringer ved å bruke optimaliseringsalgoritmer og parallell databehandling;
• Hvordan distribuere simuleringer på tvers av flere datamaskinkjerner, øke hastigheten på oppgaver som parameterestimering og parametervalg;
• Hvordan få fart på utviklingen ved å automatisere simulerings- og analyseoppgaver ved hjelp av MATLAB;
• Hvordan bruke MATLAB-skript for harmonisk analyse og dokumentere resultatene av enhver type test ved hjelp av automatisk rapportgenerering.

Vi starter med en oversikt over flyets elektriske nettverksmodell. Vi skal diskutere hva simuleringsmålene våre er og se på utviklingsprosessen som ble brukt til å lage modellen.

Vi vil deretter gå gjennom stadiene i denne prosessen, inkludert den første utformingen – hvor vi avklarer kravene. Detaljdesign - hvor vi skal se på de enkelte komponentene i det elektriske nettverket, og til slutt vil vi bruke simuleringsresultatene av detaljdesignet for å justere parametrene til den abstrakte modellen. Til slutt skal vi se på hvordan du kan dokumentere resultatene av alle disse trinnene i rapporter.

Her er en skjematisk fremstilling av systemet vi utvikler. Dette er en halvflymodell som inkluderer en generator, en AC-buss, forskjellige AC-belastninger, en transformator-likeretterenhet, en DC-buss med forskjellige belastninger og et batteri.

Brytere brukes til å koble komponenter til det elektriske nettverket. Når komponentene slås av og på under flyturen, kan de elektriske forholdene endres. Vi ønsker å analysere denne halvparten av flyets elektriske nett under disse skiftende forholdene.

En komplett modell av et flys elektriske system må inneholde andre komponenter. Vi har ikke inkludert dem i denne halvplansmodellen fordi vi kun ønsker å analysere interaksjonene mellom disse komponentene. Dette er en vanlig praksis innen fly- og skipsbygging.

Simuleringsmål:

• Bestem de elektriske kravene til de ulike komponentene samt kraftledningene som forbinder dem.
• Analyser systeminteraksjoner mellom komponenter fra forskjellige ingeniørdisipliner, inkludert elektriske, mekaniske, hydrauliske og termiske effekter.
• Og på et mer detaljert nivå, utfør harmonisk analyse.
• Analyser kvaliteten på strømforsyningen under skiftende forhold og se på spenninger og strømmer i ulike nettverksnoder.

Dette settet med simuleringsmål tjener best ved å bruke modeller med varierende detaljeringsgrad. Vi vil se at når vi beveger oss gjennom utviklingsprosessen, vil vi ha en abstrakt og en detaljert modell.

Når vi ser på simuleringsresultatene til disse ulike modellvariantene, ser vi at resultatene av systemnivåmodellen og den detaljerte modellen er de samme.

Hvis vi ser nærmere på simuleringsresultatene, ser vi at selv til tross for dynamikken forårsaket av bytte av strømenheter i den detaljerte versjonen av modellen vår, er de generelle simuleringsresultatene de samme.

Dette gjør at vi kan utføre raske iterasjoner på systemnivå, samt detaljert analyse av det elektriske systemet på granulært nivå. På denne måten kan vi nå våre mål effektivt.

La oss nå snakke om modellen vi jobber med. Vi har laget flere alternativer for hver komponent i det elektriske nettverket. Vi vil velge hvilken komponentvariant som skal brukes avhengig av problemet vi løser.

Når vi utforsker alternativer for nettkraftproduksjon, kan vi erstatte den integrerte drivgeneratoren med en syklokonvektortype variabel hastighetsgenerator eller en DC-koblet frekvensgenerator. Vi kan bruke abstrakte eller detaljerte lastkomponenter i en AC-krets.

Tilsvarende, for et DC-nettverk, kan vi bruke et abstrakt, detaljert eller multidisiplinært alternativ som tar hensyn til påvirkningen fra andre fysiske disipliner som mekanikk, hydraulikk og temperatureffekter.

Flere detaljer om modellen.

Her ser du generatoren, distribusjonsnettet og komponentene i nettet. Modellen er i dag satt opp for simulering med abstrakte komponentmodeller. Aktuatoren modelleres ganske enkelt ved å spesifisere den aktive og reaktive effekten som komponenten bruker.

Hvis vi konfigurerer denne modellen til å bruke detaljerte komponentvarianter, er aktuatoren allerede modellert som en elektrisk maskin. Vi har permanent magnet synkronmotor, omformere og DC buss og kontrollsystem. Ser vi på transformator-likeretterenheten ser vi at den er modellert ved hjelp av transformatorer og universalbroer som brukes i kraftelektronikk.

Vi kan også velge et systemalternativ (på TRU DC Loads -> Block Choices -> Multidomain) som tar hensyn til effekter assosiert med andre fysiske fenomener (i Fuel Pump). For drivstoffpumpen ser vi at vi har en hydraulisk pumpe, hydrauliske laster. For varmeren ser vi vurdering av temperatureffekter som påvirker oppførselen til den komponenten når temperaturen endres. Generatoren vår er modellert ved hjelp av en synkronmaskin og vi har et kontrollsystem for å stille inn spenningsfeltet for denne maskinen.

Flysykluser velges ved å bruke en MATLAB-variabel kalt Flight_Cycle_Num. Og her ser vi data fra MATLAB-arbeidsområdet som styrer når visse elektriske nettverkskomponenter slås av og på. Dette plottet (Plot_FC) viser for den første flysyklusen når komponenter slås på eller av.

Hvis vi justerer modellen til Tuned-versjonen, kan vi bruke dette skriptet (Test_APN_Model_SHORT) for å kjøre modellen og teste den i tre forskjellige flysykluser. Den første flysyklusen er i gang og vi tester systemet under ulike forhold. Vi konfigurerer deretter modellen automatisk til å kjøre en andre flysyklus og en tredje. Etter gjennomføring av disse testene har vi en rapport som viser resultatene av disse tre testene sammenlignet med tidligere testkjøringer. I rapporten kan du se skjermbilder av modellen, skjermbilder av grafer som viser hastighet, spenning og generert effekt ved generatorutgangen, sammenligningsgrafer med tidligere tester, samt resultatene av en analyse av kvaliteten på det elektriske nettverket.

Å finne en avveining mellom modelltrohet og simuleringshastighet er nøkkelen til å bruke simulering effektivt. Etter hvert som du legger til flere detaljer til modellen, øker tiden som kreves for å beregne og simulere modellen. Det er viktig å tilpasse modellen for det spesifikke problemet du løser.

Når vi er interessert i detaljer som strømkvalitet, legger vi til effekter som strømelektronikkveksling og realistiske belastninger. Men når vi er interessert i spørsmål som generering eller forbruk av energi fra ulike komponenter i det elektriske nettet, vil vi bruke komplekse simuleringsmetoder, abstrakte belastninger og gjennomsnittlige spenningsmodeller.

Ved å bruke Mathworks-produkter kan du velge riktig detaljnivå for det aktuelle problemet.

For å designe effektivt trenger vi både abstrakte og detaljerte modeller av komponenter. Slik passer disse alternativene inn i utviklingsprosessen vår:

• Først avklarer vi kravene ved hjelp av en abstrakt versjon av modellen.
• Deretter bruker vi de raffinerte kravene til å designe komponenten i detalj.
• Vi kan kombinere en abstrakt og detaljert versjon av en komponent i modellen vår, noe som tillater verifisering og kombinasjon av komponenten med mekaniske systemer og kontrollsystemer.
• Til slutt kan vi bruke simuleringsresultatene til den detaljerte modellen for å justere parametrene til den abstrakte modellen. Dette vil gi oss en modell som går raskt og gir nøyaktige resultater.

Du kan se at disse to alternativene – system og detaljert modell – utfyller hverandre. Arbeidet vi gjør med den abstrakte modellen for å tydeliggjøre krav reduserer antall iterasjoner som kreves for detaljert design. Dette setter fart på utviklingsprosessen vår. Simuleringsresultatene til den detaljerte modellen gir oss en abstrakt modell som kjører raskt og gir nøyaktige resultater. Dette gjør at vi kan oppnå samsvar mellom detaljnivået til modellen og oppgaven simuleringen utfører.

Mange selskaper rundt om i verden bruker MOS til å utvikle komplekse systemer. Airbus utvikler et drivstoffstyringssystem for A380 basert på MOP. Dette systemet inneholder mer enn 20 pumper og mer enn 40 ventiler. Du kan forestille deg hvor mange forskjellige feilscenarier som kan oppstå. Ved hjelp av simulering kan de kjøre over hundre tusen tester hver helg. Dette gir dem tillit til at, uavhengig av feilscenarioet, deres kontrollsystem kan håndtere det.

Nå som vi har sett en oversikt over modellen vår og simuleringsmålene våre, går vi gjennom designprosessen. Vi starter med å bruke en abstrakt modell for å klargjøre systemkravene. Disse raffinerte kravene vil bli brukt til detaljdesign.

Vi skal se hvordan man integrerer kravdokumenter i utviklingsprosessen. Vi har et stort kravdokument som skisserer alle kravene til systemet vårt. Det er svært vanskelig å sammenligne kravene med prosjektet som helhet og forsikre seg om at prosjektet oppfyller disse kravene.

Ved hjelp av SLVNV kan du direkte koble kravdokumenter og modellen i Simulink. Du kan lage lenker direkte fra modellen direkte til kravene. Dette gjør det lettere å verifisere at en bestemt del av modellen forholder seg til et spesifikt krav og omvendt. Denne kommunikasjonen er toveis. Så hvis vi ser på et krav, kan vi raskt hoppe til en modell for å se hvordan dette kravet oppfylles.

Nå som vi har integrert kravdokumentet i arbeidsflyten, skal vi finpusse kravene til det elektriske nettet. Spesifikt skal vi se på drifts-, topp- og designbelastningskrav for generatorer og overføringslinjer. Vi vil teste dem over et bredt spekter av nettforhold. De. under forskjellige flysykluser, når forskjellige laster slås på og av. Siden vi kun fokuserer på kraft, vil vi forsømme å bytte i kraftelektronikk. Derfor vil vi bruke abstrakte modeller og forenklede simuleringsmetoder. Dette betyr at vi vil justere modellen for å ignorere detaljer som vi ikke trenger. Dette vil få simuleringen til å gå raskere og tillate oss å teste forholdene under lange flysykluser.

Vi har en vekselstrømkilde som går gjennom en kjede av motstander, kapasitanser og induktanser. Det er en bryter i kretsen som åpner seg etter en tid og deretter lukkes igjen. Hvis du kjører simuleringen, kan du se resultatene med den kontinuerlige løseren. (V1) Du kan se at svingningene knyttet til åpning og lukking av bryteren vises nøyaktig.

La oss nå bytte til diskret modus. Dobbeltklikk på PowerGui-blokken og velg den diskrete løseren i fanen Løser. Du kan se at den diskrete løseren nå er valgt. La oss starte simuleringen. Du vil se at resultatene nå er nesten de samme, men nøyaktigheten avhenger av den valgte samplingsfrekvensen.

Nå kan jeg velge den komplekse simuleringsmodusen, stille inn frekvensen - siden løsningen kun oppnås ved en viss frekvens - og kjøre simuleringen på nytt. Du vil se at kun signalamplitudene vises. Ved å klikke på denne blokken kan jeg kjøre et MATLAB-skript som vil kjøre modellen sekvensielt i alle tre simuleringsmodusene og plotte de resulterende plottene oppå hverandre. Hvis vi ser nærmere på strøm og spenning, vil vi se at de diskrete resultatene er nær de kontinuerlige, men sammenfaller fullstendig. Hvis du ser på strømmen, kan du se at det er en topp som ikke ble notert i den diskrete modusen til simuleringen. Og vi ser at den komplekse modusen lar deg bare se amplituden. Hvis vi ser på løsertrinnet, kan vi se at den komplekse løseren bare krevde 56 trinn, mens de andre løserne krevde mange flere trinn for å fullføre simuleringen. Dette tillot den komplekse simuleringsmodusen å kjøre mye raskere enn andre moduser.

I tillegg til å velge en passende simuleringsmodus, trenger vi modeller med et passende detaljnivå. For å klargjøre strømkravene til komponenter i et elektrisk nettverk, vil vi bruke abstrakte modeller med generell anvendelse. Dynamic Load-blokken lar oss spesifisere den aktive og reaktive effekten som en komponent forbruker eller genererer i nettverket.

Vi vil definere en innledende abstrakt modell for reaktiv og aktiv effekt basert på et innledende sett med krav. Vi vil bruke den ideelle kildeblokken som kilde. Dette vil tillate deg å stille inn spenningen på nettverket, og du kan bruke dette til å bestemme parameterne til generatoren, og forstå hvor mye strøm den skal produsere.

Deretter vil du se hvordan du bruker simulering for å avgrense strømkravene for en generator og overføringslinjer.

Vi har et innledende sett med krav som inkluderer effektklasse og effektfaktor for komponentene i nettverket. Vi har også en rekke forhold som dette nettverket kan fungere under. Vi ønsker å avgrense disse innledende kravene ved å teste under en lang rekke forhold. Vi vil gjøre dette ved å justere modellen til å bruke abstrakte belastninger og kilder og teste kravene under et bredt spekter av driftsforhold.

Vi vil konfigurere modellen til å bruke abstrakte last- og generatormodeller, og se kraften som genereres og forbrukes over et bredt spekter av driftsforhold.

Nå går vi videre til detaljert design. Vi vil bruke de raffinerte kravene til å detaljere designet, og vi vil kombinere disse detaljerte komponentene med systemmodellen for å oppdage integrasjonsproblemer.

I dag finnes det flere alternativer for å generere strøm i et fly. Vanligvis drives generatoren av kommunikasjon med en gassturbin. Turbinen roterer med variabel frekvens. Dersom nettet må ha fast frekvens, kreves det en konvertering fra variabel turbinakselhastighet til konstant frekvens i nettet. Dette kan gjøres ved å bruke en integrert frekvensomformer oppstrøms for generatoren, eller ved å bruke kraftelektronikk for å konvertere variabel frekvens AC til konstant frekvens AC. Det finnes også systemer med flytende frekvens, hvor frekvensen i nettet kan endres og energiomsetning skjer ved belastningene i nettet.

Hvert av disse alternativene krever en generator og kraftelektronikk for å konvertere energien.

Vi har en gassturbin som roterer med variabel hastighet. Denne turbinen brukes til å rotere generatorakselen, som produserer vekselstrøm med variabel frekvens. Ulike kraftelektronikkalternativer kan brukes til å konvertere denne variable frekvensen til en fast frekvens. Vi ønsker å vurdere disse ulike alternativene. Dette kan gjøres ved hjelp av SPS.

Vi kan modellere hvert av disse systemene og kjøre simuleringer under forskjellige forhold for å evaluere hvilket alternativ som er best for systemet vårt. La oss bytte til modellen og se hvordan dette gjøres.

Her er modellen vi jobber med. Den variable hastigheten fra gassturbinakselen overføres til generatoren. Og syklokonverteren brukes til å produsere vekselstrøm med fast frekvens. Hvis du kjører simuleringen, vil du se hvordan modellen oppfører seg. Den øverste grafen viser den variable hastigheten til en gassturbin. Du ser at frekvensen endrer seg. Dette gule signalet i den andre grafen er spenningen fra en av fasene ved generatorutgangen. Denne fastfrekvente vekselstrømmen lages fra variabel hastighet ved bruk av kraftelektronikk.

La oss se på hvordan AC-belastninger beskrives. Vår er koblet til en lampe, en hydraulisk pumpe og en aktuator. Disse komponentene er modellert ved hjelp av blokker fra SPS.

Hver av disse blokkene i SPS inkluderer konfigurasjonsinnstillinger som lar deg tilpasse ulike komponentkonfigurasjoner og justere detaljnivået i modellen din.

Vi konfigurerte modellene til å kjøre en detaljert versjon av hver komponent. Så vi har mye kraft til å modellere AC-belastninger, og ved å simulere detaljerte komponenter i diskret modus kan vi se mye mer detaljer om hva som skjer i vårt elektriske nettverk.

En av oppgavene som vi skal utføre med den detaljerte versjonen av modellen er analysen av kvaliteten på elektrisk energi.

Når en last innføres i systemet, kan det forårsake bølgeformforvrengning ved spenningskilden. Dette er en ideell sinusoid, og et slikt signal vil være ved utgangen til generatoren hvis belastningene er konstante. Men etter hvert som antallet komponenter som kan slås av og på øker, kan denne bølgeformen bli forvrengt og resultere i så små overskridelser.

Disse toppene i bølgeformen ved spenningskilden kan forårsake problemer. Dette kan føre til overoppheting av generatoren på grunn av kobling i kraftelektronikken, dette kan skape store nøytrale strømmer, og også forårsake unødvendig kobling i kraftelektronikken pga. de forventer ikke denne sprett i signalet.

Harmonisk forvrengning gir et mål på kvaliteten på vekselstrøm. Det er viktig å måle dette forholdet under skiftende nettverksforhold fordi kvaliteten vil variere avhengig av hvilken komponent som slås av og på. Dette forholdet er enkelt å måle ved hjelp av MathWorks-verktøy og kan automatiseres for testing under en lang rekke forhold.

Lær mer om THD på Wikipedia.

Deretter vil vi se hvordan du utfører strømkvalitetsanalyse ved hjelp av simulering.

Vi har en modell av et flys elektriske nettverk. På grunn av ulike belastninger i nettverket er spenningsbølgeformen ved generatorutgangen forvrengt. Dette fører til en forringelse av kvaliteten på maten. Disse lastene kobles fra og bringes online på forskjellige tidspunkter i løpet av flysyklusen.

Vi ønsker å evaluere strømkvaliteten til dette nettverket under forskjellige forhold. For dette vil vi bruke SPS og MATLAB for automatisk å beregne THD. Vi kan beregne forholdet interaktivt ved hjelp av en GUI eller bruke et MATLAB-skript for automatisering.

La oss gå tilbake til modellen for å vise deg dette med et eksempel. Vår flyelektriske nettverksmodell består av en generator, en AC-buss, AC-laster og en transformator-likeretter og DC-laster. Vi ønsker å måle strømkvaliteten på ulike punkter i nettet under ulike forhold. For å starte, skal jeg vise deg hvordan du gjør dette interaktivt bare for generatoren. Så skal jeg vise deg hvordan du automatiserer denne prosessen ved å bruke MATLAB. Vi vil først kjøre en simulering for å samle inn dataene som kreves for å beregne THD.

Denne grafen (Gen1_Vab) viser spenningen mellom generatorfasene. Som du kan se, er ikke dette en perfekt sinusbølge. Dette betyr at strømkvaliteten til nettverket påvirkes av komponentene på nettverket. Når simuleringen er fullført, vil vi bruke Fast Fourier Transform for å beregne THD. Vi åpner powergui-blokken og åpner FFT-analyseverktøyet. Du kan se at verktøyet automatisk lastes med dataene jeg registrerte under simuleringen. Vi velger FFT-vinduet, spesifiserer frekvens og rekkevidde og viser resultatene. Du kan se at den harmoniske forvrengningsfaktoren er 2.8 %. Her kan du se bidraget til de ulike harmoniske. Du så hvordan du kan beregne harmonisk forvrengningskoeffisient interaktivt. Men vi ønsker å automatisere denne prosessen for å beregne koeffisienten under forskjellige forhold og på forskjellige punkter i nettverket.

Vi vil nå se på alternativene som er tilgjengelige for modellering av DC-belastninger.

Vi kan modellere rene elektriske laster så vel som multidisiplinære laster som inneholder elementer fra ulike ingeniørfelt, som elektriske og termiske effekter, elektriske, mekaniske og hydrauliske.

DC-kretsen vår inkluderer en transformator-likeretter, lamper, varmeapparat, drivstoffpumpe og batteri. Detaljerte modeller kan ta hensyn til effekter fra andre områder, for eksempel tar en varmeapparatmodell hensyn til endringer i oppførselen til den elektriske delen når temperaturen endres. Drivstoffpumpen tar hensyn til effekter fra andre områder for også å se deres innvirkning på komponentens oppførsel. Jeg går tilbake til modellen for å vise deg hvordan den ser ut.

Dette er modellen vi jobber med. Som du kan se, nå er transformator-likeretteren og DC-nettverket rent elektriske, dvs. kun effekter fra det elektriske domenet tas i betraktning. De har forenklet elektriske modeller av komponentene i dette nettverket. Vi kan velge en variant av dette systemet (TRU DC Loads -> Multidomain) som tar hensyn til effekter fra andre ingeniørfelt. Du ser at i nettverket har vi de samme komponentene, men i stedet for antall elektriske modeller, la vi til andre effekter - for eksempel for hiteren, et temperatur fysisk nettverk som tar hensyn til temperaturens innflytelse på atferd. I pumpen tar vi nå hensyn til de hydrauliske effektene av pumpene og andre belastninger i systemet.

Komponentene du ser i modellen er satt sammen fra Simscape bibliotekblokker. Det er blokker for regnskap for elektriske, hydrauliske, magnetiske og andre disipliner. Ved å bruke disse blokkene kan du lage modeller som vi kaller multidisiplinære, dvs. tar hensyn til effekter fra ulike fysiske og ingeniørfaglige disipliner.

Effekter fra andre områder kan integreres i den elektriske nettmodellen.

Simscape-blokkbiblioteket inkluderer blokker for å simulere effekter fra andre domener, for eksempel hydraulikk eller temperatur. Ved å bruke disse komponentene kan du skape mer realistiske nettverksbelastninger og deretter mer nøyaktig definere forholdene disse komponentene kan fungere under.

Ved å kombinere disse elementene kan du lage mer komplekse komponenter, samt lage nye tilpassede disipliner eller områder ved å bruke Simscape-språket.

Mer avanserte komponenter og parameterinnstillinger er tilgjengelige i spesialiserte Simscape-utvidelser. Mer komplekse og detaljerte komponenter er tilgjengelige i disse bibliotekene, og tar hensyn til effekter som effektivitetstap og temperatureffekter. Du kan også modellere 3D- og flerkroppssystemer ved å bruke SimMechanics.

Nå som vi har fullført den detaljerte designen, vil vi bruke resultatene fra de detaljerte simuleringene til å justere parametrene til den abstrakte modellen. Dette vil gi oss en modell som kjører fort samtidig som den produserer resultater som samsvarer med resultatene av en detaljert simulering.

Vi startet utviklingsprosessen med abstrakte komponentmodeller. Nå som vi har detaljerte modeller, vil vi gjerne sørge for at disse abstrakte modellene gir lignende resultater.

Grønt viser de første kravene vi mottok. Vi ønsker at resultatene fra den abstrakte modellen, vist her i blått, skal være nær resultatene fra den detaljerte modellsimuleringen, vist i rødt.

For å gjøre dette vil vi definere de aktive og reaktive effektene for den abstrakte modellen ved å bruke inngangssignalet. I stedet for å bruke separate verdier for aktiv og reaktiv effekt, vil vi lage en parameterisert modell og justere disse parameterne slik at kurvene for aktiv og reaktiv effekt fra den abstrakte modellsimuleringen samsvarer med den detaljerte modellen.

Deretter skal vi se hvordan den abstrakte modellen kan justeres for å matche resultatene av den detaljerte modellen.

Dette er vår oppgave. Vi har en abstrakt modell av en komponent i et elektrisk nettverk. Når vi bruker et slikt styresignal på den, er utgangen følgende resultat for aktiv og reaktiv effekt.

Når vi bruker det samme signalet til inngangen til en detaljert modell, får vi resultater som disse.

Vi trenger at simuleringsresultatene til den abstrakte og detaljerte modellen er konsistente slik at vi kan bruke den abstrakte modellen til raskt å iterere på systemmodellen. For å gjøre dette vil vi automatisk justere parametrene til den abstrakte modellen til resultatene samsvarer.

For å gjøre dette vil vi bruke SDO, som automatisk kan endre parametere inntil resultatene av de abstrakte og detaljerte modellene samsvarer.

For å konfigurere disse innstillingene følger vi følgende trinn.

• Først importerer vi simuleringsutgangene til den detaljerte modellen og velger disse dataene for parameterestimering.
• Vi vil deretter spesifisere hvilke parametere som må konfigureres og angi parameterområder.
• Deretter vil vi evaluere parametrene, med SDO som justerer parametrene til resultatene samsvarer.
• Til slutt kan vi bruke andre inndata for å validere parameterestimeringsresultatene.

Du kan øke hastigheten på utviklingsprosessen betydelig ved å distribuere simuleringer ved hjelp av parallell databehandling.

Du kan kjøre separate simuleringer på forskjellige kjerner i en flerkjerneprosessor eller på dataklynger. Hvis du har en oppgave som krever at du kjører flere simuleringer – for eksempel Monte Carlo-analyse, parametertilpasning eller kjører flere flysykluser – kan du distribuere disse simuleringene ved å kjøre dem på en lokal flerkjernemaskin eller datamaskinklynge.

I mange tilfeller vil dette ikke være vanskeligere enn å erstatte for-løkken i skriptet med en parallell for loop, parfor. Dette kan føre til en betydelig fremskyndelse i kjøresimuleringer.

Vi har en modell av et flys elektriske nettverk. Vi ønsker å teste dette nettverket under et bredt spekter av driftsforhold - inkludert flysykluser, forstyrrelser og vær. Vi vil bruke PCT for å fremskynde disse testene, MATLAB for å tune modellen for hver test vi ønsker å kjøre. Vi vil deretter distribuere simuleringene på tvers av forskjellige kjerner på datamaskinen min. Vi vil se at parallelle tester fullføres mye raskere enn sekvensielle.

Her er trinnene vi må følge.

• Først vil vi lage en pool av arbeiderprosesser, eller såkalte MATLAB-arbeidere, ved å bruke parpool-kommandoen.
• Deretter vil vi generere parametersett for hver test vi ønsker å kjøre.
• Vi vil kjøre simuleringene først sekvensielt, den ene etter den andre.
• Og sammenligne dette med å kjøre simuleringer parallelt.

I følge resultatene er den totale testtiden i parallell modus omtrent 4 ganger mindre enn i sekvensiell modus. Vi så i grafene at strømforbruket generelt er på forventet nivå. De synlige toppene er relatert til ulike nettverksforhold når forbrukere slås av og på.

Simuleringene inkluderte mange tester som vi klarte å kjøre raskt ved å distribuere simuleringene på tvers av forskjellige datamaskinkjerner. Dette tillot oss å evaluere et virkelig bredt spekter av flyforhold.

Nå som vi har fullført denne delen av utviklingsprosessen, skal vi se hvordan vi kan automatisere opprettelsen av dokumentasjon for hvert trinn, hvordan vi automatisk kan kjøre tester og dokumentere resultatene.

Systemdesign er alltid en iterativ prosess. Vi gjør en endring i et prosjekt, tester endringen, evaluerer resultatene og gjør så en ny endring. Prosessen med å dokumentere resultatene og begrunnelsen for endringer tar lang tid. Du kan automatisere denne prosessen ved å bruke SLRG.

Ved å bruke SLRG kan du automatisere utføringen av tester og deretter samle resultatene av disse testene i form av en rapport. Rapporten kan inneholde evaluering av testresultater, skjermbilder av modeller og grafer, C- og MATLAB-kode.

Jeg vil avslutte med å minne om hovedpunktene i denne presentasjonen.

• Vi så mange muligheter til å justere modellen for å finne en balanse mellom modelltrohet og simuleringshastighet – inkludert simuleringsmoduser og modellabstraksjonsnivåer.
• Vi så hvordan vi kan fremskynde simuleringer ved hjelp av optimaliseringsalgoritmer og parallell databehandling.
• Til slutt så vi hvordan vi kan få fart på utviklingsprosessen ved å automatisere simulerings- og analyseoppgaver i MATLAB.

Forfatter av materialet — Mikhail Peselnik, ingeniør CITM utstiller.

Link til dette webinaret https://exponenta.ru/events/razrabotka-ehlektroseti-samoleta-s-ispolzovaniem-mop

Kilde: www.habr.com