Designa ett elektriskt nätverk för flygplan med modellbaserad design

Denna publikation tillhandahåller en transkription av webbinariet "Utveckling av ett flygplans elektriska nätverk med modellbaserad design". Webinariet genomfördes av Mikhail Peselnik, ingenjör CITM utställare.)

Idag kommer vi att lära oss att vi kan ställa in modeller för att uppnå den optimala balansen mellan simuleringsresultatens trohet och noggrannhet och hastigheten i simuleringsprocessen. Detta är nyckeln till att använda simulering effektivt och se till att detaljnivån i din modell är lämplig för den uppgift du tänker utföra.

Vi kommer också att lära oss:

• Hur du kan påskynda simuleringar genom att använda optimeringsalgoritmer och parallell beräkning;
• Hur man distribuerar simuleringar över flera datorkärnor, vilket påskyndar uppgifter som parameteruppskattning och parameterval;
• Hur man påskyndar utvecklingen genom att automatisera simulerings- och analysuppgifter med MATLAB;
• Hur man använder MATLAB-skript för harmonisk analys och dokumenterar resultaten av alla typer av tester med hjälp av automatisk rapportgenerering.

Vi börjar med en översikt över flygplanets elektriska nätverksmodell. Vi kommer att diskutera vad våra simuleringsmål är och titta på utvecklingsprocessen som användes för att skapa modellen.

Vi kommer sedan att gå igenom stadierna i denna process, inklusive den initiala designen – där vi klargör kraven. Detaljdesign - där vi kommer att titta på de enskilda komponenterna i det elektriska nätverket, och slutligen kommer vi att använda simuleringsresultaten av den detaljerade designen för att justera parametrarna för den abstrakta modellen. Slutligen ska vi titta på hur du kan dokumentera resultatet av alla dessa steg i rapporter.

Här är en schematisk representation av systemet vi håller på att utveckla. Detta är en halvflygplansmodell som inkluderar en generator, en AC-buss, olika AC-laster, en transformator-likriktarenhet, en DC-buss med olika laster och ett batteri.

Omkopplare används för att ansluta komponenter till det elektriska nätverket. När komponenter slås på och av under flygning kan de elektriska förhållandena ändras. Vi vill analysera denna halva av flygplanets elnät under dessa föränderliga förhållanden.

En komplett modell av ett flygplans elektriska system måste innehålla andra komponenter. Vi har inte inkluderat dem i denna halvplansmodell eftersom vi bara vill analysera interaktionerna mellan dessa komponenter. Detta är en vanlig praxis inom flygplan och skeppsbyggnad.

Simuleringsmål:

• Bestäm de elektriska kraven för de olika komponenterna samt kraftledningarna som förbinder dem.
• Analysera systeminteraktioner mellan komponenter från olika ingenjörsdiscipliner, inklusive elektriska, mekaniska, hydrauliska och termiska effekter.
• Och på en mer detaljerad nivå, utför harmonisk analys.
• Analysera kvaliteten på strömförsörjningen under föränderliga förhållanden och titta på spänningar och strömmar i olika nätverksnoder.

Denna uppsättning simuleringsmål tjänas bäst genom att använda modeller med varierande detaljeringsgrad. Vi kommer att se att när vi går igenom utvecklingsprocessen kommer vi att ha en abstrakt och en detaljerad modell.

När vi tittar på simuleringsresultaten för dessa olika modellvarianter ser vi att resultaten av modellen på systemnivå och den detaljerade modellen är desamma.

Om vi ​​tittar närmare på simuleringsresultaten ser vi att även trots dynamiken som orsakas av omkopplingen av kraftenheter i den detaljerade versionen av vår modell, är de övergripande simuleringsresultaten desamma.

Detta gör att vi kan utföra snabba iterationer på systemnivå, samt detaljerad analys av det elektriska systemet på granulär nivå. På så sätt kan vi nå våra mål effektivt.

Låt oss nu prata om modellen vi arbetar med. Vi har skapat flera alternativ för varje komponent i elnätet. Vi kommer att välja vilken komponentvariant som ska användas beroende på vilket problem vi löser.

När vi utforskar nätkraftsgenereringsalternativ kan vi ersätta den integrerade drivgeneratorn med en cyklokonvektortyp med variabel hastighetsgenerator eller en DC-kopplad frekvensgenerator. Vi kan använda abstrakta eller detaljerade lastkomponenter i en AC-krets.

På samma sätt, för ett DC-nätverk, kan vi använda ett abstrakt, detaljerat eller multidisciplinärt alternativ som tar hänsyn till påverkan från andra fysiska discipliner som mekanik, hydraulik och temperatureffekter.

Mer information om modellen.

Här ser du generatorn, distributionsnätet och komponenterna i nätet. Modellen är för närvarande inställd för simulering med abstrakta komponentmodeller. Ställdonet modelleras helt enkelt genom att specificera den aktiva och reaktiva effekten som komponenten förbrukar.

Om vi ​​konfigurerar denna modell för att använda detaljerade komponentvarianter, är ställdonet redan modellerat som en elektrisk maskin. Vi har permanentmagnet synkronmotor, omvandlare och DC-buss och styrsystem. Om vi ​​tittar på transformator-likriktarenheten ser vi att den är modellerad med hjälp av transformatorer och universalbryggor som används inom kraftelektronik.

Vi kan också välja ett systemalternativ (på TRU DC Loads -> Block Choices -> Multidomain) som tar hänsyn till effekter associerade med andra fysiska fenomen (i Fuel Pump). För bränslepumpen ser vi att vi har en hydraulpump, hydrauliska laster. För värmaren ser vi hänsyn till temperatureffekter som påverkar beteendet hos den komponenten när temperaturen ändras. Vår generator är modellerad med en synkronmaskin och vi har ett styrsystem för att ställa in spänningsfältet för denna maskin.

Flygcykler väljs med hjälp av en MATLAB-variabel med namnet Flight_Cycle_Num. Och här ser vi data från MATLAB-arbetsytan som styr när vissa elektriska nätverkskomponenter slås på och av. Denna plot (Plot_FC) visar för den första flygcykeln när komponenter slås på eller av.

Om vi ​​ställer in modellen till den avstämda versionen kan vi använda det här skriptet (Test_APN_Model_SHORT) för att köra modellen och testa den i tre olika flygcykler. Den första flygcykeln är igång och vi testar systemet under olika förhållanden. Vi konfigurerar sedan automatiskt modellen för att köra en andra flygcykel och en tredje. Efter slutförandet av dessa tester har vi en rapport som visar resultaten av dessa tre tester jämfört med tidigare testkörningar. I rapporten kan du se skärmdumpar av modellen, skärmdumpar av grafer som visar hastighet, spänning och genererad effekt vid generatorutgången, jämförelsegrafer med tidigare tester, samt resultatet av en analys av kvaliteten på det elektriska nätet.

Att hitta en avvägning mellan modelltrohet och simuleringshastighet är nyckeln till att använda simulering effektivt. När du lägger till fler detaljer till din modell ökar tiden som krävs för att beräkna och simulera modellen. Det är viktigt att anpassa modellen för det specifika problem du löser.

När vi är intresserade av detaljer som strömkvalitet lägger vi till effekter som kraftelektronikomkoppling och realistiska belastningar. Men när vi är intresserade av frågor som generering eller förbrukning av energi från olika komponenter i elnätet kommer vi att använda komplexa simuleringsmetoder, abstrakta belastningar och medelspänningsmodeller.

Med hjälp av Mathworks produkter kan du välja rätt detaljnivå för det aktuella problemet.

För att designa effektivt behöver vi både abstrakta och detaljerade modeller av komponenter. Så här passar dessa alternativ in i vår utvecklingsprocess:

• Först klargör vi kraven med hjälp av en abstrakt version av modellen.
• Vi använder sedan de förfinade kraven för att designa komponenten i detalj.
• Vi kan kombinera en abstrakt och detaljerad version av en komponent i vår modell, vilket möjliggör verifiering och kombination av komponenten med mekaniska system och styrsystem.
• Slutligen kan vi använda simuleringsresultaten från den detaljerade modellen för att justera parametrarna för den abstrakta modellen. Detta kommer att ge oss en modell som går snabbt och ger korrekta resultat.

Du kan se att dessa två alternativ – system och detaljerad modell – kompletterar varandra. Arbetet vi gör med den abstrakta modellen för att klargöra krav minskar antalet iterationer som krävs för detaljdesign. Detta påskyndar vår utvecklingsprocess. Simuleringsresultaten av den detaljerade modellen ger oss en abstrakt modell som går snabbt och ger korrekta resultat. Detta gör att vi kan uppnå en matchning mellan modellens detaljnivå och uppgiften som simuleringen utför.

Många företag runt om i världen använder MOS för att utveckla komplexa system. Airbus utvecklar ett bränslehanteringssystem för A380 baserat på MOP. Detta system innehåller mer än 20 pumpar och mer än 40 ventiler. Du kan föreställa dig hur många olika felscenarier som kan uppstå. Med hjälp av simulering kan de köra över hundra tusen tester varje helg. Detta ger dem förtroende för att deras kontrollsystem kan hantera det, oavsett felscenario.

Nu när vi har sett en översikt över vår modell och våra simuleringsmål går vi igenom designprocessen. Vi börjar med att använda en abstrakt modell för att förtydliga systemkraven. Dessa förfinade krav kommer att användas för detaljerad design.

Vi ska se hur man integrerar kravdokument i utvecklingsprocessen. Vi har ett stort kravdokument som beskriver alla krav på vårt system. Det är mycket svårt att jämföra kraven med projektet som helhet och se till att projektet uppfyller dessa krav.

Med hjälp av SLVNV kan du direkt länka kravdokument och modellen i Simulink. Du kan skapa länkar direkt från modellen direkt till kraven. Detta gör det lättare att verifiera att en viss del av modellen relaterar till ett specifikt krav och vice versa. Denna kommunikation är tvåvägs. Så om vi tittar på ett krav kan vi snabbt hoppa till en modell för att se hur det kravet uppfylls.

Nu när vi integrerat kravdokumentet i arbetsflödet kommer vi att förfina kraven på elnätet. Specifikt kommer vi att titta på drift-, topp- och designbelastningskrav för generatorer och transmissionsledningar. Vi kommer att testa dem över ett brett spektrum av nätförhållanden. De där. under olika flygcykler, när olika laster slås på och av. Eftersom vi bara fokuserar på kraft kommer vi att försumma att byta kraftelektronik. Därför kommer vi att använda abstrakta modeller och förenklade simuleringsmetoder. Det betyder att vi kommer att trimma modellen för att ignorera detaljer som vi inte behöver. Detta gör att simuleringen går snabbare och gör att vi kan testa förhållanden under långa flygcykler.

Vi har en växelströmskälla som går genom en kedja av motstånd, kapacitanser och induktanser. Det finns en strömbrytare i kretsen som öppnar efter en tid och sedan stänger igen. Om du kör simuleringen kan du se resultatet med den kontinuerliga lösaren. (V1) Du kan se att svängningarna som är förknippade med öppning och stängning av omkopplaren visas korrekt.

Låt oss nu byta till diskret läge. Dubbelklicka på PowerGui-blocket och välj den diskreta lösaren på fliken Solver. Du kan se att den diskreta lösaren nu är vald. Låt oss börja simuleringen. Du kommer att se att resultaten nu är nästan desamma, men noggrannheten beror på den valda samplingsfrekvensen.

Nu kan jag välja det komplexa simuleringsläget, ställa in frekvensen - eftersom lösningen bara erhålls vid en viss frekvens - och köra simuleringen igen. Du kommer att se att endast signalamplituderna visas. Genom att klicka på det här blocket kan jag köra ett MATLAB-skript som kommer att köra modellen sekventiellt i alla tre simuleringslägen och plotta de resulterande plotten ovanpå varandra. Om vi ​​tittar närmare på ström och spänning kommer vi att se att de diskreta resultaten ligger nära de kontinuerliga, men helt sammanfaller. Om du tittar på strömmen kan du se att det finns en topp som inte noterades i det diskreta läget för simuleringen. Och vi ser att det komplexa läget gör att du bara kan se amplituden. Om du tittar på lösaresteget kan du se att den komplexa lösaren bara krävde 56 steg, medan de andra lösarna krävde många fler steg för att slutföra simuleringen. Detta gjorde att det komplexa simuleringsläget gick mycket snabbare än andra lägen.

Förutom att välja ett lämpligt simuleringsläge behöver vi modeller med lämplig detaljnivå. För att klargöra effektkraven för komponenter i ett elektriskt nätverk kommer vi att använda abstrakta modeller av allmän tillämpning. Dynamic Load-blocket tillåter oss att specificera den aktiva och reaktiva effekten som en komponent förbrukar eller genererar i nätverket.

Vi kommer att definiera en initial abstrakt modell för reaktiv och aktiv effekt baserat på en initial uppsättning krav. Vi kommer att använda källblocket Ideal som källa. Detta gör att du kan ställa in spänningen på nätverket, och du kan använda detta för att bestämma parametrarna för generatorn och förstå hur mycket kraft den ska producera.

Därefter kommer du att se hur du använder simulering för att förfina effektkraven för en generator och transmissionsledningar.

Vi har en första uppsättning krav som inkluderar märkeffekt och effektfaktor för komponenterna i nätverket. Vi har också en rad förhållanden under vilka detta nätverk kan fungera. Vi vill förfina dessa initiala krav genom att testa under en lång rad förhållanden. Vi kommer att göra detta genom att trimma modellen för att använda abstrakta belastningar och källor och testa kraven under ett brett spektrum av driftsförhållanden.

Vi kommer att konfigurera modellen för att använda abstrakta belastnings- och generatormodeller och se ström som genereras och förbrukas under ett brett spektrum av driftsförhållanden.

Nu går vi vidare till detaljerad design. Vi kommer att använda de förfinade kraven för att detaljera designen, och vi kommer att kombinera dessa detaljerade komponenter med systemmodellen för att upptäcka integrationsproblem.

Idag finns flera alternativ för att generera el i ett flygplan. Generatorn drivs vanligtvis av kommunikation med en gasturbin. Turbinen roterar med en variabel frekvens. Om nätet måste ha en fast frekvens krävs en omvandling från variabel turbinaxelhastighet till konstant frekvens i nätet. Detta kan göras genom att använda en integrerad frekvensomriktare uppströms om generatorn, eller genom att använda kraftelektronik för att konvertera variabel frekvens AC till konstant frekvens AC. Det finns även system med flytande frekvens, där frekvensen i nätet kan ändras och energiomvandling sker vid belastningarna i nätet.

Vart och ett av dessa alternativ kräver en generator och kraftelektronik för att omvandla energin.

Vi har en gasturbin som roterar med variabel hastighet. Denna turbin används för att rotera generatoraxeln, som producerar växelström med variabel frekvens. Olika kraftelektronikalternativ kan användas för att omvandla denna variabla frekvens till en fast frekvens. Vi skulle vilja utvärdera dessa olika alternativ. Detta kan göras med hjälp av SPS.

Vi kan modellera vart och ett av dessa system och köra simuleringar under olika förhållanden för att utvärdera vilket alternativ som är bäst för vårt system. Låt oss byta till modellen och se hur detta går till.

Här är modellen vi arbetar med. Den variabla hastigheten från gasturbinaxeln överförs till generatorn. Och cyklokonverteraren används för att producera växelström med fast frekvens. Om du kör simuleringen ser du hur modellen beter sig. Den översta grafen visar den variabla hastigheten för en gasturbin. Du ser att frekvensen förändras. Denna gula signal i den andra grafen är spänningen från en av faserna vid generatorns utgång. Denna växelström med fast frekvens skapas från variabel hastighet med hjälp av kraftelektronik.

Låt oss titta på hur AC-belastningar beskrivs. Vår är kopplad till en lampa, en hydraulpump och ett ställdon. Dessa komponenter är modellerade med hjälp av block från SPS.

Vart och ett av dessa block i SPS inkluderar konfigurationsinställningar så att du kan anpassa olika komponentkonfigurationer och justera detaljnivån i din modell.

Vi konfigurerade modellerna för att köra en detaljerad version av varje komponent. Så vi har mycket kraft att modellera AC-laster och genom att simulera detaljerade komponenter i diskret läge kan vi se mycket mer detaljer om vad som händer i vårt elektriska nätverk.

En av uppgifterna som vi kommer att utföra med den detaljerade versionen av modellen är analysen av kvaliteten på elektrisk energi.

När en belastning införs i systemet kan det orsaka vågformsförvrängning vid spänningskällan. Detta är en idealisk sinusform, och en sådan signal kommer att finnas vid utgången av generatorn om belastningarna är konstanta. Men när antalet komponenter som kan slås på och av ökar, kan denna vågform bli förvrängd och resultera i så små överskjutningar.

Dessa toppar i vågformen vid spänningskällan kan orsaka problem. Detta kan leda till överhettning av generatorn på grund av omkoppling i kraftelektroniken, detta kan skapa stora nollströmmar, och även orsaka onödig omkoppling i kraftelektroniken pga. de förväntar sig inte detta studs i signalen.

Harmonisk distorsion ger ett mått på kvaliteten på växelström. Det är viktigt att mäta detta förhållande under föränderliga nätverksförhållanden eftersom kvaliteten kommer att variera beroende på vilken komponent som slås på och av. Detta förhållande är lätt att mäta med hjälp av MathWorks-verktyg och kan automatiseras för testning under en lång rad förhållanden.

Läs mer om THD på wikipedia.

Härnäst ska vi se hur vi ska utföra energikvalitetsanalys med hjälp av simulering.

Vi har en modell av ett flygplans elektriska nätverk. På grund av olika belastningar i nätverket är spänningsvågformen vid generatorutgången förvrängd. Detta leder till en försämring av kvaliteten på maten. Dessa laster kopplas bort och kopplas online vid olika tidpunkter under flygcykeln.

Vi vill utvärdera strömkvaliteten i detta nätverk under olika förhållanden. För detta kommer vi att använda SPS och MATLAB för att automatiskt beräkna THD. Vi kan beräkna förhållandet interaktivt med ett GUI eller använda ett MATLAB-skript för automatisering.

Låt oss gå tillbaka till modellen för att visa dig detta med ett exempel. Vår flygplans elektriska nätverksmodell består av en generator, en AC-buss, AC-laster och en transformator-likriktare och DC-laster. Vi vill mäta strömkvaliteten på olika punkter i nätverket under olika förhållanden. Till att börja med ska jag visa dig hur du gör detta interaktivt bara för generatorn. Sedan ska jag visa dig hur du automatiserar den här processen med MATLAB. Vi kommer först att köra en simulering för att samla in de data som krävs för att beräkna THD.

Denna graf (Gen1_Vab) visar spänningen mellan generatorfaserna. Som du kan se är detta inte en perfekt sinusvåg. Detta innebär att strömkvaliteten i nätverket påverkas av komponenterna i nätverket. När simuleringen är klar kommer vi att använda Fast Fourier Transform för att beräkna THD. Vi kommer att öppna powergui-blocket och öppna FFT-analysverktyget. Du kan se att verktyget automatiskt laddas med data som jag registrerade under simuleringen. Vi väljer FFT-fönstret, anger frekvens och intervall och visar resultaten. Du kan se att den harmoniska distorsionsfaktorn är 2.8%. Här kan du se bidraget från de olika övertonerna. Du såg hur du kan beräkna harmonisk distorsionskoefficient interaktivt. Men vi skulle vilja automatisera denna process för att beräkna koefficienten under olika förhållanden och vid olika punkter i nätverket.

Vi kommer nu att titta på de tillgängliga alternativen för modellering av DC-laster.

Vi kan modellera såväl rena elektriska laster som multidisciplinära laster som innehåller element från olika teknikområden, såsom elektriska och termiska effekter, elektriska, mekaniska och hydrauliska.

Vår DC-krets inkluderar en transformator-likriktare, lampor, värmare, bränslepump och batteri. Detaljerade modeller kan ta hänsyn till effekter från andra områden, till exempel tar en värmaremodell hänsyn till förändringar i den elektriska delens beteende när temperaturen ändras. Bränslepumpen tar hänsyn till effekter från andra områden för att också se deras inverkan på komponentens beteende. Jag går tillbaka till modellen för att visa dig hur den ser ut.

Det är den här modellen vi arbetar med. Som du kan se är nu transformator-likriktaren och DC-nätet rent elektriska, d.v.s. endast effekter från den elektriska domänen beaktas. De har förenklade elektriska modeller av komponenterna i detta nätverk. Vi kan välja en variant av detta system (TRU DC Loads -> Multidomain) som tar hänsyn till effekter från andra tekniska områden. Du ser att i nätverket har vi samma komponenter, men istället för antalet elektriska modeller har vi lagt till andra effekter - till exempel för hitern, ett temperatur fysiskt nätverk som tar hänsyn till temperaturens inverkan på beteendet. I pumpen tar vi nu hänsyn till pumparnas hydrauliska effekter och andra belastningar i systemet.

Komponenterna du ser i modellen är sammansatta från Simscape biblioteksblock. Det finns block för redovisning av elektriska, hydrauliska, magnetiska och andra discipliner. Med hjälp av dessa block kan du skapa modeller som vi kallar multidisciplinära, d.v.s. med hänsyn till effekter från olika fysikaliska och tekniska discipliner.

Effekter från andra områden kan integreras i elnätsmodellen.

Simscape-blockbiblioteket innehåller block för att simulera effekter från andra domäner, såsom hydraulik eller temperatur. Genom att använda dessa komponenter kan du skapa mer realistiska nätverksbelastningar och sedan mer exakt definiera villkoren under vilka dessa komponenter kan fungera.

Genom att kombinera dessa element kan du skapa mer komplexa komponenter, samt skapa nya anpassade discipliner eller områden med Simscape-språket.

Mer avancerade komponenter och parameterinställningar finns tillgängliga i specialiserade Simscape-tillägg. Mer komplexa och detaljerade komponenter finns tillgängliga i dessa bibliotek, med hänsyn till effekter som effektivitetsförluster och temperatureffekter. Du kan också modellera XNUMXD- och flerkroppssystem med SimMechanics.

Nu när vi har slutfört den detaljerade designen kommer vi att använda resultaten av de detaljerade simuleringarna för att justera parametrarna för den abstrakta modellen. Detta kommer att ge oss en modell som går snabbt samtidigt som den ger resultat som matchar resultaten av en detaljerad simulering.

Vi startade utvecklingsprocessen med abstrakta komponentmodeller. Nu när vi har detaljerade modeller vill vi se till att dessa abstrakta modeller ger liknande resultat.

Grönt visar de initiala kraven vi fick. Vi vill att resultaten från den abstrakta modellen, som visas här i blått, ska ligga nära resultaten från den detaljerade modellsimuleringen, som visas i rött.

För att göra detta kommer vi att definiera de aktiva och reaktiva krafterna för den abstrakta modellen med hjälp av insignalen. Istället för att använda separata värden för aktiv och reaktiv effekt kommer vi att skapa en parametriserad modell och justera dessa parametrar så att de aktiva och reaktiva effektkurvorna från den abstrakta modellsimuleringen matchar den detaljerade modellen.

Därefter ska vi se hur den abstrakta modellen kan ställas in för att matcha resultaten av den detaljerade modellen.

Detta är vår uppgift. Vi har en abstrakt modell av en komponent i ett elektriskt nätverk. När vi applicerar en sådan styrsignal på den, är utgången följande resultat för aktiv och reaktiv effekt.

När vi applicerar samma signal på ingången till en detaljerad modell får vi resultat som dessa.

Vi behöver simuleringsresultaten för den abstrakta och detaljerade modellen vara konsekventa så att vi kan använda den abstrakta modellen för att snabbt iterera på systemmodellen. För att göra detta kommer vi automatiskt att justera parametrarna för den abstrakta modellen tills resultaten matchar.

För att göra detta kommer vi att använda SDO, som automatiskt kan ändra parametrar tills resultaten av de abstrakta och detaljerade modellerna matchar.

För att konfigurera dessa inställningar följer vi följande steg.

• Först importerar vi simuleringsutgångarna från den detaljerade modellen och väljer dessa data för parameteruppskattning.
• Vi kommer sedan att specificera vilka parametrar som behöver konfigureras och ställa in parameterintervall.
• Därefter kommer vi att utvärdera parametrarna, med SDO som justerar parametrarna tills resultaten matchar.
• Slutligen kan vi använda andra indata för att validera parameteruppskattningsresultaten.

Du kan påskynda utvecklingsprocessen avsevärt genom att distribuera simuleringar med hjälp av parallell beräkning.

Du kan köra separata simuleringar på olika kärnor i en flerkärnig processor eller på datorkluster. Om du har en uppgift som kräver att du kör flera simuleringar – till exempel Monte Carlo-analys, parameteranpassning eller körning av flera flygcykler – kan du distribuera dessa simuleringar genom att köra dem på en lokal flerkärnig maskin eller datorkluster.

I många fall kommer detta inte att vara svårare än att ersätta for-loopen i skriptet med en parallell för loop, parfor. Detta kan leda till en betydande snabbhet i körsimuleringar.

Vi har en modell av ett flygplans elektriska nätverk. Vi skulle vilja testa detta nätverk under ett brett spektrum av driftsförhållanden - inklusive flygcykler, störningar och väder. Vi kommer att använda PCT för att påskynda dessa tester, MATLAB för att ställa in modellen för varje test vi vill köra. Vi kommer sedan att fördela simuleringarna över olika kärnor i min dator. Vi kommer att se att parallella tester slutförs mycket snabbare än sekventiella.

Här är stegen vi måste följa.

• Först kommer vi att skapa en pool av arbetsprocesser, eller så kallade MATLAB-arbetare, med hjälp av parpool-kommandot.
• Därefter kommer vi att generera parameteruppsättningar för varje test vi vill köra.
• Vi kommer att köra simuleringarna först sekventiellt, en efter en.
• Och jämför sedan detta med att köra simuleringar parallellt.

Enligt resultaten är den totala testtiden i parallellt läge ungefär 4 gånger kortare än i sekventiellt läge. Vi såg i graferna att strömförbrukningen generellt ligger på förväntad nivå. De synliga topparna är relaterade till olika nätverksförhållanden när konsumenter slås på och av.

Simuleringarna innehöll många tester som vi kunde köra snabbt genom att fördela simuleringarna över olika datorkärnor. Detta gjorde det möjligt för oss att utvärdera ett verkligt brett utbud av flygförhållanden.

Nu när vi har slutfört den här delen av utvecklingsprocessen ska vi se hur vi kan automatisera skapandet av dokumentation för varje steg, hur vi automatiskt kan köra tester och dokumentera resultaten.

Systemdesign är alltid en iterativ process. Vi gör en förändring i ett projekt, testar förändringen, utvärderar resultaten och gör sedan en ny förändring. Processen att dokumentera resultat och motivering till förändringar tar lång tid. Du kan automatisera denna process med SLRG.

Med hjälp av SLRG kan du automatisera utförandet av tester och sedan samla in resultaten av dessa tester i form av en rapport. Rapporten kan innehålla utvärdering av testresultat, skärmdumpar av modeller och grafer, C- och MATLAB-kod.

Jag avslutar med att påminna om de viktigaste punkterna i denna presentation.

• Vi såg många möjligheter att ställa in modellen för att hitta en balans mellan modelltrohet och simuleringshastighet – inklusive simuleringslägen och modellabstraktionsnivåer.
• Vi såg hur vi kan påskynda simuleringar med hjälp av optimeringsalgoritmer och parallell beräkning.
• Slutligen såg vi hur vi kan påskynda utvecklingsprocessen genom att automatisera simulerings- och analysuppgifter i MATLAB.

Författare till materialet — Mikhail Peselnik, ingenjör CITM utställare.

Länk till detta webinar https://exponenta.ru/events/razrabotka-ehlektroseti-samoleta-s-ispolzovaniem-mop

Källa: will.com