Этот рабочий процесс является альтернативным рабочим процессом к решению полулинейных ДАУ, используемых только если reduceDAEIndex
отказавший в стандартном рабочем процессе с предупреждением ниже. Для стандартного рабочего процесса смотрите, Решают Дифференциальные Алгебраические уравнения (ДАУ).
Warning: The index of the reduced DAEs is larger... than 1. [daetools::reduceDAEIndex]
Чтобы решить вашу систему ДАУ завершают эти шаги.
reduceDAEToODE
Полные шаги 1 и 2 в Решают Дифференциальные Алгебраические уравнения (ДАУ) прежде, чем начать этот шаг. Затем на шаге 3, когда reduceDAEIndex
сбои, уменьшайте дифференциальный индекс с помощью reduceDAEToODE
. Преимущество reduceDAEToODE
это, это надежно уменьшает полулинейные ДАУ до ОДУ (ДАУ индекса 0
). Однако эта функция медленнее и работает только над полулинейными системами ДАУ. reduceDAEToODE
может перестать работать, если система не полулинейна.
Уменьшать дифференциальный индекс ДАУ, описанных eqns
и vars
, используйте reduceDAEToODE
. Уменьшать индекс, reduceDAEToODE
добавляют новые переменные и уравнения к системе. reduceDAEToODE
также возвращает ограничения, которые являются условиями, что справка находит, что начальные значения гарантируют, что получившиеся ОДУ равны начальным ДАУ.
[ODEs,constraints] = reduceDAEToODE(eqns,vars)
ODEs = Dxt(t) - diff(x(t), t) Dyt(t) - diff(y(t), t) m*diff(Dxt(t), t) - (T(t)*x(t))/r m*diff(Dyt(t), t) - (T(t)*y(t) - g*m*r)/r -(4*T(t)*y(t) - 2*g*m*r)*diff(y(t), t) -... diff(T(t), t)*(2*x(t)^2 + 2*y(t)^2) -... 4*T(t)*x(t)*diff(x(t), t) -... 4*m*r*Dxt(t)*diff(Dxt(t), t) -... 4*m*r*Dyt(t)*diff(Dyt(t), t) constraints = 2*g*m*r*y(t) - 2*T(t)*y(t)^2 - 2*m*r*Dxt(t)^2 -... 2*m*r*Dyt(t)^2 - 2*T(t)*x(t)^2 r^2 - y(t)^2 - x(t)^2 2*Dxt(t)*x(t) + 2*Dyt(t)*y(t)
От выхода reduceDAEToODE
, у вас есть вектор уравнений в ODEs
и вектор переменных в vars
. Использовать ode15s
или ode23t
, вам нужны два указателя на функцию: одно представление большой матрицы системы ОДУ и другого представления вектора, содержащего правые стороны уравнений большой матрицы. Эти указатели на функцию являются эквивалентным представлением большой матрицы системы ОДУ где M (t, y (t)) y’ (t) = f (t, y (t)).
Найдите эти указатели на функцию при помощи massMatrixForm
получить большую матрицу massM
(M в уравнении) и правые стороны f
.
[massM,f] = massMatrixForm(ODEs,vars)
massM = [ -1, 0, 0, 0, 0] [ 0, -1, 0, 0, 0] [ 0, 0, 0, m, 0] [ 0, 0, 0, 0, m] [ -4*T(t)*x(t), 2*g*m*r - 4*T(t)*y(t), - 2*x(t)^2 - 2*y(t)^2, -4*m*r*Dxt(t), -4*m*r*Dyt(t)] f = -Dxt(t) -Dyt(t) (T(t)*x(t))/r (T(t)*y(t) - g*m*r)/r 0
Уравнения в ODEs
может содержать символьные параметры, которые не заданы в векторе переменных vars
. Найдите эти параметры при помощи setdiff
на выходе symvar
от ODEs
и vars
.
pODEs = symvar(ODEs); pvars = symvar(vars); extraParams = setdiff(pODEs, pvars)
extraParams = [ g, m, r]
Дополнительными параметрами, которые необходимо задать, является массовый m
, радиус r
, и гравитационный постоянный g
.
Преобразуйте massM
и f
к указателям на функцию с помощью odeFunction
. Задайте дополнительные символьные параметры как дополнительные входные параметры к odeFunction
.
massM = odeFunction(massM, vars, m, r, g); f = odeFunction(f, vars, m, r, g);
Остальная часть рабочего процесса является чисто числовой. Установите значения параметров и замените значениями параметров в DAEs
и constraints
.
m = 1; r = 1; g = 9.81; ODEsNumeric = subs(ODEs); constraintsNumeric = subs(constraints);
Создайте указатель на функцию, подходящий для входа к ode15s
или ode23s
.
M = @(t, Y) massM(t, Y, m, r, g); F = @(t, Y) f(t, Y, m, r, g);
ode15s
и ode23t
Решатели требуют начальных значений для всех переменных в указателе на функцию. Найдите начальные значения, которые удовлетворяют уравнениям при помощи MATLAB® decic
функция. decic
принимает предположения (который не может удовлетворить уравнениям) для начальных условий, и пытается найти удовлетворительные начальные условия с помощью тех предположений. decic
может перестать работать, в этом случае необходимо вручную предоставить сопоставимые начальные значения для проблемы.
Во-первых, проверяйте переменные в vars
.
vars
vars = x(t) y(t) T(t) Dxt(t) Dyt(t)
Здесь, Dxt(t)
первая производная x(t)
, и так далее. В 5
существует 5 переменных-
1
вектор. Поэтому предположениями для начальных значений переменных и их производных должен также быть 5
- 1
векторы.
Примите, что начальное угловое смещение маятника составляет 30 ° или pi/6
, и источник координат в точке приостановки маятника. Учитывая, что мы использовали радиус r
из 1
, начальное горизонтальное положение x(t)
r*sin(pi/6)
. Начальное вертикальное положение y(t)
-r*cos(pi/6)
. Задайте эти начальные значения переменных в векторном y0est
.
Произвольно установите начальные значения остающихся переменных и их производных к 0
. Это не хорошие предположения. Однако они достаточны для этой проблемы. В вашей проблеме, если decic
ошибки, затем обеспечьте лучшие предположения и обратитесь к decic
страница.
y0est = [r*sin(pi/6); -r*cos(pi/6); 0; 0; 0]; yp0est = zeros(5,1);
Создайте набор опции, который содержит большую матрицу M
из системы и задает числовые допуски к числовому поиску.
opt = odeset('Mass', M, 'RelTol', 10.0^(-7), 'AbsTol' , 10.0^(-7));
Найдите начальные значения сопоставимыми с системой ОДУ и с алгебраическими ограничениями при помощи decic
. Параметр [1,0,0,0,1]
в этом вызове функции фиксирует первое и последний элемент в y0est
, так, чтобы decic
не изменяет их во время числового поиска. Здесь, эта фиксация необходима, чтобы гарантировать decic
находит удовлетворительные начальные условия.
[y0, yp0] = decic(ODEsNumeric, vars, constraintsNumeric, 0,... y0est, [1,0,0,0,1], yp0est, opt)
y0 = 0.5000 -0.8660 -8.4957 0 0 yp0 = 0 0 0 -4.2479 -2.4525
Теперь создайте набор опции, который содержит большую матрицу M
из системы и векторного yp0
из сопоставимых начальных значений для производных. Вы будете использовать этот набор опции при решении системы.
opt = odeset(opt, 'InitialSlope', yp0);
ode15s
или ode23t
Решите систему, объединяющуюся по отрезку времени 0
≤ t
≤ 0.5 . Добавьте линии сетки и легенду к графику. Используйте
ode23s
заменяя ode15s
с ode23s
.
[tSol,ySol] = ode15s(F, [0, 0.5], y0, opt); plot(tSol,ySol(:,1:origVars),'-o') for k = 1:origVars S{k} = char(vars(k)); end legend(S, 'Location', 'Best') grid on
Решите систему для различных значений параметров путем устанавливания нового значения и регенерации указателя на функцию и начальных условий.
Установите r
к 2
и повторите шаги.
r = 2; ODEsNumeric = subs(ODEs); constraintsNumeric = subs(constraints); M = @(t, Y) massM(t, Y, m, r, g); F = @(t, Y) f(t, Y, m, r, g); y0est = [r*cos(pi/6); -r*sin(pi/6); 0; 0; 0]; opt = odeset('Mass', M, 'RelTol', 10.0^(-7), 'AbsTol' , 10.0^(-7)); [y0, yp0] = decic(ODEsNumeric, vars, constraintsNumeric, 0,... y0est, [1,0,0,0,1], yp0est, opt); opt = odeset(opt, 'InitialSlope', yp0);
Решите систему для нового значения параметров.
[tSol,ySol] = ode15s(F, [0, 0.5], y0, opt); plot(tSol,ySol(:,1:origVars),'-o') for k = 1:origVars S{k} = char(vars(k)); end legend(S, 'Location', 'Best') grid on
daeFunction
| decic
| findDecoupledBlocks
| incidenceMatrix
| isLowIndexDAE
| massMatrixForm
| odeFunction
| reduceDAEIndex
| reduceDAEToODE
| reduceDifferentialOrder
| reduceRedundancies