Симуляция Simulink

Симуляция модели динамической системы позволяет вам вникать о поведении предложенной разработки системы без трудоемкого процесса фактического создания системы. Концепции в этой теме обеспечивают контекст для понимания, как управлять симуляцией модели с Simulink^® программные инструменты.

Компиляция

Компиляция является процессом Simulink, где block diagram переводится во внутреннее представление, которое взаимодействует с механизмом Simulink.

Нет никаких наборов уровня модели дифференциальных уравнений, которые решены численно в целом. Вместо этого уравнения уровня модели соответствуют отдельным уравнениям блока, которые решены численно в определенном порядке.

Блокируйте методы

Функциональность одного блока задана несколькими уравнениями. Эти уравнения представлены как методы блока. Эти методы блока оценены (выполняемые) во время выполнения блок-схемы. Оценка этих методов блока выполняется в цикле симуляции, где каждый цикл через цикл симуляции представляет оценку блок-схемы в определенный момент времени. Общие методы блока включают:

Производная – Вычисляет производные непрерывных состояний блока на шаге текущего времени, учитывая входные параметры блока и значения состояний на предыдущем временном шаге.
Обновление – Вычисляет значение дискретных состояний блока на шаге текущего времени, учитывая его входные параметры на шаге текущего времени и его дискретные состояния на предыдущем временном шаге.
Вывод Вычисляет выходные параметры блока, учитывая его входные параметры на шаге текущего времени и его состояния на предыдущем временном шаге.

Метод модели

Кроме того, чтобы блокировать методы, набор методов - то, при условии, что вычисляют свойства модели и его выходные параметры. Программное обеспечение Simulink так же вызывает эти методы в процессе моделирования, чтобы определить свойства модели и ее выходные параметры. Методы модели обычно выполняют свои задачи путем вызова методов блока того же типа. Например, метод модели Outputs вызывает Выходные методы блоков, которые он содержит в порядке, заданном моделью, чтобы вычислить ее выходные параметры. Метод модели Derivatives так же вызывает методы Производных блоков, которые он содержит, чтобы определить производные его состояний.

'callback'

Коллбэки являются выражениями MATLAB, которые выполняются в ответ на определенное действие моделирования. Simulink обеспечивает параметры коллбэка модели, блока и порта, которые идентифицируют определенные виды моделирования действий. Вы предоставляете код для параметров коллбэка. Simulink выполняет код коллбэка, когда связанное действие моделирования происходит.

Коллбэк модели

Параметры коллбэка модели включают:

PreloadFcn – Выполняется, прежде чем модель загружает. Например, можно предоставить код, который загружает значения переменных, которые модель использует в рабочее пространство MATLAB.

Смотрите коллбэки модели.

Блокируйте коллбэк

Блокируйтесь параметры коллбэка включают:

OpenFcn – Выполнитесь, когда вы откроете блок Subsystem.
LoadFcn – Выполнитесь после того, как схема загружается. Для Subsystem блоки также выполните параметры коллбэка блока для блоков в блоке Subsystem.

Коллбэк порта

Параметр коллбэка порта:

ConnectionCallback - Выполните код каждый раз, когда возможность соединения порта изменяется.

Смотрите коллбэки порта.

Порядок выполнения

Порядок выполнения является последовательностью, в котором блоке выходные методы называются после оценки прямого сквозного соединения каждого входного порта. Чтобы отобразить порядок выполнения, во вкладке Debug, выбирают Information Overlays> Execution Order.

В следующей модели блок Integrator вывел запуски сначала, и затем цикл блоков, соединенных с входом блока Integrator. Недостающие числа выполнения в последовательности обычно происходят из-за так называемых "скрытых буферных" блоков; смотрите Гарантируют, что Выходной порт является Виртуальным.

Симуляция

Simulation является процессом после компиляции модели, где метод блока выходные параметры и состояния вычисляется на последовательных временных шагах в области значений требуемого времени с помощью числового решателя.

Во время каждого цикла симуляции Simulink вычисляет Δt определить временной шаг t(k+1) = t(k) + Δt. Размер Δt основан на предполагаемой ошибке между симулированным решением и фактическим решением. В конце симуляции результаты данных даны как векторы [t, X, Y] в течение времени, состояния и выхода на каждом временном шаге.

Решатель

Решатель находит приближенное решение для набора уравнений модели. Использование Simulink установило числовые решатели для этой задачи.

Размер шага решателя может быть зафиксирован или переменная:

Фиксированный шаг – Временной шаг T(k+1) = T(k) + Δt где Δt является постоянным. Если размер шага является слишком большим, результаты симуляции могут иметь большую ошибку. В следующем примере, размере шага 2 искажает форму синусоидального сигнала. Можно задать размер временного шага в случае решателей фиксированного шага, или решатель может автоматически определить размер шага в случае решателей переменного шага.
Переменный шаг – Переменные решатели шага выполняют итерации, чтобы достигнуть решения на основе ошибочного допуска. Временной шаг T(k+1) = T(k) + Δtₖ где Δtₖ изменения от одного шага симуляции до следующего в зависимости от предполагаемой ошибки. Меньшие временные шаги увеличивают точность результатов симуляции. Чтобы минимизировать рабочую нагрузку расчета, решатель переменного шага выбирает самый большой размер шага, сопоставимый с достижением общего уровня точности, заданной ошибочным допуском и наблюдением нулевых пересечений. Это гарантирует, что все состояния модели вычисляются с точностью, заданной пользователем.

Выбор метода решателя зависит от природы уравнений модели. Метод Эйлера является простым числовым решателем, который вычисляет следующее значение y при помощи наклона (y') из линии касательной к y. Если y функция, которая интегрирует функцию пандуса x с наклоном 1, y' = x, и числовой решатель использовал бы следующие уравнения.

x[n+1] = x[n] + Δt*1
y[n+1] = y[n] + Δt*x[n+1]

Уменьшение размера шага увеличивает точность результатов. но это увеличивает время, чтобы завершить симуляцию. В следующем примере, размере шага 2 показывает ошибку приблизительно 20 процентов после 10 секунд в то время как размер шага 0.5 приводит к результату, который ближе к фактическому решению.

Документация