Sim-II_V1.pdf
Transcript of Sim-II_V1.pdf
11
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 1Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Simulationstechnik II
Simulationstechnik II:
• Teilvorlesung zu Nichtlineare Regelung und Simulationstechnik (PIL)
• vertiefte Anwendungen der Simulationstechnik
22
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 2Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
0. Gliederung
7x Doppelveranstaltung: Vorlesung + anschl. Praktikum
1. Einführung / Vertiefung MATLAB/SIMULINK2. ereignis-diskrete Simulation: (SIMULINK)/STATEFLOW3. SIMULINK: User Defined Functions4. SIMULINK: Echtzeiterweiterung5. weitere Simulationssysteme (ACSL / Labview)6. objektorientierte Simulation / Modelica-Dymola7. Beleg8. Zeitdiskrete Simulation FEM-Simulation / ANSYS
33
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 3Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
1. Einführung
Simulation:
• Experimente im virtuellen Labor
• das Experiment im Rechner
die dritte Säule der Wissenschaft neben Theorie und Experiment
Problem Modell Simulator
Experimentier-apparat
Technisch-Wissenschaftliche Aufgabenstellung
Abstraktion der Realität
44
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 4Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Problemlösung
ModellanalyseNumerik/Programmierung
Simulation
VergleichSim.-Ergebnis/Realität
AnalyseParameter/Modell
Identifikation
schlechte Abbildung
gute Abbildung
schlechte Modellstruktur
gute Modellstruktur
Anwendung des Simulators
Problem
Modell
Simulator
Simulations ergebnisse
Modellbildung
Vorgehensmodell der Simulation
55
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 5Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Was ist Rechner-Simulation?
Definition 1 (Shannon, 1975):
Simulation is the process of designing a model of a real system and conducting
experiments with this model for the purpose either of understanding the behavior of
the system and its underlying causes or of evaluating various designs of an artificial
system or strategies for the operation of the system.
Was bedeudet eigentlich …
System Modell Experiment ???
Begriffsbildung: Systemtheorie
66
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 6Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Systemtheorie
Definition:ein logisch-mathematisches Gebiet, dessen Aufgabe die Formulierung und Ableitung allgemeingültiger Prinzipien ist, die auf Systeme im Allgemeinen anwendbar sind.
Systemkonzept (Systemanalyse)• die Definition und Charakterisierung von Systemen bezüglich Eigenschaften
und Wechselwirkungen
Systementwicklung (Systemsynthese)• die Methoden zur Planung, Entwicklung, Gestaltung und Optimierung von
Systemen
Systemdarstellung (Systemrepräsentation)• die Formalismen (Graphiken, Sprachen, ...) zur Darstellung von Systemen als
Basis für Systemanalyse und -synthese
77
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 7Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Was ist ein System?
• A system is what is distinguished as a system. ... Systems are what ever we like to
distinguish as systems. (Gaines, 1979)
• Ein System besteht aus einer Menge Komponenten, welche Eigenschaften besitzen
und welche durch Beziehungen zur Verfolgung gesetzter Ziele miteinander
verknüpft sind. (Patznak, 1982)
88
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 8Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Was ist ein System?
DIN 19226 (Regelungs-und Steuerungstechnik)
Ein System ... ist eine abgegrenzte Anordnung von aufeinander einwirkenden Gebilden.
Solche Gebilde können sowohl Gegenstände als auch Denkmethoden und deren
Ergebnisse ... sein. Diese Anordnung wird durch eine Hüllfläche von ihrer Umgebung
abgegrenzt oder abgegrenzt gedacht. Durch die Hüllfläche werden Verbindungen des
Systems mit seiner Umgebung geschnitten. Die mit diesen Verbindungen übertragenen
Eigenschaften und Zustände sind Größen, deren Beziehungen untereinander das dem
System eigentümliche Verhalten beschreiben. Durch zweckmäßiges Zusammenfügen
und Unterteilen von solchen Systemen können größere und kleinere Systeme entstehen.
99
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 9Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Modelle sind (spezielle) Systeme
• beschreiben einen abgegrenzten Teil des Universums
• interagieren mit der Umgebung über Ein-und Ausgangsgrößen
• lassen sich in Teilmodelle zerlegen bzw. aus ihnen aufbauen
• weisen Eigenschaften auf
• haben eine Funktion
• ...
Modelle werden genau wie Systeme einem realen, interessierenden Teil des Universums
zugeordnet, sie werden ziel-/zweckorientiertentwickelt und angewandt.
Modelle können abstrakter oder materieller Natur sein.
1010
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 10Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Ein Objekt M ist ein Modell eines Objekts Afür einen
Beobachter B in dem Maße, wie er M nutzen kann, um Fragen
zu beantworten, die ihn an A interessieren.
A
B1 B2
M1 M2
Modell: Definition nach Minsky (1965):
1111
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 11Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Anforderungen an Modelle
formal richtig
• widerspruchsfreie Annahmen
• im Idealfall zweifelsfrei aus einer formalen Spezifikation ableitbar
realitätsnah
• Vorhersage des Realverhaltens des betrachteten Systems bis auf einen
vorgegebenen Fehler
handhabbar
• Aufwand und Nutzen der Modellerstellung und Nutzung abwägen
• Detaillierungsgrad an Aufgabenstellung anpassen
• Modellgröße (und damit Rechenaufwand) beschränken
1212
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 12Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Kategorien abstrakter Modelle (1)
Verbale Modelle• beschreiben Aufbau-/Ablaufsysteme in natürlicher Sprache• Beispiele: Bedienungsanleitung eines Telefons
Semi-formale und formale Informationsmodelle• beschreiben Aufbau-/Ablaufsysteme in einer “Sprache”, die durch eine Reduktion
auf wohldefinierte (formalisierte) Sprachelemente: Unsicherheit in der Beschreibung reduziert
• Beispiele: Datenmodelle in der Informatik (z.B. SADT, UML, DL, ...) graphische Darstellungen (z.B. elektrische Schaltkreise)
Mathematische Modelle• beschreiben das Verhalten von Aufbau-/Ablaufsystemen in impliziter aber exakter
Weise • erfordern eine Interpretation (durch Simulation) zur Ermittlung der
Systemeigenschaften
1313
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 13Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Kategorien abstrakte Modelle (2)
Beschreibungsmodelle • beschreiben phänomenologisch das beobachtbare Verhalten eines Systems• streben keine Erklärung (z.B. der Funktion) an
Erklärungs-oder Funktionsmodelle• beschreiben die Funktion eines Systems• streben eine Durchdringung und Erklärung des Systemverhaltens an
Vorhersage-oder Simulationsmodelle• Vorhersage des Verhaltens mit ausreichender Genauigkeit • erfordern eine mathematische Systembeschreibung
Optimierungsmodelle• Festlegung der Struktur und der Eigenschaften eines Systems• erfordern Vorhersagemodell und Gütemaß
1414
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 14Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Was ist ein Experiment?
F. E. Cellier(1990): An experiment is the process of extracting data from a system by
exerting it through its inputs
Experimente können mit realen oder mit gedachten Systemen gemacht werden
• reale Experimente unter idealisierten Bedingungen (im Labor)
• reale Experimente unter realen Bedingung
• virtuelle Experimente mit Modellen•
virtuelle Experimente mit Modellen erfordern deren Implementierung in Soft-/Hardware
Simulation heißt Experimentieren mit Modellen
1515
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 15Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Was ist Rechner-Simulation?
Definition 2 (VDI-Richtlinie 3633):
Simulation ist ein Verfahren zur Nachbildung eines Systems mit seinen dynamischen Prozessen in einem experimentierbaren Modell, um zu Erkenntnissen zu gelangen, die auf die Wirklichkeit übertragbar sind.
Im weiteren Sinne wird unter Simulation das Vorbereiten, Durchführen undAuswerten gezielter Experimente mit einem Simulationsmodell verstanden.
Mit Hilfe der Simulation kann das zeitliche Ablaufverhalten komplexer
Systeme untersucht werden (Simulationsmethode).
1616
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 16Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Komplexe / komplizierte Systeme
Komplexe Systeme• bestehen aus vielen Teilsystemen unterschiedlichen Typs• mit vielfältigen Wechselwirkungen untereinander• unstrukturierte (i. Ggs. zu strukturierter) Komplexität: keine Betrachtung der
Individuen, statistische Beschreibung• Beispiel: ein aus vielen Molekülen bestehendes Fluid
Komplizierte Systeme• bestehen aus wenigen (oft einem einzigen) Teilsystem• Teilsysteme sind gekennzeichnet durch eine Vielzahl von
- Attributen und- Gesetzmäßigkeiten
1717
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 17Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Modellbildung ist eine zielgerichtete Vereinfachung der Realität durch Abstraktion.
objektive Realität
subjektive Realität
Wahrnehmung Modellierung
unbewussteAbstraktion
bewussteAbstraktion
Modell derRealität
1818
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 18Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Modellbildung: Abstraktion in zwei Schritten
• strukturelle Abstraktion:
Identifikation der abgrenzbarer Teile und ihrer Verknüpfungen des betrachteten Systems
Qualitatives Wissen
• phänomenologische Abstraktion:
Identifikation der physikalischen, chemischen oder biologischen Vorgänge, welche in den Teilsystemen und deren Verknüpfungen ablaufen
Quantitatives Wissen
1919
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 19Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
The DON‘Ts of Mathematical Modelling(S. W. Golomb, Simulation 14 (1970), 197-198)
• DON‘T believe that the model is the reality
• DON‘T extrapolate beyond the region of fit
• DON‘T distort reality to fit the model
• DON‘T retain a discredited model
• DON‘T fall in love with your model
2020
Institut für Prozessinformatik und LeittechnikProf. Krabbes Sim-II_V1/ 20Hochschule
für Technik, Wirtschaftund Kultur Leipzig (FH)
Schritte zur Simulation
1. ....Systemanalyse....(strukturelle Abstraktion)
2. qualitatives Modell: Beschreibung durch lineares/nichtlineares
Differentialgleichungssystem
3. textbasierte Notation der Modellgleichungen oder
4. blockorientierte Darstellung
5. numerische Integration mittels Simulationssystem
6. Umgang mit algebraischen Schleifen, steifen DGL etc.