PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH

Podobne dokumenty
ELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013

Excel w obliczeniach naukowych i inżynierskich. Wydanie II.

PORÓWNANIE WYBRANYCH SCHEMATÓW RÓŻNICO- WYCH NA PRZYKŁADZIE RÓWNANIA SELECTED DIFFERENTIAL SCHEMES COMPARISON BY MEANS OF THE EQUATION

Simulink MATLAB Przegląd obiektów i przykłady zastosowań

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych

Całkowanie numeryczne

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI

Dostawa oprogramowania. Nr sprawy: ZP /15

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

Modelowanie matematyczne a eksperyment

Monitoring procesów z wykorzystaniem systemu ADONIS. Krok po kroku

Wykład z Technologii Informacyjnych. Piotr Mika

Aproksymacja funkcji a regresja symboliczna

Spacery losowe generowanie realizacji procesu losowego

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1

Numeryczne rozwiązywanie równań różniczkowych ( )

Sieci Mobilne i Bezprzewodowe laboratorium 2 Modelowanie zdarzeń dyskretnych

Metody symulacji komputerowych Modelowanie systemów technicznych

Pracownia pomiarów i sterowania Ćwiczenie 4 Badanie ładowania i rozładowywania kondensatora

Matematyka licea ogólnokształcące, technika

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Modelowanie układów energoelektronicznych

Rys 1 Schemat modelu masa- sprężyna- tłumik

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

INSTRUKCJA DO ĆWICZENIA NR 7

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku.

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

INFORMATYKA i FINANSE KATEDRA INFORMATYKI TEORETYCZNEJ

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017

INFORMATYKA POZIOM ROZSZERZONY

INFORMATYKA POZIOM ROZSZERZONY

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Podstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Informatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)

Wpływ nieliniowości elementów układu pomiarowego na błąd pomiaru impedancji

Politechnika Wrocławska, Katedra Inżynierii Biomedycznej Systemy Pomiarowo-Diagnostyczne, laboratorium

Etapy modelowania ekonometrycznego

Podstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji

Materiały do laboratorium Przygotowanie Nowego Wyrobu dotyczące metody elementów skończonych (MES) Opracowała: dr inŝ.

Procedura modelowania matematycznego

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018

Efektywna analiza składniowa GBK

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe

MODELOWANIE I PROGNOZOWANIE ZAGROŻEŃ EPIDEMIOLOGICZNYCH

Teraz bajty. Informatyka dla szkół ponadpodstawowych. Zakres rozszerzony. Część 1.

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych

Ćwiczenie 3. Iteracja, proste metody obliczeniowe

Monitoring procesów z wykorzystaniem systemu ADONIS

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Instrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.

E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy

Spis treści. Wstęp 13. Część I. UKŁADY REDUKCJI DRGAŃ Wykaz oznaczeń 18. Literatura Wprowadzenie do części I 22

Projektowanie Wirtualne bloki tematyczne PW I

Metody badań w naukach ekonomicznych

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

Metody numeryczne I Równania nieliniowe

INSTRUKCJA DO PROGRAMU EPANET 2.0 PL

Ćwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia

Podstawy informatyki. Informatyka stosowana - studia niestacjonarne. Grzegorz Smyk. Wydział Inżynierii Metali i Informatyki Przemysłowej

Modelowanie glikemii w procesie insulinoterapii

PLAN REALIZACJI MATERIAŁU NAUCZANIA Z INFORMATYKI II. Uczeń umie: Świadomie stosować się do zasad regulaminów (P).

Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II

Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku

Ćwiczenie Stany nieustalone w obwodach liniowych pierwszego rzędu symulacja komputerowa

etrader Pekao Podręcznik użytkownika Portfel inwestycyjny

Język UML w modelowaniu systemów informatycznych

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a

OBLICZENIA ZA POMOCĄ PROTEIN

składa się z m + 1 uporządkowanych niemalejąco liczb nieujemnych. Pomiędzy p, n i m zachodzi następująca zależność:

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy

Instrukcje pętli przykłady. Odgadywanie hasła. 1) Program pyta o hasło i podaje adres, gdy hasło poprawne lub komunikat o błędnym haśle.

Maxima i Visual Basic w Excelu

1 Wprowadzenie do algorytmiki

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów

Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki. Podstawy Informatyki i algorytmizacji

Katarzyna Jesionek Zastosowanie symulacji dynamiki cieczy oraz ośrodków sprężystych w symulatorach operacji chirurgicznych.

2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26

Algorytm. Krótka historia algorytmów

Metody niedyskontowe. Metody dyskontowe

Zmienność wiatru w okresie wieloletnim

Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy. Obowiązkowy Polski VI semestr zimowy

Podstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

WYKAZ KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Laboratorium II: Modelowanie procesów fizycznych Skrypt do ćwiczeń

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)]

analogowego regulatora PID doboru jego nastaw i przetransformowanie go na cyfrowy regulator PID, postępując według następujących podpunktów:

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Inżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT

DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI

1. Informatyka - dyscyplina naukowa i techniczna zajmująca się przetwarzaniem informacji.

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

SYMULACYJNE BADANIE SKUTECZNOŚCI AMUNICJI ODŁAMKOWEJ

Transkrypt:

PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH ( Na przykładzie POWERSIM) M. Berndt-Schreiber 1

Plan Zasady modelowania Obiekty symbole graficzne Dyskretyzacja modelowania Predefiniowane funkcje Stosowane procedury Przykładowe zastosowania M. Berndt-Schreiber 2

Trzy zasady modelowania M. Berndt-Schreiber 3

Zasada: I. Istotę zachowań dynamicznych opisują przepływy, które dochodzą lub wychodzą z poziomów. Uwaga: Poziom można traktować jako zbiornik, przepływy jako rury, dzięki którym zbiornik jest napełniany lub opróżniany. M. Berndt-Schreiber 4

Zasada: II. Pętla sprzężenia zwrotnego stanowi podstawowy mechanizm przepływu informacji i reakcji układu. Uwaga: W układzie modelowym informacja o poziomie dociera poprzez strukturę za pośrednictwem przepływów w pętlach dodatniego i ujemnego sprzężenia zwrotnego. M. Berndt-Schreiber 5

Zasada: III. W pętlach sprzężenia zwrotnego mogą występować funkcje nieliniowe, powodujące często skomplikowane i nieprzewidywalne zachowania układu. M. Berndt-Schreiber 6

Obiekty w systemie POWERSIM M. Berndt-Schreiber 7

Obiekty POWERSIM dostępne z pasków narzędzi Modelowe - określają strukturę modelu: typy zmiennych i odpowiednich połączeń Dynamiczne - wyświetlają na bieżąco wyniki symulacji w postaci tabel, wykresów, suwaków itp. Statyczne - pozwalają na dodatkowe informacje o modelu, nie związane z symulacjami M. Berndt-Schreiber 8

Ad. Obiekty modelowe Symbole graficzne M. Berndt-Schreiber 9

Symbole graficzne elementy diagramu modelowania Level / poziom typ zmiennej akumulującej zmiany wywołane przepływami Constant / stała typ zmiennej o ustalonej wartości, która jest wykorzystywana w obliczeniach pomocniczych lub przepływach M. Berndt-Schreiber 10

Symbole graficzne elementy diagramu modelowania Auxiliary / funkcja pomocnicza typ zmiennej zawierającej formułę obliczeniową, zależną od innych zmiennych Flow / przepływ obiekt modyfikujący poziomy M. Berndt-Schreiber 11

Symbole graficzne elementy diagramu modelowania Flow with rate / przepływ kontrolowany obiekt modyfikujący poziomy regulowany przez zmienną pomocniczą Cloud / chmurka niezdefiniowane źródło, symbol końca modelu M. Berndt-Schreiber 12

Symbole graficzne elementy diagramu modelowania Information link / połączenie informacyjne obiekt przekazujący informacje o zmiennych pomocniczych i innych Delayed info-link / połączenie opóźnione obiekt używany przy stosowaniu funkcji opóźniających M. Berndt-Schreiber 13

Symbole graficzne elementy diagramu modelowania Initialization link / połączenie inicjujące obiekt nadający początkowe wartości poziomowi M. Berndt-Schreiber 14

Dyskretyzacja w modelowaniu komputerowym M. Berndt-Schreiber 15

Dyskretyzacja w modelowaniu Układy dynamiczne w świecie rzeczywistym - ciągłe w czasie; np.. zmiany temperatury ruchy planet wzrost komórek M. Berndt-Schreiber 16

Dyskretyzacja w modelowaniu Układy dynamiczne w świecie rzeczywistym - nieciągłe, DYSKRETNE, w czasie; np.. oprocentowania w bankach ceny rynkowe kursy walut M. Berndt-Schreiber 17

Dyskretyzacja w modelowaniu Numerycznie często nie możemy uwzględniać zmian ciągłych - w modelach układów dynamicznych czas traktujemy DYSKRETNIE symulacja w POWERSIM dotyczy zmian poziomów w określonych przedziałach czasowych w każdym kroku symulacji aktualizowana jest wartość poziomu M. Berndt-Schreiber 18

Predefiniowane funkcje w POWERSIM M. Berndt-Schreiber 19

Funkcje dostępne w POWERSIM PODSTAWOWE GRUPY FUNKCJI Funkcje tablicowe (array ) Funkcje zespolone (complex ) Funkcje warunkowe (condition) Funkcje kontrolne (control) Funkcje konwersji (conversion) Funkcje losowe (random) M. Berndt-Schreiber 20

Funkcje dostępne w POWERSIM PODSTAWOWE GRUPY FUNKCJI Funkcje opóźniające (delay) Funkcje finansowe (financial ) Funkcje graficzne (graph) Funkcje matematyczne (mathematical) Funkcje statystyczne (statistical) Funkcje czasowe (time-related) M. Berndt-Schreiber 21

Procedury stosowane w POWERSIM M. Berndt-Schreiber 22

Proces symulacji w POWERSIM Matematyczna definicja poziomu (Level), czyli typu zmiennej stanowiącej zasadniczy element modelowania struktury dynamicznej składa się z dwóch części: Inicjacja (Initial) - określa wartość początkową poziomu Przepływ (Flow) - określa zmiany poziomu w procesie symulacji M. Berndt-Schreiber 23

Proces symulacji w POWERSIM POWERSIM automatycznie generuje procedurę dla przepływu na podstawie określonych połączeń na diagramach, modelujących struktury układów dynamicznych: M. Berndt-Schreiber 24

Proces symulacji w POWERSIM Algorytm EULERA: Założenia: L=poziom w chwili t F(L,t)=przepływ w czasie t 1. obliczanie pochodnej przepływu dla t=t: F(L,T) 2. obliczanie wartości poziomu L dla t=t+ t: L(T+ t)= L(T) + t* F M. Berndt-Schreiber 25

Przykład struktury generowanej przez diagram przy założeniu kroku t = 1 Init L= 100 Flow L=+dt*(F) Aux F = -L/5 M. Berndt-Schreiber 26

Przykład struktury generowanej przez diagram przy założeniu kroku t = 1 dla t=0 L = 100 ; F = -L/5 = -20 dla t=1 L(0+1) = L(0) + 1*F(0) =100-20=80 dla t=2 F=-L/5=-80/5=-16 L(1+1) = L(1) + 1*F(1)=80-16=64 itd.. M. Berndt-Schreiber 27

Przykład struktury generowanej przez diagram przy założeniu kroku t = 1 t 0 1 2 3 4 5 6 7 L 100 80 64 51.20 40.96 32.77 26.21 20.97 F -20-16 -12.80-10.24-8.19-6.55-4.19-3.36 M. Berndt-Schreiber 28

Proces symulacji w POWERSIM Uwaga: Algorytm EULERA zakłada, że przepływ jest stały w danym przedziale czasowym korzysta się tylko z informacji na początku przedziału czasowego (tzw. metoda stałego nachylenia) Ważny staranny dobór przedziału czasowego - algorytm bywa często niestabilny M. Berndt-Schreiber 29

Proces symulacji w POWERSIM Algorytm RUNGEGO - KUTTY: Uwzględnia zmiany poziomów w dwóch lub kilku punktach w danym przedziale czasowym Bywa dokładniejszy, ale wymaga dłuższych obliczeń (por. ćw.) M. Berndt-Schreiber 30

Proces symulacji w POWERSIM W systemie POWERSIM dostępne: trzy typy procedur metody Rungego-Kutty, gwarantujące odpowiednio większą dokładność wyników obliczeń: M. Berndt-Schreiber 31

Proces symulacji w POWERSIM Opcje metody Rungego-Kutty rząd 2 3 4 4 krok ustalony ustalony ustalony zmienny skrót RK2 RK3 RK4 fixed step RK4 var step M. Berndt-Schreiber 32

Przykładowe zastosowania epidemia video-feedback inne M. Berndt-Schreiber 33

POWERSIM opcja diagramy M. Berndt-Schreiber 34

POWERSIM wyniki symulacji M. Berndt-Schreiber 35

POWERSIM opcja diagramy M. Berndt-Schreiber 36

POWERSIM opcja diagramy M. Berndt-Schreiber 37

POWERSIM opcja równania w pseudokodzie M. Berndt-Schreiber 38

POWERSIM wyniki symulacji M. Berndt-Schreiber 39

POWERSIM wyniki symulacji M. Berndt-Schreiber 40

POWERSIM wyniki symulacji M. Berndt-Schreiber 41

Rozwój nowotworu M. Berndt-Schreiber 42

POWERSIM opcja diagramy M. Berndt-Schreiber 43

POWERSIM opcja równania w pseudokodzie M. Berndt-Schreiber 44

POWERSIM wyniki symulacji M. Berndt-Schreiber 45

POWERSIM wyniki symulacji M. Berndt-Schreiber 46

POWERSIM wyniki symulacji M. Berndt-Schreiber 47

POWERSIM wyniki symulacji M. Berndt-Schreiber 48

Analiza ruchów ludnościowych i nie tylko... M. Berndt-Schreiber 49

POWERSIM opcja diagramy M. Berndt-Schreiber 50

POWERSIM opcja równania w pseudokodzie M. Berndt-Schreiber 51

POWERSIM wyniki symulacji M. Berndt-Schreiber 52

POWERSIM parametry M. Berndt-Schreiber 53

POWERSIM wyniki symulacji M. Berndt-Schreiber 54

POWERSIM wyniki symulacji M. Berndt-Schreiber 55

POWERSIM wyniki symulacji M. Berndt-Schreiber 56

POWERSIM wyniki symulacji M. Berndt-Schreiber 57

POWERSIM wyniki symulacji M. Berndt-Schreiber 58

POWERSIM wyniki symulacji M. Berndt-Schreiber 59

POWERSIM opcja diagramy M. Berndt-Schreiber 60

POWERSIM opcja diagramy M. Berndt-Schreiber 61

POWERSIM opcja diagramy M. Berndt-Schreiber 62

POWERSIM opcja równania w pseudokodzie M. Berndt-Schreiber 63

POWERSIM opcja diagramy M. Berndt-Schreiber 64

POWERSIM opcja diagramy M. Berndt-Schreiber 65

POWERSIM opcja równania w pseudokodzie M. Berndt-Schreiber 66