欢迎来到天天文库
浏览记录
ID:28164333
大小:377.00 KB
页数:10页
时间:2018-12-07
《在被控对象模型上使用mentor-calo方法分析模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、在被控对象模型上使用MonteCarlo方法改进系统模型在军工领域,基于模型的设计已经成为一种规范:系统模型成为研发过程中的核心,用于针对物理硬件的复杂算法设计。除了在控制算法建模上入手外,对被控对象建模可达到更鲁棒性的设计。使用商业定制软件(CTOS)可以使得控制器和硬件在统一的环境中建模和仿真。与嵌入式控制器一样的环境中建立被控对象模型使得工程师能够使用多个被控对象的参数对控制器做测试,包括可以仿真正常和理想值的结果。对多个物理参数建模提供了更好地表述在实际硬件上将会发生什么。MonteCarlo分析是一种仿真在真实物理参数发生多样性的标准方法。在航空航天应用中,MonteCarlo
2、技术可用于保证高可靠性和鲁棒性设计。即使使用商用定制软件(RTOS)的统一环境,对设计进行全面的测试或对设计进行优化也将会对仿真进行上千次的仿真跌代,需要花费数天的时间来完成,这都取决于系统的复杂程度和模型的逼真度。每一次迭代都可能花费几小时的时间。在开发阶段,仿真时间可能会成为瓶颈。如果能够并行地运行多个独立场景下的仿真可大大的缩短仿真的时间。在Matlab/Simulink环境中对被控对象模型进行建模、仿真、优化可使系统更能满足实际的需要。I简介基于模型的设计已经成为航空航天领域屮标准的设计方式之一。h2’3对于现代日益复杂的系统,由一个工程师完成的设计很少就是最终的产品。一个复杂的
3、系统通常需要很多次的迭代,不断地改进,这需要开发团队能很快地进行测试、仿真并评估测试结果。对不准确的或不存在的对象模型所设计的控制算法是不可能正常发挥作用的,同样,一个不包含控制器的系统也很难被测试。使用COTS软件,不仅很好地支持闭队合作幵发的流程,而且允许控制器和物理对象同时参与建模,并在冋一个环境中仿真,这样就可以在开发周期的早期对整个的系统进行测试,及早发现设计中的问题或缺陷,15’6’7从而缩短了开发周期、降低了风险、节约了成本,同时提高了产品的品质。航空航天系统模型通常由大量的子系统组成,每一个子系统可能由不同的开发闭队完成,而开发团队可能来自全球各地。不同的开发团队必须互相
4、合作,优化设计,或是根据特定的需求使系统运行,这就非常奋必要进行系统模型的分析,括所有的子系统。如果没有一个统一的、标准的建模环境,就需要联合仿真的技术或是进行手动计算,这是非常困难和耗时的。而一个共享的建模环境和通用的建模标准能帮助开发团队轻松、快捷的交互,超越了组织、语言和文化的障碍。工程师在同一个建模环境中建立对象模型和嵌入式控制器后,可以使用多个对象的参数测试该控制器,也包括理想值仿真。建模时可变的物理参数提供了在实物屮将要发生动作的最好描述。蒙特卡洛分析就是对实际物理参数可变性仿真的一种标准的方法。在航空航天应用中,蒙特卡洛技术被用来保证高质量和鲁棒设计。使用共享的COTS环境
5、完全测试或优化一个设计需要花费数天的时间经过成千上万次的仿真循环才能完成。每次循环可能要花费儿个小时去运行,这取决于系统的复杂度和模型的逼真度。所以在开发过程中仿真时间往往成为致命的瓶颈。而并行地运行多个且独立的仿真循环则能显著地节省时间。新的高性能的计算工具和多处理器计算机强大的处理能力在很大程度上排除了吋间和资源的限制,非常适合对含大量参数的复杂动态系统的仿真。在这篇论文中,主耍讨论在Mathworks公司产品MATLAB/Simulink中建模、优化和测试对象模型以搭建更好的系统模型的技术。同时也介绍通过使用高性能计算集群提高蒙特卡洛分析速度的新技术。II蒙特卡洛方法从财政金融建模
6、到理论物理学问题的研究都可以使用蒙特卡洛方法,而它最为普遍的使用是将统计方法应用在工程和科研中。当有许多特定的应用情况以它们最简单的形式存在,蒙特卡洛方法将通过随机数和概率分布去分析问题。8在这篇文章屮,将讨论蒙特卡洛应用在系统仿真的技术。使用蒙特卡洛方法仿真的最大好处是它有助于对非常复杂而又很难得到分析结果的系统进行建模,同时它也能对不确定性进行仿真。即使设计中没有不确定的参数,系统条件或环境也往往包含许多不确定性因素,这也是需要考虑的,比如物理系统的性能会随着时间慢慢被损耗。当所设计的系统工作在较长时间时,需要仿真它在整个生命周期屮各种不确定的情况。使用蒙特卡洛方法能够预测一定吋间后
7、故障的可能性。使用蒙特卡洛测试的第三个好处是能够提高模型的可靠性。比如进行完整算法设计和闭环测试,不仅使用理想参数值,同时也使用在设计中可能遇到的各种情况的整个范围上的随机值。以以前发布的直流电机为例,9H°它的每个物理组件都有一定的公差。如果仅仅使用每个尺寸的理想值可能无法展现出电机的完整性能。可以测试每组尺、?的最大最小值,但是这也不足于建立准确的模型,除非这些尺寸都服从均匀分布。当许多物理参数服从正态或高斯分布,使用蒙特卡洛技
此文档下载收益归作者所有