CN105247422A - 用于对两个子系统进行协同仿真的方法和装置 - Google Patents

用于对两个子系统进行协同仿真的方法和装置 Download PDF

Info

Publication number
CN105247422A
CN105247422A CN201480030238.7A CN201480030238A CN105247422A CN 105247422 A CN105247422 A CN 105247422A CN 201480030238 A CN201480030238 A CN 201480030238A CN 105247422 A CN105247422 A CN 105247422A
Authority
CN
China
Prior art keywords
coupling
subsystem
model
time
extrapolation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201480030238.7A
Other languages
English (en)
Other versions
CN105247422B (zh
Inventor
J·策厄特纳
M·保尔韦伯
H·科卡尔
M·贝内迪克特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kompetenzzentrum das Virtuelle Fahrzeug Forchungs GmbH
Original Assignee
Kompetenzzentrum das Virtuelle Fahrzeug Forchungs GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kompetenzzentrum das Virtuelle Fahrzeug Forchungs GmbH filed Critical Kompetenzzentrum das Virtuelle Fahrzeug Forchungs GmbH
Publication of CN105247422A publication Critical patent/CN105247422A/zh
Application granted granted Critical
Publication of CN105247422B publication Critical patent/CN105247422B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23445—Real time simulation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32352—Modular modeling, decompose large system in smaller systems to simulate
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

为了实现对总系统(1)的通过耦合参量(y1、y2)相互耦合的子系统进行实时协同仿真，由子系统(TS1、TS2)的输入参量(x1、x2)和/或测量参量(w1、w2)借助基于数据的模型识别的方法确定子系统(TS1、TS2)的在总系统(1)的当前的运行点中有效的数学模型(M)并且由该模型(M)外推得出用于后续的耦合时间步长的耦合参量(y1、y2)并且将它们提供给子系统(TS1、TS2)。

Description

用于对两个子系统进行协同仿真的方法和装置
技术领域
本发明涉及一种用于对总系统的两个子系统进行协同仿真的方法和仿真装置，所述子系统通过耦合参量相互耦合。
背景技术
为了对总系统进行仿真而经常将该总系统分成子系统，然后对所述子系统单独地进行仿真，在此说的是分布式仿真或协同仿真。例如当将子系统以不同的仿真工具进行仿真时，或者当在多个解算器上争取达到并行计算时，或者当实时仿真(例如硬件在环(HiL)系统)应该结合到实际的用于试验台的自动化系统时，这是适用的。子系统在此代表包含所属的数字化求解算法在内的待仿真的系统的子模型。对子系统进行的相互联系的仿真然后得出对总系统进行的仿真。在仿真中，在每个仿真步骤中对总系统的确定的运行点或子系统的与此关联的运行点进行仿真。运行点在此描述总系统在确定的时刻的特性。在总系统的分布式仿真中，在确定的预定的时刻在子系统之间交换所谓的耦合参量，并且对子系统在限定的时间步长、即所谓的耦合时间步长上独立于其它子系统进行求解。在耦合时间步长结束时，为了使子系统同步而在子系统之间实施数据交换。
在子系统的相互关联性中，例如当第一子系统需要第二子系统的输出作为输入，并且第二子系统需要第一子系统的输出作为输入时，不是所有需要的耦合参量在耦合时间步长开始时就是已知的、而是必须通过外推法来估计。通过外推法来预测一个或多个系统(子系统)的在时间上的特性。
子系统的子模型的耦合在协同仿真时典型地基于耦合参量的基于信号的多项式外推法实现。通常对此使用零阶的方法、很少使用更高阶(1阶或2阶)的方法。借助基于信号的外推法，输出信号y作为输入信号x的函数来计算、亦即y＝f(x)，在此也说的是单输入、单输出(SISO)。通过相关的耦合参量的外推法引入了所谓的耦合误差，该耦合误差对(协同)仿真的结果的质量有直接的(负面)影响。因为在耦合时间步长上进行外推，所以引入的误差相当于“局部的离散误差”。在耦合时刻(由于分段的外推法导致)的不连续性在此也对子系统的数字化求解有负面影响。为了保持耦合误差小，必须保持采样步长或交换间隔小，这导致长的计算时间并且因此是不值得期望的。但耦合误差也造成耦合信号的失真并且导致耦合信号的固有的时间延迟(虚拟的死区时间)，该时间延迟对闭环系统(例如调节回路)的动态性能有负面影响。但耦合参量的交换也导致附加的“实际的”死区时间，该“实际的”死区时间由于使用通讯系统、例如通过总线系统(如FlexRay或CAN)进行数据交换而产生。所述实际的死区时间典型地显著大于由耦合产生的虚拟的死区时间。
在EP2442248A1中例如描述一种包括误差校正和耦合时间步长控制的用于协同仿真的基于信号的耦合方法。借此可以将外推误差通过误差补偿的方法显著减小。此外可以借此补偿(虚拟的和实际的)不显著超过耦合时间步长的死区时间。
在基于信号的外推方法中存在的问题是，这些外推方法在长的时间间隔、即在超过多个耦合时间步长上进行外推时失效。在总系统的实时仿真中出现该情况，这是因为在此基于测量(A/D转换)、信号处理、通过通讯介质进行的数据传输等导致典型地长的死区时间(多个耦合时间步长)。在实时仿真时，耦合参量必须在固定地预定的时刻(耦合时间步长)可被使用，因为在其它情况下实时仿真因误差而中断。例如当至少一个实时系统(与另外的实时系统或非实时系统)耦合时或当任务耦合在实时系统上时必须进行实时仿真。
发明内容
因此，本发明的任务是，改善在协同仿真中的耦合参量的外推法，特别是这样改善，使得外推法也在长的时间间隔、即也在多个耦合时间步长上是可能的，从而实时协同仿真也是可能的。
该任务通过一种方法和一种所属的仿真装置来完成，在该方法中，由子系统的输入参量和/或测量参量借助基于数据的模型识别的方法确定子系统的在总系统的当前的运行点中有效的数学模型并且由该模型外推得出用于后续的耦合时间步长的耦合参量并且将它们提供给子系统。因为通过该模型非常好地已知子系统在一定的时间范围(运行点)内的时间特性，因此也可以在超过多个耦合时间步长上外推，这使得能够实现实时协同仿真。即使测量值在多个耦合时间步长上缺少，这仍然也能够实现实时系统的无误差的继续运行，这是因为这些测量值可以通过基于模型的外推法被可靠地确定。附加地也可以通过基于模型的外推法处理有噪声的信号。
可以非常简单地补偿实际的和虚拟的死区时间，其方式为，通过外推法由模型来计算在向未来推移死区时间后的时刻的耦合参量。
特别是在实时系统中为了可以将实时系统必要时置于安全的状态，误差诊断是重要的。这能够当在外推法中确定耦合误差并且据此引入用于处理耦合误差的方法步骤时实现。
当在外推法中附加地使用用于误差补偿的方法时，可以改善确定耦合参量的精确性。
特别是在仿真开始时可能还没有足够精确的模型可被使用。该时段可以通过用于确定耦合参量的基于信号的耦合以简单的方式弥补。
在使用子系统和外推单元之间的实时总线系统时可以提高外推法的精确性，这是因为可以精确地确定通讯死区时间并且因此更有针对性地对其进行补偿。
附图说明
接下来参考图1至5进一步阐述本发明，这些图示例性地、示意性地并且非限制性地示出本发明的有利的设计方案。其中：
图1示出按照现有技术的、耦合参量的基于信号的外推法，
图2示出按照本发明的、耦合参量的基于模型的外推法，
图3示出用于耦合参量的外推法的示例性的方法过程；
图4示出对总系统进行协同仿真的示例以及
图5示出用于实施耦合参量的外推方法的仿真装置。
具体实施方式
在图1中为了阐述而示出现有技术中的用于耦合参量的外推法的基于信号的方案。在此，两个子系统TS1、TS2相互耦合。函数f1、f2由输入参量x1、x2通过多项式外推法、例如通过零阶保持器(ZOH)、一阶保持器(FOH)或二阶保持器(SOH)、亦即y1＝f1(x1(t),t)、y2＝f2(x2(t),t)外推得出耦合参量y1、y2。
在接下来的实施例中分别提到两个输入参量、两个耦合参量和两个测量参量，然而本发明当然也包括相应任意其它数量的此类参量。
现在按照本发明选择一种基于模型的方案，在该基于模型的方案中，将子系统TS1、TS2的数学模型M用于外推得出耦合参量y1、y2，如在图2中示意性示出的那样。模型M在此由输入参量x1、x2和/或由测量参量w1、w2在考虑当前的和过去的时值的情况下确定。输入参量一般理解为例如也能够对应于在仿真模型之间交换的值的参量。测量参量例如可以来自任意类型的传感器并且可能与此相应地具有噪声。
由模型M得出耦合参量y1＝f1(x1(t),x2(t),t)、y2＝f2(x1(t),x2(t),t)。在单纯使用测量参量的情况下，在示出的实施例中由模型M得出耦合参量y1＝f1(w1(t),w2(t),t)、y2＝f2(w1(t),w2(t),t)。在使用按照以上给出的定义的输入参量和测量参量时，由模型M得出耦合参量y1＝f1(x1(t),x2(t),w1(t),w2(t),t)、y2＝f2(x1(t),x2(t),w1(t),w2(t),t)。
因此存在多输入、多输出(MIMO)的系统。模型M包含子系统TS1、TS2的被识别的模型，所述模型只局部、亦即只短期对于总系统的当前运行点有效。通过所述基于模型的外推法，该外推法自适地适配于系统特性或系统求解。但通过基于模型的外推法也可以处理有噪声的信号(耦合参量y1、y2，输入参量x1、x2，测量参量w1、w2)，这是因为外推法基于模型M进行、而不是基于有噪声的测量参量本身，这在基于信号的外推法中是不可能的。
为了确定模型M而采用充分已知的基于数据的模型识别的方法。在此，模型由子系统TS1、TS2的当前的和过去的输入参量x1、x2和/或测量值w1、w2确定。这样的方法例如是递推最小二乘法(RLS、RExtendedLS)、(扩展的)卡尔曼滤波法、递归工具变量法、递归子空间识别、投影算法、随机梯度算法、递推伪线性回归、递归预测误差法、基于观察器的识别方法(滑模、未知输入观测、…)、傅立叶分析、相关性分析。利用这样的方法借助总系统当前的运行点确定并且连续优化模型M的参数。为此可以任意预定模型结构、例如线性的、时不变的二阶系统，其具有两个输入和输出。作为测量参量w1、w2有利地使用由子系统提供的测量参量w1、w2，其中，可以使用当前的和过去的测量参量w1、w2。
初始的模型可以在仿真开始时也提前由已知参量或外部认识确定或预定。为了确定初始的模型参数，例如可以为子系统和为估计的模型借助逆模型逆算出内部的初始状态，或借助较简单的方法计算出内部的模型状态，直到基于模型的方法进入稳态，或者可以为输入信号设定正确的初始值。但原则上可以使用任意的初始模型。也可考虑，设置基于信号的耦合，直到估计的模型可使用或有效。
因为通过模型M非常好地已知子系统TS1和TS2在一定的时间范围(运行点)内的时间特性，所以也可以补偿可能的死区时间。因此可以在无须等待系统的动态响应的情况下预测相应另外的子系统TS1、TS2的特性。
通过使用用于确定耦合参量y1、y2的模型M，当测量参量w1、w2在多个耦合时间步长上缺少时，也可以无误差地(至少暂时地)继续运行实时系统，这是因为通过基于模型的外推法可以可靠地确定这些测量参量。
两个子系统TS1、TS2的协同仿真于是可以如在图3中示出地那样进行。在按照所述实施例的第一步骤中预定或确定初始的模型。这是可选的步骤。然后作为第二步骤读入需要的测量参量w1、w2和/或输入参量x1、x2并且由此在第三步骤中借助模型识别的基于数据的方法确定模型M的局部有效的、亦即在仿真步骤内有效的参数。例如当由于某种原因而没有新的测量参量w1、w2和/或输入参量x1、x2可供读入时，这些参数也可以在多个仿真步骤上保持有效。与此相应地将省却步骤2和3。
在此也可以可选地确定耦合误差(例如外推误差)、死区时间、数据缺少等(步骤4)并且基于此可以引入如下方法步骤：例如中断仿真、将系统转变到安全的状态、输出警告(步骤8)。
通过基于模型的外推法可以补偿实际的和虚拟的在封闭系统中出现的死区时间。通过利用模型M进一步对未来进行估计可以补偿实际的死区时间，所述死区时间由例如通过总线系统的通讯或信号交换、但也由计算时间、用于测量和处理信号的时间引起。通过使用(在图5中表示的)实时总线系统4(亦即时控的总线系统)或者除信号之外还传输时间信息的一般系统，可以提高外推法的精确性，因为例如通过基于来自实时总线系统4的信息来估计死区时间或者通过分析所估计的模型可以精确确定通讯死区时间。由通过采样产生的在时间上的延迟所引起的虚拟的死区时间可以隐含地通过使用基于模型的外推法来补偿。因此，通过按照本发明的基于模型的外推法可以补偿所有死区时间，这主要在使用实时系统时引起仿真特性的显著改善。
由局部的模型M在第五步骤中计算耦合参量y1、y2，所述耦合参量随后在第六步骤中提供给子系统TS1、TS2，以用于在下一个仿真步骤中的协同仿真，从而所述方法再次从第二步骤继续。但是例如当子系统TS1、TS2未被仿真，而是被实际构建时，耦合参量y1、y2也可以在子系统TS1、TS2中被另外进一步处理。
在确定耦合参量y1、y2时也可以使用用于附加的误差补偿的方法、例如一种在EP2442248A1中描述的方法。以此还能够进一步提高所确定的耦合参量y1、y2的精确性。
在图4中以混合动力车辆为例示意性示出总系统1的协同仿真。在此例如子系统TS1是电机，子系统TS2是内燃机，子系统TS3是传动系，子系统TS4是蓄电器并且子系统TS5是混合动力控制部。在它们之间的连接描述了在子系统TS之间的连接。在此，混合动力控制部例如可以在HiL-硬件中实际地构建，而另外的子系统TS1至TS4在合适的仿真平台、例如dSpace或Matlab上作为仿真运行，对此必须进行实时协同仿真。但也可以附加地将另外的子系统构建为实际的硬件、例如在发动机试验台上的内燃机。
在图5中示例性地示出一种仿真装置3，该仿真装置用于总系统1的协同仿真的一部分。每个子系统TSn在此在自身的仿真环境Sn(硬件并且包括用于利用预设的求解算法对子系统的子模型进行仿真的软件)中仿真。当然也可以在一个仿真环境中对多个或所有子系统进行仿真。在此，仿真环境S5例如是包括相应的硬件和软件的HiL系统。仿真环境S1和S2例如在合适的计算机上利用相应的软件、例如Mathworks公司的Simulink或MSC公司的Adams来实现。子系统TS1和TS5在此相互关联，从而必须借助耦合参量y1、y2如上所述解析协同仿真的关联性。为此设有外推单元2，所述外推单元例如实施为包括合适的软件和必需的例如用于模型识别的算法的计算机硬件。外推单元2从子系统TS1、TS5获得输入参量x1、x2和测量参量w1、w2并且由此为每个仿真步骤识别局部有效的模型M。然后由模型M同时计算耦合参量y1、y2并且将它们提供给子系统TS1、TS5。

Claims (7)

1.用于对总系统(1)的两个子系统(TS1、TS2)进行协同仿真的方法，所述子系统通过耦合参量(y1、y2)相互耦合，其特征在于，由子系统(TS1、TS2)的输入参量(x1、x2)和/或测量参量(w1、w2)借助基于数据的模型识别的方法确定子系统(TS1、TS2)的在总系统(1)的当前的运行点中有效的数学模型(M)并且由该模型(M)外推得出用于后续的耦合时间步长的耦合参量(y1、y2)并且将它们提供给子系统(TS1、TS2)。
2.按照权利要求1所述的方法，其特征在于，补偿实际的和虚拟的死区时间，其方式为通过外推法由模型(M)来计算在向未来推移死区时间后的时刻的耦合参量(y1、y2)。
3.按照权利要求1所述的方法，其特征在于，在外推法中确定耦合误差并且据此引入用于处理耦合误差的方法步骤。
4.按照权利要求1所述的方法，其特征在于，在外推法中使用用于误差补偿的方法。
5.按照权利要求1所述的方法，其特征在于，将基于信号的耦合用于确定耦合参量(y1、y2)，直到识别的模型(M)可被使用。
6.用于对总系统(1)的至少两个子系统(TS1、TS2)进行协同仿真的仿真装置，所述子系统通过耦合参量(y1、y2)相互耦合，其特征在于，设有至少一个外推单元(2)，所述外推单元获得子系统(TS1、TS2)的输入参量(x1、x2)和/或测量参量(w1、w2)并且由此借助基于数据的模型识别的方法识别子系统的在总系统(1)当前的运行点中有效的数学模型(M)，以便利用所述模型(M)计算耦合参量。
7.按照权利要求6所述的仿真装置，其特征在于，至少一个子系统(TS1、TS2)和至少一个外推单元(2)通过至少一个实时总线系统(4)连接。
CN201480030238.7A 2013-04-15 2014-04-09 用于对两个子系统进行协同仿真的方法和装置 Active CN105247422B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ATA50260/2013 2013-04-15
ATA50260/2013A AT514854A2 (de) 2013-04-15 2013-04-15 Verfahren und Vorrichtung zur Co-Simulation von zwei Teilsystemen
PCT/EP2014/057194 WO2014170188A1 (de) 2013-04-15 2014-04-09 Verfahren und vorrichtung zur co-simulation von zwei teilsystemen

Publications (2)

Publication Number Publication Date
CN105247422A true CN105247422A (zh) 2016-01-13
CN105247422B CN105247422B (zh) 2019-03-01

Family

ID=50513224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480030238.7A Active CN105247422B (zh) 2013-04-15 2014-04-09 用于对两个子系统进行协同仿真的方法和装置

Country Status (10)

Country Link
US (1) US20160055278A1 (zh)
EP (1) EP2987039B1 (zh)
JP (1) JP6143943B2 (zh)
KR (1) KR101777037B1 (zh)
CN (1) CN105247422B (zh)
AT (1) AT514854A2 (zh)
CA (1) CA2909351C (zh)
ES (1) ES2836758T3 (zh)
HU (1) HUE051917T2 (zh)
WO (1) WO2014170188A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390121A (zh) * 2018-04-18 2019-10-29 罗伯特·博世有限公司 用于将第一模拟器与至少一个第二模拟器耦合的耦合装置及其运行方法
CN110580373A (zh) * 2018-06-07 2019-12-17 能力中心-虚拟车辆研究公司 预处理协同仿真方法和装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011111394A1 (ja) * 2010-03-12 2011-09-15 株式会社ブリヂストン 空気入りタイヤ
DE102015207932A1 (de) * 2015-04-29 2016-11-03 Siemens Aktiengesellschaft Verfahren zur computerunterstützten Entwicklung eines aus Teilsystemen bestehenden Gesamtsystems
WO2016198047A1 (de) * 2015-06-10 2016-12-15 Fev Gmbh Verfahren für die erstellung eines simulationsmodells zur abbildung zumindest eines funktionalen prozesses einer antriebstrangkomponente
CN106326509B (zh) * 2015-06-29 2019-08-06 田宇 一种电路仿真方法和装置
EP3188053A1 (de) 2015-12-30 2017-07-05 Kompetenzzentrum - Das virtuelle Fahrzeug Forschungsgesellschaft mbH Verfahren zum konfigurieren einer co-simulation für ein gesamtsystem
CN107292016B (zh) * 2017-06-15 2021-04-06 中车唐山机车车辆有限公司 仿真数据处理方法及装置
EP3454234A1 (de) * 2017-09-06 2019-03-13 dSPACE digital signal processing and control engineering GmbH Verfahren zum bereitstellen einer echtzeitfähigen simulation für die steuergerätentwicklung und simulationsvorrichtung für die steuergerätentwicklung
EP3518216A1 (en) 2018-01-30 2019-07-31 Volvo Car Corporation Co-simulation system with delay compensation and method for control of co-simulation system
WO2019219170A1 (en) * 2018-05-15 2019-11-21 Siemens Industry Software Nv A method for synchronizing programs for simulation of a technical system

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533262A (zh) * 2009-04-22 2009-09-16 北京航空航天大学 一种基于服务的机械与控制系统联合仿真实现的方法
CN101950315A (zh) * 2009-07-10 2011-01-19 爱默生过程管理电力和水解决方案公司 用于补偿基于第一原理的仿真模型的方法和装置
AT509930A2 (de) * 2010-06-01 2011-12-15 Kompetenzzentrum Das Virtuelle Fahrzeug Forschungsgmbh Modellbasiertes verfahren zur quantifizierung der qualität der resultate von co-simulationen
CN102867081A (zh) * 2012-08-23 2013-01-09 西南交通大学 多领域协同仿真计算的耦合控制方法
CN102880759A (zh) * 2012-09-27 2013-01-16 西南交通大学 高速列车大系统耦合动力学仿真平台
CN102880758A (zh) * 2012-09-27 2013-01-16 西南交通大学 高速列车系统动力学耦合仿真方法
US20130066615A1 (en) * 2011-09-14 2013-03-14 General Electric Company System and method for simulating gas turbine operation

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09311852A (ja) * 1996-05-23 1997-12-02 Hitachi Ltd ヘテロジーニアスなシミュレータ間の協調分散コンピューティング方法及びシステム
JP2006350549A (ja) * 2005-06-14 2006-12-28 Hitachi Ltd 統合シミュレーションシステム
JP5153465B2 (ja) * 2008-06-09 2013-02-27 インターナショナル・ビジネス・マシーンズ・コーポレーション シミュレーション方法、システム及びプログラム
AT511272A1 (de) 2010-10-15 2012-10-15 Kompetenzzentrum Das Virtuelle Fahrzeug Forschungsgmbh Kopplungsmethodik für nicht-iterative co-simulation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533262A (zh) * 2009-04-22 2009-09-16 北京航空航天大学 一种基于服务的机械与控制系统联合仿真实现的方法
CN101950315A (zh) * 2009-07-10 2011-01-19 爱默生过程管理电力和水解决方案公司 用于补偿基于第一原理的仿真模型的方法和装置
AT509930A2 (de) * 2010-06-01 2011-12-15 Kompetenzzentrum Das Virtuelle Fahrzeug Forschungsgmbh Modellbasiertes verfahren zur quantifizierung der qualität der resultate von co-simulationen
US20130066615A1 (en) * 2011-09-14 2013-03-14 General Electric Company System and method for simulating gas turbine operation
EP2570877A1 (en) * 2011-09-14 2013-03-20 General Electric Company System and method for simulating gas turbine operation
CN102867081A (zh) * 2012-08-23 2013-01-09 西南交通大学 多领域协同仿真计算的耦合控制方法
CN102880759A (zh) * 2012-09-27 2013-01-16 西南交通大学 高速列车大系统耦合动力学仿真平台
CN102880758A (zh) * 2012-09-27 2013-01-16 西南交通大学 高速列车系统动力学耦合仿真方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390121A (zh) * 2018-04-18 2019-10-29 罗伯特·博世有限公司 用于将第一模拟器与至少一个第二模拟器耦合的耦合装置及其运行方法
CN110580373A (zh) * 2018-06-07 2019-12-17 能力中心-虚拟车辆研究公司 预处理协同仿真方法和装置
CN110580373B (zh) * 2018-06-07 2023-09-15 虚拟汽车研究有限公司 预处理协同仿真方法和装置

Also Published As

Publication number Publication date
EP2987039B1 (de) 2020-09-23
KR101777037B1 (ko) 2017-09-08
JP6143943B2 (ja) 2017-06-07
US20160055278A1 (en) 2016-02-25
HUE051917T2 (hu) 2021-04-28
CA2909351C (en) 2017-12-05
WO2014170188A1 (de) 2014-10-23
KR20150140785A (ko) 2015-12-16
AT514854A2 (de) 2015-04-15
EP2987039A1 (de) 2016-02-24
JP2016517113A (ja) 2016-06-09
ES2836758T3 (es) 2021-06-28
CN105247422B (zh) 2019-03-01
CA2909351A1 (en) 2014-10-23

Similar Documents

Publication Publication Date Title
CN105247422A (zh) 用于对两个子系统进行协同仿真的方法和装置
US10108763B2 (en) Method and simulation arrangement for simulating an automated industrial plant
US11720730B2 (en) Method for configuring a co-simulation for a total system
JP2009277226A (ja) プロセスモデルの状態量のリアルタイム計算方法およびシミュレータ
US20230066703A1 (en) Method for estimating structural vibration in real time
Miller et al. 23 Real-Time Simulation of Physical Systems Using Simscape™
US11238201B2 (en) Pre-step co-simulation method and device
US8428914B2 (en) Method and simulator for real-time calculation of state variables of a process model
CN103748588A (zh) 用于建立模型的方法
CN100493005C (zh) 一种基于ttcan的燃料电池汽车整车通讯网络测试系统
JP2015005189A (ja) Ｅｃｕ評価装置、コンピュータプログラム及びｅｃｕ評価方法
CN116670660A (zh) 片上网络的仿真模型生成方法、装置、电子设备及计算机可读存储介质
WO2012093469A1 (ja) 性能評価装置及び性能評価方法
US11610034B2 (en) Method and device for synchronizing a simulation with a real-time system
CN116484742A (zh) 车辆动力学建模与车辆状态预测方法、系统、设备及介质
CN201037955Y (zh) 一种基于ttcan的燃料电池汽车整车通讯网络测试装置
CN105005210A (zh) 机电一体化仿真系统及使用其的方法
CN103198168A (zh) 一种离线仿真方法
CN101441595B (zh) 负载监控装置及测试装置及负载监控方法及测试方法
CN117033113B (zh) 一种信号延迟的控制电路和方法
CN109145347A (zh) 一种提升主板信号仿真精度的方法及系统
KR102408222B1 (ko) 전력 모델 증분 학습 방법 및 장치
CN201812204U (zh) 一种用于车辆的实时仿真设备
CN104572250A (zh) 一种智能电能表及其检定设备的仿真方法
KR101050666B1 (ko) 차량 제어 알고리즘을 고려한 네트워크 시뮬레이션 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant