CN111898305A - 一种基于Modelica语言的弹上电气系统建模仿真方法 - Google Patents

一种基于Modelica语言的弹上电气系统建模仿真方法 Download PDF

Info

Publication number
CN111898305A
CN111898305A CN202010786029.2A CN202010786029A CN111898305A CN 111898305 A CN111898305 A CN 111898305A CN 202010786029 A CN202010786029 A CN 202010786029A CN 111898305 A CN111898305 A CN 111898305A
Authority
CN
China
Prior art keywords
model
modeling
simulation
electrical system
missile
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.)
Pending
Application number
CN202010786029.2A
Other languages
English (en)
Inventor
肖瑾
徐钊
胡晓光
刘雷
段海滨
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202010786029.2A priority Critical patent/CN111898305A/zh
Publication of CN111898305A publication Critical patent/CN111898305A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明基于计算机建模与仿真领域近年来新兴的Modelica语言,具体地提出了一种弹上电气系统建模方法。该方法主要内容包括将弹上电气系统分解为若干单元级模型;对单元级模型采用微分方程描述或有限元法描述或函数拟合法描述的建模方式进行建模;对单元级模型辨识;将单元级模型组装成弹上电气系统模型;完成对弹上电气系统模型的仿真。本发明有利于降低弹上电气系统建模的难度和减少建模工作量,以此来节约成本并提高弹上电气系统研发效率。

Description

一种基于Modelica语言的弹上电气系统建模仿真方法
技术领域
本发明属于计算机建模与仿真领域,具体是基于Modelica语言对常见弹上电气设备建模仿真。
背景技术
弹上电气系统属于典型复杂系统,有着技术复杂、涉及学科广、安全性和可靠性要求严格等特点。而建模仿真技术可以在设计好的电气系统投入生产前,模拟电气系统的运行情况,起到节约成本,缩短生产周期的作用,是弹上电气系统研制过程中必不可少的环节。
现有弹上电气系统建模仿真技术大多是以单个领域建模仿真为主,如控制、机械或电子等领域。因此想要准确完整的对整个弹上电气系统建模仿真,则需要解决不同邻域模型在接口,软件平台等方面的差异问题。目前解决多领域的建模仿真问题的方法主要有两种,一种是基于高层体系结构(HLA),另一种是基于统一建模语言。HLA是美国国防部制定的一种分布式仿真的标准规范,分布式仿真是通过网络通信,使得多个分散的仿真设备互相连接构建成综合仿真环境。分布式仿真的提出是为了解决随着仿真系统越来越复杂,单个仿真设备的计算能力不足以完成仿真的情况。HLA将仿真过程中各个联邦成员之间所需的交互信息以一种统一的,规范的格式进行表述,这些统一的规范的信息相互交互通过运行支撑系统RTI完成。HLA有效地分离了仿真程序和下层的支持环境,建模人员在不改变各自技术条件下,相互之间独立开发,无须考虑功能实现、管理以及通讯技术的关系。HLA包含多个联邦成员(Federate),代表实现某一特定功能的仿真过程,而联邦(Federation),代表的是实现特定仿真内容集成起来的多个邦员。若采用HLA通用架构,本质上依旧需要集成各个仿真工具软件,仅仅省去了开发通讯接口的工作。该方式对底层的实现没有统一标准,可以避免因接口不统一而造成的扩展性差等特点。对于仿真系统而言,HLA类似于一种“总线”技术,邦员代表了可以挂接在总线上的不同领域的仿真工具。若要实现这些邦员的联合仿真,只需要开发系统与各仿真软件对应的接口,而不需要所有的邦员都开发相互的接口,减少了仿真人员的开发难度和工作量。综合来看,基于高层体系结构的多领域建模仿真方法,能够解决复杂系统子系统接口不统一导致模型数据交互困难的问题,不过前提是需要商业软件提供配套的技术支持。此外,HLA整个系统的搭建十分复杂,使用该架构实现仿真系统需要较高的成本和丰富的经验。
Modelica是一种最具应用前景的统一多领域仿真建模语言,有着基于方程的非因果建模、多领域建模、面向对象建模和连续-离散混合建模等特点,这些特点使Modelica具有与领域无关的通用模型描述能力。Modelica语言是基于微分方程或赋值语句等描述建模对象。可支持机械、电力、电子、液压、控制等多领域建模。同时Modelica语言建模具有非因果性,模型之间的连接相当于将方程联立。这种非因果的特性使得模型的拓扑结构与实际设备结构基本一致。而面向对象的特性使得建模过程更加简单和直观。
变量、方程和嵌套类这三部分共同构成了一个Modelica模型。变量一般代表模型的属性,变量随时间变化,比如电容元件的电压属性在建模的时候即一个变量。方程则是对模型行为的描述,比如电容的充放电的行为特性需要用方程描述。模型也可以作为其它类的嵌套类,这需要进行递归定义。Modelica方程有正规方程、声明方程、变型方程和初始方程四种类型。它们都被用来表示模型的行为,但出现的位置和所起的作用略有不同。比如:正规方程是用来描述系统的物理特性,与正规方程不同的是,初始方程的作用是在仿真的时候,给系统赋予初值。Modelica语言定义了组件的概念,它实际上就是模型的实例。把组件与外部的通讯接口定义为连接器,当连接不同的组件时,就建立了其连接器间的当量关系。这种连接并没有明确数据的流向,所以是一种非因果的连接。在Modelica里只有分属同一种类的连接器才能进行连接,并且要求势变量取等值,而流变量取和零。利用Modelica语言可以实现多领域复杂物理系统的建模和仿真。建模时用数学方程来描述各个领域元件的行为,用自定义的连接器作为元件与外界的通讯接口。针对其基于方程建模的特点,模型的仿真通常使用龙格库塔算法,通过龙格库塔算法解常微分方程,从而完成模型的仿真。由于其精度高的特点,在工程上有着广泛的应用。
Modelica语言的优势不止在于多领域建模,而且在于其采用面向对象的建模技术。早期的很多建模语言采用的是面向过程的,比如Simulink。这种建模方法意味着模型要像程序语言一样通过赋值来描述。因果性建模得到的模型的拓扑结构与实际设备的结构有很大差异,同时这种建模方式需要大量的数学推导来求传递函数及因果关系。且模型不利于重用和组装使用。每一个新系统的建模都需要大量重复性工作。到二十世纪八九十年代,建模仿真研究方向逐渐从面向过程向着面向对象转变。Modelica语言建模则是面向对象建模方法的典型代表。Modelica模型具有统一的描述形式,因此能够是实现复杂系统的各种领域子系统之间的无缝集成,将多个领域系统的建立的模型进行组装,构建系统级模型,实现多领域复杂系统建模与仿真。
Modelica标准模型库目前包含各领域通用性高的元件模型,但缺乏针对性的弹上电气系统的模型库和对应的建模流程,现有的Modelica标准模型库不能满足复杂弹上综合电子系统的建模需求,急需对模型库针对性的构建和扩展。因此,为了快速有效的建立弹上电气系统模型,并准确地完成模型的仿真,有必要创建弹上电气系统的规范化建模仿真流程和弹上电气系统模型库。
发明内容
有鉴于此,本发明的目的在于提出一种基于Modelica语言的弹上电气系统建模仿真方法并构建弹上电气系统模型库,能够针对弹上电气系统模型,快速有效地对弹上电气系统建模,并完成模型的仿真。本发明有利于降低弹上电气系统建模的困难程度,并减少建模工作量。
本发明提供了一种基于Modelica语言的弹上电气系统建模仿真方法,该方法具体包括:
步骤S1:将弹上电气系统结构分解为单元级模型和物理元件。
基于面向对象的思想,将设计的弹上电气系统结构按其拓扑结构分解成单元级模型;分解的步骤是先根据领域的不同拆分,以便于不同领域建模人员建模,然后具体地拆分到设备,最后拆分到元件。
步骤S2:针对单元级模型中的每个典型子系统各自的特性,基于Modelica语言对其建模,并完成单元级模型辨识。
若弹上电气系统模型库中已经存在需要建的模型,则直接使用库中由其它建模人员存入的模型;若需要建模的子系统为线性系统,则使用Modelica语言中的线性微分方程描述其物理特性,完成建模;若需要建模的子系统为非线性系统,且对建模精度要求较高时,使用Modelica语言中的二维或三维查找表等工具及有限元分析的方法描述模型物理特性,完成建模,当对建模精度要求较低,使用函数拟合的建模方法拟合模型的物理特性,完成建模;最后根据设计需求对模型进行辨识,对模型进行用例场景测试,确保模型的功能和质量特性能够满足设计需求。
步骤S3:将所有单元级模型组装为弹上电气系统模型。
首先完成模型的连接,将单元级别模型通过对应连接器连接组装成系统模型;然后完成仿真参数配置,各个子系统模型的常见仿真参数有仿真开始和结束时间、求解器类型、最小仿真步长、最大仿真步长、仿真最大最小步长;这些参数因各模型自身需求而异;由子系统模型组装成的弹上电气系统的模型仿真参数由各个子系统中对仿真参数要求最高的决定。
步骤S4:完成对弹上电气系统模型的仿真。
使用SimulationX软件完成对模型的仿真,其中SimulationX能用同类型软件如Mworks和Dymola代替;建模完成后,对于成熟和常用的模型,包括自励开关磁阻发电机模型、Thevenin电池模型、PNGV电池模型、直流有刷电机模型、舵系统模型、直流降压设备模型、电压门限识别类模型、熔断式电阻类模型和接口控制类模型,则生成模型使用说明,内容包括模型的建模原理与模型的使用方法,将模型与使用说明一起存入基于Modelica语言的弹上电气系统模型库中。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
附图1 弹上电气系统模型与模型库。
附图2 Modelica语言建模方式,以电容为例。
附图3 有限元法描述转子产生的力矩与定子上的电流和定子转子夹角的关系。
附图4 函数拟合法描述转子产生的力矩与定子上的电流和定子转子夹角的关系。
具体实施方式
下面将结合附图,详细地对本发明的实施步骤进一步描述:
本发明的实施例是在SimulationX3.8软件平台上,针对以开关磁阻发电机,舵系统,电池,DC-DC降压设备,火工品,电容和电感等设备为主的弹上电气系统进行建模仿真。同时构建针对弹上电气系统模型库,模型库包含自励开关磁阻发电机模型,Thevenin电池模型,PNGV电池模型,直流有刷电机模型,舵系统模型,直流降压设备模型和其它模型构成的电压门限识别类模型,熔断式电阻类模型,接口控制类模型三类模型。模型与模型库示意图如图1所示。
以下是本发明的建模仿真的具体步骤:
步骤S1:将弹上电气系统结构分解为单元级模型和物理元件;
步骤S1.1:基于面向对象的思想,将设计的弹上电气系统结构按其拓扑结构分解成单元级模型。首先将弹上电气系统按学科领域划分,以便于不同领域建模人员建模。在本实例中,弹上电气系统涉及的领域主要有电力、电子、磁、机械和热。根据领域的不同,将弹上电气系统主要分为:(1)开关磁阻发电机、舵系统、直流有刷电机,涉及的领域有电力、磁、机械。(2)直流降压设备,涉及的领域有电力、磁。(3)电池、火工品,涉及的领域有电力、热。(4)视觉导引、雷达等涉及的领域有电子、电力。不同的领域不仅运用的知识和学科不同,而且对建模的要求也有所不同。如电子领域设备的元器件通常较多,电特性比较复杂但影响较小,宏观上其工作状态可以描述成不同的功耗状态,如低功耗和高功耗。因此对于电子领域的建模可以用颗粒度较粗的模型。而对于电力领域的设备,结构通常较为简单,但电特性影响较大,适合建颗粒度细的模型。每一个领域由对应的学科的建模人员来建模,从而提高建模的效率。
将弹上电气系统按结构分解为典型设备时,不仅要确定设备的接口以及设备之间连接关系。同时要确定分解后的每个单元级模型对外接口以及连接关系,便于后面的联合仿真。Modelica为了方便联合仿真,定义了各类型的标准接口和对应连接器。接口类型有实数型整数型布尔型输入输出接口、正负极接口、电信号、三相电接口和旋转件接口等等,涵盖了各学科所涉及的接口类型。连接器的作用是将同类型的接口相连接,两个模型连接后增加了模型中的方程数量,即增加了约束。如本例中电容模型,其对外接口是两个正负极接口。接口的属性有电势和电流,电流的方向取流进模型对象的方向为正。当正负极接口对应的连接器将两个正负极接口连接时,模型中相当于增加了两个方程,即两个接口电势相等,以及两个接口电流和为0。连接器增加这两个方程是由基尔霍夫定律决定的。不同接口所拥有的属性不同对应连接器也不同,如旋转件的接口属性有转矩和角度,对应连接两个旋转件接口连接器添加的方程是转矩相等和角度相等。除此之外Modelica支持建模人员根据特殊需求自定义接口类型及对应连接器。对于接口及连接关系,以开发磁阻发电机和舵系统为例。开关磁阻发电机的接口有:一个旋转件接口,即由火箭发动机给发电机提供转矩,对发电机做功;两个正负极接口,用于输出电压;一个实数类型输入接口,用来控制发电机的输出电压。舵系统由发电机供电,有两个正负极接口与发电机连接;一个实数类型输入接口。用于控制舵机转动位置;一个旋转件接口,输出舵机转动的角度。
步骤S1.2:继续将得到的典型设备按照模型颗粒度需求具体地拆分到设备,最后拆分到元件。同样确定对外接口及连接关系。对模型更细致的分解同样是面向对象的建模思想,目的是为了使建模更加方便。如果不做更细致的分解,会导致单个模型中的方程数量极大,容易出错,模型难以维护。分解后单个模型方程数量少,结构明显,易于维护。更重要的是分解后的很多模型可以从已有的模型库中直接使用,Modelica提供了常见元器件的模型库,建模人员也可以根据将自己建立的模型放入模型库中,便于模型的复用。比如一个复杂的电路可分解为一些独特的核心元器件加上大量的电容电感电阻等通用元器件,则建模人员只需对核心元器件进行建模,电容电感电阻可以从模型库中得到。如果需求中允许的模型颗粒度比较粗糙,则模型无需分解,可以直接用有数学拟合的方式等拟合模型输入输出之间的关系,从而得到模型。但弹上电气系统的仿真往往对精度和准确性的需求很高,要求的模型颗粒度较为精细。所以在本实例中同样要求模型的颗粒度较细。以本实例中的开关磁阻发电机和舵系统为例,将开关磁阻发电机继续分为PID控制器,电流斩波控制器,功率变换器,角度传感器,电流检测,定子和转子等。将舵系统分为PID控制器,PWM生成器,整流滤波电路,直流伺服电机,变速箱,位置传感器。
步骤S2:针对单元级模型中的每个典型子系统各自的特性,基于Modelica语言对其建模,并完成单元级模型辨识;。
步骤S2.1:若弹上电气系统模型库中已经存在需要建的模型,则直接使用库中由其它建模人员存入的模型;典型子系统和简单物理元件的性质分为容易用微分方程描述简单线性系统和难以用微分方程描述复杂非线性系统两种。若需要建模的子系统为线性系统,则使用Modelica语言中的线性微分方程描述其物理特性,完成建模。比如对电容元件的建模,电容是由两个金属板所构成,极板上储存了电荷后,电容两端产生电压。则电容元件在使用过程中,其行为特性是对电极板的充电和放电。充放电的过程是容易使用微分方程描述的,即:
Figure BDA0002619297680000071
其中i是电容元件通过的电流,C是电容值,V是电容两端的电压,dV是电压值的微分,t代表仿真时间,dt是时间的微分。i、V和t都随着时间变化,属于是模型中的变量。其中C是不变的,属于是模型中的参数。再给定电容电压赋初值后,已知i或者已知V的情况下,解出此微分方程,则可以得到电容任意时刻的电压值或电流值。Modelica是基于微分方程的二次开发语言。针对可以用微分方程描述的子系统或物理元件。Modelica可以直接用微分方程的描述来建立模型。以电容建模为例,Modelica语言建模如图2所示。首先定义模型的属性变量,电容属性有电压和电流。然后定义模型的对外接口,最后用微分方程描述模型的性质。电容的充分电特性用正规方程描述,各变量初始值有初始方程决定。若没有初始方程,则各个变量的初始值默认为0。
步骤S2.2:对特性难以用微分方程描述的非线性系统建模。当模型结构较为复杂时,其特性往往由多种复杂因素决定,不能用微分方程描述。比如本实例中,开关磁阻发电机的转子部分建模。传统直流发电机,同步发电机和感应发电机的转矩可以表示为电流和磁场强度的矢量积。但是,开关磁阻发电机的定子和转子具有双凸极结构,铁芯由硅钢板层叠而成。定子和转子铁芯中的磁通ψ不仅受电流I的影响,而且还与转子和定子之间的角度θ和电动机的结构有关。由于磁饱和的影响,转子的磁链ψ和定子电流I之间的关系是非线性的,无法通过简单的线性模型来描述。类似地,根据最小磁阻原理,电磁转矩T由磁场的分布以及转子的材料和形状确定。T和I,θ之间的关系也是非线性的。
针对特性难以用微分方程描述的非线性系统的建模方法有两种。若对建模精度要求较高时,使用Modelica语言中的二维或三维查找表等工具及有限元分析的方法描述模型物理特性,完成建模。例如,在Simulink的simscape库中,有一个6/4开关磁阻电机模型。同样,在开关磁阻电机模型中需要描述相同的非线性关系。Simulink使用查找表ITBL来描述ψ和I,θ之间的关系,并使用查找表TTBL描述T和I,θ之间的关系。在基于Modelica语言对转子建模的时候,同样要先通过测量得到建模对象的充分的数据,然后用数学近似的方法近似模型,有限元法是一种近似的方法,但有限元法的精度可以随着有限测量数据的增加而增加,从而达到所需求的进度,且有限元法适用描述各种复杂关系。这种方法缺点是需要通过大量实验来测量数据。在本实例中,用有限元法描述描述了转子产生的力矩与定子上的电流和定子与转子夹角的关系,如图3所示。
当对建模精度要求较低时,另一种方法是数学函数拟合法,使用函数拟合的建模方法拟合模型的物理特性,完成建模。。如Hoang Le-Huy和Patrice Brunelle曾使用解析逼近函数来描述开关磁阻电机中的ψ和T的非线性特征。这种方法相比有限元法的优点是,需要测量的数据大大减少,仅需要测出拟合函数的几个参数即可,同时模型运行速度会更快。函数拟合法的难点在于需要找到合适的拟合函数,拟合函数的优劣直接影响到拟合的精度。并且在验证拟合函数与实际数据的差异时,仍然需要测量大量的数据作对比。总体来说,这种方法适用于需求对模型精度要求较低和需要建立大量结构类似的模型的情形。本实例中通过函数拟合法得到转子产生的力矩与定子上的电流和定子与转子夹角的关系如图4所示,通过对比有限元法,可以看出由函数逼近法和有限元法描述的非线性关系是相似的,但局部的数值仍存在差异。
步骤S2.3:为了提高模型的复用性,需要将常用建模对象关键属性设置为可调节的参数,并对常用模型的使用写说明书。以本实例中电容元件的模型为例,电容元件的关键属性即电容的大小。在建模的时候,将电容的大小的参数设置为可调节的,将得到的电容模型加入模型库。在后续建模过程中,不需要对所有的设备都重新建模,对设备建模前应该先查看模型库中是否已有需要建模的设备的模型。在模型复用的时候通过简单修改参数使弹上电气系统模型库中的一类模型转变成需要建模的一个具体的模型。
比如虽然不同的电容其电容参数大小不同,但即使电容大小不同的电容,其充放电特性都是一样的。因此在后续建模遇到电容模型,可以从模型库中拿出之前的电容模型,修改了电容参数后即可重复使用,提高了模型的复用性,减轻了建模的工作量。
如开关磁阻发电机的模型,其模型存在不易修改的参数。比如开关磁阻发电机转子产生的力矩与定子电流和定转子夹角存在的非线性关系是由几万个数据组成的查询表描述的。对于这一类模型难以在不理解建模原理的情况下,将需要修改的有限元数据替换成需要的数据,因此为了提高这一类模型复用性,在建模完成后,需要写对应的说明书介绍模型的建模原理,以及如何修改参数,然后同样将这种典型设备放入模型库。建模人员若在后续建模工作中对不同型号的开关磁阻发电机进行建模时,可以通过说明书了解建模原理,然后修改其中的参数和有限元的数据等。
步骤S2.4:最后根据设计需求完成单元级模型进行辨识,对模型进行用例场景测试,确保模型的功能和质量特性能够满足设计需求同时确保模型辨识的准确性和辨识颗粒度的适合性,从而使模型具备较高的可信度。
模型辨识的目的是保证所建模型的准确可靠,手段是采用测量设备对相关设备进行测量,得到实际的电特性曲线,将其与模型仿真结果进行对比,修正模型直至误差在一定的限度内。
测量仪器包括测试仪器和量测仪器两大类,二者的主要区别在于,测试仪器是信号输出型设备,如信号源等,用于对待测设备施加激励;而量测仪器是信号输入型设备,如示波器等,用于显示响应结果。测量的通用实验设计是:针对待测物,确定需模拟或激励的输入端,以及需要量测重要特性的输出端,而后在输入端通过测试仪器施加特定形式的激励,在输出端通过量测仪器量测重要特性并记录结果。
针对各个待测量的设备,需要根据其自身特点,确定测量方案,测量方案包括实验环境条件,采用的测量设备和测量方法以及辨识方法等。测试的过程以用例驱动的方式,考虑模型在实际应用中各种使用的场景,包括出现各种意外错误的场景,确保模型的仿真结果准确,功能和质量特性满足设计需求。
步骤S3:将所有单元级模型按照拓扑结构进行连接。组装成弹上电气系统模型。首先完成模型的连接,将单元级别模型通过对应连接器连接组装成系统模型;然后完成仿真参数配置,不同领域的建模人员在对各个单元级模型建模时,虽然均采用Modelica统一建模语言,但所用的仿真参数都有所不同,在所有单元级模型连接成为整体系统后,仿真参数将被统一。各个子系统模型的常见仿真参数有仿真开始和结束时间、求解器类型、最小仿真步长、最大仿真步长、仿真最大最小步长;这些参数因各模型自身需求而异;由子系统模型组装成的弹上电气系统的模型仿真参数由各个子系统中对仿真参数要求最高的决定。同时由于Modelica采用非因果的建模方式,模型连接与实际设备连接效果十分接近,即模型之间耦合度很高,因此每一部分的模型建模要求十分严格。每个单元级模型建模完成之后,都要对模型适用的仿真环境进行严格的测试,降低单元级模型对环境的要求。比如建立电池模型时,不仅需要考虑正常负载情况下的电池特性,还要考虑出现短路情况时,电池模型的特性。若测试存在漏洞,则在对整个系统仿真时可能会出现错误。与因果性建模不同,非因果性使得模型出现错误后且难以找到错误的源头。
步骤S4:完成对弹上电气系统模型仿真。对微分方程的求解常用的是龙格库塔算法。很多Modelica建模软件如SimulationX,Dymola和Mworks都支持用龙格库塔算法对模型求解与仿真。仿真参数由需求的精度决定。Dymola所属公司是法国达索公司,目前最成熟的多领域建模与仿真软件,价格较贵。用户体验最好,很好地支持FMI协议。SimulationX软件所属公司是德国ITI有限公司,是商用的通用CAE平台,目前在汽车领域运用较多,用户体验好,较好支持FMI协议。Mworks所属苏州同元软控信息技术有限公司,该领域唯一的国产商用软件,通用CAE平台,用户体验好,较好支持FMI协议。本发明实例所建模型均采用SimulationX软件建模。
SimulationX软件提供了大量接口,可以与其他软件实现交互与通讯。自诞生以来,SimulationX发展十分迅速,得到了工程建模领域的广泛认同和使用。SimulationX拥有覆盖不同学科的标准元件库,利用标准元件库里的元件来建模,可以使建模人员不用编写复杂的程序代码,也不用进行繁琐的数学推导,而直接把精力集中于物理系统本身。这样一来,极大地简化了建模的过程,也极大地提高了建模的效率。
当某个模型很常用但Modelica自带的标准元件库里没有时,则建模人员需要自己建立标准模型来丰富模型库。如针对弹上电气系统模型库,弹上电气系统常用设备有自励开关磁阻发电机模型、Thevenin电池模型、PNGV电池模型、直流有刷电机模型、舵系统模型、直流降压设备模型、电压门限识别类模型、熔断式电阻类模型、接口控制类模型。
为了方便建立模型库,SimulationX提供了一个开发平台TypeDesigner。通过使用TypeDesigner这一平台,建模人员不仅可以根据需要对SimulationX元件库里的所有元件进行直接的修改,而且还能直接编写代码来开发全新的元件(值得一提的是,在Typedesigner的帮助下,建模人员并不需要编写拥有完整结构的Modelica代码,只要编写描述元件行为的方程部分即可,这减轻了建模人员的工作量)。此外,SimulationX也支持把用其他语言编写的模型以模块的方式导入到软件之中,这使得不同行业内的用户开发特定行业的元件库的过程变得更加高效。对于成熟和常用的模型,生成模型使用说明,内容包括模型的建模原理与模型的使用方法,将模型与使用说明一起存入基于Modelica语言的弹上电气系统模型库中。
经过以上步骤之后,就可以完成基于Modelica语言的弹上电气系统建模仿真工作。

Claims (2)

1.一种基于Modelica语言的弹上电气系统建模仿真方法,应用于导弹电气系统设计的仿真测试阶段,其特征在于,分别为简单的线性系统和复杂的非线性系统设计对应建模手段;为减轻建模的工作量创建了弹上电气系统模型库;所述建模仿真方法具体包括:
步骤S1:将弹上电气系统结构分解为单元级模型和物理元件;
基于面向对象的思想,将设计的弹上电气系统结构按其拓扑结构分解成单元级模型;分解的步骤是先根据领域的不同拆分,以便于不同领域建模人员建模,然后具体地拆分到设备,最后拆分到元件;
步骤S2:针对单元级模型中的每个典型子系统各自的特性,基于Modelica语言对其建模,并完成单元级模型辨识;
若弹上电气系统模型库中已经存在需要建的模型,则直接使用库中由其它建模人员存入的模型;若需要建模的子系统为线性系统,则使用Modelica语言中的线性微分方程描述其物理特性,完成建模;若需要建模的子系统为非线性系统,且对建模精度要求高时,使用Modelica语言中的二维和三维查找表工具及有限元分析的方法描述模型物理特性,完成建模,当对建模精度要求低时,使用函数拟合的建模方法拟合模型的物理特性,完成建模;最后根据设计需求对模型进行辨识,对模型进行用例场景测试,确保模型的功能和质量特性能够满足设计需求;
步骤S3:将所有单元级模型组装为弹上电气系统模型;
首先完成模型的连接,将单元级别模型通过对应连接器连接组装成系统模型;然后完成仿真参数配置,各个子系统模型的常见仿真参数有仿真开始和结束时间、求解器类型、最小仿真步长、最大仿真步长、仿真最大最小步长;这些参数因各模型自身需求而异;由子系统模型组装成的弹上电气系统的模型仿真参数由各个子系统中对仿真参数要求最高的决定;
步骤S4:完成对弹上电气系统模型的仿真;
使用SimulationX软件完成对模型的仿真,其中SimulationX能用同类型软件如Mworks和Dymola代替;建模完成后,对于成熟和常用的模型,则将模模型的建模原理与模型的使用方法写成使用说明,然后将模型与使用说明一起创建基于Modelica语言的弹上电气系统模型库;模型库中的模型包括自励开关磁阻发电机模型,Thevenin电池模型,PNGV电池模型,直流有刷电机模型,舵系统模型,直流降压设备模型,电压门限识别类模型,熔断式电阻类模型,接口控制类模型。
2.如因权利要求2所述方法,其特征在于,所述步骤S2,针对每个典型子系统各自的特性,基于Modelica语言对其建模,并完成单元级模型辨识,具体包括:
步骤S2.1:对系统中线性部分建模;
对于简单线性系统的建模,直接使用Modelica语言里的正规方程、声明方程、变型方程和初始方程四种类型的方程来描述系统的性质及初始状态;
步骤S2.2:对系统中复杂非线性部分建模;
对于复杂非线性系统建模,结合实际需求选择有限元法和函数拟合法中的一种来建模;
步骤S2.3:将常用建模对象关键属性设置为能够修改的参数,提高模型复用性;
在模型复用的时候通过简单修改参数使弹上电气系统模型库中的一类模型转变成需要建模的一个具体的模型;
步骤S2.4:完成单元级模型的辨识,确保模型辨识的准确性和辨识颗粒度的适合性,从而提高模型的仿真测试结果具备的价值;
根据弹上电气系统设计需求,模型建完后对模型的性能进行测试;测试的过程以用例驱动的方式,考虑模型在实际应用中各种使用的场景,包括出现各种意外错误的场景,确保模型的仿真结果准确,功能和质量特性满足设计需求。
CN202010786029.2A 2020-08-05 2020-08-05 一种基于Modelica语言的弹上电气系统建模仿真方法 Pending CN111898305A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010786029.2A CN111898305A (zh) 2020-08-05 2020-08-05 一种基于Modelica语言的弹上电气系统建模仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010786029.2A CN111898305A (zh) 2020-08-05 2020-08-05 一种基于Modelica语言的弹上电气系统建模仿真方法

Publications (1)

Publication Number Publication Date
CN111898305A true CN111898305A (zh) 2020-11-06

Family

ID=73247334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010786029.2A Pending CN111898305A (zh) 2020-08-05 2020-08-05 一种基于Modelica语言的弹上电气系统建模仿真方法

Country Status (1)

Country Link
CN (1) CN111898305A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022110435A1 (zh) * 2020-11-27 2022-06-02 中国电力科学研究院有限公司 电力业务仿真环境构建方法、系统、设备及存储介质
CN114818394A (zh) * 2022-06-29 2022-07-29 中国汽车技术研究中心有限公司 针对Modelica模型过程方程的调试方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022110435A1 (zh) * 2020-11-27 2022-06-02 中国电力科学研究院有限公司 电力业务仿真环境构建方法、系统、设备及存储介质
CN114818394A (zh) * 2022-06-29 2022-07-29 中国汽车技术研究中心有限公司 针对Modelica模型过程方程的调试方法和系统

Similar Documents

Publication Publication Date Title
Asadi Essential circuit analysis using Proteus®
Tang et al. Transient stability index from conventional time domain simulation
Neugebauer et al. Computer-aided optimization of DC/DC converters for automotive applications
Roychoudhury et al. Efficient simulation of hybrid systems: A hybrid bond graph approach
Varga et al. Automated generation of LFT-based parametric uncertainty descriptions from generic aircraft models
CN111898305A (zh) 一种基于Modelica语言的弹上电气系统建模仿真方法
Zumel et al. Step-by-step design of an FPGA-based digital compensator for DC/DC converters oriented to an introductory course
Kumar et al. Software tools for the simulation of electrical systems: Theory and practice
Seitl et al. Power hardware-in-the-loop implementation and verification of a real time capable battery model
Miguel et al. Electrochemical model and sigma point Kalman filter based online oriented battery model
Muenzer et al. Simulation-based computational design synthesis using automated generation of simulation models from concept model graphs
Mehrabadi et al. Power electronics modeling and design: Using parametric and model-form uncertainty quantification to assess predictive accuracy of power converter models
Liu et al. An MBSE tool to support architecture design for spacecraft electrical power system
Taqdees et al. Formally verifying transfer functions of linear analog circuits
Surewaard et al. A comparison of different methods for battery and supercapacitor modeling
CN106407534A (zh) 一种电磁暂态仿真数据的处理方法及装置
Nemeș et al. Real-time simulation of scaled propulsion unit for light electric vehicles
Sardar Synchronous generator simulation using LabVIEW
Häseker et al. From Behavioural to In-Depth Modelling of a Scalable Spacecraft Power System in SystemC-AMS using Continuous Integration Techniques
Juchem et al. Complete automotive electrical system design
Burns et al. A digital computer simulation and study of a direct-energy-transfer power-conditioning system
Nativel et al. Integrated framework for voltage security assessment
Surya et al. Analysis of Solvers in MATLAB for Power Converter Applications
Skvarenina et al. Simulation of a switched reluctance, More Electric Aircraft power system using a graphical user interface
Tod et al. Towards robust hybrid electric vehicle computational design synthesis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination