# 模型仿真


本文介绍对训练完成的模型在 Sysplorer 进行仿真的相关操作。模型仿真是验证降阶模型性能的重要环节,通过仿真可以评估模型在实际应用中的表现。

模型仿真功能允许用户将训练好的降阶模型集成到 Sysplorer 仿真环境中,进行联合仿真和性能验证。

仿真对象:

  • 系统模型:适用于系统数据的降阶模型,仿真结果为时序曲线。
  • 场模型:适用于场数据的降阶模型,仿真结果包括时序曲线和云图动画。

仿真流程:

  1. 在 Sysplorer 中打开导出的 Modelica 模型;
  2. 将模型拖入主界面并连接输入模块;
  3. 配置仿真参数;
  4. 执行仿真;
  5. 查看和分析仿真结果。

# 系统模型仿真

# 1 打开并连接模型

在 Sysplorer 中打开导出的 Modelica 模型,将其拖入到主界面并连接输入模块,如下所示。

操作说明:

  • 打开模型

    • 原理:将导出的 Modelica 模型加载到 Sysplorer 仿真环境中。
    • 效果:模型加载后,可以在 Sysplorer 中查看模型接口和参数。
    • 建议:确保模型文件路径正确,模型文件完整。
  • 连接输入模块

    • 原理:将外部输入信号连接到降阶模型的输入端口,提供仿真所需的输入数据。
    • 效果:输入模块为降阶模型提供时序输入信号,驱动模型进行预测。
    • 建议:确保输入信号的时序和量级与训练数据一致,避免超出模型训练范围。

# 2 配置仿真参数

进入工具栏中仿真选项卡,修改仿真设置,单击仿真,在结果查看器中查看仿真结果,如下所示。

参数说明:

  • 仿真时间

    • 原理:设置仿真的持续时间,决定仿真输出的时间范围。
    • 效果:仿真时间越长,输出数据越多,但计算时间也越长。
  • 仿真步长

    • 原理:设置仿真的时间步长,决定仿真输出的时间分辨率。
    • 效果:步长越小,输出越精细,但计算量越大;步长越大,输出越粗糙,但计算量越小。
  • 求解器类型

    • 原理:选择仿真求解算法,影响仿真的精度和稳定性。
    • 效果:不同求解器有不同的特性,如显式求解器速度快但稳定性差,隐式求解器稳定但计算量大。
  • 相对误差容限

    • 原理:设置求解器的相对误差容限,控制求解精度。
    • 效果:容限越小,求解精度越高,但计算时间越长;容限越大,求解精度越低,但计算时间越短。
  • 绝对误差容限

    • 原理:设置求解器的绝对误差容限,控制求解精度。
    • 效果:容限越小,求解精度越高,但计算时间越长;容限越大,求解精度越低,但计算时间越短。

# 3 查看仿真结果

仿真完成后,在结果查看器中查看仿真结果。

结果查看功能:

  • 时序曲线:显示输入和输出变量随时间的变化;
  • 变量选择:支持选择多个变量同时显示;
  • 缩放和平移:支持对曲线进行缩放和平移操作;
  • 数据导出:支持将仿真结果导出为 CSV 文件。

# 场模型仿真

场模型仿真步骤与系统模型相同,但在结果查看器中,除查看仿真曲线图外,还可以查看场还原结果云图。

# 仿真步骤

  1. 在 Sysplorer 中打开导出的 Modelica 模型,将其拖入到主界面并连接输入模块;
  2. 进入工具栏中仿真选项卡,修改仿真设置;
  3. 单击仿真,等待仿真完成。

# 查看仿真结果

结果查看器中,除查看仿真曲线图外,单击动画选项,可查看场还原结果云图。

结果查看功能:

  • 时序曲线:显示输入和输出变量随时间的变化
  • 云图动画:显示场变量随时间的空间分布变化
  • 动画控制:支持播放、暂停、停止、调整播放速度等操作
  • 时间步选择:支持选择特定时间步查看云图
  • 视图控制:支持旋转、缩放、平移等视图操作

# 仿真注意事项

# 输入数据范围

  • 原理:降阶模型在训练数据范围内表现最佳,超出范围可能导致预测精度下降。
  • 效果:输入数据超出训练范围时,模型预测可能不准确。
  • 建议:确保输入数据在训练数据范围内。

# 仿真稳定性

  • 原理:仿真稳定性受求解器参数和模型复杂度影响。
  • 效果:不稳定的仿真可能导致数值发散或结果不准确。

# 计算效率

  • 原理:仿真计算效率受模型复杂度、仿真时间、步长等因素影响。
  • 效果:计算效率影响仿真的实时性和可用性。
  • 建议:根据实际需求平衡精度和效率,适当调整仿真参数。

提示

  1. 仿真前确保模型文件完整,包括 mo 模型、exte_file 文件夹和 Resources 文件夹;
  2. 对于场模型,确保 Phi 文件、case 文件和 geo 文件完整;
  3. 仿真参数应根据实际应用需求调整,避免使用默认参数导致仿真失败或结果不准确;
  4. 仿真结果应与训练数据进行对比,验证模型的泛化能力。