modelica - 比较测量数据和模拟数据以校准和验证 Modelica 模型的方法

Question

这是一个相当普遍的问题。我正在尝试根据实验测量的数据验证 Modelica 模型。过去，我只是添加了一个 CombiTable，并将数据复制到组件中。不过，我将使用至少 15 列数据来进行匹配和比较。

我的问题是，您建议使用哪些方法、提示和技巧来比较测量数据和模拟数据，以便更轻松地校准和验证 Modelica 模型？

Answer 1

我一直很好奇其他人是如何做到这一点的......

对我来说，我创建了一个模型，将其放入所有示例中，该模型进行回归测试并输出有关通过/失败的报告。 “正确”的数据可以从combiTable(任意多个维度)输入或直接作为输入变量输入。

回归测试是一个采用具有容差的数组的函数。

当然，您始终可以使用 mat 文件结果(如 BuildingsPy)或两者将 Modelica 之外的内容转移到 Python 等。

以下是迄今为止对我有用的代表:

model TestCheck

parameter Integer n "Length of variable vector";
parameter Real tolerance = 100;

input Real[n] x_1 "Values of interest" annotation(Dialog(group="Input Variables:"));
input Real[n] x_2 "Reference values" annotation(Dialog(group="Input Variables:"));

Real passedTest "if 0 (false) then expected and actual values do not match within the expected error";

Real Error_rms "Root Mean Square error sqrt(sum(Error_abs.^2)/n)";
Real[n] Error_abs "Absolute error (x_1 - x_2)";
SIadd.nonDim[n] Error_rel "Relative error (x_1 - x_2)/x_2";

Boolean allPassed(start=true);

equation 

  (Error_rms,Error_abs,Error_rel,passedTest) = ErrorTestFunction(x_1,x_2, tolerance);

 when passedTest < 1 then
   allPassed = false;
 end when;
end TestCheck;