gpt4 book ai didi

openmodelica - FMU FMI仿真,初始化后部分方程没有求值

转载 作者:行者123 更新时间:2023-12-05 05:25:12 26 4
gpt4 key购买 nike

我相信我的问题在某种程度上与 this previous question 有关但我无法根据他们的建议解决我的问题。

这是一个最小的非工作示例。我有一个简单的电路,里面有一个换向开关(在 openModelica 中开发)。我想根据输入参数的值修改 switch.control 的值。为此,我有以下内容:

model MinimalNonWorkingExemple

parameter Modelica.Blocks.Interfaces.RealInput openclose;
Modelica.Electrical.Analog.Ideal.IdealCommutingSwitch switch;
Modelica.Electrical.Analog.Basic.Ground G;

equation
connect(switch.p, G.p);
connect(switch.n2, G.p);
connect(switch.n1, G.p);

switch.control = if openclose > 0.5 then true else false;
end MinimalNonWorkingExemple;

注意:我尝试了参数、输入等之间的多种组合...

我想进行迭代模拟(例如模拟 60 秒的系统,但有 60 次连续模拟 1 秒)。这是为了能够根据另一个 FMU 模拟更改输入值 (openclose)。

因此,我可以修改 pyFMI 的输入值。 (当我阅读它时,已考虑更改)。但是,我的方程式中均未考虑“新值”。

这是我的 pyfmi 脚本:

# Import the load function (load_fmu)
from pyfmi import load_fmu
import numpy as np
from pylab import *

def simulate(model, res, startTime,finalTime, initialState):
if res == None:
opts=model.simulate_options()
opts['initialize']=True
else:
opts=model.simulate_options()
opts['initialize']=False

for s in initialState:
model.set(s[0],s[1])

res = model.simulate(start_time = startTime, final_time=finalTime, options=opts)
return res


#main part
model = load_fmu('MinimalNonWorkingExemple.fmu')
switchClose = ['openclose', [0.0]]
switchOpen = ['openclose', [1.0]]

#Simulate an FMU
res = simulate(model, None, 0, 50, [switchOpen])

v = res["openclose"]
v2 = res["switch.control"]

res = simulate(model, res, 50, 100, [switchClose])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

res = simulate(model, res, 100, 200, [switchOpen])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

print v
print v2

基本上我在 50 个时间单位内进行模拟,然后更改 openclose 变量的值,然后再次模拟、再次切换并重新模拟。结果我得到:

 openclose:      [ 1.  1.  1.  1.  0.  0.  0.  0.  1.  1.  1.  1.]
switch.control: [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

实际上,只有在第一次调用 model.simulate(...) 之前创建的集合才会在系统中传播它的值。

我试图理解建议的annotation(Evaluate = false) here但它没有用。我不确定它是否相关,因为我实际上可以改变我的值(value)。问题是基于这个参数的方程似乎只在初始化期间被评估:-/

非常欢迎任何想法/帮助...

最佳答案

据我所知,FMI 标准规定在您初始化模型后,您对参数的更改将不再影响模型。因此,必须使用重置并重新初始化模型,以便再次获取更改。这段代码似乎工作正常:

# Import the load function (load_fmu)
from pyfmi import load_fmu
import numpy as np
from pylab import *

def simulate(model, res, startTime,finalTime, initialState):
if res == None:
opts=model.simulate_options()
opts['initialize']=True
else:
model.reset()
opts=model.simulate_options()
opts['initialize']=True

for s in initialState:
model.set(s[0],s[1])

res = model.simulate(start_time = startTime, final_time=finalTime, options=opts)
return res


#main part
model = load_fmu('MinimalNonWorkingExemple.fmu')
print model.get_description()
model.set_log_level(7)
switchClose = ['openclose', [0.0]]
switchOpen = ['openclose', [1.0]]

#Simulate an FMU
res = simulate(model, None, 0, 50, [switchOpen])

v = res["openclose"]
v2 = res["switch.control"]

res = simulate(model, res, 50, 100, [switchClose])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

res = simulate(model, res, 100, 200, [switchOpen])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

print v
print v2

结果是:

[ 1.  1.  1.  1.  0.  0.  0.  0.  1.  1.  1.  1.]
[ 1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]

你也可以在这里看到讨论: http://ext5.modelon.ideon.se/5858

如果您将 openclose 作为输入(无参数),然后将输入对象提供给模拟(openclose、时间、值),如此处示例所示,它也可能会起作用: http://www.jmodelica.org/assimulo_home/pyfmi_1.0/pyfmi.examples.html#module-pyfmi.examples.fmu_with_input但是,我还没有尝试过,所以它可能行不通。

关于openmodelica - FMU FMI仿真,初始化后部分方程没有求值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31891391/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com