Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
SVEUČILIŠTE U MOSTARU
FAKULTET STROJARSTVA, RAČUNARSTVA I ELEKTROTEHNIKE
Uvod u modeliranje i simuliranje sustava
Modeliranje i simuliranje sustava
dr.sc. Goran Kujundžić, dipl.ing.el.
Uvod u modeliranje i simuliranje sustava
Modeliranje i simuliranje sustava
dr.sc. Goran Kujundžić, dipl.ing.el.
Modeliranje i simuliranje sustavaModeliranje i simuliranje sustava
2
Sadržaj predavanjaSadržaj predavanja
• Uvod u modeliranje i simuliranje sustava
• Pregled modela - primjeri
• Modeliranje dinamičkih sustava
• Uvod u simulacije
• Mehanički sustavi – modeliranje dijagramskim blokovima
• Električni sustavi – modeliranje dijagramskim blokovima
• Hidraulični sustavi – modeliranje dijagramskim blokovima
• Pneumatski sustavi – modeliranje dijagramskim blokovima
• Toplinski sustavi – modeliranje dijagramskim blokovima3
Sadržaj predavanjaSadržaj predavanja
• Modeliranje veznih dijagrama – bond grafova (eng. Bond graph)
• Kauzalnost – uzročno posljedični odnos
• Izvedba jednadžbi sustava
• Metode crtanja modela mehaničkih sustava korištenjem bond
grafova
• Metode crtanja modela električnih sustava korištenjem bond
grafova
• Modeliranje sustava bond grafovima - zadaci
• Diferencijalne jednadžbe
• Numeričke metode za rješavanje diferencijalnih jednadžbi4
Sadržaj predavanjaSadržaj predavanja
• Numeričke metode za rješavanje diferencijalnih jednadžbi -
Primjena u Matlabu
• Matlab/Simulink – Osnove modeliranja
• Matlab/Simulink – Napredne tehnike rada u Simulinku
• Primjeri simulacije dinamičkog sustava u Matlabu/Simulinku:
- Simulacija matematičkog njihala
- Simulacije prigušenog harmonijskog oscilatora
- Simulacija RLC kruga
- Razlaganje sustava u podsustave
5
- Simulacije udara loptice u podlogu
- Simulacije dinamičkog krutog sustava
- Simulacije pražnjenja/punjenja olovne baterije
• Pored predavanja, kolegij ima 15 sati laboratorijskih vježbi na
kojima će se praktično izvoditi primjeri numeričkih metoda u
Matlabu i vršit će se simulacije modela izrađenih u Simulinku
• Laboratorijske vježbe većim dijelom prate primjere koji se
prikazuju na predavanjima
6
Sadržaj predavanjaSadržaj predavanja
7
Uvod u modeliranje i simuliranjeUvod u modeliranje i simuliranje• Pojam modeliranja odnosi se na izvedbu matematičkog prikaza fizičkog
sustava
• Pojam simuliranja odnosi se na postupak rješavanja matematičkihjednadžbi koje proizilaze iz izvedenog modela sustava
8
Dinamički sustaviDinamički sustavi• Dinamički sustavi mogu biti električni, mehanički, hidraulični,
pneumatski, toplinski ili npr. elektro-mehanički itd.
• Automobil koji se kreće je vrlo dobar primjer mehaničkog sustava,električni krugovi primjer električnog sustava
Koraci u izvedbi dinamičkog sustavaKoraci u izvedbi dinamičkog sustava
9
Primjer dinamičkog sustava – spremnik vodePrimjer dinamičkog sustava – spremnik vode
• Dobiveni inženjerski model
predstavlja prigušeni harmonijskioscilator
• � – pomak spremnika
• Na slici se nalazi spremnik za vodu i cilj je proučiti ponašanje ovog fizičkog
sustava koji je izložen vrlo jakom vjetru
• Za modeliranje inženjerskog modela korištena je metoda slobodnog tijela,
masom � je modeliran spremnik s vodom, a ponašanje stupova oprugom koja
ima konstantu krutosti � i prigušivačem s prigušenjem �. Uzbuda koje dolazi
zbog vjetra predstavljena je silom �(�)
� �� + � �
� + �� = � ���
�(�)
10
Primjer dinamičkog sustava – automobilPrimjer dinamičkog sustava – automobil
FIZIČKI SUSTAV INŽENJERSKI MODEL
• Na slici se nalazi automobil i metodom slobodnog tijela modeliran u inženjerski
model
• Karoserija automobila s masom u modelu je postavljena na prednji i stražnji
ovjes. Pri pokretu automobila vertikalno, kod inercije dolazi do nagiba automobila
što se prema modelu može izraziti diferencijalnim jednadžbama i poslije
numeričkom integracijom izračunati
11
Koncept sustavaKoncept sustava• Sustav definiramo kao agregaciju ili skup objekata pridruženih u nekoj
redovnoj interakciji ili međuovisnosti
• Navedena definicija vrijedi ako je naš sustav statički sustav
• Glavni interes ovog kolegija su dinamički sustavi gdje interakcija objekatauzrokuje promjene ponašanja sustava u ovisnosti o vremenu
• Sustav može imati određene različite objekte od kojih svaki ima svojstvakoja su od interesa
• Postoje interakcije između bitnih objekata u sustavu koje uzrokujupromjene u sustavu
• Veza sustava i okoline ulazi koje sustav koristi kako bi okolini isporučioodređene izlaze
12
Koncept sustavaKoncept sustava• Karakteristike sustava su:
1. Razlog postojanja – ima svoju svrhu
2. Podsustavi – može se podijeliti (dekomponirati)
3. Opseg sustava – ima poznate granice (širinu)
4. Doseg – ima poznatu dubinu, detaljnost (potrebnu)
5. Okolina – komunicira s okolinom (drugim sustavima)
6. Ulazi – dobiva informacije i koristi ih u provođenju internih aktivnosti
7. Izlazi – stvara informacije (rezultate svog rada) i isporučuje ih u okolinu
8. Sučelja – sadrži definirane procedure i postupke za provođenjeaktivnosti
• Entiteti su objekti od interesa u sustavu
• Atributi su svojstva entiteta sustava
13
Koncept sustavaKoncept sustava• Atributi imaju sljedeća pravila:
1. Entitet može imati proizvoljan broj atributa
2. Atribut može pripadati samo jednom entitetu
3. Atribut može imati samo jednu vrijednost za određenu pojavu (entitet) ujednom trenutku
4. Atribut ima samo jedno značenje
5. Različite pojave mogu imati iste ili različite vrijednosti za isti atribut
• Aktivnost je proces koji uzrokuje promjene u sustavu
• Veza je odnos između entiteta
• Zavisnost je ne(samostalnost) entiteta
• Stanje sustava je opis entiteta, atributa i aktivnosti u vremenskomtrenutku
14
Koncept sustavaKoncept sustava• Napredovanje sustava uočava se promjenom stanja sustava, tj. kako se
sustav mijenja u vremenu
Atributi – grafički prikazAtributi – grafički prikaz
15
Koncept sustava - primjerKoncept sustava - primjer
Zrakoplov leti pod kontrolom uređaja za aut. upravljanje (autopilot) Zrakoplov leti pod kontrolom uređaja za aut. upravljanje (autopilot)
ŽIROSKOP
Željenismjer
KONTROLNE POVRŠINE
ZRAKOPLOV
Stvarnismjer
Razlika izmeđuželjenog i stvarnog smjera zrakoplova
• Autopilot upravlja zrakoplovom: entiteti su cijelo tijelo zrakoplova(konstrukcija), kontrolne površine i žiroskop
• Atributi su brzine zrakoplova, kutevi kontrolne površine i postavkežiroskopa na dobiveni signal od zrakoplova o smjeru kretanja
• Kontrolne površine upravljačkog sustava uvijek je u interakciji s okolinom.Tako je okruženje sustava vrlo važno za razumijevanje kontrolnih funkcija,tj. za ispravan rad
16
Okruženje sustavaOkruženje sustava
• Promjene koje se događaju izvan sustava i koje utječu na
sustav kažemo da se događaju u okruženju sustava
• Endogene aktivnosti - aktivnosti koje se događaju u
okruženju sustava i koje ne utječu na sustav
• Egzogene aktivnosti - aktivnosti koje se događaju u
okruženju sustava i koje utječu na sustav
• Zatvoreni sustav - sustav gdje nema egzogenih aktivnosti
• Otvoreni sustav - sustav gdje su egzogene aktivnosti
prisutne
Deterministički i stohastički sustaviDeterministički i stohastički sustavi
• Deterministička aktivnost – izlazi aktivnosti mogu se
potpuno predvidjeti s obzirom na njene ulaze
• Deterministički sustav – ponašanje sustava može se lako
odrediti
• Stohastička aktivnost – izlazi aktivnosti su teže predvidivi s
obzirom na njene ulaze, mogu biti slučajni i određeni
pomoću vjerojatnosti
• Stohastički sustav – ponašanje sustava nije sigurno i na
njega aktivnosti utječu slučajno
16
18
Kontinuirani i diskretni sustaviKontinuirani i diskretni sustavi
• Kontinuirani sustav - sustav koji sadrži kontinuirane,
neprekinute komponente i izlazi sustava u svakom trenutku
su poznati
• Primjer kontinuiranog sustava: zrakoplov
• Diskretni sustav – sustav koji sadrži samo diskretne,
prekinute komponente, točan je samo u trenutcima
uzorkovanja
• Diskretni sustav ne otkriva što se događa između dva
trenutka uzorkovanja, uobičajena analiza u diskretnom
području (koja se temelji na Z - transformaciji) ne otkriva
• Primjer diskretnog sustava: broj učenika koji pohađaju
određeni razred
Sustavi s kontinuiranim ili diskretnim načinom radaSustavi s kontinuiranim ili diskretnim načinom rada
19
• Sustavi se mogu biti:
1. Kontinulirani – varijabla sustava (signal) je unutar određenih granicakontinuirano promjenjiva i ona je kontinuirani signal
2. Kvantizirani - varijabla sustava (signal) može poprimiti samoodređene vrijednosti amplitude i ona je kvantizirani signal
�
0
0 �
∆
Sustavi s kontinuiranim ili diskretnim načinom radaSustavi s kontinuiranim ili diskretnim načinom rada
20
3. Diskretni – varijabla sustava (signal) je poznata samo u vremenskidiskretnim trenucima i ona je diskretni signal
• � – period uzorkovanja
• Kvantizirani i vremenski diskretni signali koriste se u digitalnim sustavima(npr. računala radi na temelju diskretnih signala)
�0
�
Sustavi s determinističkim ili stohastičkim sustavskim varijablamaSustavi s determinističkim ili stohastičkim sustavskim varijablama
21
• Deterministički sustavi – deterministički signali, a onda i sustavijednoznačno su određeni, dadu se analitički opisati tj. mogu sereproducirati
• Stohastički sustavi - stohastički signali, a onda i sustavi imaju potpunoneregularan karakter, ne dadu se analitički opisati tj. ne mogu se analitičkireproducirati
�
0
0 �
• Vrijednost signala u svakom trenutkumože se opisati samo pomoćustatističkih zakonitosti
22
• Stabilni sustavi – ako svaka ograničena pobuda daje izlazni signalsustava koji je također ograničen, onda je sustav stabilan
• Nestabilni sustavi - ako su izlazni signali sustava na ograničenu pobuduneograničeni i divergiraju od rješenja, sustav je nestabilan
Stabilni i nestabilni sustaviStabilni i nestabilni sustavi
0 �
0 �
23
• Sustav je linearan ako vrijedi princip superpozicije:
� �� � � = � � ���� ��
���
�
���• Za proizvoljnu linearnu kombinaciju ulaznih veličina �� � , gdje je � =1,2, … , �, a �� su realne konstante
• Ako ne vrijedi princip superpozicije, sustav je nelinearan
• Linearni kontinuirani sustavi obično se opisuju pomoću linearnihdiferencijalnih jednadžbi (diferencijalna jednadžba �-tog reda):
� �� � ��� � = � �� � �
�� � ��
��
�
�� • Za linearne sustave upravljanja sva teorija je poznata, što nije slučaj za
nelinearne sustave
Linearni sustaviLinearni sustavi
24
• Za nelinearne sustave šire se primjenjuju približne metode kao što jelinearizacija
• 1. Linearizacija statičke karakteristike
• ! = "(�!) može se rastaviti u Taylorov red u proizvoljno odabranoj radnojtočki (� , ) ( ! → , �! → �):
= " � + "�$
%�%&� � − � + 1
2! � "� � � − � + ⋯
• Ako su odstupanja � − � oko radne točke dovoljno mala, onda je(linearizacija u okolišu radne točke (� , ):
≈ + � � � − � • gdje je = "(� ) pravac kroz točku (� , ) s nagibom:
� = ,-,%.%�%&
Nelinearni sustaviNelinearni sustavi
25
• Slično se linearizacija može provesti za funkcije dviju ili više neovisnihvarijabli
• Za funkciju (ploha u prostoru) = "(��, �) Taylorov razvoj u radnoj točki( , �� , � ) je:
= " �� , � + "��$%/�%/&%0�%0&
1/
� �� − �� + "�$%0�%0&%/�%/&
10
� � − � + ⋯
• Iz čega slijedi:
≈ + �� � �� − �� + � � � − � • gdje je = " �� , � ploha kroz radnu točku ( , �� , � ) s
koeficijentima �� i ��
Nelinearni sustaviNelinearni sustavi
26
• 2. Linearizacija nelinearne diferencijalne jednadžbe
• Neka je nelinearni dinamički sustav s ulazom �(�) i izlazom (�) opisannelinearnom diferencijalnom jednadžbom 1. reda:
2 (�) = " � , �(�)• Za stacionarno (mirno) stanje je: 2 (�) = 0• Stacionarno stanje se dobiva rješavanjem jednadžbe: 0 = "(� , )• Ako je označeno s ∆ (�) odstupanje varijable � od stacionarnog
položaja :
� = + ∆ (�) ⟹ 2(�) = ∆ 2(�)• Analogno, ako je označeno s ∆�(�) odstupanje varijable � � od
stacionarnog položaja � :
� � = � + ∆�(�) ⟹ �2(�) = ∆�2(�)
Nelinearni sustaviNelinearni sustavi
27
• Razvoj u Taylorov red u radnoj točki jednadžbe 2 (�) = " � , �(�) daje:
2 � = " , � + 5-(%,6)56 .6�6&%�%&
� − + 5-(%,6)5% .%�%&6�6&
� � − � + ⋯• Iz prethodnih izraza slijedi:
∆ 2 � ≈ 7∆ � + 8∆�(�)• gdje 7 i 8 peturbacijske varijable:
7 = 5-(%,6)56 .6�6&%�%&
; 8 = 5-(%,6)5% .%�%&6�6&
• Analogno navedenom može se linearizirati nelinearna vektorskadiferencijalna jednadžba :2 (�) = ; : � , <(�) i dobiva se:
∆:2 � ≈ =∆: � + >∆<(�)• gdje su = i > Jacobijeve matrice
Nelinearni sustaviNelinearni sustavi
Prikaz sustavaPrikaz sustava• U smislu definicije dinamičkog sustava, dinamički sustav može se
promatrati kao prijenosni sustav
• Prijenosni sustavi imaju jednoznačni smjer djelovanja određen smjeromstrelice
• Za povezivanje signala koriste se sljedeći tipični simboli:
1. Točka grananja s matematičkom operacijom �� = � = �? i simbolom:
28
�� �
�?
@(�) (�)Dinamički sustav
Prikaz sustavaPrikaz sustava2. Točka sumacije s matematičkom operacijom �? = �� ± � i simbolom:
3. Množenje s matematičkom operacijom �? = �� � � i simbolom:
29
��
�
�?
��
��?�
Blokovski prikaz sustavaBlokovski prikaz sustava
30
• Postoji više načina za prikaz prijenosnog vladanja sustava pomoćublokova:
1. Pomoću diferencijalne jednadžbe:
2. Pomoću prijelazne funkcije (odziv na jediničnu skokovitu funkciju @ =1 � B(�)):
@ 2� + = @
@
Blokovski prikaz sustavaBlokovski prikaz sustava
31
• gdje je @ = 1 � B(�), a = 1 ∕ D (u L - domeni)
3. Pomoću prijenosne funkcije:
• gdje E D prijenosna funkcija koja je jednaka je kvocijentu izlaza i ulaza uLaplaceovoj domeni:
E D = F(D)G(D)
G FE D = 11 + �D
Prikaz sustava pomoću dijagrama toka signalaPrikaz sustava pomoću dijagrama toka signala
32
• Sustavi se mogu prikazati i pomoću dijagrama toka signala:
1. Osnovni dinamički sustav:
2. Dinamički sustav s povratnom vezom:
G FE G FE
G FH E�
E
G E� F FH
−E
H = G − E
Prikaz sustava pomoću dijagrama toka signalaPrikaz sustava pomoću dijagrama toka signala
33
3.
G F’IH E�
E
G H E�
−E
I
FF�
Složeniji dinamički sustav:
H = G − EF� = F + I
34
ModelModel
• Model – skup svih informacija o sustavu ili prikaz sustava
kako bi se proučilo i točno predvidjelo njegovo ponašanje
• Razvoj modela sustava može se podijeliti u dvije faze
• Razvoj strukture modela:
– razvojem strukture modela utvrđuju se granica sustava,
te entiteti, atributi i aktivnosti sustava
• Pohrana podataka u model:
– pohrana podatka koji se odnose na vrijednosti svih
atributa modela
- pohrana podatka koji definiraju sve odnose između
aktivnosti sustava
35
Osnovni i kombinirani modeli sustavaOsnovni i kombinirani modeli sustava• Pored osnovnih modela (mehanički, električni, hudraulični, pneumatski i
toplinski) postoje kombinirani modeli koji su izvedeni korištenjem svihosnovnih modela sustava
• Model sustava koji se sastoje od električnog i mehaničkog modela:elektro-mehanički model (brava, razni strojevi,...)
• Model sustava koji se sastoje od hidrauličnog i mehaničkog modela:hidraulično-mehanički model (regulator broja okretaja generatora,pumpe na brodovima,...)
• Model sustava koji se sastoje od hidrauličnog i pneumatskog modela:hidraulično-pneumatski model (dizalica,...)
• Model sustava koji se sastoje od električnog i pneumatskog modela:elektro-pneumatski model (čekić, stroj za štemanje, ventili,...)
• Model sustava koji se sastoje od pneumatskog i toplinskog modela:pneumatsko-toplinski model (pneumatsko-toplinski pištolj na vrućizrak,...)
• Model sustava robota: mehatronički sustav
36
Alati za modeliranje sustavaAlati za modeliranje sustava
• Algebra blok dijagrama
• Dijagrami toka signala
• Bond graf tehnika
• Formulacija varijable stanja
• Frenkvencijski odziv
• Bodeovi dijagrami – sastoje se od amplitudno-
frekvencijskog i fazno-frekvencijskog dijagrama,
crtaju se jedan ispod drugog
Hvala na pozornosti!
Modeliranje i simuliranje sustava
dr.sc. Goran Kujundžić, dipl.ing.el.
Hvala na pozornosti!
Modeliranje i simuliranje sustava
dr.sc. Goran Kujundžić, dipl.ing.el.
SVEUČILIŠTE U MOSTARU
FAKULTET STROJARSTVA, RAČUNARSTVA I ELEKTROTEHNIKE
Modeli sustava
Modeliranje i simuliranje sustavadr.sc. Goran Kujundžić, dipl.ing.el.
Modeli sustava
Modeliranje i simuliranje sustavadr.sc. Goran Kujundžić, dipl.ing.el.
Definicija modelaDefinicija modela
2
• Ideja modela je jako važna kako bi se proučavaledinamike bilo kojeg stvarnog sustava
• Modeli sustava - pojednostavljene, apstraktnekonstrukcije koje se mogu koristiti zapredviđanje ponašanja sustava
• Model sustava – prikaz objekata sustava ili ideja unekom drugom obliku, a ne u samom entitetu(Robert Shannon)
• Model koji stvaramo može biti najbolji model ilinajgori model
3
Definicija modelaDefinicija modela
• Najgori model sadrži sažeti opis podataka sustava ine predviđa točno ponašanje sustava
• Najbolji model obuhvaća osnovne fizičke promjeneu sustavu i dosta točno predviđa ponašanje sustava
• Najbolji model točno prikazuje sustav, te predviđaponašanja sustava u uvjetima koji nisu proučavani
• Skalirani fizički modeli su u velikoj primjeni i dobrosu poznati inženjerima i znanstvenicima koji se bavemodeliranjem
4
Skalirani fizički modeliSkalirani fizički modeli
• Primjeri skaliranih fizičkih modela:
– model zrakoplova u zračnom tunelu
– strukturni modeli u civilnom inženjerstvu
– plastični modeli metalnih dijelova koji se koriste u foto-elastičnim analizama
• Glavna obilježja svih ovih modela su da se u njimaodražavaju samo neke od karakteristika stvarnihmodela
• Ne pokušavaju se ugraditi sve karakteristike fizičkogsustava u ove modele, jer to može rezultiratikompliciranjem samih modela
5
Matematički modeliMatematički modeli
• Matematički model – drugi tip modela koji jeapstraktniji od fizičkog modela
• Postoji jaka sličnost između fizičkih i matematičkihmodela sustava
• Matematički model također predviđa točne izlazesustava kad se na nj primjeni ulazni signal
• Primjer matematičkog modela: model zrakoplovakojim upravlja pilot
6
Klasifikacija tipova modelaKlasifikacija tipova modela
7
Fizički modelFizički model
• Fizički model prikazuje fizičko ponašanje sustava
• Temelje na analogiji takvih sustava kao što sumehanički, električni i hidraulički sustavi i prikazujunjihovo ponašanje
• Atributi sustava fizičkog modela predstavljeni sumjerenjima (npr. napona ili položaja osovine)
• Aktivnosti sustava reflektiraju se kroz fizikalnezakone pomoću kojih su i izvedeni fizički modeli
8
Matematički modelMatematički model
• Matematički model koristi fizikalne simboličkeoznake i matematičke jednadžbe za prikazivanjesustava
• U užem smislu riječi matematički model je prikazrealnog sustava sustavom jednadžbi
• Atributi su predstavljeni varijablama, a aktivnostisu predstavljene matematičkim funkcijama kojemeđusobno povezuju varijable
• Matematički modeli koriste se i u prirodnim i udruštvenim znanostima
• Proces razvoja matematičkog modela naziva sematematičkim modeliranjem
9
Statički i dinamički modeliStatički i dinamički modeli
• Fizički i matematički modeli dijele se na statičke i dinamičkemodele
• Statički modeli su opisi sustava u stacionarnom stanju, gdje suvrijednosti ulaznih i izlaznih varijabli konstantne, ali ne nužno ijednake jedne drugima
• Budući da nema promjena varijabli njihova je derivacija jednakanuli i one ne ovise o vremenu
• Kod matematičkih modela statički model prikazan je algebarskimjednadžbama
• Dinamički modeli, za razliku od statičkih, ovise o vremenu, pa supromjene varijabli prikazane kao derivacije po vremenu odnosnokao diferencijalne jednažbe
• Kod matematičkih modela dinamički model prikazan je sustavomdiferencijalnih jednadžbi koje prikazuju promjene varijabli togmodela u vremenu
10
Numerički i analitički modeliNumerički i analitički modeli
• Numerički modeli primjenjuju računalne postupke zarješavanje
• Numeričko rješenje - može biti izvedeno u oblikukompliciranog integralnog izraza koji se zatim treba proširiti uniz jednostavnijih izraza kako bi se dobilo rješenje
• Analitički modeli su modeli koji se mogu jednostavno riješitii najbolje se uklapaju u sustav koji se proučava
• Koriste analitičke izraze i jednostavnije linearnediferencijalne jednadžbe
• Simulacija sustava - tehnika numeričkog računanja koja sekoristi u kombinaciji s dinamičkim matematičkim modelom
11
Statički fizički modelStatički fizički model
• Statički fizički model – skalirani (smanjeni) modelrealnog sustava koji se ne mijenja u vremenu
• Primjeri statičkog fizičkog modela:
– u arhitekturi gdje se prave mali modeli zgrada iobjekata koji odražavanju svojstva svihunutarnjih prostorija
– u zrakoplovstvu gdje se prave mali modelizrakoplova koji se testiraju u zračnim tunelima
– u brodogradnji gdje se prave mali modelibrodova koji se testiraju u spremnicima vode
12
Dinamički fizički modelDinamički fizički model
• Dinamički fizički model – skalirani (smanjeni)model realnog sustava koji se mijenja u vremenu
• Primjeri dinamičkog fizičkog modela:
– mali model zrakoplova koji se testira uzračnom tunelu, brzina vjetra je promjenjiva uvremenu što je potrebno uzeti u model
– mali model broda koji se testira u spremnikuvode, strujanje vode je promjenjivo u vremenušto je potrebno uzeti u model
• Dinamički fizički modeli jako su korisni kod analogijasustava
Analogija dinamičkih sustavaAnalogija dinamičkih sustava• Primjer analogije između mehaničkog i električnog sustava: dinamičkifizički model automobila i RLC električnog kruga
• Prikazani mehanički i električni model su prigušeni harmonijski oscilatorikoji su prikazani identičnom diferencijalnom jednadžbom
• Analogija pomaže da se ponašanje automobila koje je zahtjevno provjerikorištenjem RLC kruga – prednost u praksi
13
Analogija dinamičkih sustavaAnalogija dinamičkih sustava
• Analogija modela jako je korisna u praksi i imaprimjenu
• U praksi lakše je modificirati električni sustav negomehanički sustav
• Električna analogija mehaničkog sustava može selakše proučiti i pripremati
• Primjer: Kotači automobila mogu se uz određenisustav ovjesa odbijati od tla, a uz analogiju modela,električni model to prikazuje kao osciliranje nabojana kondezatoru
14
Statički matematički modeli - primjerStatički matematički modeli - primjer
• Statički matematički model daje odnos između atributa sustavakad je sustav u ravnoteži
• Ovdje možemo uzeti slučaj statičkog matematičkog modela izindustrije
• Općenito, treba postojati ravnoteža između ponude i potražnjebilo kojeg proizvoda na tržištu
• Ponuda se povećava s povećanjem cijene proizvoda, dok sepotražnja smanjuje
• Cilj je pronaći optimalnu cijenu kod koje je ponuda jednakapotražnji na tržištu
• Ako označimo s � cijenu, s � potražnju, a s � ponudu i uzpretpostavku da je jednadžba cijene linearna slijedi:
� = � − ��; � = + ��; � = �
15
Statički matematički modeli - primjerStatički matematički modeli - primjer
• �, �, � � su parametri u jednadžbama, te za vrijednosti � =
600, � = 3000, = −100, � = 2000 i uz ravnotežu ponude ipotražnje na tržištu dobiva se vrijednost cijene iz prethodnihjednadžbi prema izrazu:
� =� −
� + �= 0,14; � = � = 180
• Ponuda i potražnja u ovisnosti o cijeni predstavljene su plavim icrvenim pravcima i mjesto gdje se sijeku dobivamo tržišnu cijenugdje je ponuda jednaka potražnji
• Ponuda i potražnja u ovisnosti o cijeni u stvarnosti obično supredstavljene krivuljama kao što prikazuje drugi graf na slici
• Krivulje se mogu prikazati jednadžbama koje mogu biti složenije,te kako bi se dobila cijena potrebno je primjeniti neku numeričku iligrafičku metodu rješavanja
16
Statički matematički modeli - primjerStatički matematički modeli - primjer
17
0.05
0.10
0.15
0.20
0.25
100 200 300 400 500
POTRAŽNJAPONUDA
CIJ
EN
A
KOLIČINA
POTRAŽNJA
PONUDA
CIJ
EN
A
KOLIČINA
Dinamički matematički modeliDinamički matematički modeli
18
• Dinamički matematički modeli imaju ovisnost atributasustava o vremenu
• Kako bi prikazani modeli bili jednostavniji, vrlo pažljivo trebarazmotriti modeliranje sustava
• Model vrlo detaljan i složen - komplicirano je identificiratiparametre sustava i analizirati model
• Model vrlo jednostavan - može se dogoditi da neće prikazatineke od važnih svojstva sustava
• Pri izradi modela sustava treba imati jasnu ideju o tome kojifaktori utječu na ponašanje sustava
• Nepotrebne elemente ne treba ugrađivati u model, možda toneće štetiti modelu i rezultatima, ali će biti potrebno većevrijeme izračuna pri simulacijama, što je opet neopravdano
Dinamički matematički modeli - primjerDinamički matematički modeli - primjer
19
• Prigušeni harmonijski oscilator – pokazuje kako se pomak � mijenja uovisnosti o vremenu � uz različite vrijednosti prigušenja �
20
Načela u modeliranjuNačela u modeliranju
• Pri izradi modela postoje sljedeća načela:
– blokovsko crtanje (eng. Block-building)
– agregacija (objedinjivanje)
– relevantnost
– točnost
• Blokovsko crtanje - prvo se model sustava trebaorganizirati u niz blokova, koji se dodaju kako bi se dobilacijela blok shema
• Organiziramo sustav u niz blokova kako bismo pojednostaviliinterakcije između objekata sustava
• Primjer: ako želim pripremiti model tvornice ili poduzeća,svaki se odjel može tretirati kao zasebni blok s određenimulazom i izlazom
21
Načela u modeliranjuNačela u modeliranju
• Modeliranje sustava tvornice
• Odjel za kontrolu proizvodnje gdje dolaze određenenarudžbe kupaca
Načela u modeliranjuNačela u modeliranju
22
• Agregacija - broj pojedinačnih entiteta može se grupirati uveći entitet
• Primjer: voditelj proizvodnje hoće uzeti u obzir trgovinesvakog odjela kao pojedinačne entitete koji mogu se grupiratiu veće entitete
• Relevantnost - model uključuje samo one aspekte sustavakoji su relevantni za cilj istraživanja
• Irelevantne informacije ne mogu nanijeti nikakvu štetu, ali ihtreba isključiti iz modela jer se povećava složenost i potrebada se problem dulje rješava
• Primjer: ako je cilj tvorničkog sustava usporediti učinakrazličitih operativni pravila na učinkovitost proizvodnje, netreba uzeti u obzir zapošljavanje radnika, što je irelevantnainformacija u modelu
Načela u modeliranjuNačela u modeliranju
• Točnost – korištenje točnih podataka u modelu je jako važnoza točno prikazivanje ponašanja stvarnog sustava
• U sustavu zrakoplovstva točnost kretanja zrakoplova ovisi oprikazu konstrukcije zrakoplova u modelu
• Primjeri:
– za točnost kretanja zrakoplova potrebno jekonstrukciju zrakopolova u modelu uzeti kaofleksibilno, a ne kruto tijelo
- također, za modeliranje udobnosti putnika s obziromna sve vibracije potrebno je konstrukciju zrakopolovau modelu uzeti kao fleksibilno, a ne kruto tijelo
- za procjenu potrošnje goriva zrakoplova pretpostavkakrutog tijela u modelu je dovoljna
23
Analiza pri modeliranjuAnaliza pri modeliranju
24
• Kod modeliranja je vrlo važna činjenica da se promatranisustav može odvojiti od okoline ili okruženja sustava pomoćufizičke ili konceptualne granice
• Na ovaj način moguće se usredotočiti samo na sustav, isti semože bolje razumjeti
• Sustav je sastavljen od međusobno odvojenih dijelova tj.entiteta koji su međusobno povezani dijelovi i mogu imatimeđusobnu energetsku ili neku drugu interakciju
• Također, svaki entitet sustava može se odvojiti od ostatkasustava pomoću fizičke ili konceptualne granice
• Na ovaj način moguće se usredotočiti bolje na svaki entitetsustava i razumjeti njegov odvojeni rad od sustava
• Primjer: u sustavu zrakoplovstva kontrola zračnog prometa jeposeban entitet sustava i poseban dio koji je fizički odijeljenod ostalih dijelova sustava
Hvala na pozornosti!
Modeliranje i simuliranje sustavadr.sc. Goran Kujundžić, dipl.ing.el.
Hvala na pozornosti!
Modeliranje i simuliranje sustavadr.sc. Goran Kujundžić, dipl.ing.el.