Modellierung: MATLAB – Simulink - Stateflow

Slides:



Advertisements
Ähnliche Präsentationen
Mediator Lehrgang zum Umgang mit dem Multimedia-Werkzeug Med8or 8.
Advertisements

Prof. Dr. Liggesmeyer, 1 Software Engineering: Dependability Prof. Dr.-Ing. Peter Liggesmeyer.
Diskrete Mathematik II Marc Zschiegner
Eingebettete Systeme Qualität und Produktivität
Modellbasierte Software-Entwicklung eingebetteter Systeme
Modellbasierte Software-Entwicklung eingebetteter Systeme
Eingebettete Systeme Qualität und Produktivität
Prof. Dr. Holger Schlingloff
Eingebettete Systeme Qualität und Produktivität
Das „Vorgehensmodell“
Matlab Einführung Tobias Wunner 16. Oktober 2006.
Hauptseminar Modellüberprüfung Kathrin Ott
Kapitel 7 State-Machines/Zustandsautomaten
WS 04/05 wiss. Übung: Systemanalyse und Softwaredesign
/TU Freiberg/ Institut für Informatik /Konrad Froitzheim
Werdegang, aktueller Stand,
Proseminar “Software Pioneers” (Prof. Dr. Heike Wehrheim)
Seminar Software-Engineering für softwareintensive Systeme
Prof. Dr. Holger Schlingloff
Prof. Dr. Holger Schlingloff
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
Java: Grundlagen der Sprache
Modularisierung der Bachelor-Studiengänge im Studiendekanat E 9. Jan Studiengangskoordinatoren und wissenschaftliche Mitarbeiter des Studiendekanates.
IIW Erläuterungen zum Masterprogramm. IIW-MS Allgemeine Fachmodule (60) – Studienarbeit + Seminar (18) – Betrieb und Management (6) Nichttechnische Ergänzungsfächer.
Palm OS Project Martin Ochs Palm OS Project Inhalt Hardware Schnittstellen Die serielle Schnittstelle Entwicklungsumgebung Test-Programm Hardware-Test.
ASAM ODS Daten standardisiert auswerten
Seminar: Architekturbeschreibungssprachen
Modelchecker – RED Tool: Region-Encoding Diagram Stefan Neumann.
UML-basierte Modellierung von Multimediaanwendungen
Fuzzy-Klima-Regelung Simulink für Fuzzy Control
Die Skriptsprache Python im Kontext des Softwareentwicklungsprozesses
Rational Rose und UML: Erstellung einer Kontoverwaltung
Spatial Decision Support Systems (SDSS)
Institut für Theoretische Informatik TU Carolo-Wilhelmina zu Braunschweig Teamprojekt in Software Systems Engineering und Theoretischer Informatik Einsatz.
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Systementwurf Überblick: Entwicklung der globalen Problemlösungsstrategie.
Spezifikation von Anforderungen
Maike Thiel Kezban Akayin Kirstin Körner Hayriye Görsün präsentiert.
n Produktfamilie VisiWinNET
Zusammenfassung der Vorlesung
Computerorientierte Physik VORLESUNG Zeit: jeweils Mo Uhr Ort: Hörsaal 5.01, Institut für Experimentalphysik, Universitätsplatz 5, A-8010.
Zentralübung Automotive Software Engineering – Übungsblatt 8
MATLAB André Bolles.
Implementierung eines PID-Regler für den eVolo auf ARM-Mikrocontroller
Modellieren dynamischer Prozesse
CEF 2001, New Haven Genetic Neural Fuzzy Explorer GENEFER Konzeption, Technologien und Einsatzmöglichkeiten Eric Ringhut Muenster Institute for Computational.
Modellbildung und Simulation
Vienna University of Technology Pirker Simon 1. Überblick Definition Motivation Vorteile Entwurf von VP Pirker Simon 2.
Institut für C omputer G raphik, TU Braunschweig BioBrowser Interaktive Molekülmodelle als zentrales Zugangs- und Dokumentationswerkzeug für biologische.
WIR LÖSEN DAS PROBLEM FÜR SIE
Modellbasierte Software-Entwicklung eingebetteter Systeme
Modellbasierte Software-Entwicklung eingebetteter Systeme
Modellbasierte Software-Entwicklung eingebetteter Systeme
Seminar: Virtuelle Forschungsumgebungen Dozent: Professor Manfred Thaller Referent: Peter Smits
Echtzeitsimulation einer Gasturbine Real-Time-Simulation of a Gas-Turbine Till Hoffmann -Diplomarbeit - September 2000.
Generierung von effizientem C-Code aus UML2-Strukturdiagrammen
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen
2 Grundlagen In diesem Abschnitt werden die Grundbegriffe und Methoden der Theorie der formalen Sprachen und der Automaten wiederholt, soweit diese ben.
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
Modellbildung und Simulation
OOSE nach Jacobson Sebastian Pohl/ST7 Betreuer: Prof. Dr. Kahlbrandt.
CLIC Closed-Loop Integration of Cognition, Communication and Control FIT-IT Embedded Systems Call 8 Projektpartner (1) TTTech Computertechnik AG (Koordinator)
Game Loop & Update Method Robert Nystrom – Game Programming Patterns Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung SS.
© WZL/Fraunhofer IPT MATLAB Simulink am Beispiel schwingender mechanischer Systeme Seminarvortrag im Rahmen des Studiengangs Scientific Programming von.
Wissenschaftliche Arbeitsgemeinschaft für Raketentechnik und Raumfahrt Lehrstuhl für Raumfahrttechnik Technische Universität München Hardwareprogrammierung.
Technische Universität München, Informatik XI Angewandte Informatik / Kooperative Systeme Verteilte Anwendungen: Entwurf Dr. Wolfgang Wörndl
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
Wissenschaftliche Arbeitsgemeinschaft für Raketentechnik und Raumfahrt Lehrstuhl für Raumfahrttechnik Technische Universität München Hardwareprogrammierung.
Umsetzung einer Methode zur Online- Kalibrierung von Sauerstoffsensoren in oberflächenbegasten Bioreaktoren Seminarvortrag Daniel Jansen.
 Präsentation transkript:

Modellierung: MATLAB – Simulink - Stateflow Stefan Rose srose@upb.de Uni Paderborn Seminar „SoftwareEngineering für softwareintensive Systeme“ SS 2006

Motivation MATLAB als Werkzeug zur modellbasierten Softwareentwicklung mehr als „nur“ MATLAB sehr mächtiges Werkzeug durch verschiedene Erweiterungen Automatische Codegenerierung Integriertes Testen  Zeitersparnis Eingesetzt in Industrie und Forschung Automobilbau Luft- und Raumfahrt Medizin Maschinenbau 4:43

Inhalt Grundlagen Modellierung Fazit Was ist MATLAB? MATLAB Erweiterungen Modellierung Modellbasierte Softwareentwicklung automatische Codegenerierung Anwendungsbeispiel Railroad Gate Controller Fazit Evaluation Grundlagen Modellierung Fazit 4:43

Was ist MATLAB? Abkürzung für „MATrix LABoratory“ Inhalt Abkürzung für „MATrix LABoratory“ Kernwerkzeug + Erweiterungen(Toolboxen) Grundlagen Modellierung Fazit 4:43

Kernwerkzeug MATLAB I Inhalt Grundlagen Kernwerkzeug Simulink Hochentwickelte Programmiersprache für technische Berechnungen Im Gegensatz zu Maple und Mupad aber rein numerisch Operationen werden auf Matrizen ausgeführt mathematische Funktionen (Algebra, Statistik, Filter, Analysen) MATLAB Umgebung Interpreter Visualisierung von Daten (2D/3D) Erweiterbarkeit durch Toolboxen Erschließung von versch. Anwendungsbereichen Finanzanalyse biologische Probleme Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Kernwerkzeug MATLAB II Inhalt Die Matlab Umgebung Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Simulink I Inhalt Interaktive Modellierung, Simulation und Analyse von dynamischen Systemen lineare, nicht-lineare und diskrete Systeme Modellierung durch Signalflusspläne / Blockdiagramme Signale können zu jedem Zeitpunkt abgegriffen werden Voll integriert in MATLAB Erweiterbarkeit durch Toolboxen Codegenerierung Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Simulink II Grafische Oberfläche zur Modellierung Blockdiagrammeditor Inhalt Grafische Oberfläche zur Modellierung Blockdiagrammeditor Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Simulink III Simulink S-Functions Simulink Bibliotheken Inhalt In Simulink eingebundener Code MATLAB, C, C++, ADA, Fortran Vorteile Verwendung von externem Code Einbinden von hardwarenahem Code (Treiber) Simulink Bibliotheken große Anzahl fertiger Blöcke Standard Logik, Filter, Sources, Signalverarbeitung Regelungstechnik, Vision, Kommunikation mit der Umgebung per Drag and Drop einzubinden Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Erweiterungen (Toolboxen) Inhalt Symbolic Math Toolbox Erweiterung von Matlab um Maple Syntax Optimization Toolbox Optimierung von Funktionen und Modellen Stateflow Erweiterung um Zustandautomaten Image Processing Toolbox Bildverarbeitung mit MATLAB (Filter etc.) Control System Toolbox Modellierung von Regelungen Communications Toolbox Kommunikationsnetze mit MATLAB Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Optimization Toolbox Methoden zur Optimierung von Funktionen Inhalt Methoden zur Optimierung von Funktionen Nullstellensuche Minimierung Maximierung Optimierung von Parametern eines Simulink Modells Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Stateflow I Stateflow Stateflow Coder Inhalt Stateflow Modellierung endlicher Zustandsautomaten Im Gegensatz zu Simulink eventgesteuert (Modellierung ereignisdiskreter Systeme) Generierung von Simulink S-Functions  Volle integriert in Simulink Stateflow Coder Erweiterung zur automatischen Codegenerierung aus Stateflow Modellen Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Stateflow II Stateflow Oberfläche Inhalt Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Semantik Stateflow I Semantik ähnlich zu UML Statecharts Inhalt Semantik ähnlich zu UML Statecharts Erweiterungen: Steuerung von Übergängen und Ereignissen mit Hilfe temporaler Operatoren Condition Actions Ausführungsreihenfolge bei nicht deterministischen Automaten nicht in Stateflow enthalten: Fork-Joins Synchronisationsconnectoren Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Semantik Stateflow II Inhalt Steuerung von Übergängen und Ereignissen mit Hilfe temporaler Operatoren before, after, at, every Condition Actions Ausführung in jedem Fall (vor Transition Action)   Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Semantik Stateflow III Inhalt Ausführungsreihenfolge bei nicht deterministischen Automaten grafische Anordnung im Editor entscheidet oben vor unten links vor rechts Transitionen mit Guard werden bevorzugt Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung Fazit 4:43

Überblick Modellierung Inhalt Modellbasierte Softwareentwickling mit MATLAB/Simulink und Stateflow Hybride Modellierung Plattformunabhängig (Hardware-in-the-loop) Simulation Möglichkeit zur automatischen Codegenerierung Beispielhafte Modellierung eines Systems anhand des Railroad Gate Controllers Simulink Umgebungs-Modell Stateflow Diagramm Simulation Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Modellierung I Modellierung hybrider Systeme Simulationen Inhalt diskrete und kontinuierliche Modelle mit Simulink möglich / auch in Kombination bei eingebetteten Systemen oftmals aufgrund der Umgebung nötig Echtzeitumgebungen können so modelliert werden Simulationen Hardeware-in-the-Loop Modelle beschreiben die Hardware Software-in-the-Loop Hardware wird simuliert Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Modellierung II Automatische Codegenerierung mit MATLAB/Simulink Inhalt Automatische Codegenerierung mit MATLAB/Simulink Real-Time Workshop diskrete, kontinuierliche und hybride Modelle RTW Embedded Coder Stateflow Coder Zustandsdiagramm <-> C-Code TargetLink Externes Tool von DSPACE verschiedene Simulationsmöglichkeiten Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Anwendungsbeispiel Railroad Gate Controller Inhalt Railroad Gate Controller x beschreibt die Position des Zuges (in m) initialisiert mit 5000 v = x‘, Geschwindigkeit Zug y beschreibt die Position der Schranke (in °) initialisiert mit 90 vSchranke = y‘, Geschwindigkeit Schranke (x>1000)  v= 50, vSchranke= 0 x<=1000  v= 30, vSchranke= -9 (bis y= 0) x<= -100  v= 5, vSchranke= +9 (bis y= 90) Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Railroad Gate Controller I Inhalt Modellierung des Zustandautomaten Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Railroad Gate Controller II Inhalt Schnittstellen Input x : die Entfernung zum Bahnübergang y : die Position der Schranke z : laufende „Zeit“ um Delay u einzuhalten u : Konstante (Delay) Outputs v = x‘: Geschwindigkeit Zug vSchranke = y‘ : Geschwindigkeit Schranke Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Railroad Gate Controller III Inhalt Simulink Modellierung Grundlagen Kernwerkzeug Simulink Modell/Verhalten des Zuges Erweiterungen Modellierung MDD Beispiel Modell/Verhalten der Schranke Fazit RG Controller als Zustandautomat 4:43

Simulation Railroad Gate Controller IV Inhalt Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Fazit Inhalt Grundlagen Kernwerkzeug Simulink Erweiterungen Mächtiges Programm zur Modellierung und Simulation von kontinuierlichen, diskreten und hybriden Modellen Starke Erweiterbarkeit durch sehr große Anzahl von Erweiterungen Anpassung an sehr verschiedene Aufgabenbereiche Medizin Robotik Automobilbau Große Verbreitung in der Industrie spart Zeit und Kosten Software gewinnt an Stabilität durch verschiedene Test weniger Fehler schneller am Markt Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel Fazit 4:43

Vielen Dank für die Aufmerksamkeit Ende Inhalt Vielen Dank für die Aufmerksamkeit Grundlagen Kernwerkzeug Simulink Erweiterungen Modellierung MDD Beispiel … Fragen? Fazit 4:43