Diseño basado en modelos

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 25 de noviembre de 2017; las comprobaciones requieren 4 ediciones .

El diseño basado en modelos (MBD)  es un método matemático y visual para resolver problemas relacionados con el diseño de sistemas de control , procesamiento de señales y comunicación [1] [2] . MOS se usa a menudo en el control de movimiento en equipos industriales, aplicaciones aeroespaciales y automotrices. MOP es una metodología utilizada en el desarrollo de software embebido .

El MOP define la estructura general de interacción en el proceso de diseño, implementando efectivamente el ciclo de desarrollo en forma de V.

En el Diseño de Sistemas de Control Basado en Modelos, el desarrollo ocurre en 4 pasos:

Los principios de MOP difieren significativamente de la metodología de diseño tradicional. En lugar de escribir códigos de programación complejos, los desarrolladores pueden usar MOS para mejorar el rendimiento del modelo utilizando bloques de funciones estándar de tiempo continuo y discreto. Los modelos construidos de esta manera, junto con el uso de herramientas de modelado, pueden conducir rápidamente a la creación de un prototipo de sistema de control, pruebas y verificación de software. En algunos casos, la simulación de hardware y software se puede utilizar como una herramienta de diseño para probar los efectos dinámicos en un sistema de manera más rápida y eficiente que el método de diseño tradicional.

Algunas de las ventajas más notables de MOP sobre el enfoque tradicional son:

Etapas principales de MOS

  1. Construcción del modelo de objetos . La construcción de modelos puede ser empírica y teórica. La construcción de modelos empíricos utiliza técnicas como la identificación de sistemas . Al identificar un sistema, los datos iniciales recibidos del sistema real se recopilan y procesan, y se utiliza algún algoritmo para determinar el modelo matemático del objeto. Antes de construir un sistema de control, el modelo se puede usar para analizar y construir varios simuladores . En el modelado teórico , se construyen diagramas de bloques del modelo que implementan las ecuaciones algebraicas diferenciales conocidas que describen la dinámica de un objeto. El modelado físico se refiere a este tipo, donde el modelo se crea utilizando bloques de conexión, que son los elementos físicos que realmente componen el modelo. Este enfoque se implementa, por ejemplo, en el producto Simscape como parte del entorno MATLAB [3] .
  2. Análisis y construcción de un sistema de control. El modelo matemático construido en el paso 1 se utiliza para determinar las características dinámicas del modelo de objeto. A partir de estas características se construye un sistema de control.
  3. Simulación fuera de línea y simulación en tiempo real . El tiempo de respuesta de un sistema dinámico a los datos de entrada variables en el tiempo se explora simulando el modelo como un sistema estacionario lineal simple o un sistema no lineal. La simulación le permite encontrar de inmediato las características del modelo, los requisitos que se le imponen y los errores de construcción antes de que comience el diseño. La simulación en tiempo real se puede llevar a cabo utilizando la generación automática de código del sistema de control integrado en el paso 2. Este controlador se puede ejecutar en una computadora especial que controla la operación del objeto en tiempo real. Si no hay un prototipo de objeto, o las pruebas en el prototipo son peligrosas o costosas, el código del prototipo puede generarse automáticamente a partir del modelo de objeto y ejecutarse en una computadora especial en tiempo real conectada al procesador de destino con código de control cambiante. Así, el sistema de control se puede probar en tiempo real en el modelo de planta.
  4. Implementación del controlador. Idealmente, esto se hace generando código automáticamente desde el sistema de control obtenido en el paso 2. Es poco probable que el sistema de control funcione en el sistema real tan bien como lo hizo en la simulación, por lo que el proceso de depuración iterativo se lleva a cabo en base a el análisis de los resultados sobre el objeto real y la actualización del modelo regulador. Las herramientas MOP le permiten realizar todos estos pasos iterativos en un único entorno visual.

Historia

Con el auge de la ingeniería eléctrica se asocia la aparición de sistemas de control innovadores y avanzados. En la década de 1920, dos campos de la ingeniería , la teoría de control y los sistemas de control, se unieron para hacer posible la creación de sistemas únicos a gran escala. En un principio, los sistemas de control fueron muy utilizados en entornos industriales. Las grandes empresas han comenzado a utilizar controladores para controlar variables continuas como la temperatura, la presión y el caudal. Los relés eléctricos , integrados en los circuitos de escalera, se encontraban entre los primeros dispositivos de control discretos en automatizar todo el proceso de fabricación.

Los sistemas de control han cobrado impulso, principalmente en las industrias automotriz y aeroespacial. En las décadas de 1950 y 1960, los paseos espaciales despertaron el interés por los sistemas de control integrados. Los ingenieros han construido sistemas de control como unidades de control de motores y un simulador de vuelo que pueden ser parte del producto final. A finales del siglo XX, los sistemas de control integrados eran omnipresentes, ya que incluso los artículos del hogar, como las lavadoras y los acondicionadores de aire, contenían algoritmos de control complejos y avanzados que les permitían volverse mucho más inteligentes.

En 1969, se introdujo el primer controlador computarizado. Los primeros controladores lógicos programables (PLC) imitaban las operaciones de las tecnologías de control discreto existentes que usaban relés de pasos heredados. El advenimiento de la tecnología informática ha traído cambios radicales al mercado de los reguladores continuos y discretos. Una computadora de escritorio pública con el hardware y el software apropiados puede manejar todo el proceso, ejecutar algoritmos PID complejos y bien establecidos u operar como un Sistema de control distribuido (DCS) .

Dificultades

Las herramientas de modelado se han utilizado durante mucho tiempo, pero los métodos tradicionales basados ​​en texto no son suficientes para los complejos sistemas de control actuales. Debido a las limitaciones de las herramientas gráficas, los ingenieros de diseño se han basado principalmente en la programación de texto y modelos matemáticos, pero la depuración de programas de texto es un proceso muy laborioso que requiere mucho ensayo y error antes de crear el módulo final que funcione completamente. Además, los modelos matemáticos están sujetos a cambios significativos, pasando por diversas etapas de diseño.

Estos problemas se resuelven con la ayuda de herramientas de modelado gráfico ya utilizadas en todas las áreas del diseño. Dichas herramientas forman un entorno único para el modelado gráfico, reducen la complejidad de construir un modelo, dividiéndolo en bloques separados, cada uno de los cuales se diseña de forma independiente. Por lo tanto, los diseñadores pueden lograr un alto nivel de precisión simplemente reemplazando un bloque por otro. Los modelos gráficos también son la mejor manera de documentar las ideas de los ingenieros. Esto ayuda a los ingenieros a comprender todo el sistema y simplifica el proceso de mover el modelo de una etapa a otra durante el diseño. El simulador EASY5 de Boeing fue una de las primeras herramientas de simulación en presentar una interfaz gráfica de usuario.

Al diseñar sistemas de control integrados, los diseñadores enfrentaron dos desafíos: acortar los ciclos de desarrollo y aumentar la complejidad del diseño. Una estrategia de divide y vencerás para desarrollar sistemas tan complejos significa coordinar a personas con experiencia en una amplia gama de disciplinas. El enfoque tradicional basado en texto para diseñar sistemas de control integrados no es lo suficientemente eficiente para manejar sistemas complejos avanzados.

Notas

  1. ↑ N. P. Demenkov "Diseño basado en modelos de sistemas de control" . Consultado el 12 de noviembre de 2013. Archivado desde el original el 6 de mayo de 2016.
  2. ↑ A.A. Efremov, S.S. Sorokin, SM Zenkov "Diseño basado en modelos: estándar internacional para el desarrollo de ingeniería"
  3. ↑ Simscape en el sitio web del Centro de competencia de MathWorks . Consultado el 9 de diciembre de 2013. Archivado desde el original el 22 de diciembre de 2013.