Ingenieure für Regelungssysteme nutzen MATLAB und Simulink in allen Phasen der Entwicklung – von der Anlagenmodellierung über die Entwicklung und Optimierung von Regelungsalgorithmen und Überwachungslogik bis hin zur Implementierung mit automatischer Codegenerierung und der Verifikation, Validierung und dem Testen von Systemen. MATLAB und Simulink bieten folgende Möglichkeiten:
- Eine Multi-Domain-Blockdiagramm-Umgebung für die Modellierung der Anlagendynamik, den Entwurf von Regelungsalgorithmen und die Durchführung von Closed-Loop-Simulationen
- Anlagenmodellierung mit Tools zur Systemerkennung oder physikalischen Modellierung
- Vorgefertigte Funktionen und interaktive Tools zur Analyse von Overshoot, Anstiegszeit, Phasenrand, Amplitudenrand und anderen Performance- und Stabilitätseigenschaften im Zeit- und Frequenzbereich
- Wurzelortskurve, Bode-Diagramme, LQR, LQG, robuste Regelung, modellprädiktive Regelung und andere Design- und Analysetechniken
- Automatische Optimierung von PID-, verstärkungsgesteuerten und willkürlichen SISO- und MIMO-Regelungssystemen
- Reinforcement Learning, aktive Störungsunterdrückung, modellbezogene adaptive Regelung und andere datengesteuerte und KI-basierte Regelungsalgorithmen
- Modellierung, Entwicklung und Simulation von Überwachungslogik zur Zeitplanung, Modusumschaltung sowie Fehlererkennung, Isolierung und Wiederherstellung (Fault Detection, Isolation and Recovery, FDIR)
Kostenloses White Paper
Modellbasierter Entwurf für eingebettete Steuerungssysteme
White Paper herunterladenMATLAB für Regelungssysteme
Modellierung und Simulation dynamischer Regelstrecken
Mithilfe von MATLAB und Simulink können Sie genaue Regelstreckenmodelle erstellen. Beschreiben Sie die komplexe Dynamik Ihrer Regelstrecke mit einer Vielzahl von unterstützten Modellierungsansätzen und verwenden Sie den jeweils geeignetsten Ansatz für jede Komponente in Ihrer Regelstrecke, um daraus ein Regelstreckenmodell auf Systemebene zu erstellen.
Erstellen Sie komplexe Multidomain-Regelstreckenmodelle, ohne die zugrundeliegenden Ab-Initio-Gleichungen mithilfe von physischen Modellierungs-Tools ableiten zu müssen. Die Simscape-Modelle sind so aufgebaut, dass sie der Struktur Ihres physischen Systems entsprechen. Bauen Sie das Modell zusammen, indem Sie Komponenten aus elektrischen, mechanischen, fluidischen und anderen physischen Bereichen zu einem Netzwerk verbinden. Wenn Sie die detaillierte Struktur des Modells nicht kennen, können Sie alternativ die lineare und nichtlineare Regelstreckendynamik anhand von Input-/Output-Daten mithilfe der Systemidentifikation, einschließlich KI-basierter Verfahren, schätzen. Erstellen Sie KI-basierte Modelle mit reduzierter Ordnung aus Komponenten hoher Ordnung, die mit hochrealistischen Drittanbietertools modelliert wurden.
Entwicklung und Einstellung von Rückkopplungskompensatoren
Analysieren und entwickeln Sie Closed-Loop-Kompensatoren und bewerten Sie wichtige Leistungsparameter wie Overshoot, Anstiegszeit und Stabilitätsmargen. Trimmen und linearisieren Sie nichtlineare Simulink-Modelle. Darüber hinaus können Sie die Unsicherheitsfaktoren modellieren und analysieren, die sich auf die Performance und Stabilität Ihrer Modelle auswirken.
Nutzen Sie die Vorteile von Bode-Diagrammen, Wurzelort und anderen linearen Regelungsentwurfstechniken und passen Sie PID-Regler automatisch in einem Simulationsmodell oder auf Testhardware an. Vorgefertigte Tools ermöglichen die automatische Abstimmung dezentraler multivariabler Regler und die Nutzung moderner Regelungsstrategien, wie z. B. der modellprädiktiven Regelung und der fehlerresistenten Regelung. Verwenden Sie Optimierungsmethoden zur Berechnung der Reglerverstärkungen, um die Randbedingungen für Anstiegszeit und Overshoot zu erfüllen.
Erhöhen Sie die Performance komplexer Systeme mithilfe von KI-basierten und anderen datengesteuerten Regelungsverfahren. Nutzen Sie datengesteuerte Regelungsalgorithmen, um Regler zu entwickeln, die selbständig lernen und sich an veränderte Dynamiken anpassen, und für Szenarien, in denen eine analytische Ableitung komplexer nichtlinearer Dynamiken nicht möglich ist.
Weitere Informationen
- Entwurf von PID-Reglern in Simulink (3:53)
- Entwicklung von Regelungssystemen mit der Control System Designer-App (3:52)
- Integrierter PID-Autotuner (6:35)
- Automatische Optimierung eines Hubschrauber-Flugregelungssystems (7:52)
- Datengestützte Regler mit MATLAB und Simulink
- Drei Möglichkeiten zur Beschleunigung von modellprädiktiven Reglern (Whitepaper)
Entwicklung und Simulation von Überwachungslogik
Mit Stateflow können Sie die Überwachungslogik in Ihrem Regelungssystem modellieren, entwickeln und simulieren, die den Betrieb des Reglers plant, den Betriebsmodus des Systems steuert und die Fehlererkennung, Isolierung und Wiederherstellung (FDIR) durchführt.
Verwenden Sie den grafischen Editor, um Ihre Logik als Zustandsmaschine oder als Flussdiagramm zu erstellen. Zudem können Sie grafische und tabellarische Darstellungen, einschließlich Zustandsübergangsdiagrammen, Flussdiagrammen, Zustandsübergangstabellen und Wahrheitstabellen, kombinieren, um zu modellieren, wie Ihr System auf Ereignisse, zeitbasierte Bedingungen und externe Eingangssignale reagiert. Visualisieren Sie das Systemverhalten während der Simulation mithilfe von Zustandsdiagramm-Animationen, um die aktiven Zustände und Übergänge in Ihrem Modell hervorzuheben.
Bereitstellung von Entwicklungen auf Embedded Controllern
Sobald Sie Ihre Regelungsalgorithmen entworfen haben, können Sie sie für die Implementierung optimieren. Sie können die Festkomma-Datentyp-Eigenschaften Ihrer Entwicklung angeben, um sie für die Implementierung mit Festkomma-Arithmetik vorzubereiten. Nach der Verifikation von Regelungsalgorithmen in Closed-Loop-Desktop-Simulationen können Sie diese auf Microcontrollern, PLCs und FPGAs in der Produktion einsetzen, indem Sie automatisch strukturierten Text, C oder HDL-Code erzeugen.
Sie können Ihr Regelungssystem kontinuierlich testen und überprüfen. Führen Sie Hardware-in-the-Loop-Tests (HIL) durch, indem Sie den Regelungsalgorithmus auf einem Embedded Controller ausführen und das Regelstreckenmodell in Echtzeit auf einem an den Regler angeschlossenen Zielcomputer ausführen. Sie können Ihr Regelungssystem mithilfe von formalen Verifikationsmethoden weiter überprüfen und testen.
